Перейти к информации о продукте
1 из 8

Yahboom Transbot SE ROS робот-автомобиль с 3-DOF манипулятором & 2МП PTZ, для Jetson Nano B01 / Raspberry Pi 5

Yahboom Transbot SE ROS робот-автомобиль с 3-DOF манипулятором & 2МП PTZ, для Jetson Nano B01 / Raspberry Pi 5

Yahboom

Обычная цена $332.09 USD
Обычная цена Цена со скидкой $332.09 USD
Распродажа Продано
Налоги включены. Стоимость доставки рассчитывается при оформлении заказа.
Основная плата управления
Версия
Просмотреть всю информацию

Обзор

Transbot SE — это роботизированная машина на гусеничной платформе, разработанная для разработки в области AI vision и робототехники с использованием Jetson Nano B01 или Raspberry Pi 5. Она имеет корпус из алюминиевого сплава и интегрирует 3-DOF роботизированную руку плюс 2-DOF камеру PTZ для управления на основе зрения, отслеживания и моделирования роботизированной руки с MoveIt.

Нужна помощь в выборе версии (с/без Jetson Nano или Raspberry Pi) или подготовке программной среды? Свяжитесь с поддержкой через https://rcdrone.top/ или по электронной почте [email protected].

Ключевые особенности

  • Гусеничное шасси с дифференциальной гусеничной структурой для внедорожного вождения
  • Корпус из алюминиевого сплава
  • Роботизированная рука с 3 степенями свободы (интеллектуальный серийный сервопривод) для захвата/обработки и симуляционных рабочих процессов
  • Камера PTZ с 2 степенями свободы с камерой 2MP (горизонтальное/вертикальное вращение)
  • Энкодерные моторы 520
  • Встроенный стек AI видения: Обработка изображений OpenCV, машинное обучение MediaPipe, распознавание объектов YOLO и фреймворк глубокого обучения AI
  • Контроль межсоединений варианты показаны: Приложение для дистанционного управления, веб-программирование Jupyter, управление системой ROS, межплатформенное управление соединениями, управление формированием нескольких транспортных средств
  • Программирование: Указаны программирование на Python и программирование на C++

Функции управления & AI Vision (Показаны)

  • Обработка изображений OpenCV: Обнаружение объектов (распознавание определенных категорий объектов), AR Vision (12 эффектов, отображаемых через шахматную доску), AR QR-код (генерация и распознавание AR QR-кодов), Распознавание лиц (автономное обучение и распознавание в реальном времени через сбор изображений лиц в реальном времени)
  • Игровой процесс с AI Vision: Отслеживание цвета, Отслеживание объектов (камера PTZ отслеживает объекты в реальном времени), Управление роботизированной рукой (управление на основе команд QR-кодов), Автопилот (выбор пользовательского цвета; следует по распознанному цветному пути)
  • Управление роботизированной рукой MoveIt: алгоритм прямой/обратной кинематики, планирование траектории в декартовой системе координат, обнаружение столкновений, симуляция MoveIt
  • Управление распознаванием жестов (MediaPipe): движение шасси, управляемое ладонью, группы действий роботизированной руки, управляемые жестами, движение шасси, управляемое жестами, контроль положения руки (роботизированная рука имитирует положение руки и открытие/закрытие ладони)
  • Разработка MediaPipe: распознавание жестов, распознавание лиц, распознавание 3D объектов (показаны примеры: «ОБУВЬ», «СТУЛ», «ЧАШКА», «КАМЕРА» и т.д.)
  • Примеры глубокого обучения показаны: KNN распознавание рукописных цифр; YOLO распознавание объектов (распознавание пользовательских объектов через обучение пользовательских наборов данных с использованием алгоритма YOLOv5)

Технические характеристики

Тип робота Гусеничный робот на базе ROS
Совместимые основные платы (указано) Jetson Nano B01; Raspberry Pi 5
Материал шасси / корпуса Алюминиевый сплав (указан корпус из алюминиевого сплава)
Роботизированная рука 3DOF роботизированная рука (интеллектуальный серводвигатель с последовательной шиной)
Камера & панорамирование/наклон 2DOF камера PTZ; 2MP камера
Приводной мотор Мотор 520 с энкодером (указаны моторы 520 с энкодером)
Батарея (показано) Литиевая батарея: 12V 4400mAh
Зарядное устройство (показано) 12.Зарядное устройство 6В 2А

Варианты версий (Показано)

  • Версия Jetson Nano: С Jetson Nano 4GB (SUB версия) / Без Jetson Nano
  • Версия Raspberry Pi: С Raspberry Pi 5-4GB / Без Raspberry Pi (требуется Raspberry Pi с 4GB или более ОЗУ)

Применения

  • Изучение ROS и разработка управления движением роботов
  • Проекты компьютерного зрения (OpenCV), распознавание жестов (MediaPipe) и распознавание объектов (YOLO)
  • Симуляция и планирование экспериментов с роботизированной рукой с MoveIt (кинематика, планирование по декартовой системе, обнаружение столкновений)
  • Демонстрации дистанционного управления и управления программированием через веб (управление через приложение, Jupyter, управление системой ROS)

Учебные материалы & Ресурсы для обучения

Ссылка на учебник:http://www.yahboom.net/study/Transbot-SE

Каталог курсов (Показано)

  • Введение в Transbot SE: О Transbot SE; Меры предосторожности при использовании и безопасность аккумулятора; Первое испытание
  • Первое испытание: Конфигурация WiFi сети; Управление через приложение; Управление через USB беспроводной контроллер; Управление видео через контроллер
  • Курс по управлению аппаратным обеспечением: О плате расширения и обновлении прошивки; Закрытие процесса автозапуска; Установка библиотеки Transbot SE; Управление зуммером и кнопкой; Управление сервоприводом PWM; Управление шиной сервоприводов; Управление мотором; Управление движением робота
  • Конфигурация операционной системы Linux: Установка и использование виртуальной машины; Основы Linux; Удаленное управление; Конфигурация многомашинной связи; Статический IP и режим точки доступа; Мониторинг в реальном времени через веб-страницу; Учебное пособие по расширению; Запись образов системы
  • Docker использование: Обзор Docker и установка docker; Общие команды для контейнеров образов docker; Глубокое понимание образов Docker и публикация образов; Взаимодействие с оборудованием Docker и обработка данных; Запуск контейнера Dobot
  • Базовый курс ROS: Введение в ROS; Структура проектных файлов; Общие команды и инструменты; Издатель; Подписчики; Настройка сообщений тем и использование; Клиент; Сервер; Настройка сообщений сервиса и использование; Выпуск и мониторинг TF
  • Курсы OpenCV: Начало работы с Open Source CV; Геометрические преобразования Open Source CV; Обработка изображений и рисование текстовых линий Open Source CV; Украшение изображений Open Source CV; AR видение; AR QR код; Основы ROS+Opencv; Применение ROS+Opencv; Разработка MediaPipe
  • Курс роботов ROS: Алгоритм PID; Основная связь; Управление с клавиатуры; Управление с помощью рукоятки; Оценка состояния робота; Калибровка данных
  • Курс по простой камере ROS: Калибровка HD камеры; Отслеживание цвета HD камеры; Отслеживание цвета HD камеры (шасси); Отслеживание объектов HD камеры; Отслеживание цели KCF; Отслеживание лица HD камеры; Перенос роботизированной рукой с HD камерой; Автопилот HD камеры
  • Учебник по управлению роботизированной рукой ROS: Конфигурация MoveIt; Управление реальной машиной с MoveIt; Случайные движения MoveIt; Дизайн кинематики MoveIt; Картезианский путь MoveIt; Избегание MoveIt; Дизайн сцены MoveIt; Планирование траектории MoveIt
  • Управление несколькими роботами ROS: Управление несколькими роботами; Производительность очереди нескольких роботов; Танцы роботизированной руки нескольких роботов
  • Курс управления роботизированной рукой ROS MoveIt: Конфигурация MoveIt; Управление реальной машиной с помощью MoveIt; Случайные движения MoveIt; Дизайн кинематики MoveIt; Картезианский путь MoveIt; Избегание препятствий MoveIt; Дизайн сцены MoveIt; Планирование траектории MoveIt; Управление автомобилем с помощью Mediapie palm; Управление роботизированной рукой с помощью жестов Mediapipe; Управление автомобилем с помощью жестов Mediapipe; Управление положением руки с помощью Mediapipe
  • Курсы по глубокому обучению: KNN распознает рукописные цифры; Основы использования TensorFlow; Основы использования PyTorch (jetson); Обучение модели yolov5 (jetson); Ускорение yolov5+tensorrt (jetson); yolov4-tiny

Детали