Yahboom Transbot SE ROS Robot Car z ramieniem 3DOF & 2MP PTZ, dla Jetson Nano B01 / Raspberry Pi 5

Przegląd

Transbot SE to ROS Robot Car (platforma gąsienicowa) zaprojektowany do rozwoju wizji AI i robotyki z Jetson Nano B01 lub Raspberry Pi 5. Wykorzystuje korpus z całkowicie aluminiowego stopu i integruje 3DOF ramię robotyczne oraz 2DOF kamerę PTZ do sterowania opartego na wizji, śledzenia i symulacji ramienia robota z MoveIt.

Potrzebujesz pomocy w wyborze wersji (z/bez Jetson Nano lub Raspberry Pi) lub przygotowaniu środowiska programowego? Skontaktuj się z pomocą techniczną przez https://rcdrone.top/ lub e-mail [email protected].

Kluczowe cechy

• Gąsienicowe podwozie śledzące z różnicową strukturą gąsienic do jazdy terenowej
• Korpus z całego stopu aluminium
• Ramię robotyczne 3DOF (inteligentny serwomechanizm szeregowy) do chwytania/obsługi i symulacji przepływów pracy
• Kamera PTZ 2DOF z kamerą 2MP (obrót poziomy/pionowy)
• Silniki enkoderowe 520
• Wbudowany stos wizji AI: Przetwarzanie obrazu OpenCV, uczenie maszynowe MediaPipe, rozpoznawanie obiektów YOLO i framework głębokiego uczenia AI
• Kontrola połączeń opcje pokazane: Aplikacja zdalnego sterowania, kontrola programowania w sieci Jupyter, kontrola systemu ROS, kontrola połączeń międzyplatformowych, kontrola formacji wielopojazdowej
• Programowanie: Wskazane programowanie w Pythonie i C++

Funkcje sterowania & AI Vision (Pokazane)

• Przetwarzanie obrazu OpenCV: Wykrywanie obiektów (rozpoznawanie określonych kategorii obiektów), AR Vision (12 efektów wyświetlanych przez papier szachownicowy), AR QR code (generowanie i rozpoznawanie AR kodów QR), Rozpoznawanie twarzy (autonomiczne szkolenie i rozpoznawanie w czasie rzeczywistym poprzez zbieranie obrazów twarzy w czasie rzeczywistym)
• AI wizualna rozgrywka: Śledzenie koloru, Śledzenie obiektów (kamera PTZ śledzi obiekty w czasie rzeczywistym), Obsługa ramienia robotycznego (obsługa na podstawie poleceń kodu QR), Autopilot (wybór niestandardowego koloru; podąża za rozpoznaną ścieżką koloru)
• Sterowanie ramieniem robotycznym MoveIt: algorytm kinematyki prostej/odwrotnej, planowanie ścieżki kartezjańskiej, wykrywanie kolizji, symulacja MoveIt
• Sterowanie rozpoznawaniem gestów (MediaPipe): ruch podwozia sterowany dłonią, grupy akcji ramienia robotycznego sterowane gestami, ruch podwozia sterowany gestami, kontrola postawy ramienia (ramię robotyczne naśladuje postawę ramienia i otwieranie/zamykanie dłoni)
• Rozwój MediaPipe: rozpoznawanie gestów, rozpoznawanie twarzy, rozpoznawanie obiektów 3D (przykłady pokazane: „BUT”, „KRZESŁO”, „KUBEK”, „KAMERA” itp.))
• Przykłady głębokiego uczenia: Rozpoznawanie cyfr ręcznie pisanych przez KNN; Rozpoznawanie obiektów YOLO (rozpoznawanie niestandardowych obiektów poprzez trenowanie niestandardowych zestawów danych za pomocą algorytmu YOLOv5)

Specyfikacje

Opcje wersji (Pokazane)

• Wersja Jetson Nano: Z Jetson Nano 4GB (wersja SUB) / Bez Jetson Nano
• Wersja Raspberry Pi: Z Raspberry Pi 5-4GB / Bez Raspberry Pi (wymaga Raspberry Pi z 4GB lub więcej RAM)

Zastosowania

• Nauka ROS i rozwój sterowania ruchem robotów
• Projekty z zakresu widzenia komputerowego (OpenCV), rozpoznawanie gestów (MediaPipe) i rozpoznawanie obiektów (YOLO)
• Symulacja ramienia robotycznego i eksperymenty z planowaniem przy użyciu MoveIt (kinematyka, planowanie kartezjańskie, wykrywanie kolizji)
• Zdalne sterowanie i demonstracje sterowania programowaniem przez internet (sterowanie aplikacją, Jupyter, sterowanie systemem ROS)

Samouczki & Zasoby edukacyjne

Link do samouczka:http://www.yahboom.net/study/Transbot-SE

Katalog kursów (Pokazane)

• Wprowadzenie do Transbot SE: O Transbot SE; Środki ostrożności przy użytkowaniu i bezpieczeństwo baterii; Pierwsza próba
• Pierwsza próba: Konfiguracja sieci WiFi; Sterowanie aplikacją; Sterowanie bezprzewodowym uchwytem USB; Sterowanie wideo uchwytem
• Kurs sterowania sprzętem: O płytce rozszerzeń i aktualizacji oprogramowania; Zamknięcie procesu autostartu; Instalacja biblioteki Transbot SE; Sterowanie brzęczykiem i przyciskiem; Sterowanie serwomechanizmem PWM; Sterowanie serwomechanizmem magistrali; Sterowanie silnikiem; Sterowanie ruchem robota
• Konfiguracja systemu operacyjnego Linux: Instalacja i użycie maszyny wirtualnej; Podstawy Linuxa; Zdalne sterowanie; Konfiguracja komunikacji wielomaszynowej; Statyczny IP i tryb hotspotu; Monitorowanie w czasie rzeczywistym przez stronę internetową; Samouczek rozszerzeń; Pisanie obrazów systemowych
• Docker użycie: Przegląd Docker i instalacja Docker; Wspólne polecenia dla kontenerów obrazów Docker; Dogłębne zrozumienie obrazów Docker i publikowanie obrazów; Interakcja sprzętowa Docker i przetwarzanie danych; Uruchomienie kontenera Dobot
• Podstawowy kurs ROS: Wprowadzenie do ROS; Struktura plików projektu; Wspólne polecenia i narzędzia; Wydawca; Subskrybenci; Dostosowywanie wiadomości tematycznych i użycie; Klient; Serwer; Dostosowywanie wiadomości usług i użycie; Wydanie i monitorowanie TF
• Kursy OpenCV: Wprowadzenie do Open Source CV; Geometria transformacji Open Source CV; Przetwarzanie obrazów Open Source CV i rysowanie segmentów linii tekstu; Upiększanie obrazów Open Source CV; Wizja AR; Kod QR AR; Podstawy ROS+Opencv; Aplikacja ROS+Opencv; Rozwój MediaPipe
• Kurs robotów ROS: Algorytm PID; Podstawowa komunikacja; Sterowanie klawiaturą; Sterowanie uchwytem; Szacowanie stanu robota; Kalibracja danych
• Kurs prostej kamery ROS: Kalibracja kamery HD; Śledzenie koloru kamery HD; Śledzenie koloru kamery HD (podwozie); Śledzenie obiektów kamerą HD; Śledzenie celu KCF; Śledzenie twarzy kamerą HD; Przenoszenie ramienia robotycznego kamerą HD; Autopilot kamery HD
• Samouczek sterowania ramieniem robotycznym ROS: Konfiguracja MoveIt; Sterowanie rzeczywistą maszyną MoveIt; Losowe ruchy MoveIt; Projektowanie kinematyki MoveIt; Ścieżka kartezjańska MoveIt; Unikanie MoveIt; Projektowanie scen MoveIt; Planowanie trajektorii MoveIt
• Sterowanie wieloma robotami ROS: Sterowanie wieloma robotami; Wydajność kolejki wielorobotowej; Taniec ramienia robotycznego wieloma robotami
• Kurs sterowania ramieniem robotycznym ROS MoveIt: Konfiguracja MoveIt; MoveIt steruje rzeczywistą maszyną; MoveIt porusza się losowo; Projektowanie kinematyki MoveIt; Ścieżka kartezjańska MoveIt; Unikanie MoveIt; Projektowanie sceny MoveIt; Planowanie trajektorii MoveIt; Samochód sterowany dłonią Mediapie; Ramię robotyczne sterowane gestami Mediapipe; Samochód sterowany gestami Mediapipe; Sterowanie postawą ramienia Mediapipe
• Kursy głębokiego uczenia: KNN rozpoznaje odręczne cyfry; Podstawowe użycie TensorFlow; Podstawowe użycie PyTorch (jetson); Trening modelu yolov5 (jetson); Przyspieszenie yolov5+tensorrt (jetson); yolov4-tiny

Szczegóły

Transbot SE to platforma robota gąsienicowego ROS zbudowana do projektów wizji AI, wyposażona w metalowe nadwozie, ramię 3DOF i gimbal kamery 2DOF.

Pełny stos oprogramowania obsługuje wizję OpenCV, kontrolę gestów MediaPipe, rozpoznawanie YOLO i symulację ramienia robotycznego opartą na MoveIt.

Gąsienicowe podwozie i napęd różnicowy są zaprojektowane do stabilnego poruszania się po zróżnicowanych powierzchniach wewnętrznych i zewnętrznych.

Kompatybilny z Raspberry Pi 5 do rozwoju ROS i płynniejszego przetwarzania wizji na pokładzie.

Wybierz zestaw z Jetson Nano lub Raspberry Pi w zestawie, lub wersję bez płyty, jeśli już posiadasz własny kontroler.

Wbudowane dema OpenCV obejmują wykrywanie obiektów, efekty AR z tablicami znaczników oraz generowanie/rozpoznawanie kodów QR.

Wizualna rozgrywka AI dodaje śledzenie kolorów, śledzenie obiektów oparte na PTZ, komendy QR do podnoszenia i umieszczania oraz autopilota ścieżki kolorów.

Integracja MoveIt wspiera kinematykę, planowanie kartezjańskie i sprawdzanie kolizji dla rozwoju i symulacji ramienia robotycznego.

Sterowanie gestami MediaPipe umożliwia ruchy sterowane dłonią oraz grupy akcji ramienia robotycznego wyzwalane gestami i odwzorowywanie postawy.

Przykładowe projekty obejmują rozpoznawanie gestów/twarzy, etykiety obiektów 3D, rozpoznawanie cyfr KNN oraz przykłady treningu zbioru danych YOLO.

Użyj aplikacji zdalnego sterowania do szybkiej jazdy, funkcji kamery i interaktywnych trybów AI bez pełnej konfiguracji desktopowej.

Obsługiwane są różne ścieżki sterowania, w tym programowanie w sieci Jupyter, sterowanie systemem ROS i międzyplatformowe połączenia.

Strukturalny katalog kursów prowadzi przez konfigurację, podstawy ROS, funkcje wizji i zaawansowane tematy sterowania.

Zasoby tutoriali są dostępne online, aby pomóc w budowie środowiska programistycznego i szybszym rozpoczęciu demonstracji ROS i wizji.

Najważniejsze cechy sprzętowe obejmują kamerę PTZ 2DOF, ramię 3DOF z magistralą szeregową, silniki z enkoderem oraz opcjonalną główną płytę sterującą ROS.

Płytka rozszerzeń ułatwia okablowanie dla silników, urządzeń szeregowych, urządzeń peryferyjnych USB i popularnych czujników.

Szczegółowe wymiary pomagają w planowaniu przestrzeni montażowej, układów laboratoryjnych i integracji akcesoriów.

Kompletna tabela parametrów porównuje opcje kontrolerów i podsumowuje informacje o zasilaniu, interfejsach, systemie operacyjnym i szczegółach montażu.

Wymiary ramienia robotycznego 3DOF i kluczowe parametry serwomechanizmów (przeguby YB-SD15M i chwytak YB-S06) pomagają w planowaniu układu i wyborze zasilania.

Moduł kamery PTZ 2DOF zawiera kamerę 2MP 1080p USB 2.0 oraz kompaktowy uchwyt z wymiarami oznaczonymi w milimetrach dla łatwiejszej integracji.

Silnik z przekładnią i enkoderem 520 wykorzystuje konstrukcję szczotkową 12V z przełożeniem 1:56 oraz enkoder Hall (3,3–5V), o prędkości znamionowej 205±10 obr./min po redukcji.

Pakiet akumulatorów litowych 12V 4400mAh wykorzystuje wtyczkę rozładowczą typu T i ma znamionowy prąd rozładowania 8,8A oraz maksymalny 10A.

Zestaw robota Yahboom Transbot SE ROS zawiera ramę i płytę górną, gąsienice i koła, ramię robotyczne 3DOF, kamerę PTZ 2DOF, silniki, akumulator, ładowarkę i kable.

Pakiety części robota Transbot SE ROS obejmują opcje Jetson Nano lub Raspberry Pi z akcesoriami, takimi jak wentylator chłodzący, anteny i pamięć TF.