Genel Bakış
JetCobot, ana kontrol kartı olarak NVIDIA Jetson serisi geliştirme kartı (Jetson Nano B01 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER) kullanan 7 eksenli görsel işbirlikçi bir robot koludur. UR benzeri bir robot yapılandırması, ROS robot işletim sistemi ve ters kinematik algoritması ile koordinat kontrolü, hareket planlaması, kavrama, sıralama ve ilgili görsel etkileşim görevlerini destekler.
JetCobot, bir robot kolu ve kamera sistemini entegre eder. 0.3MP USB kamera (110° görüş açısı) ile donatılmıştır ve renk etkileşimi, yüz tespiti/takibi, etiket tanıma, model eğitimi ve jest etkileşimi gibi işlevler için OpenCV görüntü işleme, makine görüşü ve derin öğrenme iş akışlarını destekler.
Önemli Özellikler
- UR benzeri yapılandırmaya sahip 7-DOF yapısı: Düzgün gövde tasarımı, geniş hareket aralığı ve gizli servo kablolama (karşılaştırma tablosunda açıklandığı gibi).
- Ters kinematik + ROS iş akışı: Koordinat kontrolü ve hareket planlamasını destekler.
- MoveIt + RViz desteği: URDF kinematik simülasyon modeli, MoveIt simülasyon kontrolü/trajectori planlaması, çarpışma tespiti ve mekansal kavrama senaryolarını içerir.
- AI görsel tanıma ve hedef takibi: Renk tanıma ve takibi, renk blokları sıralama, renk blokları yakalama, renk etkileşimi, yüz tanıma ve takibi, etiket tanıma/akıllı istifleme (Apriltag etiket kodları).
- Derin öğrenme / model eğitimi: Atık sınıflandırma iş akışlarını ve bölge bazlı yakalama örneklerini destekler (bölge tanımlama: yakalama ve yerleştirme; bölge tespiti: özelleştirilmiş yakalama).
- MediaPipe geliştirme / AI etkileşim yükseltmesi: Hareket kontrol eylem grubu, hareket tanıma kontrol yığını, robotik kol tanıma ve avuç içi izleme, ve hareket duruş kontrol robotik kol.
- Birden fazla kontrol yöntemi: MoveIt simülasyon kontrolünü, tutacak kontrolünü ve PC web kontrolünü destekler (Jupyter Lab kontrolü de gösterilmektedir).
Özellikler
| Ürün | JetCobot AI görsel işbirlikçi robot kolu |
| Serbestlik dereceleri | 7 |
| Maksimum etkili kol açıklığı | 270MM |
| Eklem döndürme aralığı | -153° ile 153° arasında |
| Tekrar konumlandırma hassasiyeti | ±0.5mm |
| Kamera | 0.3MP USB kamera |
| Kamera görüş açısı | 110° |
| Kamera kare hızı (gösterilen) | 30fps |
| Görsel boyut (grafik) | Düz 2D görüntü |
| Gripper (gösterilen) | Elektrikli gripper |
| Gripper açma-kapama açısı (grafik) | 5cm |
| Gripper aralığı (gösterilen) | 20-45mm |
| Gripper kuvveti (gösterilen) | 150g kuvvet |
| Yapı tipi (grafik) | UR-benzeri robot yapısı |
| Ana kontrol (grafik) | Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER |
| Fonksiyon (grafik) | Bağlantı kontrolü; MoveIt hareket planlaması; RViz robot simülasyonu; 2D görsel etkileşim |
| Ses (grafik) | / |
| Görüntü (grafik) | / |
Jetson Ana Kontrol Seçenekleri (Referans Grafiği)
| Ana kontrol kartı | Jetson Nano B01 4GB | Jetson Orin Nano SUPER 4GB | Jetson Orin Nano SUPER 8GB | Jetson Orin NX SUPER 8GB | Jetson Orin NX SUPER 16GB |
| Hesaplama gücü | 0.5TFLOPS (FP16) | 34 TOPS | 67 TOPS | 117 TOPS | 157 TOPS |
| CPU | 4 çekirdekli Arm Cortex-A57 MPCore işlemci | 6 çekirdekli Arm Cortex-A78AE v8.2 64-bit CPU; 1.5MB L2 + 4MB L3 | 6 çekirdekli Arm Cortex-A78AE v8.2 64-bit CPU; 1.5MB L2 + 4MB L3 | 6 çekirdekli NVIDIA Arm Cortex-A78AE v8.2 64-bit CPU; 1.5MB L2 + 4MB L3 | 8 çekirdekli NVIDIA Arm Cortex-A78AE v8.2 64-bit CPU; 2MB L2 + 4MB L3 |
| GPU | 128 çekirdekli NVIDIA Maxwell GPU | 512 çekirdekli NVIDIA Ampere mimarisi GPU, 16 Tensor Core ile | 1024 çekirdekli NVIDIA Ampere mimarisi GPU, 32 Tensor Core ile | 1024 çekirdekli NVIDIA Ampere mimarisi GPU, 32 Tensor Core ile | 1024 çekirdekli NVIDIA Ampere mimarisi GPU, 32 Tensor Core ile |
| Hafıza | 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 |
| Depolama | 16GB eMMC + 64GB U disk | 256GB SSD | |||
| Güç | 5W - 10W | 7W, 10W, 25W | 7W, 15W, 25W | 10W, 15W, 25W, 40W | |
| ROS sistem versiyonu | Ubuntu18.04 + ROS1 Melodic | Ubuntu22.04 LTS + ROS2 Humble | |||
Tabloda ayrıca birden fazla Jetson serisi kontrol kartının kullanım yöntemlerinin temelde aynı olduğu; farklı kontrol kartlarının esasen JetCobot performansını etkilediği belirtilmektedir.
Ölçülen Fonksiyon/Performans Farkı (Referans Tablosu)
| Ürün |
Jetson Nano Versiyonu Program başlatma süresi / Program çalışma kare hızı |
Jetson Orin Nano SUPER 8GB Versiyonu Program başlatma süresi / Program çalışma kare hızı |
Jetson Orin NX SUPER 16GB Versiyonu Program başlatma süresi / Program çalışma kare hızı |
| Robot başlangıcı | 43s Robot kolu başlatma tamamlandı / / | 38s Robot kolu başlatma tamamlandı / / | 37s Robot kolu başlatma tamamlandı / / |
| Temel görsel fonksiyon (Renk tanıma) | 6s / 12s | 5s / 30fps | 4s / 30fps |
| Yolov5 çöp sınıflandırması | 31s / 6s | 17s / 30fps | 16s / 30fps |
| Mediapipe yüz tespiti | 13s / 30s | 8s / 30fps-40fps | 7s / 30fps-50fps |
| Renk blok takibi | 10s / 30s | 7s / 30fps | 5s / 30fps |
| Apriltag etiket kodu tanıma | 5s / 25s | 3s / 30fps | 3s / 30fps |
| RVIZ simülasyon modelleme | 16s / 31s | 9s / 31fps | 7s / 31fps |
Grafikle birlikte gösterilen notlar: JetCobot, Docker konteyner teknolojisi ile yapılandırılmamıştır; genel anakart performansını tam olarak kullanmak için resmi yerel görüntü yapılandırma işlev ortamını kullanır.Veriler, gerçek bir Yahboom laboratuvar testinden alınmıştır; Jetson Orin Nano SUPER 4GB ve 8GB performansı benzer, Jetson Orin NX SUPER 8GB ve 16GB performansı ise yakındır.
İçindekiler
- myCobot280 7-DOF işbirlikçi robot kolu (JetCobot)
- Elektrikli kavrayıcı
- USB kamera
- Jetson ana kontrol (Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER, versiyona bağlı olarak)
- OLED ekran (gönderim listesi tablosunda belirtilmiştir)
- Aksesuarlar (gönderim listesi tablosunda belirtilmiştir)
Uygulamalar
- ROS öğrenimi, kinematik ve hareket planlaması (MoveIt / RViz)
- Makine görüşü ve OpenCV tabanlı etkileşim deneyleri
- AI etkileşim demoları: renk takibi, etiket tanıma (Apriltag), jest tanıma ve model eğitimi iş akışları
- Masaüstü kavrama, sıralama ve temel koordinat tabanlı alma ve yerleştirme görevleri
Kılavuzlar / Dokümantasyon
- Eğitimler: https://www.yahboom.net/study/JetCobot
Ön satış seçimi yardımı veya satış sonrası destek için, https://rcdrone.top/ ile iletişime geçin veya e-posta gönderin [email protected].
Detaylar

JetCobot'u diğer ROS ana kontrol seçenekleri ile karşılaştırarak uygulamanız için doğru platformu seçin.

Birden fazla Yahboom kol platformu benzer bir ROS iş akışına sahiptir, ancak donanım ve görsel seçenekler modele göre değişiklik gösterir.

Derinlik kamera konfigürasyonları, mesafe farkındalığına sahip izleme ve etkileşim gibi 3D görsel görevleri destekler.

JetCobot, koordineli hareket görevleri için milimetre seviyesinde tekrarlanabilirliğe sahip 7-DOF UR benzeri bir yapıya odaklanmaktadır.

Yahboom JetCobot, NVIDIA Jetson kontrol kartları etrafında inşa edilmiş masaüstü 7-DOF görsel işbirlikçi robot koludur.

Tam bir yazılım yığını, ROS kontrolü, MoveIt planlaması, RViz görselleştirmesi ve OpenCV tabanlı görselleştirmeyi destekler.

AI hattınız için gereken hesaplamaya göre Jetson Nano B01, Orin Nano SUPER veya Orin NX SUPER'ı seçin.

Açık bir Jetson karşılaştırması, CPU/GPU ve bellek kapasitesini ROS ve görsel iş yükleri ile eşleştirmeye yardımcı olur.

Performans, Jetson kontrol cihazına göre değişiklik gösterirken, JetCobot özellik seti ve kurs örnekleri tutarlılığını korur.

UR benzeri yapılandırma, sınıf ve laboratuvar kullanımı için daha temiz bir yapı ile geniş bir hareket aralığı sağlar.

7-DOF düzeni, dar çalışma alanlarında konumlandırma, kavrama ve yol planlama için esnekliği artırır.

Entegre bir USB kamera, karmaşık harici kamera kurulumları olmadan görsel toplama ve sıralama iş akışlarını mümkün kılar.

Yerleşik demolar, renk tanıma, blok sıralama, etiket tabanlı istifleme ve izleme tabanlı etkileşim konularını kapsar.

Derin öğrenme modeli eğitimi ve MediaPipe jest etkileşimini kullanarak daha duyarlı toplama ve yerleştirme görevleri oluşturun.

MoveIt ve URDF modelleri, donanımda çalıştırmadan önce simülasyon, yol planlama ve çarpışma kontrolü desteği sunar.

JetCobot'u hızlı testler ve demolar için tarayıcı tabanlı bir Jupyter ortamı veya bir USB oyun kumandası aracılığıyla kontrol edin.

İnvers kinematik, tekrarlanabilir konumlandırma ve tutucu yönelimi için koordinat girişi sağlar.

Yedi eklem (J1–J7), hareket planlaması ve koordineli kavrama için ekstra esneklik sunar.

JetCobot, maksimum 270 mm etkili kol açıklığı (tutucu olmadan) sunar, J1 taban döngüsü ±153° ve ±0.5 mm tekrarlanabilirlik ile.

JetCobot, ROS Robot İşletim Sistemi etrafında inşa edilmiştir ve ROS2 Humble ve ROS1 Melodic ile uyumluluğunu listeler.

MoveIt simülasyon desteği, JetCobot robot kolunun donanımda çalıştırılmadan önce sanal bir ortamda test edilmesini ve kontrol edilmesini sağlar.

JetCobot kol seti, sabit masaüstü kurulumları için bir tutucu, USB HD kamera, OLED ekran ve emme pedine sahiptir.

JetCobot kolu, görsel rehberli picking ve yerleştirme görevleri için kompakt bir elektrikli tutucu ile birlikte bir USB HD kamerayı (480p, 30 fps, 110° görüş açısı) eşleştirir.

JetCobot müfredatı, kurulum ve montaj, ROS/Ubuntu temelleri, SLAM haritalama, MediaPipe ile AI görselliği ve görsel izleme ve kavrama egzersizlerini kapsamaktadır.

JetCobot eğitim materyalleri, düzenlenmiş indirme klasörleri ve AI görsel temelleri ve Mediapipe gibi kurs içeriklerini içermekte olup, çalışma bağlantısı yahboom.net/study/JetCobot'dadır.

JetCobot öğrenme kaynakları, AI görsel izleme ve kavrama kursları, MoveIt eğitimleri, ROS2 temelleri ve açık Python kaynak kodunu içermektedir.

Tutucu ile birlikte JetCobot'un boyutları, montaj alanını ve genel kol açıklığını planlamaya yardımcı olmak için milimetre cinsinden sağlanmaktadır.

JetCobot, Jetson Nano B01 ve Jetson Orin Nano/NX için ROS seçenekleri ile Python programlamasını destekler, ayrıca sabit odaklı 0.3MP kamera (480P, 30fps, 110° geniş açı) içerir.

JetCobot kiti, kavrayıcı, USB kamera, şasi bileşenleri, güç adaptörü ve kablolama ile birlikte gelir; isteğe bağlı Jetson Nano/Orin aksesuarları listelenmiştir.
Related Collections
