Yahboom Transbot SE ROS Робот-автомобіль з 3-осьовим маніпулятором & 2МП PTZ, для Jetson Nano B01 / Raspberry Pi 5

Огляд

Transbot SE - це роботизована машина ROS (платформа на гусеничному ходу), призначена для розробки AI візії та робототехніки з Jetson Nano B01 або Raspberry Pi 5. Вона використовує корпус з алюмінієвого сплаву та інтегрує роботизовану руку з 3 ступенями свободи плюс камеру PTZ з 2 ступенями свободи для управління на основі візії, відстеження та симуляції роботизованої руки з MoveIt.

Потрібна допомога у виборі версії (з/без Jetson Nano або Raspberry Pi) чи підготовці програмного середовища? Зв'яжіться з підтримкою через https://rcdrone.top/ або електронну пошту [email protected].

Ключові особливості

• Гусеничне шасі з відстеженням з диференціальною гусеничною структурою для бездоріжжя
• Корпус з алюмінієвого сплаву
• 3DOF роботизована рука (інтелектуальний серійний сервопривід) для захоплення/обробки та симуляційних робочих процесів
• 2DOF камера PTZ з 2MP камерою (горизонтальне/вертикальне обертання)
• 520 енкодерних моторів
• Вбудований стек AI візії: Обробка зображень OpenCV, машинне навчання MediaPipe, розпізнавання об'єктів YOLO та фреймворк глибокого навчання AI
• Опції управління взаємозв'язком показані: Додаток для дистанційного керування, веб-програмування Jupyter, управління системою ROS, міжплатформне управління взаємозв'язком, управління формуванням багатьох транспортних засобів
• Програмування: Вказано програмування на Python та C++

Функції управління & AI Vision (Показано)

• Обробка зображень OpenCV: Виявлення об'єктів (розпізнавання певних категорій об'єктів), AR Vision (12 ефектів, відображених через шахову дошку), AR QR код (генерація та розпізнавання AR QR кодів), Розпізнавання облич (автономне навчання та розпізнавання в реальному часі через збір зображень облич у реальному часі)
• AI візуальний геймплей: Відстеження кольору, Відстеження об'єктів (камера PTZ відстежує об'єкти в реальному часі), Управління роботизованою рукою (управління на основі команд QR коду), Автопілот (вибір користувацького кольору; слідує за розпізнаним кольоровим шляхом)
• Управління роботизованою рукою MoveIt: алгоритм прямої/зворотної кінематики, планування траєкторії в декартовій системі, виявлення зіткнень, симуляція MoveIt
• Керування розпізнаванням жестів (MediaPipe): рух шасі, керований долонею, групи дій роботизованої руки, керовані жестами, рух шасі, керований жестами, контроль положення руки (роботизована рука імітує положення руки та відкриття/закриття долоні)
• Розробка MediaPipe: розпізнавання жестів, розпізнавання облич, розпізнавання 3D об'єктів (показані приклади: “SHOE”, “CHAIR”, “CUP”, “CAMERA”, тощо.)
• Приклади глибокого навчання показані: KNN розпізнавання рукописних цифр; YOLO розпізнавання об'єктів (розпізнавання користувацьких об'єктів шляхом навчання користувацьких наборів даних за допомогою алгоритму YOLOv5)

Технічні характеристики

Варіанти версій (Показано)

• Версія Jetson Nano: З Jetson Nano 4GB (SUB версія) / Без Jetson Nano
• Версія Raspberry Pi: З Raspberry Pi 5-4GB / Без Raspberry Pi (потрібен Raspberry Pi з 4GB або більше RAM)

Застосування

• Навчання ROS та розробка управління рухом роботів
• Проекти комп'ютерного зору (OpenCV), розпізнавання жестів (MediaPipe) та розпізнавання об'єктів (YOLO)
• Симуляція роботизованої руки та експерименти з плануванням за допомогою MoveIt (кінематика, планування по Карте, виявлення зіткнень)
• Дистанційне керування та демонстрації програмування через веб (керування через додаток, Jupyter, керування системою ROS)

Навчальні матеріали & Ресурси для навчання

Посилання на навчальні матеріали:http://www.yahboom.net/study/Transbot-SE

Каталог курсів (Показано)

• Вступ до Transbot SE: Про Transbot SE; Запобіжні заходи при використанні та безпека акумулятора; Перше випробування
• Перше випробування: Конфігурація WiFi мережі; Управління через додаток; Управління через USB бездротовий контролер; Відеоконтроль через контролер
• Курс з управління апаратним забезпеченням: Про плату розширення та оновлення прошивки; Закриття процесу автозапуску; Встановлення бібліотеки Transbot SE; Управління зумером та кнопкою; Управління сервоприводом PWM; Управління сервоприводом шини; Управління мотором; Управління рухом робота
• Конфігурація операційної системи Linux: Встановлення та використання віртуальної машини; Основи Linux; Віддалене управління; Конфігурація багатомашинного зв'язку; Статична IP-адреса та режим точки доступу; Моніторинг у реальному часі через веб-сторінку; Розширений підручник; Запис системних образів
• Docker використання: Огляд Docker та встановлення docker; Загальні команди для контейнерів образів docker; Глибоке розуміння образів Docker та публікація образів; Взаємодія з апаратним забезпеченням Docker та обробка даних; Запуск контейнера Dobot
• Базовий курс ROS: Вступ до ROS; Структура файлів проекту; Загальні команди та інструменти; Видавець; Підписники; Налаштування повідомлень теми та використання; Клієнт; Сервер; Налаштування повідомлень сервісу та використання; Випуск та моніторинг TF
• Курси OpenCV: Початок роботи з Open Source CV; Геометричні перетворення Open Source CV; Обробка зображень Open Source CV та малювання текстових лінійних сегментів; Покращення зображень Open Source CV; AR візія; AR QR код; Основи ROS+Opencv; Застосування ROS+Opencv; Розробка MediaPipe
• Курс роботів ROS: Алгоритм PID; Основна комунікація; Керування з клавіатури; Керування ручкою; Оцінка стану робота; Калібрування даних
• Курс простої камери ROS: Калібрування HD камери; Відстеження кольору HD камери; Відстеження кольору HD камери (шасі); Відстеження об'єктів HD камери; Відстеження цілі KCF; Відстеження обличчя HD камери; Перенесення роботизованою рукою HD камери; Автопілот HD камери
• Підручник з управління роботизованою рукою ROS: Конфігурація MoveIt; Управління реальною машиною MoveIt; Випадкові рухи MoveIt; Проектування кінематики MoveIt; Картазійський шлях MoveIt; Уникнення MoveIt; Проектування сцени MoveIt; Планування траєкторії MoveIt
• Управління багатьма роботами ROS: Управління багатьма роботами; Продуктивність черги багатьох роботів; Танці роботизованої руки багатьох роботів
• Курс управління роботизованою рукою ROS MoveIt: Конфігурація MoveIt; MoveIt керує реальною машиною; MoveIt рухається випадково; Кінематика MoveIt; Картазійський шлях MoveIt; Уникнення MoveIt; Дизайн сцени MoveIt; Планування траєкторії MoveIt; Керування автомобілем за допомогою долоні Mediapie; Керування роботизованою рукою за допомогою жестів Mediapipe; Керування автомобілем за допомогою жестів Mediapipe; Керування положенням руки Mediapipe
• Курси глибокого навчання: KNN розпізнає рукописні цифри; Основи використання TensorFlow; Основи використання PyTorch (jetson); Навчання моделі yolov5 (jetson); yolov5+tensorrt прискорення (jetson); yolov4-tiny

Деталі

Transbot SE — це гусенична платформа робота ROS, створена для проектів з AI візією, з металевим корпусом, 3DOF рукою та 2DOF камерним підвісом.

Повний програмний стек підтримує OpenCV vision, MediaPipe gesture control, YOLO recognition та MoveIt-based симуляцію роботизованої руки.

Гусеничне шасі та диференціальний привід розроблені для стабільного руху на різних внутрішніх та зовнішніх поверхнях.

Сумісний з Raspberry Pi 5 для розробки ROS та плавнішої обробки зображень на борту.

Виберіть комплект з Jetson Nano або Raspberry Pi, або версію без плати, якщо у вас вже є власний контролер.

Вбудовані демо OpenCV включають виявлення об'єктів, AR ефекти з маркерними дошками та робочі процеси генерації/розпізнавання QR-кодів.

AI візуальний геймплей додає відстеження кольору, відстеження об'єктів на основі PTZ, QR-командне підбирання та розміщення, а також автопілот по кольоровій доріжці.

Інтеграція MoveIt підтримує кінематику, планування по декартовій системі та перевірку зіткнень для розробки та симуляції роботизованої руки.

Керування жестами MediaPipe дозволяє рух долонею та запускати групи дій роботизованої руки за допомогою жестів, а також відображати пози.

Прикладні проекти включають розпізнавання жестів/облич, 3D мітки об'єктів, розпізнавання цифр KNN та приклади навчання набору даних YOLO.

Використовуйте додаток для дистанційного керування для швидкого водіння, функцій камери та інтерактивних AI режимів без повної настільної установки.

Підтримуються кілька шляхів керування, включаючи веб-програмування Jupyter, керування системою ROS та міжплатформенне з'єднання.

Структурований каталог курсів допомагає в налаштуванні, основах ROS, функціях зору та темах просунутого керування.

Навчальні ресурси доступні онлайн, щоб допомогти швидше створити програмне середовище та розпочати демонстрації ROS і зору.

Основні характеристики апаратного забезпечення включають 2DOF камеру PTZ, 3DOF серійно-шинний маніпулятор, енкодерні мотори та опціональну основну плату управління ROS.

Розширювальна плата спрощує підключення моторів, серійних пристроїв, USB-периферії та загальних датчиків.

Детальні розміри допомагають планувати монтажний простір, макети лабораторій та інтеграцію аксесуарів.

Повна таблиця параметрів порівнює варіанти контролерів та підсумовує потужність, інтерфейси, операційну систему та деталі складання.

Розміри 3DOF роботизованого маніпулятора та ключові параметри сервоприводів (з'єднання YB-SD15M та клешня YB-S06) допомагають у плануванні макету та виборі потужності.

Модуль 2DOF камери PTZ включає 2MP 1080p USB 2.0 камеру та компактне кріплення з розмірами, позначеними в міліметрах для легшої інтеграції.

Редукторний двигун з енкодером 520 використовує 12В щітковий дизайн з коефіцієнтом редукції 1:56 і енкодером Холла (3.3–5В), номінальна швидкість 205±10 об/хв після зниження.

Літієвий акумуляторний блок 12В 4400мАг використовує роз'єм для розрядки типу T і має номінальний струм розрядки 8.8A та максимальний 10A.

Набір робота Yahboom Transbot SE ROS включає раму та верхню пластину, гусениці та колеса, роботизовану руку з 3 ступенями свободи, камеру PTZ з 2 ступенями свободи, двигуни, акумулятор, зарядний пристрій та кабелі.

Пакети деталей робота Transbot SE ROS включають варіанти Jetson Nano або Raspberry Pi з аксесуарами, такими як вентилятор охолодження, антени та TF-накопичувач.