Diese Raupenroboterplattform kombiniert robuste Hardware und flexible Software, um die Entwicklung, das Testen und den Einsatz von Robotern im Feld zu beschleunigen. Hauptvorteile: Bereit für Navigation und Kartierung in realen Umgebungen: SLAM-Lidar und HD-Plus-Tiefenkameras ermöglichen eine präzise Umgebungserfassung für Kartierung, Hinderniserkennung und autonome Pfadplanung. Schnellere Entwicklung und Simulation: Die Integration von Python und ROS mit den Toolboxes Rviz, Movelt und Qt ermöglicht das Prototyping, die Simulation und die Optimierung von Roboterarm- und Bewegungssteuerungsabläufen vor der Hardwareimplementierung. Zuverlässige Hardwareleistung: Drehmomentstarke Getriebemotoren und eine leistungsstarke Roboter-Erweiterungsplatine gewährleisten einen stabilen Antrieb und bieten Erweiterungsmöglichkeiten für Sensoren und Aktoren. Einfache plattformübergreifende Steuerung: Bedienen Sie den Roboter über eine mobile App, einen Handcontroller für FPV-Betrieb oder JupyterLab für Online-Programmierung und Experimente. Robustes, vielseitiges Chassis: Der Raupenrahmen aus grüner Aluminiumlegierung vereint ein elegantes Design mit Stabilität und einer kompakten Bauform für sichere Fortbewegung auf unterschiedlichen Oberflächen in Innenräumen. Herausragende Merkmale Integrierte Wahrnehmungs- und Bewegungsarchitektur: Die Kombination von SLAM-Lidar mit HD- und Tiefenkameras liefert vielfältige Datenquellen für eine zuverlässige Lokalisierung und Szenenanalyse. Erweiterbar und programmierbar: Die integrierte Roboter-Erweiterungsplatine unterstützt zusätzliche Sensoren, Aktoren und benutzerdefinierte Steuerungslogik mit Python und ROS. Multitoolchain-Unterstützung: Nahtloses Arbeiten zwischen Simulation und Hardware mit den Toolboxes Rviz, Movelt und Qt für Visualisierung, Bewegungsplanung und Mensch-Maschine-Schnittstellen. Mehrere Steuerungsmodi: Wechseln Sie je nach Aufgabe und Kenntnisstand des Benutzers zwischen autonomem Betrieb, FPV-Steuerung per Handgriff, App-Befehlen oder direkter Programmierung in JupyterLab. Technische Highlights und Merkmale Gehäusematerial und -oberfläche: Grüne Aluminiumlegierung mit Oxidbeschichtung sorgt für einen robusten, leichten Rahmen und eine korrosionsbeständige Oberfläche. Mobilität: Raupenfahrwerk für stabile Traktion und kompakte Abmessungen, ideal für Innenräume. Sensoren: SLAM-Lidar für Kartierung und Lokalisierung; HD- und Tiefenkamera für visuelle Wahrnehmung und Entfernungsmessung. Antrieb: Drehmomentgesteuerte Getriebemotoren für zuverlässige Traktion und Nutzlasthandhabung. Elektronik: Integrierte Roboter-Erweiterungsplatine zur Steuerung von Sensoren, Motoren und kundenspezifischen Modulen; kompatibel mit Python- und ROS-Software-Stacks. Softwarekompatibilität: Unterstützt Python-Programmierung, ROS-Toolchains, Rviz, Movelt und Qt-Toolboxen für Simulation und Roboterarmsteuerung. Steuerungsschnittstellen: Steuerung per mobiler App, Handcontroller für FPV-Effekte und JupyterLab-Online-Programmierung für Entwicklung und Fernsteuerung. Praktische Anwendungen Forschung und Lehre: Nutzen Sie die Plattform für Laborpraktika und Forschungsprojekte, die SLAM-Mapping, Manipulation und ROS-basierte Entwicklungs-Workflows erfordern. Inspektion und Innenraumkartierung: Setzen Sie den Roboter ein, um detaillierte Innenraumkarten zu erstellen, schwer zugängliche Bereiche zu inspizieren oder routinemäßige Sicht- und Tiefeninspektionen mit FPV-Fernsteuerung durchzuführen. Entwicklung und Test von Roboterarmen: Integrieren Sie einen Manipulator und nutzen Sie Rviz und Movelt für Bewegungsplanung und -simulation. Validieren Sie anschließend das Verhalten des physischen Roboters mithilfe der Erweiterungsplatine und Python-Skripten. Für wen ist diese Plattform geeignet? Für Studierende und Lehrende der Robotik, die eine zuverlässige, programmierbare Plattform für praktisches Lernen benötigen. Für Entwickler und Forscher, die Navigations-, Wahrnehmungs- und Manipulationsalgorithmen erstellen und validieren. Für Anwender und Systemintegratoren, die eine kompakte, erweiterbare Roboterbasis für die Entwicklung von Sensor- und Aktorkonfigurationen benötigen. Die Plattform bietet eine robuste, sensorgestützte Raupenbasis mit Multitoolchain-Softwareunterstützung und flexiblen Steuerungsoptionen, um die Entwicklungszeit zu verkürzen und die Simulation mit Hardwaretests zu verbinden.