DOFBOT Pro Braço Robótico 6-DOF com Visão 3D de Profundidade para Jetson Nano 4GB / Orin Nano SUPER / Orin NX SUPER
DOFBOT Pro Braço Robótico 6-DOF com Visão 3D de Profundidade para Jetson Nano 4GB / Orin Nano SUPER / Orin NX SUPER
Yahboom
Não foi possível carregar a disponibilidade de recolha
Visão Geral
DOFBOT PRO é um braço robótico de nível desktop com visão 3D AI projetado para educação e desenvolvimento em ROS. Combina uma estrutura de junta de movimento de 6-DOF, uma câmara de profundidade 3D e placas de controlo da série NVIDIA Jetson para simplificar o controlo de movimento complexo através do ROS, cinemática direta/inversa e percepção visual para reconhecimento, rastreamento e apreensão em espaço 3D.
Vídeos
Principais Características
- Compatibilidade com a plataforma Jetson: compatível com placas de controlo Jetson Nano 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER; treinamento de modelo acelerado por GPU e desenvolvimento em Python são suportados.
- Reconhecimento de nuvem de pontos de profundidade 3D: detecção de fusão RGB + profundidade (RGB+D) para tarefas de posicionamento, rastreamento e apreensão 3D.
- Planeamento e simulação de movimento ROS: suporta planeamento de movimento MoveIt e simulação de robô RViz; suporta interação visual 2D e 3D.
- Estrutura em liga de alumínio de 6-DOF: corpo em liga de alumínio usinado com precisão; servos de alta precisão para movimento suave em múltiplos eixos.
- Controle multiplataforma: suporta controle por app (Android/iOS), controle sem fio por manete e controle por página web no PC.
- Conceitos multimodais / de grande modelo (conforme fornecido): Modelo de Linguagem Grande, Modelo de Fala Grande, Modelo Visual Grande; inclui Base de Conhecimento RAG Escalável e descrições da “Arquitetura de Raciocínio Dinâmico de Duas Modalidades”.
- Frameworks de algoritmos listados: algoritmo de cinemática inversa, YOLOv11, OpenCV, MediaPipe.
Para seleção de produtos e suporte técnico, contacte https://rcdrone.top/ ou envie um email para [email protected] .
Especificações
DOFBOT-PRO (sistema de braço robótico)
| Controlo mestre | Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER |
|---|---|
| Grau de liberdade | 6 |
| Envergadura do braço | 350mm |
| Gripper abrir-fechar | 6cm |
| Precisão de posicionamento repetível | ±0.5mm |
| Tipo de estrutura | Estrutura de braço robótico tradicional |
| Câmara | Câmara de profundidade DABAI DCW2 Câmara de profundidade |
| Dimensão visual | Imagem 3D com informação de distância de profundidade |
| Voz | Módulo de voz de grande modelo de IA + altifalante |
| Display | 10.1-polegada display |
| Função | Controlo de interconexão; Planeamento de movimento MoveIt; Simulação de robô RViz; Interação visual 2D; Interação visual 3D; Modelo grande de IA |
| Posicionamento (como descrito) | IA incorporada / Modelo grande de IA / Braço robótico visual de profundidade 3D |
Configurações do Braço Robótico ROS (como listado)
| Versão | Versão Padrão | Versão Ultimate |
|---|---|---|
| Placas de controlo | Jetson Nano B01; Jetson Orin Nano SUPER 4GB/8GB; Jetson Orin Nano SUPER 8GB/16GB | Jetson Nano B01; Jetson Orin Nano SUPER 4GB/8GB; Jetson Orin Nano SUPER 8GB/16GB |
| Módulo de Voz | Todas as versões incluem módulo de voz de modelo grande de IA | |
| Câmara de Profundidade | DABAI DCW2 Câmara de Profundidade | |
| Display | / | HD 10.1-polegada tela tátil |
Recomendações de Seleção de Controladores (especificações da placa Jetson mostradas)
| Item | Jetson Nano B01 4GB | Jetson Orin Nano SUPER 4GB | Jetson Orin Nano SUPER 8GB | Jetson Orin NX SUPER 8GB | Jetson Orin NX SUPER 16GB |
|---|---|---|---|---|---|
| Poder de computação | 0.5TFLOPS (FP16) | 34 TOPS | 67 TOPS | 117 TOPS | 157 TOPS |
| CPU | Processador Quad-core Arm Cortex-A57 MPCore | CPU Arm Cortex-A78AE v8.2 64-bit de 6 núcleos; 1.5MB L2 + 4MB L3 | CPU Arm Cortex-A78AE v8.2 64-bit de 6 núcleos; 1.5MB L2 + 4MB L3 | CPU NVIDIA Arm Cortex A78AE v8.2 64-bit de 6 núcleos; 1.5MB L2 + 4MB L3 | CPU NVIDIA Arm Cortex A78AE v8.2 CPU de 64 bits; 2MB L2 + 4MB L3 |
| GPU | GPU NVIDIA Maxwell de 128 núcleos | GPU com arquitetura NVIDIA Ampere de 512 núcleos com 16 Núcleos Tensor | GPU com arquitetura NVIDIA Ampere de 1024 núcleos com 32 Núcleos Tensor | GPU com arquitetura NVIDIA Ampere de 1024 núcleos com 32 Núcleos Tensor | GPU com arquitetura NVIDIA Ampere de 1024 núcleos com 32 Núcleos Tensor |
| Memória | 4GB LPDDR4 de 64 bits; 25.6GB/s | 4GB 64-bit LPDDR5; 51GB/s | 8GB 128-bit LPDDR5; 102GB/s | 8GB 128-bit LPDDR5; 102GB/s | 16GB 128-bit LPDDR5; 102GB/s |
| Armazenamento | 16GB eMMC + 64GB U disk | 256GB SSD | |||
| Poder | 5W - 10W | 7W , 10W , 25W | 7W , 15W , 25W | 10W , 15W , 25W , 40W | 10W , 15W , 25W , 40W |
| Versão do Sistema ROS | Ubuntu18.04 + Docker + ROS2 Humble | Ubuntu22.04 LTS + ROS2 Humble | |||
Diferença de Operação de Função (resultados medidos mostrados)
| Versão | Jetson Nano B01 4GB | Jetson Orin Nano SUPER 8GB | Jetson Orin NX SUPER 16GB |
|---|---|---|---|
| Início do robô (tempo de início do programa) | 62s | 49s | 48s |
| Rastreamento de rosto 2D (tempo de início do programa / quadro em execução do programa) | 4s / 10fps | 7s / 30fps | 7s / 30fps |
| Reconhecimento de gesto 2D captura de blocos (tempo de início do programa / quadro em execução do programa) | 7s / 6fps | 6s / 30fps | 6s / 30fps |
| Reconhecimento de trajetória de ponta de dedo 2D (tempo de início do programa / quadro em execução do programa) | 10s / 5fps | 7s / 30fps | 6s / 30fps |
| MoveIt (hora de início do programa / quadro em execução do programa) | 45s / 6fps | 43s / 30fps | 38s / 30fps |
| Reconhecimento e classificação de lixo 3D-Yolo (hora de início do programa / quadro em execução do programa) | 64s / 5fps | 9s / 30fps | 6s / 30fps |
| Código de máquina de gestos 3D-Mediapipe para classificação por distância (hora de início do programa / quadro em execução do programa) | 9s / 6fps | 5s / 14fps | 3s / 15fps |
| Rastreamento 3D para agarrar blocos de cor (hora de início do programa / quadro em execução do programa) | 8s / 10fps | 4s / 14fps | 2s / 15fps |
| Modelo grande de IA para classificação de objetos (hora de início do programa / quadro em execução do programa) | 40s / 5fps | 25s / 30fps | 20s / 30fps |
Aplicações
- Deteção e apreensão de visão 3D; percepção espacial; rastreamento de objetos; classificação 3D
- Medida de profundidade (medição de distância), reconhecimento de forma, medição de altura, medição de volume
- Posicionamento e rastreamento de visão de profundidade; rastreamento e apreensão espacial 3D; reconhecimento de nuvem de pontos 3D
- Interação visual alimentada por IA: classificação e manuseio inteligentes, reconhecimento de cores, rastreamento dinâmico, classificação de lixo, rastreamento, apreensão
- Fluxos de trabalho multimodais descritos: análise de vídeo, controle de movimento de comando longo, classificação de altura anormal, inferência de intenção (base de conhecimento RAG), algoritmo de rastreamento de objetos KCF, tarefas de reconhecimento baseadas em YOLOv11
Dimensões de exemplo de objetos mostradas para demonstrações de medição volumétrica: Cubo 30*30*30mm, Cilindro 30*30*30mm, Cilindro 30*30*60mm.Exemplos de sobreposições de distância mostradas incluem 240,0 mm e 190,0 mm.
Manuais
Link do tutorial: http://www.yahboom.net/study/DOFBOT-Pro
Detalhes
Compare opções populares de braços robóticos de mesa à primeira vista, incluindo graus de liberdade, alcance, faixa do gripper e plataformas de controle.
Um rápido instantâneo das especificações ajuda a escolher o modelo certo para aprendizagem de ROS, simulação e tarefas básicas de visão.
DOFBOT-PRO combina um braço de 6-DOF, sensoriamento de profundidade RGB+D e compatibilidade com Jetson para percepção 3D e desenvolvimento de agarre.
Detalhes de configuração alternativa são fornecidos para usuários que precisam de uma estrutura de braço e configuração de câmera diferentes.
Construído para educação e desenvolvimento em ROS, o kit combina um braço compacto de 6-DOF com visão de profundidade e uma configuração integrada estilo desktop.
Projetado para planeamento de movimento e fluxos de trabalho de perceção, como cinemática, reconhecimento de alvos, rastreamento e apreensão em espaço 3D.
Módulos chave cobrem perceção de profundidade, conceitos de interação com IA e estruturas de software utilizadas em pipelines robóticos comuns.
Destaques de hardware e software resumem o que está incluído para construir demonstrações de visão + ROS e experiências em sala de aula.
Múltiplas opções de placas Jetson ajudam a escalar desde protótipos de nível básico até cargas de trabalho de IA de maior desempenho.
Use a matriz de configuração para corresponder a placa de controlo e o conjunto de funcionalidades aos requisitos do seu projeto ROS.
A visão de profundidade adiciona compreensão consciente da distância para um posicionamento, reconhecimento e planeamento de apreensão mais fiáveis do que apenas 2D.
A calibração da câmara do braço suporta tarefas como reconhecimento de nuvem de pontos e medição baseada em profundidade para interação em espaço 3D.
Os conceitos de interação multimodal incluem capacidades de texto, voz e visão para construir fluxos de trabalho mais ricos entre humanos e robôs.
Os exemplos de aplicação focam em comportamentos de classificação e manuseio que combinam percepção com controle orientado por comandos.
Demonstrações práticas mostram tarefas de rastreamento, classificação e seleção de ações construídas em torno da lógica de visão e interação.
Atividades interativas em estilo de desafio fornecem cenários acessíveis para testar percepção, raciocínio e ciclos de controle.
Os exemplos de reconhecimento visual cobrem rastreamento baseado em cor, classificação de blocos, jogos interativos e empilhamento baseado em rótulos.
Notas de treinamento e curvas de desempenho delineiam a direção do fluxo de trabalho de aprendizado profundo incluído para tarefas de detecção de objetos.
O DOFBOT Pro suporta interação por gestos baseada em MediaPipe, cinemática direta/inversa e controlo de simulação MoveIt para fluxos de trabalho de configuração e desenvolvimento.
O DOFBOT Pro suporta simulação cinemática MoveIt com planeamento de trajetórias, deteção de colisões e fluxos de trabalho ROS/ROS2 (Humble) para controlo de movimento.
O DOFBOT Pro suporta controlo por app, controlo web e um comando remoto sem fios USB, com um layout de juntas de 6-DOF rotulado de J1 a J6 para configuração precisa e planeamento de movimento.
O braço robótico DOFBOT Pro de 6-DOF combina uma placa de controlo baseada em Jetson com uma câmara de profundidade DaBai DCW2 e servos de barramento serial inteligentes para projetos de movimento guiados por visão.
A configuração do DOFBOT Pro inclui um layout de placa de expansão do braço robótico e suporta complementos como um módulo de voz e um ecrã tátil de 10,1 polegadas para controlo.
O esboço do curso DOFBOT-PRO divide os módulos de formação e os objetivos de aprendizagem para ajudar a planear as etapas de configuração e desenvolvimento.
O DOFBOT Pro inclui código aberto organizado e pastas de tutoriais passo a passo que cobrem rastreamento visual 2D/3D, classificação e agarre, e fluxos de trabalho de câmaras de profundidade.
O DOFBOT Pro inclui tutoriais em vídeo para download, materiais de aprendizagem ROS2, um arquivo de modelo 3D e código Python de código aberto para desenvolvimento em placas Jetson.
Desenhos dimensionais e uma visão geral das especificações ajudam a planear o espaço de montagem e a integração do sistema para o braço robótico DOFBOT Pro 6-DOF.
O kit DOFBOT Pro inclui o braço robótico com um conjunto de acessórios padrão, como hardware do controlador, cabos de energia e dados, e ferramentas básicas para montagem e configuração.
Related Collections
