Yahboom Raspbot Raspberry Pi 5 AI Vision Robotbil Kit med FPV CSI-kamera, 4WD, Python/OpenCV

Översikt

Yahboom Raspbot är ett AI-visionsrobotbilskit designat för AI-nybörjare och kompatibelt med Raspberry Pi 5 utvecklingskort. Det använder ett multifunktionellt robotbil expansionskort som chassi och integrerar 4WD TT-motorer, en högupplöst CSI-kamera, en fyrkanalig spårningsmodul och en ultraljudsmodul för FPV-körning och AI-visionsinlärning med Python3 och öppen källkod CV. Kontroll är tillgänglig via Android/iOS-app, infraröd fjärrkontroll och PC (Jupyter Lab) webbprogrammering, med realtidsvideovisning.

Viktiga Funktioner

• Enkel struktur för montering och snabb inlärningsupplevelse
• FPV förstapersonsvy-kontroll med realtidsvideoretur
• Rika kontrollmetoder: APP (iOS & Android), PC (Jupyter Lab), infraröd fjärrkontroll
• AI-visionsspel baserat på Python-programmering och öppen källkod CV: visuell identitet, mobil spårning, autopilot, objektigenkänning, gestigenkänning, QR-kodigenkänning/kontroll, registreringsskyltigenkänning, visuell linjepatrull och mer
• Sensorbaserade funktioner: ultraljuds- och infraröd detektion för hinderundvikande, infraröd spårningsläge, summer för att spela musik, ultraljudsföljning
• Tvågraders frihetskamera plattform (PTZ)

Konfigurationsalternativ

• Utan TF-kort: Lämplig för användare som redan har Raspberry Pi 5-kort och TF-kort
• Med TF-kort: Lämplig för användare som redan har ett Raspberry Pi 5-kort; TF-kortets systemfil har skrivits
• Med TF-kort och Raspberry Pi 5-4GB: Lämplig för användare som inte har ett Raspberry Pi 5-kort; TF-kortets systemfil har skrivits
• Med TF-kort och Raspberry Pi 5-8GB: Lämplig för användare som inte har ett Raspberry Pi 5-kort och vill göra fler expansionsfunktioner; TF-kortets systemfil har skrivits

Specifikationer

Kameraparametrar

Expansionskortgränssnitt (Multifunktionellt robotbil-expansionskort)

• Infraröd hinderundvikande sensor*2
• Seriell port
• I2C PH2.0 interface*2
• Raspberry Pi 40-stiftsgränssnitt
• Kan driva LED1 (röd), LED2 (blå)
• Passiv summer
• Infraröd mottagare
• Ultraljudsmodulgränssnitt
• OLED-gränssnitt
• PWM-servogränssnitt*4
• 5V spänningsindikator
• Batteriingångsindikator
• Strömbrytare
• DC-motorgränssnitt*4
• Linjeinspektionsmodulgränssnitt
• DC-strömförsörjningsgränssnitt
• MCU-statusindikator

Applikationer

• Raspberry Pi 5 robotiklära och AI-visionsprojekt
• Python3 + OpenCV-övning (spårning, igenkänning och autonoma kördemonstrationer)
• FPV-robotbilprogrammering via app och Jupyter Lab

För beställningshjälp, konfigurationsval eller teknisk support, kontakta https://rcdrone.top/ eller e-posta [email protected] .

Manualer

Studie-URL: http://www.yahboom.net/study/Raspbot

• Instruktionsmanual
• Första Försöket
• Fjärrkontrollkurs
• Förberedelse
• OpenCV Grundkurs
• Hårdvarukontrollkurs
• AI visionskurs
• Bilaga
• Visade PDF: Drivrutin camera.pdf; Färg recognition.pdf; HSV-värde test.pdf; Kamerafärg tracking.pdf; Bilfärg tracking.pdf; Tensorflow-objekt recognition.pdf; QR-kod recognition.pdf; QR-kod control.pdf; Ansikte recognition.pdf; Autopilot.pdf; Gester recognition.pdf; Nummerplåt recognition.pdf; Autopilot.pdf

Detaljer

Börja lära dig AI-vision på Raspberry Pi 5 med en 4WD robotbil som kombinerar FPV-körning, kamera pan/tilt och inbyggda sensorer.

Python + öppen källkod CV-spel täcker visuell igenkänning, spårning och autonom körning, med FPV-kontroll och mobilappstöd.

Byggd för Raspberry Pi 5-prestanda, stödjer smidigare kamerabehandling för datorvisionsinlärningsprojekt.

Välj en kitkonfiguration baserat på om du redan har ett microSD (TF)-kort för Raspberry Pi 5.

Paketalternativ finns tillgängliga med ett förinstallerat TF-kort och Raspberry Pi 5 (4GB) för snabbare installation.

För mer utrymme att expandera, kombineras Raspberry Pi 5 (8GB)-paketet med ett förskrivet TF-kort för snabb start.

Ett kostnadseffektivt sätt att utforska AI-vision på Raspberry Pi, som kombinerar en CSI-kamera, PTZ-fäste och robotchassi i en byggsats.

Kör i FPV-läge från iOS/Android med realtidsvideoretur och ett fjärrkontrollgränssnitt på skärmen.

Styr det på ditt sätt—mobilapp för körning, PC-webbprogrammering i JupyterLab, eller den medföljande infraröda fjärrkontrollen.

Förbyggda demos hjälper dig att öva på färgspårning, följbeteenden och QR-kodkontroll med Python-baserade visionsrutiner.

Autopilotrutiner använder OpenCV-bearbetning och PID-kontrollkoncept för att stödja automatiska körexperiment.

Sensorbaserat spel inkluderar hinderundvikande, infraröd linjespårning, ultraljudsföljning och summerljudeffekter.

Kärnhårdvaran integrerar ett multifunktions expansionskort med 4WD-drift, kamerapan/tilt, ultraljudsmätning och ett spårningsmodul.

Steg-för-steg-lektioner och nedladdningsbara dokument stöder montering, kodning och visionsexperiment.

Kontrollera dimensioner och nyckelspecifikationer innan du bygger, inklusive kameragränssnittsdetaljer och den totala monterade storleken.

Allt som behövs för montering är specificerat, inklusive chassielektronik, motorer, sensorer, kablar, fjärrkontroll och verktyg (alternativen varierar).