- Soporta tanto ROS1 como ROS2, con opciones de control principal que incluyen Raspberry Pi 5, Jetson Nano y Jetson Orin Nano
- Impulsado por NVIDIA Jetson Nano, JetRover soporta marcos de aprendizaje profundo, desarrollo de MediaPipe y entrenamiento de modelos YOLO para un aprendizaje avanzado de ROS
- Equipado con una cámara de profundidad 3D y Lidar, JetRover maneja navegación de múltiples puntos, planificación de rutas TEB y evasión dinámica de obstáculos utilizando algoritmos avanzados como gma
- Con un brazo de 6DOF con un servo de torque de 35KG y una cámara HD, JetRover sobresale en tareas de manipulación precisa de objetos
- El kit definitivo incluye una matriz de micrófonos circular para mapeo controlado por voz, navegación y operación del brazo robótico
Descripción del Producto
JetRover es un robot compuesto de ROS desarrollado por Hiwonder para escenarios educativos de ROS. Soporta tres chasis de movimiento: rueda Mecanum, dirección Ackerman y oruga. Está equipado con NVIDIA Jetson Nano, motor de codificación magnética de alto rendimiento y brazo robótico de 6 grados de libertad. Configuraciones de hardware de alto rendimiento como lidar, cámara de profundidad 3D, pantalla LCD de 7 pulgadas y matriz de micrófonos de campo lejano pueden realizar control de movimiento del robot, navegación de mapeo, planificación de rutas, seguimiento y evasión de obstáculos, conducción autónoma, agarre 3D, navegación y manejo, interacción somatosensorial, interacción de voz de campo lejano, formación de control de grupo y otras aplicaciones.
1) Brazo Robótico 6DOF, Servo de Bus Inteligente
JetRover está equipado con un brazo robótico 6DOF y un servo de bus de alto voltaje de alto torque, lo que extiende en gran medida la resistencia del robot.
2) Navegación de Mapeo SLAM con LiDAR
JetRover está equipado con lidar, que puede realizar mapeo y navegación SLAM, y soporta planificación de rutas, navegación de punto fijo y evasión dinámica de obstáculos.
3) Visión de Profundidad en Primera Persona
JetRover está equipado con un brazo robótico de 6 grados de libertad, equipado con una cámara de profundidad 3D de alto rendimiento en el extremo, que puede realizar reconocimiento de objetivos, seguimiento y agarre.
4) Matriz de Micrófonos de Campo Lejano 6CH
La Matriz de Micrófonos de Campo Lejano 6CH y los altavoces soportan posicionamiento de fuente de sonido, control de reconocimiento de voz, navegación por voz y otras funciones.
1. Soporta Múltiples Expansiones de Chasis
El robot compuesto JetRover se adapta a las características de movimiento de una variedad de chasis, soportando rueda Mecanum, dirección Ackerman y chasis de tanque para ser cambiados a voluntad. Los usuarios pueden adaptarse según sus propias necesidades.
2. Una Variedad de Chasis para Su Elección
JetRover soporta tres estructuras de chasis deportivos: rueda Mecanum, dirección Ackerman y oruga. Cada chasis tiene sus propias características deportivas únicas, y los usuarios pueden elegir según sus propias necesidades.
1) Chasis de rueda Mecanum, movimiento omnidireccional de 360°
La rueda Mecanum es una rueda omnidireccional clásica. Al simplemente cooperar con la velocidad de rotación y la dirección de cada rueda, puede sintetizar torque en cualquier dirección y lograr un movimiento completo del chasis en un plano.
2) Chasis Ackermann, dirección de rueda delantera
La dirección Ackermann se basa en el ángulo de giro diferencial de las ruedas interiores y exteriores. El coche robot JetRover adopta un chasis con una tasa de Ackerman del 100%. Al girar, el ángulo de rotación de la rueda interior es mayor que el ángulo de rotación de la rueda exterior.
3) Operación de velocidad diferencial del chasis de tanque
El chasis de tanque es fácil de controlar y tiene buena capacidad de paso en el suelo, y se utiliza ampliamente en el campo del transporte. El chasis de tanque de JetRover está compuesto por orugas de tanque de nylon, motores codificados, ruedas motrices, ruedas de carretera, ruedas locas y poleas de soporte. La dirección de desplazamiento y el ángulo de giro del chasis se pueden controlar libremente.
3. Navegación de Mapeo con Lidar
JetRover está equipado con lidar, que soporta planificación de rutas, navegación de punto fijo, navegación y evasión de obstáculos, mapeo de múltiples algoritmos, y realiza funciones de guardia de lidar y seguimiento de lidar.
1) Diversos Métodos de Mapeo 2D con Lidar
JetRover utiliza varios algoritmos de mapeo, como Gmapping, Hector, Karto y Cartographer. Además, soporta planificación de rutas, navegación de punto fijo y evasión de obstáculos durante la navegación.
2) Navegación de Punto Fijo Navegación de Múltiples Puntos
El robot detecta el entorno circundante a través de lidar y soporta escenarios de navegación comunes para robots comerciales como navegación de punto fijo, navegación continua de múltiples puntos y navegación circular de múltiples puntos.
3) Planificación de Rutas TEB, Evasión Dinámica de Obstáculos
Soporta planificación de rutas global A*, algoritmos de planificación de rutas locales múltiples TEB/DWA, detecta obstáculos en tiempo real durante la navegación y replantea la ruta para evitar obstáculos.
4) Mapeo de Exploración Autónoma RRT
Sin intervención humana, JetRover utiliza el algoritmo RRT para explorar de manera independiente y completar el mapeo, guardar el mapa y regresar al punto de partida.
5) Guardia de Lidar
Protege los alrededores y suena la alarma al detectar un intruso.
6) Seguimiento con Lidar
Al escanear el objeto en movimiento frontal, Lidar hace que el robot sea capaz de seguir objetivos.
4. Navegación y Transporte Autónomo Al
JetRover-M1 puede usar LiDAR para navegación de mapeo SLAM en el entorno cerrado construido, identificar elementos a través de la primera visión 3D, usar el algoritmo de cinemática inversa del brazo robótico para lograr el agarre de elementos, y luego usar la planificación de rutas TEB para identificar de manera autónoma la ubicación del objetivo y completar la navegación y transporte autónomos.
1) Navegación de Mapeo
2) Agarre de Objetivos
3) Planificación de Rutas
4) Transporte Autónomo
5. Interacción Al Mejorada con Visión 3D
Equipado con una cámara de profundidad DaBai, JetRover puede percibir eficazmente los cambios ambientales, permitiendo la interacción inteligente Al con los humanos.
1) Mapeo y Navegación de Visión 3D RTAB-VSLAM
JetRover utiliza el algoritmo RTAB SLAM para generar un mapa 3D detallado y coloreado que permite una navegación eficiente y evasión de obstáculos en entornos 3D complejos. Además, JetRover ofrece un soporte robusto para la localización global dentro del mapa creado.
2) ORBSLAM2+ORBSLAM3
ORB-SLAM es un marco SLAM de código abierto para cámaras monoculares, binocular y RGB-D que es capaz de calcular la trayectoria de la cámara en tiempo real y reconstruir los alrededores 3D. Y bajo el modo RGB-D se puede adquirir la dimensión real del objeto.
3) Datos de Mapa de Profundidad, Nube de Puntos
A través de la API correspondiente, JetRover puede obtener imagen de color de mapa de profundidad y nube de puntos de la cámara.
4) Detección de Bordes
La visión de profundidad le permite obtener datos de profundidad de la mesa, lo que le permite detectar el borde de la mesa.
5) Cruzar el Puente de Una Sola Tabla
A través de la cámara de profundidad 3D en el brazo robótico, se puede detectar el camino por delante y ajustar la velocidad de conducción del cuerpo para lograr la conducción en la plataforma del puente.
6. Conducción Autónoma de Aprendizaje Profundo
En el sistema ROS, JetRover ha desplegado el marco de aprendizaje profundo PyTorch, la biblioteca de procesamiento de imágenes de código abierto OpenCV, el algoritmo de detección de objetivos YOLOv5 y el motor de aceleración de inferencia de alto rendimiento TensorRT para ayudar a los usuarios que desean explorar el campo de la tecnología de conducción autónoma a disfrutar fácilmente de la conducción autónoma Al.
1) Detección de Señales de Tráfico
A través del entrenamiento de la biblioteca de modelos de aprendizaje profundo, JetRover puede realizar la función de conducción autónoma con visión Al.
2) Mantenimiento de Carril
JetRover es capaz de reconocer los carriles en ambos lados para mantener una distancia segura entre él y los carriles.
3) Estacionamiento Autónomo
Combinado con algoritmos de aprendizaje profundo para simular escenarios reales, el estacionamiento lateral y el almacenamiento se pueden lograr a través de la dirección Ackerman.
4) Decisión de Giro
Según las señales de tráfico y los semáforos, JetRover estimará el tráfico y decidirá si girar.
7. Interacción de Visión AI
Al incorporar inteligencia artificial, JetRover puede implementar seguimiento de objetivos KCF. Aprendizaje profundo Al, reconocimiento y seguimiento de color/objetivo, realidad aumentada AR, etc.
1) Seguimiento de Objetivos KCF
Basándose en el algoritmo de filtrado KCF, el robot puede seguir el objetivo seleccionado.
2) Seguimiento de Línea de Visión
JetRover soporta la selección de color personalizada y el coche robot identifica líneas de color y las sigue.
3) Reconocimiento y Seguimiento de Color
JetRover es capaz de reconocer y seguir el color designado y puede reconocer múltiples etiquetas de abril y sus coordenadas al mismo tiempo.
4) Realidad Aumentada AR
Seleccione los gráficos correspondientes a través de la APP y deje que los gráficos se presenten en el código de etiqueta de abril a través de la tecnología de mejora AR.
5) Desarrollo de MediaPipe, Interacción Al Mejorada
JetRover es capaz de reconocer y seguir el color designado, y puede reconocer múltiples etiquetas de abril y sus coordenadas al mismo tiempo.
6) Marco de Aprendizaje Profundo AI
Utilice el algoritmo de red YOLO y la biblioteca de modelos de aprendizaje profundo para reconocer los objetos.
8. Funciones de la Matriz de Micrófonos de Campo Lejano 6CH
1) Localización de Fuente de Sonido
A través de la matriz de 6 micrófonos, se logra un posicionamiento de alta precisión de fuentes de reducción de ruido. Con reconocimiento de distancia lidar. Hiwonder puede ser convocado en cualquier ubicación.
2) Transmisión de Voz TTS
El contenido de texto publicado por ROS se puede convertir directamente en transmisión de voz para facilitar el diseño interactivo.
3) Interacción de Voz
El reconocimiento de voz y la transmisión de voz TTS se combinan para realizar la interacción de voz y soportar la expansión de la función de conversación de voz en línea de iFlytek.
4) Navegación por Voz
Use comandos de voz para controlar Hiwonder para llegar a cualquier ubicación designada en el mapa, similar al escenario de control de voz de un robot de entrega de alimentos.
9. Formación Interconectada
A través de la tecnología de comunicación y navegación de múltiples aeronaves.
JetRover puede realizar formaciones de múltiples aeronaves y juegos de inteligencia artificial.
1) Navegación de Múltiples Vehículos
Dependiendo de la comunicación de múltiples máquinas, JetRover puede lograr la planificación de rutas de navegación de múltiples vehículos y obstáculos inteligentes.
2) Formación Inteligente
Un lote de JetRover puede mantener la formación, incluyendo línea horizontal, línea vertical y triángulo durante el movimiento.
3) Control de Grupo
Un grupo de JetRover puede ser controlado por un solo mando inalámbrico para realizar acciones de manera uniforme y simultánea
