Loading...
米国デラウェア州
月 - 金 : 09.00 AM - 04.00 PM
+1 786 630 29 64
テックラボに戻る
完了したプロジェクト

AI搭載オブジェクト

インテリジェントなオブジェクト認識およびインタラクションのための、リアルタイムのコンピュータビジョンとディープラーニング機能を備えた自律型ロボットプラットフォーム。

AI-Powered Object Detection Robot
6
カメラモジュール
15
オブジェクトクラス
98%
検出率
10
構築までの週数

システムアーキテクチャ

視覚入力

深度センシングおよび赤外線機能を備えたマルチアングルカメラアレイ

エッジ処理

最適化されたニューラルネットワーク推論パイプラインを実行するNVIDIA Jetson Nano

モーションコントロール

正確なロボットの動きを実現するPIDコントローラ付き6軸サーボシステム

コマンドセンター

ライブビデオフィードとテレメトリダッシュボードを備えたWebベースのコントロールパネル

コア機能

リアルタイム検出

バウンディングボックスの視覚化により、30FPSで動作し15以上のオブジェクトクラスを識別するYOLOv5ベースの検出。

経路計画

動的ルーティング機能を備え、障害物を回避して自律航行するA*およびRRTアルゴリズム。

オブジェクト操作

安全で正確なピックアンドプレース操作のための力覚フィードバックセンサー付きグリッパー制御。

継続的学習

デバイス上での転移学習により、最小限のトレーニングサンプルで新しいオブジェクトを認識可能。

マルチカメラフュージョン

環境の正確な3D空間マッピングのための、深度センサーと組み合わせた立体視。

リモート操作

キーボード、ゲームパッド、またはモバイル入力サポートによるリモートコントロール用の低遅延WebRTCストリーミング。

Robot Assembly
ロボットの組み立て - 最終ビルド
Vision Module
ビジョンモジュール
Field Testing
フィールドテスト

開発プロセス

01
メカニカルデザイン

応力解析シミュレーションを伴うFreeCADで設計された3Dプリント製シャーシとコンポーネントマウント。

02
ビジョンパイプライン

5,000枚の画像のカスタムデータセットに対するカメラキャリブレーション、画像前処理、およびYOLOv5モデルのトレーニング。

03
モーションシステム

滑らかな6-DOF(自由度)アームの動きと歩行のための、逆運動学を備えたサーボモーターの統合。

04
ソフトウェア統合

リアルタイムのメッセージパッシングで視覚、計画、および制御ノードを接続するROS2フレームワーク。

05
フィールドテスト

徐々に複雑になるナビゲーションと検出シナリオを使用した、制御された環境での反復テスト。

プロジェクトの結果

検出精度98%
処理速度30 FPS
ナビゲーション成功率94%
バッテリー寿命4.5 hrs
オブジェクト操作91%
技術スタック
NVIDIA Jetson Nano YOLOv5 OpenCV ROS2 Python TensorRT FreeCAD Arduino LiDAR WebRTC Docker PyTorch

インテリジェントロボットを構築する準備はできましたか?

自律ナビゲーションからコンピュータビジョンまで、当社のチームはインテリジェントな自動化の境界を押し広げるカスタムロボットソリューションを作成します。