Översikt
JetCobot är en 7-axlig visuell samarbetsrobotarm som använder ett NVIDIA Jetson-serie utvecklingskort som huvudkontrollkort (Jetson Nano B01 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER). Med en UR-liknande robotkonfiguration, ROS robotoperativsystem och en invers kinematikalgoritm, stöder den koordinatkontroll, rörelseplanering, grepp, sortering och relaterade vision-interaktion uppgifter.
JetCobot integrerar en robotarm och kamerasystem. Den är utrustad med en 0,3MP USB-kamera (110° synfält) och stöder OpenCV bildbehandling, maskinvision och djupinlärningsarbetsflöden för funktioner som färginteraktion, ansiktsdetektering/spårning, etikettigenkänning, modellträning och gestinteraktion.
Nyckelfunktioner
- 7-DOF struktur med UR-liknande konfiguration: Smidig kroppdesign, stort rörelseomfång och dolda servokablar (som beskrivs i jämförelsetabellen).
- Invers kinematik + ROS arbetsflöde: Stöder koordinatkontroll och rörelseplanering.
- MoveIt + RViz stöd: Inkluderar URDF kinematik simuleringsmodell, MoveIt simuleringskontroll/banplanering, kollisiondetektering och spatiala greppscenarier.
- AI visuell igenkänning och målföljning: Färgigenkänning och spårning, färgblocksortering, färgblockgrepp, färginteraktion, ansiktsigenkänning och spårning, samt etikettigenkänning/intelligent stapling (Apriltag etikettkoder).
- Djupinlärning / modellträning: Stöder skräpkategoriseringsarbetsflöden och regionbaserade grepp exempel (regionidentifiering: greppa och placera; regionsdetektering: anpassa grepp).
- MediaPipe utveckling / AI interaktionsuppgradering: Gester kontroll åtgärdsgrupp, gesterigenkänning kontrollstack, robotarmigenkänning och handflata spårning, samt gester hållning kontroll robotarm.
- Flera kontrollmetoder: Stöder MoveIt simulering kontroll, handtag kontroll, och PC webbkontroll (Jupyter Lab kontroll visas också).
Specifikationer
| Produkt | JetCobot AI visuell samarbetsrobotarm |
| Frihetsgrader | 7 |
| Maximal effektiv armspann | 270MM |
| Ledrotation intervall | -153° till 153° |
| Upprepningspositionsnoggrannhet | ±0.5mm |
| Kamera | 0.3MP USB-kamera |
| Kamerans synfält | 110° |
| Kamerans bildfrekvens (visad) | 30fps |
| Visuella dimensioner (diagram) | Plan 2D-bild |
| Gripare (visad) | Elektrisk gripare |
| Griparens öppnings- och stängningsvinkel (diagram) | 5cm |
| Griparens räckvidd (visad) | 20-45mm |
| Griparens kraft (visad) | 150g kraft |
| Strukturtyp (diagram) | UR-liknande robotstruktur |
| Huvudkontroll (diagram) | Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER |
| Funktion (diagram) | Interconnectionskontroll; MoveIt rörelseplanering; RViz robot simulering; 2D visuell interaktion |
| Röst (diagram) | / |
| Visning (diagram) | / |
Jetson Master Control Alternativ (Referensdiagram)
| Huvudkontrollkort | Jetson Nano B01 4GB | Jetson Orin Nano SUPER 4GB | Jetson Orin Nano SUPER 8GB | Jetson Orin NX SUPER 8GB | Jetson Orin NX SUPER 16GB |
| Beräkningskraft | 0.5TFLOPS (FP16) | 34 TOPS | 67 TOPS | 117 TOPS | 157 TOPS |
| CPU | 4 kärnor Arm Cortex-A57 MPCore-processor | 6-kärnig Arm Cortex-A78AE v8.2 64-bit CPU; 1.5MB L2 + 4MB L3 | 6-kärnig Arm Cortex-A78AE v8.2 64-bit CPU; 1.5MB L2 + 4MB L3 | 6-kärnig NVIDIA Arm Cortex-A78AE v8.2 64-bit CPU; 1.5MB L2 + 4MB L3 | 8-kärnig NVIDIA Arm Cortex-A78AE v8.2 64-bit CPU; 2MB L2 + 4MB L3 |
| GPU | 128 kärnor NVIDIA Maxwell GPU | 512-kärnig NVIDIA Ampere-arkitektur GPU med 16 Tensor Cores | 1024-kärnig NVIDIA Ampere-arkitektur GPU med 32 Tensor Cores | 1024-kärnig NVIDIA Ampere-arkitektur GPU med 32 Tensor Cores | 1024-kärnig NVIDIA Ampere-arkitektur GPU med 32 Tensor Cores |
| Minne | 4GB 64-bit LPDDR4 25.6GB/s | 4GB 64-bit LPDDR5 51GB/s | 8GB 128-bit LPDDR5 102 GB/s | 8GB 128-bit LPDDR5 102 GB/s | 16GB 128-bit LPDDR5 102 GB/s |
| Lagert | 16GB eMMC + 64GB U-disk | 256GB SSD | |||
| Ström | 5W - 10W | 7W, 10W, 25W | 7W, 15W, 25W | 10W, 15W, 25W, 40W | |
| ROS systemversion | Ubuntu18.04 + ROS1 Melodic | Ubuntu22.04 LTS + ROS2 Humble | |||
Diagrammet noterar också att användningsmetoderna för flera Jetson-seriens kontrollkort i grunden är desamma; olika kontrollkort påverkar huvudsakligen JetCobot-prestanda.
Mätt funktion/prestandaskillnad (Referensdiagram)
| Artikel |
Jetson Nano-version Programstarttid / Programkörningsbildfrekvens |
Jetson Orin Nano SUPER 8GB-version Programstarttid / Programkörningsbildfrekvens |
Jetson Orin NX SUPER 16GB-version Programstarttid / Programkörningsbildfrekvens |
| Robotstart | 43s Robotarmens initialisering slutförd / / | 38s Robotarmens initialisering slutförd / / | 37s Robotarmens initialisering slutförd / / |
| Grundläggande visuell funktion (Färgigenkänning) | 6s / 12s | 5s / 30fps | 4s / 30fps |
| Yolov5 skräpkategorisering | 31s / 6s | 17s / 30fps | 16s / 30fps |
| Mediapipe ansiktsdetektering | 13s / 30s | 8s / 30fps-40fps | 7s / 30fps-50fps |
| Färgblockspårning | 10s / 30s | 7s / 30fps | 5s / 30fps |
| Apriltag taggkodigenkänning | 5s / 25s | 3s / 30fps | 3s / 30fps |
| RVIZ simuleringsmodellering | 16s / 31s | 9s / 31fps | 7s / 31fps |
Anteckningar som visas med diagrammet: JetCobot är inte konfigurerad med Docker-containerteknologi; den använder en officiell inbyggd bildkonfigurationsfunktionsmiljö för att ge full effekt av den övergripande moderkortsprestandan.Data kommer från ett faktiskt Yahboom-laboratorietest; Jetson Orin Nano SUPER 4GB och 8GB prestanda är liknande, och Jetson Orin NX SUPER 8GB och 16GB prestanda är nära.
Vad som ingår
- myCobot280 7-DOF samarbetsrobotarm (JetCobot)
- Elektrisk gripare
- USB-kamera
- Jetson huvudkontroll (Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER, beroende på version)
- OLED-skärm (listad i fraktlistans diagram)
- Tillbehör (som listat i fraktlistans diagram)
Tillämpningar
- ROS-lärande, kinematik och rörelseplanering (MoveIt / RViz)
- Maskinsyn och OpenCV-baserade interaktionsexperiment
- AI-interaktionsdemonstrationer: färgspårning, etikettigenkänning (Apriltag), gestigenkänning och modellträning arbetsflöden
- Desktop-gripande, sortering och grundläggande koordinatbaserade plock-och-placera uppgifter
Manualer / Dokumentation
- Handledningar: https://www.yahboom.net/study/JetCobot
För hjälp med förhandsval eller efterförsäljningssupport, kontakta https://rcdrone.top/ eller e-posta [email protected].
Detaljer

Jämför JetCobot med andra ROS master-kontrollalternativ för att välja rätt plattform för din applikation.

Flera Yahboom armplattformar delar en liknande ROS-arbetsflöde, medan hårdvaru- och visionsalternativ varierar beroende på modell.

Djupkamerakonfigurationer stödjer 3D visionsuppgifter som avståndsmedveten spårning och interaktion.

JetCobot fokuserar på en 7-DOF UR-liknande struktur med millimeter-nivå upprepningsnoggrannhet för koordinerade rörelseuppgifter.

Yahboom JetCobot är en stationär 7-DOF visuell samarbetsrobotarm byggd kring NVIDIA Jetson kontrollkort.

En komplett programvarustack stödjer ROS-kontroll, MoveIt-planering, RViz-visualisering och OpenCV-baserad vision.

Välj Jetson Nano B01, Orin Nano SUPER eller Orin NX SUPER baserat på den beräkningskraft som behövs för din AI-pipeline.

En tydlig Jetson-jämförelse hjälper till att matcha CPU/GPU och minneskapacitet med ROS och visionarbetsbelastningar.

Prestanda varierar beroende på Jetson-kontroller, medan JetCobot-funktionerna och kurs-exemplen förblir konsekventa.

Den UR-liknande konfigurationen ger ett brett rörelseomfång med en renare konstruktion för klassrum och laboratorieanvändning.

En 7-DOF-layout förbättrar flexibiliteten för positionering, grepp och vägplanering i trånga arbetsutrymmen.

En integrerad USB-kamera möjliggör visuell plockning och sorteringsarbetsflöden utan komplexa externa kamerainställningar.

Inbyggda demonstrationer täcker färgigenkänning, blocksortering, taggbaserad stapling och spårningsbaserad interaktion.

Använd djupinlärningsmodellträning och MediaPipe-gesterinteraktion för att bygga mer responsiva plock-och-placera-uppgifter.

MoveIt och URDF-modeller stöder simulering, banplanering och kollisionkontroll innan de körs på hårdvara.

Kontrollera JetCobot genom en webbläsarbaserad Jupyter-miljö eller en USB-spelkontroll för snabb testning och demonstrationer.

Invers kinematik möjliggör koordinatinmatning för upprepbar positionering och konsekvent orientering av slutverktyget.

sju leder (J1–J7) ger extra flexibilitet för rörelseplanering och koordinerat grepp.

JetCobot erbjuder en maximal effektiv armspann på 270 mm (utan gripare), med J1 basrotation på ±153° och ±0,5 mm upprepbarhet.

JetCobot är byggd kring ROS Robot Operating System och listar kompatibilitet med ROS2 Humble och ROS1 Melodic.

MoveIt-simuleringsstöd låter JetCobot-robotarmen testas och kontrolleras i en virtuell miljö innan den körs på hårdvara.

JetCobot-armkitet kombinerar en gripare, USB HD-kamera, OLED-skärm och en sugkoppsbas för stabila skrivbordsuppsättningar.

JetCobot-armen kopplar en USB HD-kamera (480p, 30 fps, 110° synfält) med en kompakt elektrisk gripare för visionsstyrda plock- och placeringsuppgifter.

JetCobot-läroplanen täcker installation och montering, ROS/Ubuntu-grunder, SLAM-kartläggning, AI-vision med MediaPipe och visuella spårnings- och greppövningar.

JetCobot handledningsmaterial inkluderar organiserade nedladdningsmappar och kursinnehåll såsom AI-visuella grunder och Mediapipe, med en studielänk på yahboom.net/study/JetCobot.

JetCobot-lärresurser inkluderar kurser i AI-visuell spårning och grepp, MoveIt-handledningar, ROS2-grunder och öppen Python-källkod.

JetCobot med gripardimensioner anges i millimeter för att hjälpa till att planera monteringsutrymme och övergripande armfriktion.

JetCobot stöder Python-programmering med ROS-alternativ för Jetson Nano B01 och Jetson Orin Nano/NX, plus en fast fokus 0,3MP kamera (480P, 30fps, 110° vidvinkel).

JetCobot-kitet inkluderar gripdonet, USB-kameran, chassikomponenter, strömadapter och kablage, med valfria Jetson Nano/Orin-tillbehör listade.
Related Collections
