Набор робота-гексапода Yahboom Muto RS 18DOF ROS2 с ИИ, LiDAR и глубинной камерой для Raspberry Pi 5

Обзор

Yahboom Muto RS — это настольный AI робот-большая модель бионического шестиногого робота, работающий на операционной системе ROS2 и предназначенный для работы с Raspberry Pi (включая варианты Raspberry Pi 5). Он использует корпус из алюминиевого сплава и структуру с 18 степенями свободы, управляемую 18PCS 35KG сервоприводами последовательной шины, и интегрирует такие датчики, как камера глубины и LiDAR, а также модуль голосового взаимодействия. С программированием на Python3 и встроенными алгоритмами (включая обратную кинематику), он поддерживает AI визуальное взаимодействие, SLAM картографирование/навигацию, голосовое взаимодействие, глубокое обучение и симуляцию RViz для разработки и обучения ROS.

Ключевые особенности

• 18 степеней свободы движущихся соединений с деталями конструкции из алюминиевого сплава; три соединения на ногу; 18 высокопроизводительных сервоприводов.
• 18PCS 35KG металлические сервоприводы последовательной шины для стабильного, координированного управления движением.
• Точный контроль алгоритма обратной кинематики; поддерживает треугольную походку и регулируемую частоту шага.
• Регулируемость движений: перемещение по осям X/Y, вращение на 360°, регулировка высоты корпуса, наложение поз (ходьба в высоком/среднем/низком положении), и регулируемая скорость ходьбы (линейная скорость, угловая скорость, высота, высота шага, длина шага).
• Интеграция крупной модели ИИ с несколькими режимами: масштабируемая база знаний RAG, двухмодальная архитектура динамической обратной связи, понимание текстовой семантики и диалог на естественном языке.
• Камера глубины + визуальное распознавание: обнаружение препятствий камерой глубины, 3D-картографирование в реальном времени, измерение глубины расстояния и распознавание 3D-точечных облаков.
• Восприятие окружающей среды на основе LiDAR: 360° всенаправленное сканирование, картографирование и навигация, планирование маршрута, динамическое избегание препятствий, многоточечная навигация и планирование дорожной сети.
• Поддерживаемые фреймворки/алгоритмы (перечислены): MediaPipe, OpenCV; Gmapping, Cartographer; slam_toolbox; Radar odometer RF2O; DWA планирование пути.
• Функции визуального взаимодействия AI (перечислены): KCF отслеживание объектов, отслеживание цвета, управление командами QR-кодов, визуальное отслеживание линии.
• Голосовое интерактивное управление: голосовые команды могут управлять состоянием движения; поддерживает функции, такие как отслеживание цвета, распознавание цвета и патрулирование по визуальной линии.
• Кроссплатформенное управление: приложение для удаленного управления iOS/Android, приложение для навигации и картографирования iOS/Android, управление с ПК и беспроводное управление 2.4G/USB.
• Передача видео в реальном времени FPV: подключитесь к локальной сети через приложение на мобильном телефоне, чтобы просматривать видео в формате HD, снятое роботом, в реальном времени.
• Управление межмашинной интерконнекцией: поддерживает одновременную навигацию нескольких роботов с динамическим избеганием препятствий на одной карте и синхронное управление через один хост-компьютер.
• Режим обучения: ручное движение одной ноги на главном роботе может быть зеркально отражено подчиненным роботом, выполняющим то же действие.
• Учебные ресурсы: упоминаются «200+ примеров курсов»; описаны сопутствующие курсы ROS и примеры применения больших языковых моделей ИИ (URL учебника удален для соблюдения требований).

Для помощи в выборе перед покупкой или поддержки при настройке, свяжитесь с https://rcdrone.top/ или отправьте электронное письмо на [email protected].

Характеристики

Различия в конфигурации (как указано)

Raspberry Pi 5 (информация показана)

Применения

• Изучение и разработка ROS2 для многоногой (гексаподной) локомоции и обратной кинематики.
• Эксперименты по картированию/навигации SLAM: навигация по одной и нескольким точкам, планирование дорожной сети и избегание динамических препятствий.
• Проекты компьютерного зрения и восприятия с использованием камеры глубины и визуального распознавания AI (ссылки на OpenCV / MediaPipe).
• Демонстрации голосового взаимодействия и мультимодальных больших моделей (ссылки на интеграцию текста/голоса/визуала).
• Синхронизация управления несколькими роботами и навигация нескольких роботов (ссылки на межмашинное управление).

Руководства

Для этого продукта имеются учебные ресурсы (упомянута страница изучения производителя; внешний URL удален для соответствия требованиям).

Детали

Созданный на базе ROS2 для Raspberry Pi, Muto RS объединяет 18-DOF мобильность гексапода с AI восприятием для обучения настольной робототехнике.

От SLAM-картографии и навигации до взаимодействия с помощью зрения и голоса, платформа разработана как универсальный комплект для разработки ROS2.

Мультимодальные AI рабочие процессы сочетаются с концепциями планирования дорожной сети для поддержки исследовательских демонстраций и обучения в классе.

Выберите конфигурацию, соответствующую вашим потребностям в контроллерах и датчиках, с вариантами, сосредоточенными на Raspberry Pi.

Модели текста, голоса и зрения могут быть интегрированы для создания поведения воплощенного интеллекта на Python и ROS2.

Используйте команды высокого уровня для задач движения, восприятия Q&A, отслеживания целей и автономной навигации.

Восприятие на основе SLAM поддерживает многоточечную навигацию и поведение поиска целей в картографированных средах.

Демонстрации взаимодействия более высокого уровня включают понимание намерений, поведение обучения через подражание и исследование окружающей среды.

Встроенные пакеты ROS2 соединяют данные LiDAR и камеры глубины для картографирования, облаков точек и осведомленности об препятствиях.

Алгоритмы зрения и голосовые команды добавляют возможность управления без рук, с поддержкой функций координации нескольких роботов.

Режим обучения и полная компоновка из 18 степеней свободы облегчают демонстрацию походок и координированного движения ног.

Обратная кинематика и планирование походки помогают преобразовать настройки позы и шага в стабильное движение гексапода.

Регулируйте высоту корпуса, стойку и скорость ходьбы, чтобы соответствовать различным поверхностям, демонстрациям и сценариям навигации.

FPV видео и поведение, имитирующее действия, делают демонстрации более интерактивными для лабораторий, клубов и презентаций.

Программируйте на Python и управляйте роботом с мобильных приложений, ПК или беспроводного пульта в зависимости от вашей настройки.

Разрабатывайте и тестируйте в симуляции RViz, затем развертывайте в стеке ROS2 для повторяемых экспериментов с робототехникой.

Учебные материалы Yahboom Muto RS ROS2 охватывают AI зрение, Mediapipe, навигацию по дорожной сети и видеоуроки по основам ROS2.

Гексапод Muto RS использует модульный стек с компонентами, такими как лидар, камера глубины, контроллер Raspberry Pi и серво-приводы с последовательной шиной для координированного движения ног.

Orbbec Astra Pro Plus обеспечивает глубинное восприятие, а модуль 2D LiDAR SLAM предоставляет данные о глубине и картографировании для проектов робототехники ROS2.

Комплект включает модуль AI голоса с проводным динамиком и литий-ионный аккумулятор 7.4V 9900mAh для питания на борту.

Гексапод Yahboom Muto RS ROS2 включает многовидовую справочную информацию о размерах в мм для планирования зазоров и размещения.

Список комплектации включает в себя собранное шасси робота MUTO, а также дополнительные опции, такие как Raspberry Pi 5, SLAM Lidar и камера глубины, вместе с аксессуарами для питания и аудио.