Обзор
JetCobot - это 7-осевой визуальный коллаборативный робот-манипулятор, который использует плату разработки серии NVIDIA Jetson в качестве основной управляющей платы (Jetson Nano B01 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER). С конфигурацией, подобной UR, операционной системой роботов ROS и алгоритмом обратной кинематики, он поддерживает координатное управление, планирование движений, захват, сортировку и связанные задачи взаимодействия с визуальными данными.
JetCobot интегрирует роботизированную руку и систему камер. Он оснащен USB-камерой 0.3MP (угол обзора 110°) и поддерживает обработку изображений OpenCV, машинное зрение и рабочие процессы глубокого обучения для таких функций, как взаимодействие по цвету, обнаружение/отслеживание лиц, распознавание меток, обучение моделей и взаимодействие с жестами.
Ключевые особенности
- Структура с 7 степенями свободы и конфигурацией, подобной UR: Плавный дизайн корпуса, большой диапазон движений и скрытая проводка сервоприводов (как описано в сравнительной таблице).
- Обратная кинематика + рабочий процесс ROS: Поддерживает управление координатами и планирование движений.
- Поддержка MoveIt + RViz: Включает модель симуляции кинематики URDF, управление симуляцией MoveIt/планирование траектории, обнаружение столкновений и сценарии пространственного захвата.
- AI визуальное распознавание и отслеживание целей: Распознавание и отслеживание цвета, сортировка цветных блоков, захват цветных блоков, взаимодействие с цветом, распознавание и отслеживание лиц, а также распознавание меток/интеллектуальная укладка (коды меток Apriltag).
- Глубокое обучение / обучение модели: Поддерживает рабочие процессы классификации мусора и примеры захвата на основе региона (идентификация региона: захват и размещение; обнаружение региона: настройка захвата).
- Разработка MediaPipe / Обновление взаимодействия с ИИ: Группа действий управления жестами, стек управления распознаванием жестов, распознавание роботизированной руки и отслеживание ладони, а также управление жестами роботизированной рукой.
- Несколько методов управления: Поддерживает управление симуляцией MoveIt, управление ручкой и управление через веб на ПК (также показано управление Jupyter Lab).
Спецификации
| Продукт | Роботизированная рука JetCobot AI с визуальным совместным управлением |
| Степени свободы | 7 |
| Максимальный эффективный размах рук | 270MM |
| Диапазон вращения суставов | -153° до 153° |
| Точность повторного позиционирования | ±0.5mm |
| Камера | 0.3MP USB камера |
| Поле зрения камеры | 110° |
| Частота кадров камеры (показано) | 30fps |
| Визуальные размеры (график) | Плоское 2D изображение |
| Захват (показано) | Электрический захват |
| Угол открытия-закрытия захвата (график) | 5см |
| Диапазон захвата (показано) | 20-45мм |
| Сила захвата (показано) | 150г сила |
| Тип структуры (график) | Структура робота, похожая на UR |
| Основное управление (график) | Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER |
| Функция (график) | Контроль взаимосвязи; Планирование движения MoveIt; Симуляция робота RViz; 2D визуальное взаимодействие |
| Голос (график) | / |
| Дисплей (график) | / |
Опции управления Jetson Master (Справочная таблица)
| Основная плата управления | Jetson Nano B01 4GB | Jetson Orin Nano SUPER 4GB | Jetson Orin Nano SUPER 8GB | Jetson Orin NX SUPER 8GB | Jetson Orin NX SUPER 16GB |
| Вычислительная мощность | 0.5TFLOPS (FP16) | 34 TOPS | 67 TOPS | 117 TOPS | 157 TOPS |
| ЦПУ | 4 ядра процессора Arm Cortex-A57 MPCore | 6-ядерный процессор Arm Cortex-A78AE v8.2 64-бит; 1.5MB L2 + 4MB L3 | 6-ядерный процессор Arm Cortex-A78AE v8.2 64-бит; 1.5MB L2 + 4MB L3 | 6-ядерный процессор NVIDIA Arm Cortex-A78AE v8.2 64-бит; 1.5MB L2 + 4MB L3 | 8-ядерный процессор NVIDIA Arm Cortex-A78AE v8.2 64-бит; 2MB L2 + 4MB L3 |
| ГПУ | 128 ядерный ГПУ NVIDIA Maxwell | 512-ядерный ГПУ архитектуры NVIDIA Ampere с 16 тензорными ядрами | 1024-ядерный ГПУ архитектуры NVIDIA Ampere с 32 тензорными ядрами | 1024-ядерный ГПУ архитектуры NVIDIA Ampere с 32 тензорными ядрами | 1024-ядерный ГПУ архитектуры NVIDIA Ampere с 32 тензорными ядрами |
| Память | 4GB 64-бит LPDDR4 25.6GB/s | 4GB 64-бит LPDDR5 51GB/s | 8GB 128-бит LPDDR5 102 GB/s | 8GB 128-бит LPDDR5 102 GB/s | 16GB 128-бит LPDDR5 102 GB/s |
| Хранение | 16GB eMMC + 64GB U диск | 256GB SSD | |||
| Энергия | 5W - 10W | 7W, 10W, 25W | 7W, 15W, 25W | 10W, 15W, 25W, 40W | |
| Версия системы ROS | Ubuntu18.04 + ROS1 Melodic | Ubuntu22.04 LTS + ROS2 Humble | |||
В таблице также отмечается, что методы использования нескольких плат управления серии Jetson в основном одинаковы; разные платы управления в основном влияют на производительность JetCobot.
Измеренная разница в функции/производительности (Справочная таблица)
| Элемент |
Версия Jetson Nano Время запуска программы / Частота кадров программы |
Версия Jetson Orin Nano SUPER 8GB Время запуска программы / Частота кадров программы |
Версия Jetson Orin NX SUPER 16GB Время запуска программы / Частота кадров программы |
| Запуск робота | 43с Инициализация robotic arm завершена / / | 38с Инициализация robotic arm завершена / / | 37с Инициализация robotic arm завершена / / |
| Основная визуальная функция (Распознавание цвета) | 6с / 12с | 5с / 30fps | 4с / 30fps |
| Классификация мусора Yolov5 | 31с / 6с | 17с / 30fps | 16с / 30fps |
| Обнаружение лиц Mediapipe | 13с / 30с | 8с / 30fps-40fps | 7с / 30fps-50fps |
| Отслеживание цветных блоков | 10с / 30с | 7с / 30fps | 5с / 30fps |
| Распознавание кода тегов Apriltag | 5с / 25с | 3с / 30fps | 3с / 30fps |
| Моделирование симуляции RVIZ | 16с / 31с | 9с / 31fps | 7с / 31fps |
Заметки, показанные с графиком: JetCobot не настроен с использованием технологии контейнеров Docker; он использует официальную функцию конфигурации нативного образа для полной реализации производительности материнской платы.Данные получены из фактического лабораторного теста Yahboom; производительность Jetson Orin Nano SUPER 4GB и 8GB схожа, а производительность Jetson Orin NX SUPER 8GB и 16GB близка.
Что включено
- myCobot280 7-DOF коллаборативный робот-манипулятор (JetCobot)
- Электрический захват
- USB-камера
- Основной контроллер Jetson (Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER, в зависимости от версии)
- OLED экран (указан в таблице списка отправки)
- Аксессуары (как указано в таблице списка отправки)
Применения
- Изучение ROS, кинематика и планирование движения (MoveIt / RViz)
- Эксперименты по машинному зрению и взаимодействию на основе OpenCV
- Демонстрации взаимодействия с ИИ: отслеживание цвета, распознавание меток (Apriltag), распознавание жестов и рабочие процессы обучения моделей
- Схватывание, сортировка и базовые задачи по выбору и размещению на основе координат на рабочем столе
Руководства / Документация
- Учебные пособия: https://www.yahboom.net/study/JetCobot
Для помощи с выбором до продажи или поддержки после продажи, свяжитесь с https://rcdrone.top/ или отправьте электронное письмо на [email protected].
Детали

Сравните JetCobot с другими вариантами управления ROS, чтобы выбрать правильную платформу для вашего приложения.

Несколько платформ Yahboom с манипуляторами имеют схожий рабочий процесс ROS, в то время как аппаратные и визуальные опции различаются в зависимости от модели.

Конфигурации глубинных камер поддерживают задачи 3D-визуализации, такие как отслеживание с учетом расстояния и взаимодействие.

JetCobot сосредоточен на структуре с 7 степенями свободы, подобной UR, с повторяемостью на уровне миллиметров для координированных движений.

Yahboom JetCobot - это настольный визуальный коллаборативный робот-манипулятор с 7 степенями свободы, построенный на основе контроллеров NVIDIA Jetson.

Полный стек программного обеспечения поддерживает управление ROS, планирование MoveIt, визуализацию RViz и визуализацию на основе OpenCV.

Выберите Jetson Nano B01, Orin Nano SUPER или Orin NX SUPER в зависимости от вычислительных потребностей вашего AI-пайплайна.

Четкое сравнение Jetson помогает сопоставить CPU/GPU и объем памяти с рабочими нагрузками ROS и визуализации.

Производительность варьируется в зависимости от контроллера Jetson, в то время как набор функций JetCobot и примеры курсов остаются неизменными.

Конфигурация, подобная UR, обеспечивает широкий диапазон движений с более чистой сборкой для использования в классе и лаборатории.

Конструкция с 7 степенями свободы улучшает гибкость для позиционирования, захвата и планирования пути в ограниченных рабочих пространствах.

Интегрированная USB-камера позволяет осуществлять визуальный выбор и сортировку без сложных внешних настроек камеры.

Встроенные демонстрации охватывают распознавание цвета, сортировку блоков, укладку на основе меток и взаимодействие на основе отслеживания.

Используйте обучение моделей глубокого обучения и взаимодействие с жестами MediaPipe для создания более отзывчивых задач по выбору и размещению.

Модели MoveIt и URDF поддерживают симуляцию, планирование траекторий и проверку столкновений перед запуском на оборудовании.

Управляйте JetCobot через браузерную среду Jupyter или с помощью USB-геймпада для быстрого тестирования и демонстраций.

Обратная кинематика позволяет вводить координаты для повторяемого позиционирования и постоянной ориентации конечного эффектора.

Семь суставов (J1–J7) обеспечивают дополнительную гибкость для планирования движений и согласованного захвата.

JetCobot предлагает максимальный эффективный размах рук 270 мм (без захвата), с вращением основания J1 ±153° и повторяемостью ±0,5 мм.

JetCobot построен на базе операционной системы ROS Robot Operating System и совместим с ROS2 Humble и ROS1 Melodic.

Поддержка симуляции MoveIt позволяет тестировать и управлять роботизированной рукой JetCobot в виртуальной среде перед запуском на оборудовании.

Комплект руки JetCobot сочетает в себе захват, USB HD камеру, OLED экран и основание с присоской для стабильных настольных установок.

Рука JetCobot сочетает USB HD камеру (480p, 30 fps, угол обзора 110°) с компактным электрическим захватом для задач выбора и размещения с визуальным управлением.

Учебная программа JetCobot охватывает настройку и сборку, основы ROS/Ubuntu, SLAM-картографирование, AI-визуализацию с MediaPipe и упражнения по визуальному отслеживанию и захвату.

Учебные материалы JetCobot включают организованные папки для загрузки и учебный контент, такой как основы AI-визуализации и Mediapipe, с учебной ссылкой на yahboom.net/study/JetCobot.

Ресурсы для обучения JetCobot включают курсы по AI-визуальному отслеживанию и захвату, учебники по MoveIt, основы ROS2 и открытый исходный код на Python.

Размеры захвата JetCobot указаны в миллиметрах, чтобы помочь спланировать пространство для монтажа и общий зазор руки.

JetCobot поддерживает программирование на Python с опциями ROS для Jetson Nano B01 и Jetson Orin Nano/NX, а также фиксированную фокусировку 0.3MP камеры (480P, 30fps, 110° широкий угол).

Комплект JetCobot включает захват, USB-камеру, компоненты шасси, адаптер питания и проводку, с дополнительными аксессуарами для Jetson Nano/Orin, указанными в списке.
Related Collections
