Yahboom Transbot SE ROS Robot Araba, 3DOF Kol & 2MP PTZ, Jetson Nano B01 / Raspberry Pi 5 için

Genel Bakış

Transbot SE, Jetson Nano B01 veya Raspberry Pi 5 ile AI görsel ve robotik geliştirme için tasarlanmış bir ROS Robot Araba (paletli tarayıcı platformudur). Tamamen alüminyum alaşımlı bir gövde kullanır ve MoveIt ile görsel tabanlı kontrol, izleme ve robot kol simülasyonu için 3DOF robot kolu ve 2DOF kamera PTZ'yi entegre eder.

Bir sürüm seçimi (Jetson Nano veya Raspberry Pi ile/olmadan) veya yazılım ortamını hazırlama konusunda yardıma mı ihtiyacınız var? Destek için https://rcdrone.top/ üzerinden veya [email protected]. adresine e-posta göndererek iletişime geçin.

Ana Özellikler

• Paletli şasi ile diferansiyel palet yapısı sayesinde arazi sürüşü
• Tam alüminyum alaşımlı gövde
• 3DOF robot kolu (akıllı seri veri yolu servo) ile kavrama/taşıma ve simülasyon iş akışları
• 2DOF kamera PTZ ile 2MP kamera (yatay/dikey dönüş)
• 520 kodlayıcı motorlar
• Yerleşik AI görsel yığını: OpenCV görüntü işleme, MediaPipe makine öğrenimi, YOLO nesne tanıma ve bir AI derin öğrenme çerçevesi
• Bağlantı kontrolü seçenekleri gösteriliyor: Uzaktan kontrol APP, Jupyter web programlama kontrolü, ROS sistem kontrolü, çapraz platform bağlantı kontrolü, çoklu araç formasyon kontrolü
• Programlama: Python programlama ve C++ programlama belirtilmiştir

AI Görüş & Kontrol Fonksiyonları (Gösterilen)

• OpenCV görüntü işleme: Nesne Tespiti (belirli nesne kategorilerini tanıma), AR Görüş (satranç tahtası kağıdı üzerinden gösterilen 12 efekt), AR QR kodu (AR QR kodları oluşturma ve tanıma), Yüz tanıma (gerçek zamanlı yüz görüntüleri toplayarak otonom eğitim ve gerçek zamanlı tanıma)
• AI görsel oyun oynama: Renk Takibi, Nesne Takibi (kamera PTZ nesneleri gerçek zamanlı takip eder), Robot kolu kullanımı (QR kod komut tabanlı kullanım), Otopilot (özel renk seçimi; tanınan bir renk yolunu takip eder)
• MoveIt robot kolu kontrolü: ileri/ters kinematik algoritması, Kartezyen yol planlaması, çarpışma tespiti, MoveIt simülasyonu
• Hareket tanıma kontrolü (MediaPipe): avuç içi kontrollü şasi hareketi, hareket kontrollü robot kolu eylem grupları, hareket kontrollü şasi hareketi, kol duruş kontrolü (robot kolu kol duruşunu ve avuç açma/kapatmayı taklit eder)
• MediaPipe geliştirme: hareket tanıma, yüz tanıma, 3D nesne tanıma (gösterilen örnekler: “AYAKKABI”, “SANDALYE”, “BARDAK”, “KAMERA”, vb.)
• Derin öğrenme örnekleri gösterildi: KNN el yazısı rakamların tanınması; YOLO nesne tanıma (YOLOv5 algoritması kullanılarak özel veri setleri ile özel nesne tanıma)

Özellikler

Sürüm Seçenekleri (Gösterilen)

• Jetson Nano sürümü: Jetson Nano 4GB ile (SUB sürümü) / Jetson Nano olmadan
• Raspberry Pi sürümü: Raspberry Pi 5-4GB ile / Raspberry Pi olmadan (4GB veya daha fazla RAM'e sahip Raspberry Pi gerektirir)

Uygulamalar

• ROS öğrenme ve robot hareket kontrolü geliştirme
• Bilgisayarla görme projeleri (OpenCV), jest tanıma (MediaPipe) ve nesne tanıma (YOLO)
• MoveIt ile robot kolu simülasyonu ve planlama deneyleri (kinematik, Kartezyen planlama, çarpışma tespiti)
• Uzaktan kontrol ve web tabanlı programlama kontrolü gösterimleri (APP kontrolü, Jupyter, ROS sistem kontrolü)

Öğreticiler & Öğrenme Kaynakları

Öğretici bağlantısı:http://www.yahboom.net/study/Transbot-SE

Kurs Kataloğu (Gösterilen)

• Transbot SE Tanıtımı: Transbot SE Hakkında; Kullanım önlemleri ve pil güvenliği; İlk Deneme
• İlk Deneme: WiFi ağı yapılandırması; Uygulama Kontrolü; USB kablosuz kumanda kontrolü; Kumanda video kontrolü
• Donanım kontrol kursu: Genişleme kartı ve güncelleme yazılımı hakkında; Otomatik başlatma sürecini kapat; Transbot SE kütüphanesini yükle; Buzzer ve düğme kontrolü; PWM servo kontrolü; Bus servo kontrolü; Motor kontrolü; Robot hareket kontrolü
• Linux işletim sistemi yapılandırması: Sanal makine kurulumu ve kullanımı; Linux temelleri; Uzaktan kontrol; Çoklu makine iletişim yapılandırması; Statik IP ve hotspot modu; Web sayfası gerçek zamanlı izleme; Genişleme eğitimi; Sistem görüntüleri yazma
• Docker kullanımı: Docker genel bakış ve docker kurulumu; Docker görüntü konteynerleri için yaygın komutlar; Docker görüntülerini derinlemesine anlama ve görüntüleri yayınlama; Docker donanım etkileşimi ve veri işleme; Dobot konteynerini başlatma
• ROS Temel kursu: ROS tanıtımı; Proje dosya yapısı; Yaygın komutlar ve araçlar; Yayıncı; Aboneler; Özelleştirilmiş konu mesajları ve kullanımı; İstemci; Sunucu; Özel hizmet mesajları ve kullanımı; TF yayını ve izleme
• OpenCV kursları: Açık Kaynak CV ile başlama; Açık Kaynak CV geometrik dönüşüm; Açık Kaynak CV görüntü işleme ve metin çizgi segmentleri çizme; Açık Kaynak CV görüntü güzelleştirme; AR görsel; AR QR kodu; ROS+Opencv temeli; ROS+Opencv uygulaması; MediaPipe geliştirme
• ROS robot kursu: PID algoritması; Temel iletişim; Klavye kontrolü; Kolu kontrolü; Robot durum tahmini; Veri kalibrasyonu
• ROS basit kamera kursu: HD kamera kalibrasyonu; HD kamera renk takibi; HD kamera renk takibi (şasi); HD kamera nesne takibi; KCF hedef takibi; HD kamera yüz takibi; HD kamera robot kolu taşıma; HD kamera Otomatik Pilot
• ROS robot kolu kontrol eğitimi: MoveIt yapılandırması; MoveIt gerçek makineyi kontrol etme; MoveIt rastgele hareketler; MoveIt kinematik tasarımı; MoveIt kartesyen yolu; MoveIt kaçınma; MoveIt sahne tasarımı; MoveIt yörünge planlaması
• ROS çoklu robot kontrolü: Çoklu robot kontrolü; Çoklu robot sıra performansı; Çoklu robot robot kolu dansı
• ROS robot kolu MoveIt kontrol kursu: MoveIt yapılandırması; MoveIt gerçek makineyi kontrol etme; MoveIt rastgele hareket eder; MoveIt kinematik tasarım; MoveIt kartesyen yol; MoveIt kaçınma; MoveIt sahne tasarımı; MoveIt yörünge planlaması; Mediapie avuç içi kontrol arabası; Mediapipe jest kontrol robot kolu; Mediapipe jest kontrol arabası; Mediapipe kol duruş kontrolü
• Derin öğrenme kursları: KNN el yazısı rakamları tanır; TensorFlow'un temel kullanımı; PyTorch'un temel kullanımı (jetson); yolov5 model eğitimi (jetson); yolov5+tensorrt hızlandırma (jetson); yolov4-tiny

Detaylar

Transbot SE, AI görsel projeleri için tasarlanmış, tamamen metal gövdeli, 3DOF kollu ve 2DOF kamera gimbalına sahip paletli bir ROS robot platformudur.

Tam yazılım yığını, OpenCV görüşü, MediaPipe jest kontrolü, YOLO tanıma ve MoveIt tabanlı robot kolu simülasyonunu destekler.

Paletli palet şasisi ve diferansiyel sürüş, çeşitli iç ve dış mekan yüzeylerinde kararlı hareket için tasarlanmıştır.

Raspberry Pi 5 ile ROS geliştirme ve daha akıcı yerleşik görüntü işleme için uyumludur.

Jetson Nano veya Raspberry Pi dahil bir kit seçin ya da kendi kontrol cihazınıza sahipseniz kart içermeyen bir versiyon tercih edin.

Yerleşik OpenCV demoları, nesne algılama, işaretçi tahtaları ile AR efektleri ve QR kodu oluşturma/tanıma iş akışlarını içerir.

AI görsel oyun, renk takibi, PTZ tabanlı nesne takibi, QR-komutlu al-ve-bırak ve renk-yolu otomatik pilotu ekler.

MoveIt entegrasyonu, robot kolu geliştirme ve simülasyonu için kinematik, Kartezyen planlama ve çarpışma kontrolünü destekler.

MediaPipe jest kontrolü, avuç içiyle yönlendirme hareketini ve jestle tetiklenen robot kolu eylem gruplarını ve duruş yansıtmayı etkinleştirir.

Örnek projeler arasında jest/yüz tanıma, 3D nesne etiketleri, KNN rakam tanıma ve YOLO veri seti eğitim örnekleri bulunmaktadır.

Hızlı sürüş, kamera özellikleri ve etkileşimli AI modları için uzaktan kumanda uygulamasını tam bir masaüstü kurulumu olmadan kullanın.

Jupyter web programlama, ROS sistem kontrolü ve çapraz platformlar arası bağlantı dahil olmak üzere birden fazla kontrol yolu desteklenir.

Yapılandırılmış bir kurs kataloğu, kurulum, ROS temelleri, görsel özellikler ve ileri düzey kontrol konularında rehberlik eder.

Yazılım ortamını oluşturmak ve ROS ve görsel demoları daha hızlı başlatmak için çevrimiçi eğitim kaynakları mevcuttur.

Donanım öne çıkan özellikleri arasında 2DOF kamera PTZ, 3DOF seri-bus kol, enkoder motorlar ve isteğe bağlı ROS ana kontrol kartı bulunmaktadır.

Genişleme kartı breakout, motorlar, seri cihazlar, USB çevre birimleri ve yaygın sensörler için kablolamayı basitleştirir.

Ayrıntılı boyutlar, montaj alanı, laboratuvar düzenleri ve aksesuar entegrasyonu planlamaya yardımcı olur.

Tam bir parametre tablosu, kontrolör seçeneklerini karşılaştırır ve güç, arayüzler, işletim sistemi ve montaj detaylarını özetler.

3DOF robot kolu boyutları ve ana servo parametreleri (YB-SD15M eklemleri ve YB-S06 pençe) düzen planlaması ve güç seçimi için yardımcı olur.

2DOF kamera PTZ modülü, 2MP 1080p USB 2.0 kamera ve daha kolay entegrasyon için milimetre cinsinden etiketlenmiş boyutlara sahip kompakt bir montaj içerir.

520 kodlayıcı dişli motor, 1:56 redüksiyon oranına ve Hall kodlayıcıya (3.3–5V) sahip 12V fırçalı bir tasarım kullanır, yavaşlatmadan sonra 205±10 rpm olarak derecelendirilmiştir.

12V 4400mAh lityum pil paketi, T tipi deşarj fişi kullanır ve 8.8A nominal ve 10A maksimum deşarj akımı listeler.

Yahboom Transbot SE ROS robot kiti, çerçeve ve üst plaka, paletler ve tekerlekler, 3DOF robot kolu, 2DOF kamera PTZ, motorlar, pil, şarj cihazı ve kabloları içerir.

Transbot SE ROS robot parçaları paketleri, Jetson Nano veya Raspberry Pi seçenekleri ile soğutma fanı, antenler ve TF depolama gibi aksesuarlar içerir.