Yahboom Muto RS 18DOF ROS2 Hexapod Robot Kiti, AI Büyük Model, LiDAR & Derinlik Kamerası ile Raspberry Pi 5 için

Genel Bakış

Yahboom Muto RS, ROS2 işletim sistemi üzerine inşa edilmiş ve Raspberry Pi (Raspberry Pi 5 seçenekleri dahil) ile çalışmak üzere tasarlanmış masaüstü düzeyinde AI büyük model biyonik bir altı bacaklı robottur. Tamamen alüminyum alaşımlı bir gövde ve 18PCS 35KG seri otobüs servoları tarafından tahrik edilen 18 DOF eklem yapısı kullanır ve derinlik kamerası ve LiDAR gibi sensörler ile bir ses etkileşim modülü entegre eder. Python3 programlama ve yerleşik algoritmalar (ters kinematik dahil) ile AI görsel etkileşim, SLAM haritalama/gezinti, ses etkileşimi, derin öğrenme ve ROS geliştirme ve eğitim için RViz simülasyonunu destekler.

Ana Özellikler

• Alüminyum alaşımlı yapısal parçalarla 18 DOF hareket eklemleri ; bacak başına üç eklem; 18 yüksek performanslı servo.
• Kararlı, koordineli hareket kontrolü için 18PCS 35KG metal seri otobüs servoları .
• Ters kinematik algoritma hassasiyet kontrolü; üçgen yürüyüşü destekler ve ayarlanabilir adım frekansı.
• Hareket ayarlanabilirliği: X/Y çeviri, 360° kendi etrafında dönme, gövde yüksekliği ayarlama, duruş üst üste bindirme (yüksek/orta/düşük duruş yürüyüşü) ve ayarlanabilir yürüme hızı (doğrusal hız, açısal hız, yükseklik, adım yüksekliği, adım uzunluğu).
• Çok modlu AI büyük model entegrasyonu: ölçeklenebilir RAG bilgi tabanı, çift modlu dinamik geri bildirim akıl yürütme mimarisi, metin anlamsal anlama ve doğal konuşma diyaloğu.
• Derinlik kamerası + görsel tanıma: derinlik kamerası engel algılama, 3D gerçek zamanlı haritalama, derinlik mesafe ölçümü ve 3D nokta bulutu tanıma.
• LiDAR tabanlı çevresel algılama: 360° yönsüz algılama, haritalama ve navigasyon, yol planlama, dinamik engel kaçınma, çok noktalı navigasyon ve yol ağı planlaması.
• Desteklenen çerçeveler/algoritmalar (listelenenler): MediaPipe, OpenCV; Gmapping, Cartographer; slam_toolbox; Radar odometre RF2O; DWA yol planlama.
• AI görsel etkileşim fonksiyonları (listelenenler): KCF nesne takibi, renk takibi, QR kod komut kontrolü, görsel çizgi takibi.
• Sesli etkileşimli kontrol: sesli komutlar hareket durumunu kontrol edebilir; renk takibi, renk tanıma ve görsel çizgi devriyesi gibi fonksiyonları destekler.
• Çapraz platform kontrolü: iOS/Android uzaktan kontrol uygulaması, iOS/Android haritalama navigasyon uygulaması, PC ana bilgisayar kontrolü ve 2.4G/USB kablosuz kumanda kontrolü.
• FPV gerçek zamanlı video iletimi: robot tarafından yakalanan gerçek zamanlı HD videoyu görüntülemek için mobil uygulama aracılığıyla yerel ağa bağlanın.
• Çoklu makine bağlantı kontrolü: aynı haritada dinamik engel kaçınma ile çoklu robot eşzamanlı navigasyonu destekler ve tek bir ana bilgisayar üzerinden senkron kontrol sağlar.
• Öğretim modu: ana robot üzerindeki manuel tek bacak hareketi, aynı hareketi gerçekleştiren bir köle robot tarafından yansıtılabilir.
• Öğrenme kaynakları: “200+ ders örneği” referans alınmıştır; eşlik eden ROS dersleri ve AI büyük dil modeli uygulama örnekleri açıklanmıştır (uyumluluk için eğitim URL'si kaldırılmıştır).

Satış öncesi seçim yardımı veya kurulum desteği için https://rcdrone.top/ ile iletişime geçin veya [email protected]. e-posta gönderin.

Özellikler

Konfigürasyon Farklılıkları (listelendiği gibi)

Raspberry Pi 5 (bilgi gösteriliyor)

Uygulamalar

• Çok bacaklı (hexapod) hareket ve ters kinematik için ROS2 öğrenme ve geliştirme.
• SLAM haritalama/navigasyon deneyleri: tek nokta ve çok noktalı navigasyon, yol ağı planlaması ve dinamik engel kaçınma.
• Derinlik kamerası ve AI görsel tanıma (OpenCV / MediaPipe referanslı) kullanarak bilgisayarla görme ve algılama projeleri.
• Sesli etkileşim ve çok modlu büyük model gösterimleri (metin/ses/görsel entegrasyonu referanslı).
• Çoklu robot senkronizasyon kontrolü ve çoklu robot navigasyonu (çoklu makine bağlantı kontrolü referanslı).

Kılavuzlar

Bu ürün için eğitim kaynakları referans alınmıştır (üretici çalışma sayfası kaynakta belirtilmiştir; uyumluluk için harici URL kaldırılmıştır).

Detaylar

Raspberry Pi için ROS2 üzerine inşa edilen Muto RS, masaüstü robotik öğrenimi için 18-DOF hexapod hareketliliğini AI algılama ile bir araya getiriyor.

SLAM haritalama ve navigasyondan görsel ve sesli etkileşime kadar, platform hepsi bir arada ROS2 geliştirme kiti olarak tasarlanmıştır.

Multimodal AI iş akışları, araştırma demolarını ve sınıf eğitimini desteklemek için yol ağı planlama kavramlarıyla eşleştirilmiştir.

Kontrolcü ve sensör ihtiyaçlarınıza uygun bir yapılandırma seçin, Raspberry Pi hesaplama merkezli seçeneklerle.

Metin, ses ve görsel modeller Python ve ROS2'de somut zeka davranışları oluşturmak için entegre edilebilir.

Hareket, algılama Q&A, hedef takibi ve otonom navigasyon görevleri için üst düzey komutlar kullanın.

SLAM tabanlı algılama, haritalanmış ortamlar arasında çok noktalı navigasyon ve hedef arama davranışlarını destekler.

Daha üst düzey etkileşim demoları, niyet anlama, taklit öğrenme davranışları ve çevre keşfini içerir.

Yerleşik ROS2 paketleri, haritalama, nokta bulutları ve engel farkındalığı için LiDAR ve derinlik kamerası verilerini bağlar.

Görüş algoritmaları ve sesli komutlar, eller serbest kontrol ekler ve çoklu robot koordinasyon özelliklerini destekler.

Öğretim modu ve tam 18-DOF eklem düzeni, yürüyüş ve koordineli bacak hareketlerini göstermek için daha kolay hale getirir.

Ters kinematik ve yürüyüş planlaması, duruş ve adım ayarlarını kararlı hexapod hareketine dönüştürmeye yardımcı olur.

Farklı yüzeyler, demolar ve navigasyon senaryolarına uyacak şekilde vücut yüksekliğini, duruşu ve yürüme hızını ayarlayın.

FPV video ve eylem taklit davranışları, laboratuvarlar, kulüpler ve sunumlar için demoları daha etkileşimli hale getirir.

Python'da programlayın ve kurulumunuza bağlı olarak mobil uygulamalardan, bir PC ana bilgisayarından veya kablosuz bir koldan robotu kontrol edin.

RViz simülasyonunda geliştirin ve test edin, ardından tekrarlanabilir robotik deneyler için ROS2 yığınına dağıtın.

Yahboom Muto RS ROS2 öğrenme materyalleri, AI görseli, Mediapipe, yol ağı navigasyonu ve ROS2 temel video eğitimlerini kapsar.

Muto RS hexapod, lidar, derinlik kamerası, Raspberry Pi kontrolcüsü ve koordineli bacak hareketi için seri veri yolu servoları gibi bileşenlerle modüler bir yığın kullanır.

Orbbec Astra Pro Plus derinlik algılama ve 2D LiDAR SLAM modülü, ROS2 robotik projeleri için derinlik ve haritalama girdileri sağlar.

Kit, kablolu hoparlörlü bir AI ses modülü ve yerleşik güç için 7.4V 9900mAh lityum pil paketi içerir.

Yahboom Muto RS ROS2 hexapod, montaj boşluğu ve yerleşimini planlamaya yardımcı olmak için çoklu görünüm mm boyut referansı içerir.

Paket listesi, monte edilmiş MUTO robot şasisini ve isteğe bağlı olarak Raspberry Pi 5, SLAM Lidar ve derinlik kamerası gibi ek bileşenleri, ayrıca güç ve ses aksesuarlarını içerir.