Roboworks Pickerbot Mini
- Codice articolo: MBS-ROB-96
- Filtra: 0658917504939
- Categoria: Ricerca & Istruzione
Roboworks Pickerbot Mini
- Jetson Orin Nano 4 GB
- Computer ROS
- Braccio robotico a 3 assi con pinza morbida
Descrizione
Il Pickerbot Mini è un robot mobile pick-and-drop basato su ROS (Robot Operating System) – concepito per ricercatori, sviluppatori, docenti, studenti e hobbisti ambiziosi. Combina una piattaforma mobile mecanum con un braccio robotico e una sensoristica completa in una piattaforma di apprendimento e sviluppo pronta all'uso.
Il Pickerbot Mini è dotato di un computer ROS integrato, di un braccio robotico a 3 assi con soft gripper, di LiDAR e telecamera di profondità, di un controller STM32 per motore, alimentazione e IMU, nonché di un telaio metallico con ruote mecanum omnidirezionali. ROS e Ubuntu sono preinstallati con tutti i pacchetti e driver essenziali – la piattaforma è quindi pronta all'uso in pochi minuti.
Grazie al design compatto e al prezzo d'ingresso accessibile, il Pickerbot Mini è ideale per i principianti ROS e allo stesso tempo adatto come piattaforma di prototipazione per progetti di ricerca e sviluppo. Materiali didattici completi (manuale, tutorial, codice di esempio) ne facilitano l'integrazione nel piano di studi; il sistema è ampliabile con accessori come moduli di riconoscimento vocale, display LCD o tastiera esterna.
Dati tecnici
| Computer ROS | NVIDIA Jetson Orin Nano o Orin NX (selezionabile) |
| Braccio robotico | braccio a 3 assi con soft gripper |
| Sensoristica | LiDAR, telecamera di profondità |
| Controller | STM32 (motore / alimentazione / IMU) |
| Telaio / trazione | telaio metallico con ruote mecanum omnidirezionali |
| Software | ROS + Ubuntu preinstallati (incl. pacchetti e driver) |
| Espandibilità | riconoscimento vocale, display LCD, tastiera esterna e altro |
Dati tecnici
Piattaforma e meccanica
| Dimensioni (telaio + sbraccio) | 460 × 533 × 516 mm (L × P × A) |
| Peso | 12,6 kg |
| Carico utile | 15 kg |
| Trazione | ruote mecanum omnidirezionali (2WD o 4WD, a seconda del modello) |
| Diametro ruote | 100 mm |
| Velocità max. | 2,33 m/s |
| Motore di trazione | motore DC a spazzole MD36L, 60 W, riduzione 1:27 |
| Encoder | encoder GMR a fase AB a 500 linee (alta precisione) |
| Sospensione | a seconda del modello (modello standard senza sospensione indipendente) |
Unità di calcolo e controller
| Computer ROS | NVIDIA Jetson Orin Nano o Orin NX (selezionabile) |
| Microcontrollore | STM32F103RC (ARM Cortex-M3, 72 MHz, 512 KB flash, 64 KB SRAM) – controllo motore, gestione alimentazione, IMU |
| Interfacce I/O | CAN, porte seriali, USB, HDMI |
Braccio e pinza
| Braccio robotico | manipolatore parallelo a 3 assi (metallo), un motore alla base |
| Pinza | soft gripper a due dita |
| Telecamera pinza | telecamera RGB (montata sopra la pinza) |
Sensoristica
| LiDAR | Leishen LSLiDAR M10P – 360°, portata 30 m, frequenza di scansione 12 Hz |
| Telecamera di profondità | Orbbec Astra (immagine di profondità / nuvola di punti) |
| Telecamera RGB | sulla pinza |
Alimentazione
| Batteria | „Power Mag" – 22,4 V LFP (LiFePO₄), 6000 mAh, alloggiamento metallico magnetico |
| Autonomia | 6,5 h senza carico / 5,5 h con carico di 3 kg |
| Caricatore / connettori | 3 A DC; carica DC4017MM, scarica XT60U-F |
| Corrente di scarica / protezioni | 15 A continui; protezione contro cortocircuito, sovracorrente, sovraccarica, scarica eccessiva; ricarica durante l'uso possibile |
| Batteria opzionale | 22,4 V, 20.000 mAh (20 A continui, 4,1 kg) |
Controllo e software
| Telecomando | radiocomando wireless; app iOS/Android (WiFi/Bluetooth); nodo ROS 2 + tastiera o controller USB |
| Software | ROS 2 Humble preinstallato; MiROS programmazione visuale in cloud |
Funzioni e pacchetti ROS
Computer vision
OpenCV, tracking KCF, riconoscimento marker AR, inseguimento di linea RGB, skeleton tracking, riconoscimento oggetti 3D, ORB mapping
SLAM e navigazione
Evitamento ostacoli, RTAB mapping visivo, RTAB visivo + LiDAR mapping, Gmapping, Hector, Karto, Cartographer (incl. ricostruzione 3D), pianificazione del percorso RRT, ricostruzione 3D LIO-SAM e LeGO-LOAM
Deep learning
Riconoscimento di oggetti, gesti e segnali stradali YOLO, addestramento di modelli, controllo gestuale, riconoscimento/rilevamento oggetti TensorFlow, riconoscimento di cifre scritte a mano
Contenuto della confezione
- 1× Pickerbot Mini, pronto all'uso, con computer ROS
- immagine ROS + Ubuntu preinstallata
- materiali didattici: manuale utente, tutorial e codice ROS di esempio
| #productDetails.itemInformation# | #productDetails.itemValue# |
|---|---|
| Peso di consegna: | 15,00 Kg |
| Peso dell'articolo: | 12,60 Kg |
Recensioni
Non ci sono ancora recensioni.
