Der Pickerbot Mini ist ein mobiler Pick-and-Drop-Roboter auf Basis von ROS (Robot Operating System) – konzipiert für Forschende, Entwickler, Lehrende, Studierende und ambitionierte Hobbyisten. Er verbindet eine mobile Mecanum-Plattform mit einem Roboterarm und einer umfangreichen Sensorik zu einer einsatzfertigen Lern- und Entwicklungsplattform.
Ausgestattet ist der Pickerbot Mini mit einem integrierten ROS-Computer, einem 3-Achs-Roboterarm mit Soft-Gripper, LiDAR und Tiefenkamera, einem STM32-Controller für Motor, Stromversorgung und IMU sowie einem Metallchassis mit omnidirektionalen Mecanum-Rädern. ROS und Ubuntu sind inklusive aller wesentlichen Pakete und Treiber vorinstalliert – die Plattform ist damit binnen Minuten startklar.
Dank kompakter Bauform und günstigem Einstiegspreis eignet sich der Pickerbot Mini ideal für ROS-Einsteiger und zugleich als Prototyping-Plattform für Forschungs- und Entwicklungsprojekte. Umfassende Unterrichtsmaterialien (Handbuch, Tutorials, Beispielcode) erleichtern die Integration in den Lehrplan; das System ist um Zubehör wie Spracherkennungsmodule, LCD-Display oder externe Tastatur erweiterbar.
Technische Daten
| ROS-Computer |
NVIDIA Jetson Orin Nano oder Orin NX (wählbar) |
| Roboterarm |
3-Achs-Arm mit Soft-Gripper |
| Sensorik |
LiDAR, Tiefenkamera (Depth Camera) |
| Controller |
STM32 (Motor / Stromversorgung / IMU) |
| Chassis / Antrieb |
Metallchassis mit omnidirektionalen Mecanum-Rädern |
| Software |
ROS + Ubuntu vorinstalliert (inkl. Pakete & Treiber) |
| Erweiterbarkeit |
Spracherkennung, LCD-Display, externe Tastatur u. a. |
Technische Daten
Plattform & Mechanik
| Abmessungen (Chassis + Armreichweite) |
460 × 533 × 516 mm (L × B × H) |
| Gewicht |
12,6 kg |
| Nutzlast |
15 kg |
| Antrieb |
omnidirektionale Mecanum-Räder (2WD oder 4WD, modellabhängig) |
| Raddurchmesser |
100 mm |
| Max. Geschwindigkeit |
2,33 m/s |
| Antriebsmotor |
MD36L DC-Bürstenmotor, 60 W, Untersetzung 1:27 |
| Encoder |
500-Linien-GMR-AB-Phasen-Encoder (hochpräzise) |
| Federung |
modellabhängig (Standardmodell ohne unabhängige Federung) |
Recheneinheit & Controller
| ROS-Computer |
NVIDIA Jetson Orin Nano oder Orin NX (wählbar) |
| Mikrocontroller |
STM32F103RC (ARM Cortex-M3, 72 MHz, 512 KB Flash, 64 KB SRAM) – Motorsteuerung, Power-Management, IMU |
| I/O-Schnittstellen |
CAN, serielle Ports, USB, HDMI |
Arm & Greifer
| Roboterarm |
3-Achs-Parallel-Manipulator (Metall), ein Basismotor |
| Greifer |
Zwei-Finger-Soft-Gripper |
| Greifer-Kamera |
RGB-Kamera (oberhalb des Greifers montiert) |
Sensorik
| LiDAR |
Leishen LSLiDAR M10P – 360°, Reichweite 30 m, Scanfrequenz 12 Hz |
| Tiefenkamera |
Orbbec Astra (Tiefenbild / Punktwolke) |
| RGB-Kamera |
am Greifer |
Stromversorgung
| Akku |
„Power Mag" – 22,4 V LFP (LiFePO₄), 6000 mAh, magnetisches Metallgehäuse |
| Laufzeit |
6,5 h ohne Last / 5,5 h mit 3 kg Last |
| Ladegerät / Anschlüsse |
3 A DC; Laden DC4017MM, Entladen XT60U-F |
| Entladestrom / Schutz |
15 A Dauer; Schutz gegen Kurzschluss, Überstrom, Überladung, Tiefentladung; Laden im Betrieb möglich |
| Optionaler Akku |
22,4 V, 20.000 mAh (20 A Dauer, 4,1 kg) |
Steuerung & Software
| Fernsteuerung |
Funkfernbedienung; iOS-/Android-App (WLAN/Bluetooth); ROS2-Knoten + Tastatur oder USB-Controller |
| Software |
ROS 2 Humble vorinstalliert; MiROS Cloud-Visual-Programming |
Funktionen & ROS-Pakete
Computer Vision
OpenCV, KCF-Tracking, AR-Marker-Erkennung, RGB-Linienverfolgung, Skelett-Tracking, 3D-Objekterkennung, ORB-Mapping
SLAM & Navigation
Hindernisvermeidung, RTAB visuelles Mapping, RTAB visuell + LiDAR-Mapping, Gmapping, Hector, Karto, Cartographer (inkl. 3D-Rekonstruktion), RRT-Pfadplanung, LIO-SAM- und LeGO-LOAM-3D-Rekonstruktion
Deep Learning
YOLO-Objekt-, Gesten- und Verkehrszeichenerkennung, Modelltraining, Gestensteuerung, TensorFlow-Objekterkennung/-Detektion, Erkennung handgeschriebener Zahlen
Lieferumfang
- 1× Pickerbot Mini, betriebsbereit, mit ROS-Computer
- vorinstalliertes ROS- + Ubuntu-Image
- Unterrichtsmaterialien: Benutzerhandbuch, Tutorials und ROS-Beispielcode