首页 > 其他分享 >Aloha Mobile 深度学习 机械臂 移动平台

Aloha Mobile 深度学习 机械臂 移动平台

时间:2024-07-23 15:20:41浏览次数:6  
标签:Mobile 机械 ALOHA Aloha 深度 ROS com

Mobile Robotic Machine Learning Kit 移动机器人机器学习套件

 

 

(以上图片为参考图片,实物Mobile ALOHA以交付实物为准)

Upgraded Grippers, Haptics, and Joints

升级的夹持器、力反馈和关节

² 全新的金属夹持器连杆,实现长期可靠性;

² 耐压轴承,使用数千小时后不会出现过度拧紧或磨损的风险;

² 双工业级滑轨和轴承;

² ViperX随动臂具有新的、易于更换的3D打印手指,可用于未来的设计迭代;

² WidowX主臂具有新的、易于更换的3D打印人体工程学手柄和手指拨片,带有通用安装支架,可支持自定义手柄和手指拨片;

² 新的全金属支架接头;

 

Modular Chassis

模块化机箱

Aloha Mobile的构建考虑到了模块化。

² 快速断开导向臂

² 可调节和可拆卸训练轮-无需镇流器

² 前后臂高度可调

² 滑动线性臂导轨可穿过狭窄的门口

 

Preloaded Linux Laptop

预装的Linux笔记本电脑

可以根据具体需求,配置更高端的笔记本及服务器

使用预配置的高性能笔记本电脑,Aloha入门毫不费力。立即开始为您的项目收集数据,无需任何烦恼。

 

Dual Wireless Controllers

无线控制器

 配有用于手动基地导航的Fly Sky FS-i6S RF控制器,以及用于ROS操作的PS4无线控制器。

 

 

支持ROS 2

Aloha Mobile提供开包即用的ROS 2全面支持

 

SLATE Base

SLATE 移动底盘

Aloha Mobile使用全自主SLATE底盘,带LCD显示面板。

也可以根据客户需求,用松灵底盘或其它ROS平台

 

Aloha Mobile 技术参数:

尺寸

即将推出

重量 

即将推出 

最大速度 

1m/s | 3.6k/hr 

最长可达距离

即将推出

引导臂 

WidowX 250 S - Aloha 版本

从动臂 

ViperX 300 S - Aloha 版本

摄像头 

3* USB摄像头 

机箱 

模块化 

稳定性 

可调节训练轮

垂直可调节性 

极大的

水平可调节性 

极大的 

电脑

即将推出 

USB集线器

Yes 2X 

重力补偿器

No 

移动电站电池

Yes - 1.4kWh 

 

WidowX 250六轴机械臂( ALOHA 2版机械臂)

 (图片为标准 WX250 6DOF机械臂,非ALOHA版本)

产品参数:

水平延展距离:

68cm

自由度: 

6 个(含双滑轨夹持器)

精确度:

1mm

工作负载:

250g

手臂净重:

2.8Kg

舵机数量: 

9个

软件平台:

ROS,Windows,Linux,iOS,Android

 

配置清单:

7* XM430-W350-T

1* XL430-W250-T

1* XC430-W150-T

1* 电源转接模块

1* 12v 5A 电源

1* 滑动推杆;

WidowX 250 硬件及结构件

ViperX 300六轴机械臂(ALOHA 2版本)

 (标注:图片为VIPER 300 6DOF机械臂,非ALOHA版本)

产品参数:

水平延展距离:

75cm

自由度: 

6个(含双滑轨夹持器)

精确度:

1mm

最大工作负载:

750g(不建议满负荷使用)

手臂净重:

4Kg

舵机数量: 

9个

软件平台:

ROS,Windows,Linux,iOS,Android

电源:

12V 20A

 

配置清单:

7 * XM540-W270-T 舵机

2 * XM430-W350-T 舵机

1 * 电源转接模块

1 * 12v 20A 电源

1 * 滑动夹持器;

ViperX 300 硬件及结构件

 

京东链接:智能佳机械臂 Mobile ALOHA 斯坦福机械臂 完整复刻版 复合机器人 远程操控机械臂ROS开源学习实验平台 Mobile ALOHA 机械臂【图片 价格 品牌 报价】-京东 (jd.com)

淘宝链接:Mobile ALOHA 机械臂 完整复刻版斯坦福远程操控 ROS开源深度学习-淘宝网 (taobao.com)

 

如果您对此产品感兴趣,请联系我们!

 

智能佳机器人

400 099 1872

www.bjrobot.com

 

京东店铺:智能佳机器人专营店 - 京东 (jd.com)

淘宝店铺:首页-智能佳机器人-淘宝网 (taobao.com)

企业淘宝:首页-智能佳机器人官方店铺-淘宝网 (taobao.com)

 

标签:Mobile,机械,ALOHA,Aloha,深度,ROS,com
From: https://www.cnblogs.com/bjrobot/p/18318491

相关文章

  • PyTorch-1-x-深度学习指南第二版-全-
    PyTorch1.x深度学习指南第二版(全)原文:zh.annas-archive.org/md5/3913e248efb5ce909089bb46b2125c26译者:飞龙协议:CCBY-NC-SA4.0前言PyTorch因其易用性、高效性以及更符合Python开发方式而吸引了深度学习研究人员和数据科学专业人员的关注。本书将帮助您快速掌握PyTor......
  • Python-深度学习算法实用指南-全-
    Python深度学习算法实用指南(全)原文:zh.annas-archive.org/md5/844a6ce45a119d3197c33a6b5db2d7b1译者:飞龙协议:CCBY-NC-SA4.0前言深度学习是人工智能领域最受欢迎的领域之一,允许你开发复杂程度各异的多层模型。本书介绍了从基础到高级的流行深度学习算法,并展示了如何使用......
  • Go-深度学习实用指南-全-
    Go深度学习实用指南(全)原文:zh.annas-archive.org/md5/cea3750df3b2566d662a1ec564d1211d译者:飞龙协议:CCBY-NC-SA4.0序言Go是由Google设计的开源编程语言,旨在高效处理大型项目。它使得构建可靠、简单和高效的软件变得简单直接。本书立即进入了在Go语言中实现深度神......
  • FIFO最小深度计算
    1、读写没有空闲周期。(fA>fB)    例如,fA=80MHz;fB=50MHz;BurstLength=120;读写之间没有空闲周期,连续读写一个突发长度。解法:        写一个数据需要的时间=1/80MHz=12.5ns;        写一个突发需要的时间=120*12.5ns=1500ns;   ......
  • pymobiledevice3:如果没有抽象方法“_create_service_connection”的实现,则无法实例化
    全面披露:我不知道我在做什么。我没有编程经验。我已要求ChatGPT为我创建一个程序。ChatGPT为我创建的文件之一名为“device_detection.py”。这个特定文件应该检测通过USB端口连接到我的笔记本电脑的智能手机设备,然后在终端中打印结果。如果这就是我所需要的,那就太好了(并且......
  • 图论-深度优先搜索
    引入DFS全称是DepthFirstSearch,中文名是深度优先搜索,是一种用于遍历或搜索树或图的算法。所谓深度优先,就是说每次都尝试向更深的节点走。该算法讲解时常常与BFS并列,但两者除了都能遍历图的连通块以外,用途完全不同,很少有能混用两种算法的情况。DFS常常用来指代用递归函数......
  • 《0基础》学习Python——第二十四讲__爬虫/<7>深度爬取
    一、深度爬取        深度爬取是指在网络爬虫中,获取网页上的所有链接并递归地访问这些链接,以获取更深层次的页面数据。        通常,一个简单的爬虫只会获取到初始页面上的链接,并不会进一步访问这些链接上的其他页面。而深度爬取则会不断地获取链接,并继续访问......
  • 定制化智能:Mojo模型与自定义损失函数的深度融合
    定制化智能:Mojo模型与自定义损失函数的深度融合在机器学习领域,损失函数是衡量模型预测值与实际值差异的关键指标,它直接影响到模型训练的效果和最终性能。Mojo模型,作为一种高效的模型部署方式,其对自定义损失函数的支持是实现高级机器学习应用的重要特性。本文将详细探讨Mojo......
  • 深度学习——线性神经网络
    线性回归1.什么是线性回归以下是百度百科的参考线性回归就是去分析一堆自变量X与因变量Y的线性关系,是一种定量的计算线性回归的应用:比如想要预测房价与面积与房龄的关系,就可以表示为面积与房屋年龄分别与对应的元素相求和房价=W1*房屋面积+W2*房屋年龄+W3*房屋厕所数量+......
  • 深度学习——批量归一化处理
    1.为什么要进行归一化处理1.对于我们输入而言,标准化输入是一项重要的步骤,例如预测房间时,我们让特征值方差为1,均值为0,可以使我们的参数量级做到统一2.对于典型的多层感知机而言,有些层输出的范围可能与输入的范围存在过大的区别,导致我们的模型收敛速度过慢3.越深的模型,越容易......