移动抓取教学平台-企业官网

LEO 移动抓取

教学平台

넳 넲

LEO移动抓取机器人是一款革命性的产品，大小适中，可以灵活地部署在机器人教学实验室，秉承模块化设计理念，整机分为轮组、控制主机、深度摄像头、机械臂几大功能模块，拆装方便，维护简单，能方便地与多种机械臂和传感器进行集成，具有良好的可扩展性。支持开源ROS机器人操作系统，同时提供一系列方便进行ROS学习的资源。

产品参数

支持课程

移动抓取机器人课程大纲
本课程共32课时，主要讲授ROS移动抓取机器人原理与应用，涵盖ROS基础原理、SLAM地图构建与自主导航、机械臂视觉抓取、深度学习与目标检测等机器人与人工智能领域的关键技术，通过本课程的学习，你可以快速入门机器人与人工智能相关算法，熟悉ROS机器人开发方法，可以自己动手深入研究与搭建机器人系统。
理论课程（视频）			实验课程（视频+实验指导书）
课时	课程主题	课程内容	课时	实验主题	实验内容
2	认识机器人操作系统ROS	1.机器人发展概览
		2.机器人操作系统ROS简介
		3.ROS核心概念与通信机制
2	ROS开发方法与基础编程	1.ROS命令行工具使用	2	移动机器人认知与基础操作实践	1.熟悉机器人组件与启动方法
		2.工作空间与功能包			2.ROS机器人可视化显示
		3.ROS Launch文件			3.通过命令行及Launch文件控制机器人运动
		4.可视化显示与仿真工具
2	ROS机器人SLAM地图构建	1.SLAM原理简介	2	移动机器人SLAM实践	1.移动机器人Gmapping SLAM
		2.ROS Gmapping SLAM			2.移动机器人Cartographer SLAM
		3.ROS Cartographer SLAM
2	ROS机器人自主导航	1.机器人自主导航原理	2	移动机器人自主导航实践	1.移动机器人导航功能包配置
		2.ROS move_base导航框架原理与使用			2.移动机器人自主导航
		3.ROS Amcl定位原理与使用			3.移动机器人动态避障
		4.ROS自主导航参数调优
2	MoveIt机械臂控制平台	1.ROS MoveIt控制平台简介	2	机械臂控制实践	1.机械臂可视化控制
		2.ROS MoveIt可视化控制			2.机械臂正向运动学与逆向运动学控制
		3.ROS MoveIt基础编程			3.机械臂编程控制
2	ROS机器人视觉处理	1.ROS摄像头驱动及数据接口	2	机器人视觉处理实践	1.机器人摄像头标定
		2.摄像头标定原理			2.二维码识别
		3.视觉识别二维码			3.物体识别与目标跟随
		4.物体视觉识别
2	深度学习与目标检测	1.神经网络与深度学习原理简介	2	基于深度学习的目标检测实践	1.深度学习环境搭建
		2.神经网络搭建与数据集训练方法			2.搭建神经网络与数据集训练
		3.YOLO目标检测与文本检测			3.目标检测
2	机器人移动抓取原理与应用	1.移动抓取原理与应用	2	机器人移动抓取综合实践	1.移动机器人固定位姿抓取
		2.坐标转换			2.移动机器人移动位姿抓取
		3.二维码移动抓取			3.移动机器人迷宫寻宝综合应用

整体结构	驱动方式	差分控制
	驱动轮	4寸橡胶轮
	主结构材料	钣金、ABS
	自重	10kg左右
运动能力	爬坡能力	12°
	垂直越障能力	18mm
	运动速度	1m/s
控制方式	APP控制	支持
	RosStudio IDE控制	支持
	远程登录SSH控制	支持
	遥控器控制	支持
接口	电源接口	12V
接口	硬件接口	LAN1、WAN1、VGA1 USB3.02、USB2.0*1
机械臂参数	轴数	4
	有效荷载	500g
	最大伸展距离	320mm
	重复定位精度	0.2mm
	通信接口	USB / WIFI* / Bluetooth
	电源电压	100 V - 240 V , 50/60 HZ
	电源输入	12 V / 6.5A DC
	功率	60W Max
	工作环境	-10°C - 60°C
	工作范围	轴1底座 -90° ~ +90° 轴2大臂 0° ~ +85° 轴3小臂 -10° ~ +95° 轴4旋转 -90° ~ +90°
	最大速度（250g负载）	轴1底座 320° / s 轴2大臂 320° / s 轴3小臂 320° / s 轴4旋转 480° / s
	净重(机械手与控制器)	3.4KG
	底座尺寸	158mm × 158mm
	材料	6061 铝合金, ABS工程塑料

演示视频

功能特性

● 支持开源ROS

LEO移动抓取机器人支持ROS机器人操作系统，该系统开源且免费，有庞大的用户群体和丰富的学习资源。它为机器人的程序控制提供了一种框架和工具，目前已经逐步发展成为机器人软件开发和应用的事实标准。

● 自上而下逐步剖析
简单清晰地剖析ROS的顶层设计，使学习者一目了然地理解ROS组织框架；细致入微的底层代码注释，有助于使用者深入理解ROS算法。

● 多种DEMO例程
LEO随机配置了多种DEMO例程，内容由浅入深，包括移动平台的基本操控、传感器数据采集分析与融合处理、以及SLAM算法等，通过这些例程的练习和实现，学习者可以方便有效地巩固理论知识的学习，同时可以大幅提高实际的编程能力。