Описание
Это профессиональная образовательная роботизированная платформа на базе NVIDIA Jetson Nano B01, предназначенная для обучения и разработки с использованием ROS. Благодаря четырём всенаправленным колесам робот может перемещаться на 360° без необходимости поворота. В комплектации имеется 5-осевой манипулятор с камерой технического зрения, который выполняет задачи захвата, сортировки и перемещения объектов. Платформа оснащена лидаром и поддерживает картографическую навигацию SLAM, а также 6-канальной микрофонной матрицей для позиционирования источников звука и голосового управления. Камера глубины позволяет воспринимать изменения окружающей среды, предоставляя роботу возможность интеллектуального взаимодействия с людьми. Манипулятор способен захватывать и перемещать объекты весом до 450 г.
Возможности набора
- Основные платформы глубокого обучения: NVIDIA Jetson Nano поддерживает платформы TensorFlow, PyTorch, Caffe/Caffe2, Keras и MXNet.
- Распознавание изображений и интеллектуальный анализ: JetAuto, работающий на базе Jetson Nano, позволяет реализовывать распознавание объектов, оценку позы, семантическую сегментацию и другие функции интеллектуального анализа.
- Картографирование и навигация: Высокопроизводительный лидар поддерживает картографирование с использованием алгоритмов Gmapping, Hector, Karto и Cartographer. Возможность планирования маршрутов, навигации по фиксированной точке и обхода препятствий.
- Реальное время и перепланирование маршрута: В режиме реального времени робот может отслеживать препятствия и перепланировать маршрут для их обхода.
- Автономное картографирование и возвращение на исходную точку: Используя алгоритм RRT, робот может завершить картографирование и самостоятельно вернуться на стартовую позицию без вмешательства человека.
- 3D-картографирование и объекты в реальном времени: Камера глубины поддерживает 3D-картографирование с помощью RTAB-видения и объединения данных с лидаром. Робот может перемещаться и избегать препятствий как на 3D-карте, так и в реальных условиях.
- ORB-SLAM и реконструкция 3D-среды: Платформа ORB-SLAM с открытым исходным кодом позволяет вычислять траекторию камеры и реконструировать трёхмерное окружение. В режиме RGB-D доступны карты глубины, цветные изображения и облака точек.
- Распознавание человеческих объектов: С помощью платформы MediaPipe можно выполнять распознавание тела человека, лиц, кончиков пальцев и 3D-обнаружение.
- Распознавание объектов и фильтрация: Используя алгоритм YOLO и модели глубокого обучения, робот распознает объекты и отслеживает их.
- Кинематическая имитация: Возможность работать с кинематической моделью URDF для имитации движений.
- Голосовое взаимодействие: 6-микрофонная матрица позволяет локализовать источники звука, распознавать голос и взаимодействовать с пользователем на основе команд.
- Связь между несколькими транспортными средствами: Возможность организации взаимодействия между несколькими роботами для совместной навигации, планирования пути и предотвращения препятствий.
Уровни обучения
Исследовательский уровень:
- Ознакомление с кинематикой роботов, основами тригонометрии.
- Изучение текстовых языков программирования и принципов работы датчиков.
- Моделирование траекторий и обработка массивов данных.
Продвинутый уровень:
- Освоение алгоритмов поиска пути, таких как A*, Dijkstra, RRT и PRM.
- Развитие навыков планирования движения: локальное и глобальное планирование, создание траекторий.
- Работа с графическими маркерами, распознавание дорожных знаков и разметки.
- Использование технологий картографирования и распознавания источников звука.
- Применение роботов и глубокого обучения для автоматизации процессов.
- Визуализация облаков точек и создание интерактивных карт.
Эта роботизированная платформа является отличным инструментом для изучения и разработки в области робототехники, программирования и искусственного интеллекта.
