FS_ARMCar to inteligentna platforma mobilności w całym kierunku dla nauczania i badań na uniwersytetach opracowana przez Beijing Huaqing Vision Education Technology Co., Ltd. Platforma zawiera wielokierunkowy robot z ramieniem robotycznym oraz miejsce do praktycznych szkoleń, które mogą być wykorzystywane w nauczaniu wbudowanym na uczelniach, wyścigach umiejętności akademickich i innych okazjach.

1. modułowość

FS_ARMCar składa się z połączeń ze stopu aluminiowego, modułu napędowego, modułu sterującego rdzeniem, ramienia robotycznego, jednostki wizji maszynowej oraz modułu napędowego, które są montowane za pomocą słupów aluminiowych, śrub ręcznych i nakrętek.

2. wieloplatform

Podstawowa struktura FS_ARMCar i część sterownika obsługują dostęp wieloplatformowy. Jednostka jądrowa Cortex-M4 odpowiada za ogólną kontrolę i planowanie, głównym językiem rozwoju jest C / C ++. Jednostka rozpoznawania wizji maszynowej jest odpowiedzialna za pozyskiwanie i analizę obrazu, interfejs bogaty w treść, głównym językiem rozwoju jest MicroPython, jednostka rozpoznawania wizji maszynowej zmniejsza trudność rozwoju związaną z wizją maszynową, dzięki językowi MicroPython można szybko tworzyć aplikacje.

3. Ciekawość

Ramienie robotyczne, platforma mobilna w całym kierunku oraz jednostka rozpoznawania wizji maszynowej FS_ARMCar umożliwiają częściowe uczenie się związane z wbudowaną robotyką, znacznie zmniejszając trudność rozwoju i przystosując się do uczenia się związanego z rozwojem maszyny pojedynczej, automatycznym sterowaniem, wizją maszynową i podstawową sztuczną inteligencją. Mobilizuj entuzjazm programistów poprzez komponenty związane z robotyką, aby lepiej zrozumieć lekcje robotyki.

4. Otwartość

Oprogramowanie i sprzęt systemu FS_ARMCar są otwarte, a klienci mogą je skalować i rozwijać według własnych potrzeb, a cały kod, system i algorytm są otwarte źródło.

5. Inteligencja

FS_ARMCar umożliwia śledzenie, chwytanie i przenoszenie związane z rozpoznawaniem kolorów, rozpoznawaniem kodów kreskowych, rozpoznawaniem kształtów itp. za pomocą platformy mobilnej w całym kierunku, czujników, ramienia robotycznego o 6 stopniach wolności oraz jednostki rozpoznawania wizji maszynowej.

Szeroki zakres adaptacji

Kompletne oprogramowanie rutyn, instrukcje, wszystkie czujniki i dokumentacja rozwojowa niezbędne do inteligentnego robota, dostosowane do nauczania na poziomie licencjackim i wyższym, a także do platformy badawczej podyplomowej.

Platforma rozwojowa Cortex-M4

budowa środowiska rozwojowego; aplikacji STM32CubeMX; Eksperymenty wejściowe i wyjściowe GPIO; Eksperyment systemu SysTick; Eksperyment przesyłania danych seryjnych UART; eksperyment liczenia czasu ogólnego; Eksperyment przechwytywania wejścia dysku prostokątnego; eksperyment napędu silnika PWM; eksperyment konwersji A/D; eksperyment napędu autobusu I2C; Projektowanie seryjnych urządzeń peryferyjnych SPI; Eksperyment bezpośredniego dostępu do pamięci (DMA); Eksperymenty przechowywania danych Flash; eksperyment kontrolny regulacji PID; MPU6050 wewnętrzny port oprogramowania DMP; Eksperyment wyświetlaczy OLED; eksperyment napędowy MPU6050; eksperyment napędowy QMC5883L; ESP-32S eksperyment transmisji WiFi;

2. Część wizji maszynowej

budowa środowiska rozwojowego; Podstawowa sintaksja Pythona; oświetlenie świateł LED; eksperyment komunikacji seryjnej; badania twarzy; eksperyment rozpoznawania uczniów; eksperyment śledzenia kolorów; Eksperymenty śledzenia znaków; eksperyment identyfikacji kodów kreskowych itp.;

Część ramienia robotycznego

budowa środowiska rozwojowego; aplikacji STM32CubeMX; Eksperymenty wejściowe i wyjściowe GPIO; Eksperyment systemu SysTick; Eksperyment przesyłania danych seryjnych UART; eksperymenty z kontrolą ramienia robotycznego itp.;

4. Programowanie jednostek markerów

budowa środowiska rozwojowego; aplikacji STM32CubeMX; Znajomość modułu WiFi z instrukcjami AT; PWM napędza kolorowe światła RGB;

Eksperymenty z Androidem

Stworzenie środowiska rozwojowego Androida; rozwój inteligentnych samochodów; Rozwój inteligentnych aplikacji samochodowych; 6 stopni wolności kontroli ramienia robotycznego;