Gå till produktinformation
1 av 11

Yahboom MicroROS Självbalanserande Robotbil 4KG Last (Standard/AI Vision) ROS2 Humble TOF LiDAR SLAM

Yahboom MicroROS Självbalanserande Robotbil 4KG Last (Standard/AI Vision) ROS2 Humble TOF LiDAR SLAM

Yahboom

Ordinarie pris $226.99 USD
Ordinarie pris Försäljningspris $226.99 USD
Försäljning Slutsåld
Skatter ingår. Frakt beräknas vid utcheckningen.
Version
Se alla detaljer

Översikt

Yahboom MicroROS självbalanserande robotbil är en tvåhjulig självbalanserande robotbilplattform designad för ROS2 (Humble) lärande och utveckling. Den integrerar STM32 + ESP32 dualprocessorer, ett metallchassi, 520 encoder DC-reduktionsmotorer, en 6-axlig IMU-hållningssensor, ultraljudsmodul, TOF laser LiDAR och en OLED-display. Genom att använda MicroROS trådlös kommunikation kan sensordata (såsom LiDAR, hastighetsmätare, 6-axlig sensor och valfri kamera) överföras till ett PC-virtuellt maskinsystem för att slutföra komplexa beräkningsuppgifter och generera beslut för kartläggning och navigering.

Nyckelfunktioner

  • MicroROS trådlös kommunikation + virtuell maskin huvudkontroll för realtidsöverföring av sensorinformation och beräkning på den virtuella PC-maskinen
  • ROS2 Humble stöd, med RViz simulering för att visualisera systemstatus och SLAM-processer
  • SLAM kartläggning & navigering stöd (gmapping och cartographer algoritmer)
  • LiDAR-funktioner: väggföljande, vakt (ansiktar närmaste mål), följ (spårar närmaste mål), patrull (skannar rutt och stannar vid hinder), hinderundvikande
  • Ultraljudshinderundvikande/följande lägen (växlande)
  • OLED dataskärm (stöder visning av aktuell läge och spänning för robotbilen)
  • 4KG lastbalans kapacitet; 3-lagers strukturdesign med en övre plattform för att bära föremål/DIY-expansion
  • Klättring: stöder lutningar på cirka 30°
  • Multi-maskin synkron navigering/kontroll (multi-robot navigering på samma karta; multi-maskin handkontroll och tangentbordskontroll)
  • App-kontroll: kartläggningsnavigeringsapp (iOS/Android) och Bluetooth fjärrkontrollapp (endast Android)

För produktval, installationssupport och efterförsäljningsservice, kontakta https://rcdrone.top/ eller e-posta [email protected].

Standard vs AI Vision Version

  • Standard Version: AI visuella interaktionsfunktioner stöds inte.
  • AI Vision Version: lägger till en ROS-WiFi-kameramodul och stöder AI-visionsigenkänning/interaktion. AI vision-versionen stöder visning av video i kartläggningsnavigeringsappen.

AI Vision-funktioner (endast AI Vision-version)

  • QR-kod rörelsekontroll (känna igen QR-kodens innehåll och utföra framåt/bakåt instruktioner)
  • Handflata följande
  • Gestkontroll av bilrörelse
  • Ansiktsigenkänning
  • Mänsklig hållningsspårning
  • OpenCV bildbehandling
  • MediaPipe maskininlärning

Specifikationer

Modell MicroROS självbalanserande robotbil (Standardversion / AI Vision-version)
Huvudprocessor STM32 + ESP32 dualprocessorer
Processor (detaljerad) STM32F103RCT6; ESP32-S3-WROOM-1U-N4R2
Värddator / ROS masterkontroll PC virtuell maskin
TrådlägeWiFi-UDP-läge (ansluter till WiFi-UDP-proxy för den virtuella maskinen/datorn); Professionellt läge (STA) lämpligt för flerobotkontroll; enheterna bör vara inom samma nätverkssegment
LiDAR TOF LiDAR som standard; TOF laser LiDAR (SLAM)
Standard sensorer OLED; Ultrasonisk; TOF laser LiDAR (SLAM)
IMU 6-axlig IMU-hållningssensor
Motor 520 encoder DC-reduktionsmotor
Encoder AB-fas hastighetsencoder
Kontrollalgoritm PID / LQR (stöder PID och LQR-kontroll)
Batteri 2200mAh batteripack
Last 4KG lastbalans
Klattring Omkring 30° lutning
Fjärrkontroll BT fjärrkontroll APP; kartläggningsnavigations APP; tangentbordsstyrning; handtagskontroll (valfritt)
Mobilappar Kartläggningsnavigations APP stöder iOS/Android; Bluetooth fjärrkontroll APP stöder endast Android
Kamera (visionsversion) ROS-WiFi kameramodul
RViz RViz simulering stöd
Inbyggd skärm OLED dataskärm (läge och spänning)
Skydd / varning Med batteriskyddsbox; lågspänningsvarningsfunktion
OS / plattformsnotering Stöder inte mac-system
BT app parameterjustering Ej stöd

Applikationer

  • ROS2 Humble lärande och klassrumsundervisning
  • SLAM kartläggning och navigeringsexperiment (gmapping/cartographer)
  • Multi-robot samordningsdemonstrationer (multi-maskin synkron navigering/kontroll)
  • AI vision interaktionsprojekt (AI Vision Version med ROS-WiFi kameramodul)

Handledning

Handledningslänk: http://www.yahboom.net/study/SBR-microROS

Detaljer