Gå vidare till produktinformation
1 av 9

Yahboom DOGZILLA S1/S2 12DOF AI Robot Hund för Raspberry Pi 5 (ROS2 Humble) Vision + LiDAR (S2)

Yahboom DOGZILLA S1/S2 12DOF AI Robot Hund för Raspberry Pi 5 (ROS2 Humble) Vision + LiDAR (S2)

Yahboom

Ordinarie pris $776.70 USD
Ordinarie pris Försäljningspris $776.70 USD
Rea Slutsåld
Skatter ingår. Frakt beräknas i kassan.
Huvudkontrollkort
Vesion
Förpackningslåda
Visa alla uppgifter

Översikt

DOGZILLA S1/S2 är en desktop-nivå 12DOF AI robot hund plattform för Raspberry Pi 5 (ROS2 Humble), designad för inlärning av förkroppsligad intelligens och robotutveckling. Den integrerar AI visuell interaktion, robotkinematik (invers kinematik) och sensorfeedback för att stödja omni-riktad rörelse och sexdimensionell attitydkontroll. Systemet inkluderar en helmetall aluminiumlegeringskropp, inbyggd IMU och ledpositionssensorer för realtidsfeedback på hållning, ledvinklar och vridmoment, plus en kamera för AI visionsapplikationer.

DOGZILLA introducerar också multimodala stora modellkapaciteter, som stöder intelligent röstdialog och scenförståelse. För frågor om konfiguration, val eller teknisk support, kontakta https://rcdrone.top/ eller mejla [email protected].

Nyckelfunktioner

  • 12DOF bionisk fyrbent rörelse med självbalanserande justering av hållning.
  • Helkropp i aluminiumlegering med stötdämpande silikonfotstång och ABS slitstark fotände.
  • Sensoråterkoppling: 6-axlig IMU-attitydsensor och ledservo-vinkelåterkoppling / ledpositionssensorer.
  • AI-visionsfunktioner (ROS2 + OpenCV) såsom etikettigenkänning, ansiktsdetektion, målföljning och visuell linjepatrullering.
  • Flera kontrollmetoder: APP, handkontroll, webbsidor, datorns tangentbord; stöder APP-kartläggningsnavigering.
  • Inbyggda 20 bioniska åtgärdsgrupper (exempel visas): Handhälsning, Sitt ner, Letar efter mat, Sträcker sig, Märka.

AI Large Model & Förkroppsligad Intelligens

Tre AI Stora Modeller

  • Stort Språkmodell: Realtidsanslutning; förstår textinstruktioner och svarar flexibelt (exempel visas: Textgenerering, Q&A, Vetenskapssammanfattning).
  • Röst stort modell: AI stort modell röstmodul stöder realtidskonvertering mellan röst och text, semantisk förståelse, intelligent röst Q&A och röststyrning.
  • Visuell stort modell: Högupplöst kamera kan identifiera och analysera bildinnehåll; stöder multimodala applikationer av bilder och text, inklusive att generera bilder från röstkommandon.

Inkarnerade Intelligensfunktioner (exempel visas)

  • Autonom linjespårning: Identifierar och spårar linjer av olika färger i realtid.
  • Inkarnerad intelligent robot hund: Förstår användarinstruktioner och svarar med olika feedback kombinerat med visuellt igenkänningsinnehåll.
  • Multimodal Stort Modell + SLAM Kartläggningsnavigering: S2 version exklusiv funktion (se LiDAR-sektionen).

LiDAR-funktioner (endast S2)

  • TOF laser LiDAR för SLAM-kartläggningsnavigering; stöder LiDAR-följning och undvikande.
  • LiDAR-modul specificerad som MS200 laser LiDAR (visas också som MS200TOF laser lidar ), med 360° snabb miljöskanning.
  • Visade funktioner: Navigationshinderundvikande, Cartographer-kartläggning, Mobil APP-kartläggningsnavigering, LiDAR-patrull, LiDAR-följning, LiDAR-vakt, LiDAR-undvikande.

Notera: TOF laser LiDAR-funktionerna är angivna som endast tillgängliga för S2.

AI Visuell igenkänningsfunktioner (exempel visas)

  • Mediapipe utveckling
  • Taggigenkänning
  • AR-vision
  • Taggspårning
  • Färgigenkänning
  • Ansiktsdetektering
  • Målspårning
  • Hinderigenkänning
  • QR-kodigenkänning
  • Visuell spårning

Även angivet: 10+ AI visuella igenkänningsteknologilösningar.

Specifikationer

DOGZILLA-serien jämförelse (som tillhandahålls)

&7.4V 2500mAh Batteripaket
Parameter DOGZILLA S1 DOGZILLA S2 DOGZILLA-Lite
Huvudkontrollkort Raspberry Pi 5 Raspberry Pi 5 Raspberry Pi CM5-modul
DOF 12DOF 12DOF 15DOF
Robotarm X X 3DOF robotarm (inklusive slutgrepp)
HD-kamera 2MP USB-kamera 2MP USB-kamera 5MP OV5647-kamera
Skärm X X 320 x 240 pixel fullfärg
TOF laser LiDAR X MS200 laser LiDAR X
Mikrofon/högtalareStor modell röstmodul & kavitets högtalare Stor modell röstmodul & kavitets högtalare Dubbel MEMS-mikrofon & kavitets högtalare
Batterikapacitet 7.4V 3800mAh Batteripaket 7.4V 2500mAh Batteripaket
ROS-stöd Ja Ja X
AI visuell interaktion Ja Ja Ja
LiDAR hinderundvikande och följning X Ja X
LiDAR kartläggning och navigering X Ja X
Stor språkmodellinteraktion Ja Ja Ja
Röst stor modellinteraktion Ja Ja Ja
Visuell stor modellinteraktion Ja Ja Ja
Multimodal stor modellinteraktion Ja Ja Ja
Multimodal stor modell kombinerad med SLAM-kartläggning och navigering X Ja X
Multimodal stor modell kombinerad med hantering av robotarm X X Ja
Fjärrkontroll WiFi fjärrkontroll APP/web fjärrkontroll WiFi fjärrkontroll APP/web fjärrkontroll WiFi fjärrkontroll APP/Bluetooth fjärrkontroll APP/Web fjärrkontroll
Batteriets arbetstid 1.5 timmar 1 timme 2,2 timmar
Mått (Ström på) 246,2*144,6*169,5mm 246,2*144,6*195,3mm 240,5*142,9*168,5mm
Vikt Omkring 870g Omkring 972g Omkring 596g

Raspberry Pi 5 (valfritt, som angivet)

  • Prestanda angiven som 2~3 gånger den av Raspberry Pi 4B
  • Beräkningskraft: Omkring 500GFLOPS
  • GPU: Broadcom Videocore VII
  • CPU: 64-bit 2.4 GHz fyrkärnig

Hårdvarustruktur (märkta delar visas)

  • MS200 laser lidar (Endast för S2)
  • HD-kamera
  • AI-stor modell röstmodul
  • Högtalare och högtalarbas
  • Helmetall aluminiumlegeringskropp
  • Raspberry Pi 5-kort (Valfritt)
  • OLED-skärm
  • ESP32 högpresterande medprocessor
  • Seriell bussservo
  • Litiumpaket
  • Silikonfotstång; ABS slitstark fotände

Hanteringsanmärkning visas: Servo är en känslig del, tryck inte på den.

Programvara & Utveckling

  • ROS2-system (ROS2 Humble anges i produkttiteln), Python-programmeringsstöd, RVIZ-simulering.
  • ROS2 + OpenCV-arbetsflöden för AI-visionsfunktioner (exempel listade ovan).

Användningsområden

  • Utbildning och vetenskaplig forskning
  • Experiment med artificiell intelligens
  • Prototyping av servicerobotar och utforskning av förkroppsligad intelligens

Handledningar & Videor

Handledningslänk: http://www.yahboom.net/study/DOGZILLA

Detaljer

Related Collections