Огляд
Yahboom Muto S2 — це 18DOF гексапод-робот, розроблений для Raspberry Pi 5 або NVIDIA Jetson NANO як основного контролера. Це настільний біонічний гексапод-робот з корпусом з алюмінієвого сплаву, 18 ступенями свободи та вбудованим алгоритмом зворотної кінематики для управління симульованими ходами. Завдяки програмуванню на Python3 та обробці зображень OpenCV, він підтримує функції AI візуальної взаємодії, такі як розпізнавання кольорів, відстеження/слідування, відстеження обличчя, розпізнавання QR-кодів та візуальний патруль по лінії. Методи управління включають мобільний додаток, бездротовий контролер та управління через веб-сторінку комп'ютера (Jupyter Lab) з передачею відео в реальному часі (FPV).
Ключові особливості
- AI Vision Hexapod Robot: Алгоритм зворотної кінематики, біонічний хід, 18DOF суглоб, AI візуальна взаємодія.
- 18DOF рухомі суглоби: Використовує 18 високопродуктивних сервоприводів та структурні частини з алюмінієвого сплаву для з'єднання трьох суглобів на кожній нозі.
- 35KG розумна серійна шина сервоприводів: 18PCS 35KG металевих сервоприводів.
- 2D камера PTZ: 2DOF камера PTZ для візуальних застосувань.
- Передача відео в реальному часі: Підключення через локальну мережу за допомогою мобільного додатку для перегляду HD відео в реальному часі.
- Регулювання & руху пози : Підтримує вільне регулювання швидкості ходьби та висоти корпусу робота (Регулювання висоти робота / Регулювання швидкості робота; регулювання швидкості ходьби: повільно/швидко).
- Режим навчання: Ручне керування рухом однієї ноги головної машини; інша підлегла машина виконує ту ж дію.
- Примітка щодо підтримки Raspberry Pi 5: “MUTO RS оснащений платою розширення з регульованим джерелом живлення”, адаптованою до Raspberry Pi 5, що забезпечує стабільне 5.1V/5A живлення; обмеження струму 0.6A збільшує вихідний струм USB порту до 1.6A (щоб уникнути замерзання/перезапуску).
Для допомоги у виборі та підтримки після продажу, звертайтеся https://rcdrone.top/ або надішліть електронний лист [email protected].
Технічні характеристики
| Модель | Muto S2 |
| Тип робота | AI Vision Hexapod Robot |
| Ступені свободи | 18DOF (18 ступенів свободи) |
| Матеріал корпусу | Алюмінієвий сплав |
| Сервоприводи | 18PCS 35KG металеві сервоприводи; 35KG розумний серійний шина сервопривод |
| Камера | 2MP 1080 HD камера; USB 1080P камера |
| Підвіс камери | 2DOF камера PTZ |
| Акумулятор | 7.4V 9900mAh акумуляторний блок (9900mAh) |
| Сумісність з основним контролером | Raspberry Pi 5 / Jetson NANO |
| Програмування | Python3 |
| Система зору | Обробка зображень OpenCV; AI візуальна взаємодія; глибоке навчання |
| Дистанційне керування | Мобільний додаток, бездротовий контролер, веб-сторінка комп'ютера (Jupyter Lab); керування через WiFi |
Порівняння основного контролера (як надано)
| Основна плата контролера | Raspberry Pi 5 8G | Jetson NANO 4GB SUB |
| Обчислювальна потужність | Вдвічі більша обчислювальна потужність, ніж у Raspberry Pi 4B | 0.5 TFLOPS |
| ЦП | Cortex-A76 | Чотириядерний процесор Arm Cortex-A57 MPCore |
| ГП | Broadcom VideoCore VII | 128-ядерний NVIDIA Maxwell GPU |
| Пам'ять | 4GB/8GB | 4GB |
| Зберігання | 64GB TF карта безкоштовно | 64GB U диск безкоштовно |
| Живлення | 10W | 5W | 10W |
| Ефект обробки зображень AI | ★★★★ | ★★★ |
Робот Muto S2 надає два основні контролери, Raspberry Pi 5 і Jetson NANO 4GB SUB, і методи використання в основному однакові, обидва використовують систему Ubuntu. Різні основні контролери лише незначно впливають на плавність системи.Матеріали курсу, функції продукту та програмне забезпечення для управління є узгодженими.
Список функцій (Курси/Приклади)
Камера PTZ
- 00. Калібрування значення кольору HSV
- 01. Розпізнавання кольору
- 02. Відстеження кольору
- 03. Слідування за кольором
- 04. Група дій розпізнавання кольору
- 05. Виявлення обличчя
- 06. Відстеження обличчя
- 07. Вітання людей
- 08. Розпізнавання QR-коду
- 09. Інструкції QR-коду
- 10. Візуальне слідування лінії
- 11. Навчання руху
- 12. Синхронізована дія з навчальним підвісом
Глибоке навчання машини
- 01. KNN
- 02. Основний підручник TensorFlow
- 03. Основи використання PyTorch
- 04. Yolov5 виявляє об'єкти в реальному часі
- 05. Конструкція середовища Jetson-inference
- 06. Виявлення об'єктів та дії
- 07.Керування рухом робота
- 08. Робот з керуванням жестами
Курс Jetson NANO
- 1. Про систему JetsonNano
- 2. Конфігурація мережі та Jtop
- 3. Збільшення swap простору
- 4. Використання API бібліотеки GPIO
- 5. Конфігурація апаратної бібліотеки
- 6. Функція зчитування пінів
- 7. Контроль вихідного рівня пінів
- 8. Керування LED
- 9. Jetson Nano спілкується з зовнішніми пристроями через послідовні порти
- 10. I2C комунікація Jetson nano
Курс дистанційного керування
- 1. Закриття процесу керування APP
- 2. Посібник з дистанційного керування мобільним додатком
- 3. Дистанційне керування бездротовим USB контролером
Основний курс робота
- 1. Керування дзвінком
- 2. Керування PWM сервоприводом
- 3. Керування сервоприводом шини
- 4. Рух робота вперед і назад
- 5.Робот рухається вліво і вправо
- 6. Робот обертається вліво і вправо
- 7. Контроль висоти
- 8. Контроль голови
- 9. Виконання групи дій
- 10. Зчитування даних
- 11. Управління з комп'ютера
- 12. Драйвер камери
Курс Raspberry Pi
- 1. Створення середовища Python
- 2. Helloworld
- 3. Вихідний сигнал високого та низького рівня на піні
- 4. Зчитування високого та низького рівня на піні
- 5. Вихід PWM
- 6. Серійний зв'язок
- 7. I2C зв'язок
- 8. Серійний зв'язок
- 9. I2C зв'язок
Курс з відкритим кодом CV
- 1. Вступ до Open Source CV
- 2. Зчитування та відображення зображень
- 3. Запис зображень
- 4. Якість зображення
- 5. Операції з пікселями
- 6. Масштабування зображення
- 7. Обрізка зображення
- 8. Панорамування зображення
- 9. Дзеркальне відображення зображення
- 10. Афінне перетворення
- 11. Обертання зображення
- 12. Перспективне перетворення
- 13. Обробка в градаціях сірого
- 14. Бінарне зображення
- 15. Виявлення зелених країв
- 16. Малювання відрізків ліній
- 17. Малювання прямокутних кіл
- 18. Малювання тексту та зображень
Відео
Посібники / Підручники
Посилання на підручник (офіційне): http://www.yahboom.net/study/Muto-S2
Деталі

Платформа з 18 ступенями свободи біонічного гексапода поєднує управління ходою зворотної кінематики з AI-взаємодією на основі камери.

Розроблено для роботи на Raspberry Pi 5 або NVIDIA Jetson Nano для навчання робототехніці, проектів зору та експериментів з ходою.

Ключові можливості включають функції зору на основі OpenCV, програмування на Python, управління через WiFi та потокове відео FPV.<|vq_10892|>

Виберіть Raspberry Pi 5 або Jetson Nano як основний контролер, з опцією розширення живлення, розробленою для стабільності Pi 5.

Структурований список функцій та навчальний шлях охоплюють PTZ візію, основи глибокого навчання та покрокові курси для обох контролерів.

Вісімнадцять сервоприводів з високим крутним моментом керують трьома суглобами на кожній нозі для стабільного, артикуляційного руху гексапода.

Вбудована зворотна кінематика допомагає координувати траєкторії ніг для плавніших, стабільніших симульованих ходів.

Реальний час FPV дозволяє керувати та моніторити робота з додатку на телефоні через локальне мережеве з'єднання.

Зберігайте групи дій у додатку, щоб запускати попередньо встановлені рухи або точно налаштовувати окремі суглоби для індивідуальних поз.

Інтерактивні рухи підтримують ігрові поведінки, такі як вітання жестами та рухові рутини.

Демонстрації реактивного руху підкреслюють корекцію балансу під час подолання перешкод на близькій відстані та динамічного руху.

Візуально-орієнтовані поведінки можуть підтримувати відстеження та слідування для експериментів з інтерактивною взаємодією з AI.

Швидкі команди дозволяють виконувати загальні дії, такі як згортання та рух вперед.

Налаштуйте висоту корпусу та швидкість ходьби, щоб відповідати різним поверхням, демонстраціям та тестуванню на настільних комп'ютерах у приміщенні.

Режим навчання дозволяє керувати рухом ноги одного робота вручну та відображати його на другому пристрої.

Функції AI на основі камери включають відстеження кольору, відстеження обличчя та розпізнавання QR-кодів за допомогою робочих процесів OpenCV.

Досліджуйте глибші демонстрації AI, такі як виявлення об'єктів, оцінка поз на основі скелета та процедури управління жестами.

Програмуйте поведінку в Python і швидко ітеруйте з ноутбука для керування рухом, обробки зображень та автоматизації.

MUTO S2 підтримує кросплатформний додаток для iOS/Android для дистанційного керування, калібрування робота, режимів продуктивності та моніторингу даних.

Muto S2 підтримує керування з ПК через веб-сторінку JupyterLab та бездротове керування 2.4G/USB геймпадом для руху робота.

Каталог курсів Yahboom Muto S2 містить керовані модулі для складання, керування рухом, функцій зору OpenCV та експериментів з AI.

Yahboom Muto S2 включає організовані навчальні ресурси з файлами курсів з AI зору та глибокого навчання для покрокового налаштування та кодування.

Макет Muto S2 з шістьма ногами включає OLED екран, модуль камери PTZ з 2 ступенями свободи, розширювальну плату USB хабу та кріплення для великої літієвої батареї.

Muto S2 використовує інтелектуальний серійний сервопривід з діапазоном руху 0–270° і зазначеними характеристиками, включаючи 35 кгс·см крутного моменту та роботу при 6.0–8.4V.

USB HD 1080P камера PTZ використовує 2DOF сервопривід для управління панорамуванням/нахилом і підключається через USB 2.0 з полем зору до 80–120°.

Літієвий акумуляторний блок 7.4V 9900mAh використовує зарядний інтерфейс DC 4.0×1.7 і приблизно 15 см проводів для легкого підключення.

Yahboom Muto S2 постачається з розміченим макетом, що показує верхній і передній види з вимірами в міліметрах для планування розміщення та зазорів.

MUTO S2 доступний з основною платою Jetson Nano 4GB USB або Raspberry Pi 5, обидві підтримують Python, 18DOF з'єднання та приблизно 3.7 години роботи від акумулятора.

Набір Muto S2 hexapod включає шасі робота, модуль PTZ камери, компоненти OLED, розширювальну плату USB хабу, батарейний блок, зарядний пристрій, кабелі та базові інструменти, з аксесуарами Raspberry Pi або Jetson Nano, зазначеними як додаткові‑
Related Collections
