New X-Robot cars with Raspberry Pi Introduction (2)

Nuevos coches X-Robot con Raspberry Pi Introducción (2)

Coche robot educativo TH-X crawler AI --- Aprende para practicar, tener un empleo exitoso

El robot TH-X es un robot competitivo con forma de coche y estructura de orugas. El tamaño de la carrocería es el más grande de la serie X. Su excelente transitabilidad puede adaptarse a diversas tareas de cruce de obstáculos. Al mismo tiempo, la carrocería del automóvil se reserva para diversas tareas. Las posiciones comunes de instalación del sensor y el brazo mecánico se pueden usar para cumplir con los requisitos de las competencias de manejo. Todo el automóvil pesa 3 kg, la velocidad máxima puede alcanzar los 0,6 m / s y la capacidad de carga es excelente. El producto también está equipado con el comúnmente utilizado Arduino, STM32, Raspberry Pi tres plataformas de hardware de educación de fabricantes, interfaz de hardware abierta e interfaz API de software, robot TH-X combinado con visión artificial AI, con reconocimiento de código QR, reconocimiento facial, reconocimiento de voz y otras funciones de inteligencia artificial AI.

Características

* Chasis especial para competición, super power

* Brazo robótico multifuncional

* Caja del sensor AI +

Equipado con tres núcleos de uso común para la plataforma de educación maker

* Arduino--Primera opción para principiantes

* STM32--Conectar a la aplicación de trabajo

* Raspberry Pi: una excelente plataforma de aprendizaje para IA

Función de enseñanza totalmente equipada

1 、 control remoto inalámbrico WiFi 11, Función de visualización de modo en tiempo real 21、Reconocimiento de objetos
2 、 transmisión de video inalámbrica WiFi 12, función de faro 22, evitación visual de obstáculos
3, control de motores 13, función de señal de giro 23, 37 tipos de experimentos de expansión del sensor
4, servocontrol 14, Indicación de voltaje 24, función de brazo robótico
5 、 ultrasónico caminando por el laberinto 15, función de bocina 25, identificar visualmente los colores
6 、 backhaul de alcance ultrasónico 16, música incorporada 26、 Inspección de línea de reconocimiento visual
7, medición de distancia ultrasónica 17, función de control de la manija PS2 27, módulo MP3
8, función de inspección de línea infrarroja 18 、 control Bluetooth 28、Reconocimiento visual del código QR
9 、 Función anticaída infrarroja 19、Reconocimiento de gestos 29, reconocimiento visual de rostros humanos
10 、 función de visualización de voltaje de distancia 20, seguimiento de objetos 30, transmisión de voz en la nube

Parámetro

Chasis

Tamaño: 230*210*40mm

Peso: 2,5 kg

Material: estampado y formación de aleación de aluminio.

Proceso de tratamiento: oxidación superficial anódica

Modo de desplazamiento: tracción trasera sobre orugas

Velocidad máxima: 0,6 m/s

Cámara

Píxel: 5 millones de píxeles de hardware

Resolución: 1080P

Interfaz de salida: USB2.0

Formato de vídeo: Mjpeg

Lente gran angular: 130 grados

Sistema de transmisión digital

Modo de comunicación: WiFi/Bluetooth/PS2

Frecuencia de comunicación: 2.400-2.4835GHz

Distancia efectiva: 40-80 metros

Método de control: manija APP/PC/PS2

Sistema de control principal

Placa de controlador: PWR. Placa de expansión del controlador del regulador de voltaje multifunción

Plataforma de control principal: Arduino/STM32/Raspberry Pi

Lenguaje de programación: C/Python

E/S escalable: 12

Salida regulada: 5V 1.5A

Fuerza

Tipo de batería: batería de polímero de litio

Voltaje de salida: 12V

Corriente máxima de salida: 5A

Capacidad de la batería: 2200maH

Protección contra sobreimpulso y sobredescarga: incluida

Modo cascada: 3 series 18650

Brazo robotico

Grados de libertad: 4

Servo conjunto: XR-R015

Torque de un solo servo: 15 KG

Precisión de sujeción: 3°

Peso máximo de sujeción: 350 g

Material: aleación de aluminio

Tecnología de superficie: oxidación superficial anódica (negro)

Sistema de currículo de enseñanza avanzado

Prefacio 5.1 Archivo de cabecera
1.1 Propósito de la escritura 5.2 Variables
Capítulo 2 Conocer STM32 5.3 Matriz
2.1 Introducción 5.4 Declaración condicional
2.2 Ventajas de rendimiento de STM32 5.5 Declaración de bucle
Capítulo 3 Montaje del equipo 5.6 Funciones
3.1 Introducción a la serie X 5.7 Resumen
3.2 Descripción de la interfaz de hardware de la serie X Capítulo 6 Aprendizaje del código fuente de la computadora inferior
Conjunto de hardware de la serie 3.3 X 6.1 Motor
3.4 Funciones principales de la serie X 6.2 Sensor infrarrojo
Capítulo 4 Desarrollo Entorno Construcción 6.3 Ultrasonido
4.1 STM32CubeMX 6.4 Zumbador pasivo
4.1.1 Descarga e instalación de STM32Cube 6.5 Protocolo de comunicación entre productos de la serie X y MCU
4.1.2 Cómo usar STM32CubeMX 6.7 servo
4.2 Keil5 6.8 luces RGB
4.2.1 Descarga e instalación de Keil5 6.9 Detección de tensión
4.2.2 Agrietamiento de Keil5 6.10 Mango PS2
4.2.3 Instalar el paquete de software MDK5 Capítulo 7 Aprendizaje del sistema informático superior
4.3 Escritura, compilación y grabación de programas 7.1 Análisis de la arquitectura del software de control de Android
4.3.1 Compilar el proyecto 7.2 Principios de la decodificación de video de Android
4.3.2 Instalación del controlador de puerto serie y MCUISP 7.3 Principio de comunicación de Android
4.3.3 Usar MCUISP para grabar el programa de fábrica 7.4 Análisis de la arquitectura del software de control de PC
Capítulo 5 Uso básico del lenguaje C 7.5 Principios de decodificación de video del software de control de PC

Coche robot educativo Jetbot 2.0 AI --- Visión artificial, inteligencia artificial

El coche robot Jetbot 2.0 es un robot con forma de coche de inteligencia artificial que utiliza ruedas Mecanum. Todo el coche pesa 1,5 kg y la velocidad máxima puede alcanzar los 1,2 m/s. El producto tiene funciones como reconocimiento de colores, reconocimiento de objetos, seguimiento del propietario e inspección visual de líneas. El producto utiliza Jetson Nano como plataforma de control principal, Python como lenguaje de desarrollo principal, integra el marco de aprendizaje profundo de Tensorflow y admite el cambio con un solo clic de las funciones integradas en la aplicación móvil. Es una excelente plataforma de verificación para el aprendizaje de la visión artificial y la tecnología de redes neuronales.

Deja un comentario

Todos los comentarios son moderados antes de ser publicados