Yahboom JetCobot Braço Robótico Colaborativo Visual 7-DOF para Jetson Nano B01 4GB/Orin Nano SUPER/Orin NX SUPER
Yahboom JetCobot Braço Robótico Colaborativo Visual 7-DOF para Jetson Nano B01 4GB/Orin Nano SUPER/Orin NX SUPER
Yahboom
Não foi possível carregar a disponibilidade de recolha
Visão Geral
JetCobot é um braço robótico colaborativo visual de 7 eixos que utiliza uma placa de desenvolvimento da série NVIDIA Jetson como a placa de controle principal (Jetson Nano B01 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER). Com uma configuração de robô semelhante à UR, sistema operativo de robô ROS e um algoritmo de cinemática inversa, suporta controlo de coordenadas, planeamento de movimento, agarrar, classificar e tarefas de interação visual relacionadas.
JetCobot integra um braço robótico e um sistema de câmara. Está equipado com uma câmara USB de 0.3MP (campo de visão de 110°) e suporta processamento de imagem OpenCV, visão computacional e fluxos de trabalho de aprendizagem profunda para funções como interação de cor, deteção/rastreamento de rostos, reconhecimento de etiquetas, treino de modelos e interação por gestos.
Principais Características
- Estrutura de 7-DOF com configuração semelhante à UR: Design de corpo suave, grande amplitude de movimento e fiação de servo oculta (conforme descrito no gráfico de comparação).
- Cinética inversa + fluxo de trabalho ROS: Suporta controlo de coordenadas e planeamento de movimento.
- Suporte MoveIt + RViz: Inclui modelo de simulação cinemática URDF, controlo de simulação MoveIt/planeamento de trajetória, deteção de colisões e cenários de agarre espacial.
- Reconhecimento visual AI e rastreamento de alvos: Reconhecimento e rastreamento de cores, classificação de blocos de cores, agarre de blocos de cores, interação de cores, reconhecimento e rastreamento de rostos, e reconhecimento de etiquetas/empilhamento inteligente (códigos de etiquetas Apriltag).
- Aprendizagem profunda / treino de modelos: Suporta fluxos de trabalho de classificação de lixo e exemplos de agarre baseado em regiões (identificação de regiões: agarrar e colocar; deteção de regiões: personalizar agarre).
- Desenvolvimento do MediaPipe / Atualização da interação de IA: Grupo de ações de controle por gestos, pilha de controle de reconhecimento de gestos, reconhecimento de braço robótico e rastreamento de palma, e controle de postura de gestos do braço robótico.
- Métodos de controle múltiplos: Suporta controle de simulação MoveIt, controle de manuseio e controle web em PC (o controle Jupyter Lab também é mostrado).
Especificações
| Produto | Braço robótico colaborativo visual AI JetCobot |
| Graus de liberdade | 7 |
| Envergadura máxima efetiva | 270MM |
| Faixa de rotação da junta | -153° a 153° |
| Precisão de posicionamento repetido | ±0.5mm |
| Câmera | 0.Câmara USB de 3MP |
| Campo de visão da câmara | 110° |
| Taxa de frames da câmara (mostrada) | 30fps |
| Dimensão visual (gráfico) | Imagem 2D plana |
| Pinça (mostrada) | Pinça elétrica |
| Ângulo de abertura-fechamento da pinça (gráfico) | 5cm |
| Alcance da pinça (mostrada) | 20-45mm |
| Força da pinça (mostrada) | Força de 150g |
| Tipo de estrutura (gráfico) | Estrutura de robô semelhante ao UR |
| Controle principal (gráfico) | Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER |
| Função (gráfico) | Controlo de interconexão; Planeamento de movimento MoveIt; Simulação de robô RViz; Interação visual 2D |
| Voz (gráfico) | / |
| Exibição (gráfico) | / |
Opções de Controlo Master Jetson (Gráfico de Referência)
| Placa de controlo principal | 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 Arm Cortex-A57 MPCore de 4 núcleos | CPU Arm Cortex-A78AE v8.2 de 6 núcleos 64 bits; 1.5MB L2 + 4MB L3 | CPU Arm Cortex-A78AE v8.2 de 6 núcleos 64 bits; 1.5MB L2 + 4MB L3 | CPU Arm Cortex-A78AE v8.2 de 6 núcleos NVIDIA 64 bits; 1.5MB L2 + 4MB L3 | CPU Arm Cortex-A78AE v8.2 de 8 núcleos NVIDIA 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 64 bits 25.6GB/s | 4GB 64-bit LPDDR5 51GB/s | 8GB 128-bit LPDDR5 102 GB/s | 8GB 128-bit LPDDR5 102 GB/s | 16GB 128-bit LPDDR5 102 GB/s |
| Armazenamento | 16GB eMMC + 64GB U disk | 256GB SSD | |||
| Potência | 5W - 10W | 7W, 10W, 25W | 7W, 15W, 25W | 10W, 15W, 25W, 40W | |
| Versão do sistema ROS | Ubuntu18.04 + ROS1 Melodic | Ubuntu22.04 LTS + ROS2 Humble | |||
O gráfico também observa que os métodos de uso de várias placas de controle da série Jetson são basicamente os mesmos; diferentes placas de controle afetam principalmente o desempenho do JetCobot.
Diferença de Função/Desempenho Medida (Tabela de Referência)
| Item |
Versão Jetson Nano Tempo de início do programa / Taxa de quadros em execução do programa |
Versão Jetson Orin Nano SUPER 8GB Tempo de início do programa / Taxa de quadros em execução do programa |
Versão Jetson Orin NX SUPER 16GB Tempo de início do programa / Taxa de quadros em execução do programa |
| Inicialização do robô | 43s Inicialização do braço robótico concluída / / | 38s Inicialização do braço robótico concluída / / | 37s Inicialização do braço robótico concluída / / |
| Função visual básica (Reconhecimento de cores) | 6s / 12s | 5s / 30fps | 4s / 30fps |
| Classificação de lixo Yolov5 | 31s / 6s | 17s / 30fps | 16s / 30fps |
| Deteção de rosto Mediapipe | 13s / 30s | 8s / 30fps-40fps | 7s / 30fps-50fps |
| Rastreamento de bloco de cor | 10s / 30s | 7s / 30fps | 5s / 30fps |
| Reconhecimento de código de tag Apriltag | 5s / 25s | 3s / 30fps | 3s / 30fps |
| Modelagem de simulação RVIZ | 16s / 31s | 9s / 31fps | 7s / 31fps |
Anotações mostradas com o gráfico: JetCobot não está configurado com tecnologia de contêiner Docker; utiliza uma função de configuração de imagem nativa oficial para dar pleno aproveitamento ao desempenho geral da placa-mãe.Os dados são de um teste de laboratório Yahboom real; o desempenho do Jetson Orin Nano SUPER 4GB e 8GB é semelhante, e o desempenho do Jetson Orin NX SUPER 8GB e 16GB é próximo.
O que está incluído
- braço robótico colaborativo myCobot280 7-DOF (JetCobot)
- garra elétrica
- câmara USB
- controlo principal Jetson (Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER, dependendo da versão)
- ecrã OLED (listado na tabela de envio)
- Acessórios (conforme listado na tabela de envio)
Aplicações
- Aprendizagem ROS, cinemática e planeamento de movimento (MoveIt / RViz)
- Visão computacional e experiências de interação baseadas em OpenCV
- Demonstrativos de interação com IA: rastreamento de cor, reconhecimento de etiquetas (Apriltag), reconhecimento de gestos e fluxos de trabalho de treino de modelos
- Captação, classificação e tarefas básicas de pick-and-place baseadas em coordenadas
Manuais / Documentação
- Tutoriais: https://www.yahboom.net/study/JetCobot
Para ajuda na seleção de pré-vendas ou suporte pós-venda, contacte https://rcdrone.top/ ou envie um email para [email protected].
Detalhes
Compare o JetCobot com outras opções de controlo mestre ROS para escolher a plataforma certa para a sua aplicação.
Múltiplas plataformas de braço Yahboom partilham um fluxo de trabalho ROS semelhante, enquanto as opções de hardware e visão variam por modelo.
As configurações de câmaras de profundidade suportam tarefas de visão 3D, como rastreamento consciente da distância e interação.
O JetCobot foca numa estrutura semelhante à UR com 7 graus de liberdade (DOF) e repetibilidade a nível de milímetros para tarefas de movimento coordenado.
O Yahboom JetCobot é um braço robótico colaborativo visual de 7 DOF para desktop, construído em torno de placas de controlo NVIDIA Jetson.
Um conjunto completo de software suporta controlo ROS, planeamento MoveIt, visualização RViz e visão baseada em OpenCV.
Selecione Jetson Nano B01, Orin Nano SUPER ou Orin NX SUPER com base na computação necessária para o seu pipeline de IA.
Uma comparação clara do Jetson ajuda a corresponder a capacidade de CPU/GPU e memória às cargas de trabalho do ROS e de visão.
O desempenho varia conforme o controlador Jetson, enquanto o conjunto de funcionalidades do JetCobot e os exemplos de cursos permanecem consistentes.
A configuração semelhante à UR proporciona uma ampla gama de movimento com uma construção mais limpa para uso em sala de aula e laboratório.
Um layout de 7-DOF melhora a flexibilidade para posicionamento, apreensão e planejamento de trajetórias em espaços de trabalho apertados.
Uma câmara USB integrada permite fluxos de trabalho de picking e sorting visual sem configurações complexas de câmaras externas.
Demonstrações integradas cobrem reconhecimento de cores, sorting de blocos, empilhamento baseado em etiquetas e interação baseada em rastreamento.
Utilize o treinamento de modelos de deep learning e a interação por gestos do MediaPipe para construir tarefas de pick-and-place mais responsivas.
Os modelos MoveIt e URDF suportam simulação, planeamento de trajetórias e verificação de colisões antes de serem executados em hardware.
Controle o JetCobot através de um ambiente Jupyter baseado em navegador ou um gamepad USB para testes rápidos e demonstrações.
A cinemática inversa permite a entrada de coordenadas para posicionamento repetível e orientação consistente do efetor final.
Sete articulações (J1–J7) proporcionam flexibilidade extra para planeamento de movimentos e apreensão coordenada.
O JetCobot oferece uma envergadura máxima efetiva de 270mm (sem garra), com rotação da base J1 de ±153° e repetibilidade de ±0.5mm.
O JetCobot é construído em torno do Sistema Operativo de Robôs ROS e lista compatibilidade com ROS2 Humble e ROS1 Melodic.
O suporte à simulação MoveIt permite que o braço robótico JetCobot seja testado e controlado em um ambiente virtual antes de ser executado em hardware.
O kit do braço JetCobot combina um gripper, uma câmara HD USB, um ecrã OLED e uma base com ventosas para configurações de desktop estáveis.
O braço JetCobot emparelha uma câmara HD USB (480p, 30 fps, 110° de campo de visão) com um gripper elétrico compacto para tarefas de picking e colocação guiadas por visão.
O currículo do JetCobot abrange configuração e montagem, noções básicas de ROS/Ubuntu, mapeamento SLAM, visão AI com MediaPipe e exercícios de rastreamento visual e agarre.
Os materiais do tutorial JetCobot incluem pastas de download organizadas e conteúdo do curso, como noções básicas de visão AI e Mediapipe, com um link de estudo em yahboom.net/study/JetCobot.
Os recursos de aprendizagem do JetCobot incluem cursos de rastreamento e agarre visual AI, tutoriais MoveIt, noções básicas de ROS2 e código-fonte Python aberto.
As dimensões do JetCobot com gripper são fornecidas em milímetros para ajudar a planear o espaço de montagem e a folga geral do braço.
O JetCobot suporta programação em Python com opções ROS para Jetson Nano B01 e Jetson Orin Nano/NX, além de uma câmara de foco fixo de 0.3MP (480P, 30fps, 110° de ângulo amplo).
O kit JetCobot inclui o gripper, câmara USB, componentes do chassis, adaptador de energia e fiação, com acessórios opcionais para Jetson Nano/Orin listados.
Related Collections
