Az FS_ARMCar a Pekingi Huaqing Vision Education Technology Co., Ltd. által bemutatott intelligens, teljes irányú mobilitási platform az egyetemek oktatásához és kutatásához. A platform egy teljes irányú robotot és gyakorlati képzési alkalmazásokat tartalmaz, amelyeket az egyetemek beágyazott oktatására, az egyetemi készségversenyekre és így tovább használhatnak.

1. Moduláris

Az FS_ARMCar alumíniumötvözet csatlakozókból, hajtómodulból, vezérlőmodulból, robotkarból, gépi látóegységből és hajtómodulból áll, amelyeket alumínium oszlopok, kézi csavarok és diók segítségével szerelnek össze.

2. Több platform

Az FS_ARMCar alapvető szerve és meghajtó része támogatja a többplatformos hozzáférést. A Cortex-M4 magegység a teljes irányításért és ütemezésért felel, a fő fejlesztési nyelv a C/C++. A gépi látás felismerő egység felelős a képgyűjtésért és elemzésért, a tartalom gazdag interfész, a fő fejlesztési nyelv a MicroPython, a gépi látás felismerő egység csökkenti a gépi látással kapcsolatos fejlesztési nehézséget, és gyorsan létrehozhatja az alkalmazásokat a MicroPython nyelven keresztül.

3. Érdekes

Az FS_ARMCar robotkarjaival, teljes irányú mozgó platformjaival és gépi látás-felismerő egységeivel a beágyazott robotokkal kapcsolatos tanulás részei teljesülhetnek, ami jelentősen csökkenti a fejlesztési nehézséget és alkalmazkodik az egychipes fejlesztéshez, az automatizált vezérléshez, a gépi látáshoz és az alapvető mesterséges intelligenciához kapcsolódó tanuláshoz. Mobilizálja a fejlesztők szenvedélyét a robotikai összetevőkkel kapcsolatos tanfolyamok jobb megértésére.

4. Nyitottság

Az FS_ARMCar rendszer szoftvere és hardvere nyitott szerkezetű, az ügyfelek igényeik szerint bővíthetők és fejleszthetők, az összes kód, rendszer és algoritmus nyitott forráskódú.

5. Intelligenciálás

Az FS_ARMCar teljes irányú mozgó platformon, érzékelőn, 6 szabadságfokú robotkaron és a gépi látás felismerő egységén keresztül a színfelismerés, a vonalkód-felismerés, az alakfelismerés és így tovább kapcsolódó nyomon követés, megragadás és kezelés.

6. Széles alkalmazkodási kör

A teljes rutinfejlesztés, az útmutató anyagok, az intelligens robotok számára szükséges érzékelők és fejlesztési dokumentációk támogatása alapképzési és felsőfokú oktatási célokra, valamint a posztgraduális kutatási platformok számára.

Cortex-M4 fejlesztési platform

Fejlesztési környezet; STM32CubeMX alkalmazás; GPIO bemeneti-kimeneti kísérlet; SysTick rendszer titkolási kísérletek; UART sorozatport adatátviteli kísérlet; Általános időzítő számolási kísérletek; ortogón lemez bemeneti rögzítési kísérlet; PWM egyenáramú motorhajtási kísérletek; A / D modulátalakítási kísérletek; I2C busz meghajtó kísérletek; SPI sorozatos perifériák tervezése; Közvetlen memória hozzáférési kísérlet (DMA); Flash adattárolási kísérletek; PID szabályozási ellenőrzési kísérletek; MPU6050 belső DMP firmware port felbontás; OLED kijelző kísérletek; MPU6050 meghajtó kísérlet; QMC5883L meghajtó kísérlet; ESP-32S WiFi átviteli kísérlet;

2. A gépi látás része

Fejlesztési környezet; Python alapvető szintaxisa; LED-es lámpák; sorozatos kommunikációs kísérletek; arcvizsgálati kísérletek; pupila azonosítási kísérletek; szín nyomkövetési kísérletek; Címkék nyomkövetési kísérletek; a vonalkód azonosítási kísérletek stb.;

3. Robot karok

Fejlesztési környezet; STM32CubeMX alkalmazás; GPIO bemeneti-kimeneti kísérlet; SysTick rendszer titkolási kísérletek; UART sorozatport adatátviteli kísérlet; robotkar ellenőrzési kísérletek stb.;

4. Markőregység programozás

Fejlesztési környezet; STM32CubeMX alkalmazás; WiFi modul AT utasítás ismerős; PWM meghajtó RGB színes lámpák;

5. Android kísérletek

Android fejlesztési környezet; intelligens autófejlesztési folyamatok; Intelligens autó alkalmazások fejlesztése; 6 szabadságfokú robotkar vezérlés;