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

Transbot SE — это гусеничная платформа ROS для проектов с AI-визией, оснащенная полностью металлическим корпусом, 3DOF рукой и 2DOF карданным подвесом камеры.

Полный программный стек поддерживает OpenCV vision, управление жестами MediaPipe, распознавание YOLO и симуляцию роботизированной руки на основе MoveIt.

Гусеничное шасси и дифференциальный привод разработаны для стабильного движения по различным внутренним и наружным поверхностям.

Совместимо с Raspberry Pi 5 для разработки ROS и более плавной обработки изображений на борту.

Выберите комплект с Jetson Nano или Raspberry Pi, или версию без платы, если у вас уже есть собственный контроллер.

Встроенные демонстрации OpenCV включают обнаружение объектов, AR-эффекты с маркерными досками и рабочие процессы генерации/распознавания QR-кодов.

AI визуальный геймплей добавляет отслеживание цвета, отслеживание объектов на основе PTZ, QR-командное перемещение и автопилот по цветному пути.

Интеграция MoveIt поддерживает кинематику, планирование по декартовой системе и проверку столкновений для разработки и симуляции роботизированной руки.

Управление жестами MediaPipe позволяет двигаться с помощью ладони, а также активировать группы действий роботизированной руки и зеркалировать позы.

Примеры проектов включают распознавание жестов/лиц, 3D метки объектов, распознавание цифр с помощью KNN и примеры обучения на наборе данных YOLO.

Используйте приложение дистанционного управления для быстрого вождения, функций камеры и интерактивных AI режимов без полной настройки рабочего стола.

Поддерживаются несколько путей управления, включая веб-программирование Jupyter, управление системой ROS и межплатформенное соединение.

Структурированный каталог курсов направляет по настройке, основам ROS, функциям зрения и темам продвинутого управления.

Учебные ресурсы доступны онлайн, чтобы помочь быстрее создать программную среду и начать демонстрации ROS и зрения.

Основные аппаратные характеристики включают 2DOF камеру PTZ, 3DOF манипулятор с последовательной шиной, энкодерные моторы и опциональную основную плату управления ROS.

Плата расширения упрощает подключение моторов, последовательных устройств, USB-периферии и стандартных датчиков.

Подробные размеры помогают планировать монтажное пространство, лабораторные макеты и интеграцию аксессуаров.

Полная таблица параметров сравнивает варианты контроллеров и суммирует информацию о питании, интерфейсах, операционной системе и деталях сборки.

Размеры 3DOF роботизированного манипулятора и ключевые параметры сервоприводов (шарниры YB-SD15M и захват YB-S06) помогают в планировании макета и выборе питания.

Модуль 2DOF камеры PTZ включает 2MP 1080p USB 2.0 камеру и компактное крепление с размерами, указанными в миллиметрах, для облегчения интеграции.

Редукторный двигатель с энкодером 520 использует щеточный дизайн на 12 В с коэффициентом редукции 1:56 и энкодером Холла (3.3–5 В), номинальная скорость 205±10 об/мин после замедления.

Литий-ионный аккумуляторный блок 12 В 4400 мАч использует разъем типа T для разряда и имеет номинальный ток разряда 8.8A и максимальный ток 10A.

Набор робота Yahboom Transbot SE ROS включает раму и верхнюю пластину, гусеницы и колеса, роботизированную руку с 3 степенями свободы, камеру PTZ с 2 степенями свободы, двигатели, аккумулятор, зарядное устройство и кабели.

Пакеты деталей робота Transbot SE ROS включают варианты Jetson Nano или Raspberry Pi с аксессуарами, такими как охлаждающий вентилятор, антенны и TF-хранилище.
Related Collections
