Yahboom Muto RS 18DOF ROS2 Kit de Robô Hexápode com Modelo de IA, LiDAR & Câmara de Profundidade para Raspberry Pi 5

Visão Geral

O Yahboom Muto RS é um robô hexápode biónico de modelo AI de nível desktop construído no sistema operativo ROS2 e projetado para funcionar com Raspberry Pi (incluindo opções Raspberry Pi 5). Utiliza um corpo de liga de alumínio e uma estrutura de articulação de 18 DOF acionada por 18PCS servos de barramento serial de 35KG, e integra sensores como uma câmara de profundidade e LiDAR, além de um módulo de interação por voz. Com programação em Python3 e algoritmos integrados (incluindo cinemática inversa), suporta interação visual AI, mapeamento/navegação SLAM, interação por voz, aprendizagem profunda e simulação RViz para desenvolvimento e educação em ROS.

Características Principais

• 18 articulações de movimento DOF com peças estruturais de liga de alumínio; três articulações por perna; 18 servos de alto desempenho.
• 18PCS servos de barramento serial de metal de 35KG para controle de movimento estável e coordenado.
• Controlo de precisão do algoritmo de cinemática inversa; suporta marcha com passo triangular e frequência de passada ajustável.
• Ajustabilidade de movimento: Tradução X/Y, rotação de 360°, ajuste de altura do corpo, sobreposição de postura (marcha em posição alta/média/baixa) e velocidade de marcha ajustável (velocidade linear, velocidade angular, altura, altura do passo, comprimento da passada).
• Integração de modelo grande de IA multimodal: base de conhecimento RAG escalável, arquitetura de raciocínio de feedback dinâmico dual-modal, compreensão semântica de texto e diálogo de fala natural.
• Câmara de profundidade + reconhecimento visual: detecção de obstáculos com câmara de profundidade, mapeamento 3D em tempo real, medição de distância de profundidade e reconhecimento de nuvem de pontos 3D.
• Perceção ambiental baseada em LiDAR: sensoriamento omnidirecional de 360°, mapeamento e navegação, planeamento de percurso, evasão dinâmica de obstáculos, navegação multiponto e planeamento de rede rodoviária.
• Frameworks/algoritmos suportados (listados): MediaPipe, OpenCV; Gmapping, Cartographer; slam_toolbox; Odómetro de radar RF2O; Planeamento de percurso DWA.
• Funções de interação visual com IA (listadas): Rastreamento de objetos KCF, rastreamento de cores, controlo de comandos por código QR, rastreamento visual de linha.
• Controlo interativo por voz: comandos de voz podem controlar o estado de movimento; suporta funções como rastreamento de cores, reconhecimento de cores e patrulha visual de linha.
• Controlo multiplataforma: aplicação de controlo remoto iOS/Android, aplicação de navegação e mapeamento iOS/Android, controlo por computador anfitrião PC e controlo por manípulo sem fios 2.4G/USB.
• Transmissão de vídeo em tempo real FPV: conecte-se a uma rede local através da aplicação móvel para visualizar vídeo HD em tempo real capturado pelo robô.
• Controle de interconexão multi-máquina: suporta navegação simultânea de múltiplos robôs com desvio dinâmico de obstáculos no mesmo mapa, e controle síncrono através de um único computador host.
• Modo de ensino: o movimento manual de uma única perna no robô host pode ser espelhado por um robô escravo realizando a mesma ação.
• Recursos de aprendizagem: referem-se a “200+ exemplos de cursos”; são descritos cursos ROS e exemplos de aplicação de modelos de linguagem AI de grande escala (URL do tutorial removido para conformidade).

Para ajuda na seleção pré-venda ou suporte de configuração, contacte https://rcdrone.top/ ou envie um email para [email protected].

Especificações

Diferenças de Configuração (conforme listado)

Raspberry Pi 5 (informação mostrada)

Aplicações

• Aprendizagem e desenvolvimento de ROS2 para locomoção multi-pernas (hexapode) e cinemática inversa.
• Experiências de mapeamento/navegação SLAM: navegação de ponto único e multiponto, planeamento de rede rodoviária e evasão de obstáculos dinâmicos.
• Projetos de visão computacional e perceção utilizando câmara de profundidade e reconhecimento visual por IA (referenciado OpenCV / MediaPipe).
• Interação por voz e demonstrações multimodais de grandes modelos (referenciada integração texto/voz/visual).
• Controlo de sincronização multi-robô e navegação multi-robô (referenciado controlo de interconexão multi-máquina).

Manuais

Recursos de tutoriais são referenciados para este produto (página de estudo do fabricante mencionada na fonte; URL externo removido para conformidade).

Detalhes

Construído em ROS2 para Raspberry Pi, o Muto RS junta a mobilidade hexápode de 18-DOF com a perceção por IA para aprendizagem de robótica de secretária.

Desde mapeamento e navegação SLAM até interação de visão e voz, a plataforma é projetada como um kit de desenvolvimento ROS2 tudo-em-um.

Os fluxos de trabalho de IA multimodal combinam-se com conceitos de planeamento de rede rodoviária para apoiar demonstrações de pesquisa e instrução em sala de aula.

Escolha uma configuração que corresponda às suas necessidades de controlador e sensor, com opções centradas no Raspberry Pi compute.

Modelos de texto, voz e visão podem ser integrados para construir comportamentos de inteligência incorporada em Python e ROS2.

Use comandos de alto nível para tarefas de movimento, percepção Q&A, rastreamento de alvos e navegação autónoma.

A percepção baseada em SLAM suporta navegação multiponto e comportamentos de busca de alvos em ambientes mapeados.

Demonstrações de interação de nível superior incluem compreensão de intenções, comportamentos de aprendizagem por imitação e exploração do ambiente.

Pacotes ROS2 integrados conectam dados de LiDAR e câmera de profundidade para mapeamento, nuvens de pontos e consciência de obstáculos.

Algoritmos de visão e comandos de voz adicionam controle mãos-livres, com suporte para recursos de coordenação multi-robô.

O modo de ensino e um layout completo de 18 DOF facilitam a demonstração de andamentos e movimento coordenado das pernas.

Cinemática inversa e planejamento de andamentos ajudam a traduzir configurações de postura e passada em movimento estável de hexápode.

Ajuste a altura do corpo, postura e velocidade de caminhada para se adequar a diferentes superfícies, demonstrações e cenários de navegação.

Vídeo FPV e comportamentos de imitação de ações tornam as demonstrações mais interativas para laboratórios, clubes e apresentações.

Programe em Python e controle o robô a partir de aplicativos móveis, um host de PC ou um controle sem fio, dependendo da sua configuração.

Desenvolva e teste na simulação RViz, depois implemente na stack ROS2 para experiências robóticas repetíveis.

Os materiais de aprendizagem Yahboom Muto RS ROS2 cobrem visão AI, Mediapipe, navegação em rede rodoviária e tutoriais em vídeo sobre os fundamentos do ROS2.

O hexápode Muto RS utiliza uma stack modular com componentes como lidar, uma câmara de profundidade, controlador Raspberry Pi e servos de barramento serial para movimento coordenado das pernas.

O Orbbec Astra Pro Plus para deteção de profundidade e um módulo 2D LiDAR SLAM fornecem entradas de profundidade e mapeamento para projetos de robótica ROS2.

O kit inclui um módulo de voz AI com um altifalante com fio, além de uma bateria de lítio de 7.4V 9900mAh para alimentação a bordo.

O hexápode Yahboom Muto RS ROS2 inclui uma referência de dimensão mm de múltiplas vistas para ajudar a planear a folga de montagem e colocação.

A lista de pacotes inclui o chassis do robô MUTO montado, além de complementos opcionais como um Raspberry Pi 5, SLAM Lidar e câmara de profundidade, juntamente com acessórios de energia e áudio.