JetAcker ROS 教育机器人小车采用阿克曼结构支持 SLAM 建图导航学习（高级套件/Jetson Nano 4GB/A1 激光雷达）

采用阿克曼底盘，非常适合学习和验证基于转向的机器人

JetAcker 由 NVIDIA Jetson Nano 提供支持，支持 ROS、深度学习、MediaPipe、YOLO 和 TensorRT，可执行高级 3D 视觉任务

JetAcker 配备 3D 深度摄像头和激光雷达，可实现远程控制、2D 地图绘制、TEB 路径规划和动态避障

特点包括铝合金框架、CNC转向、100mm车轮、霍尔编码器电机和6000mAh电池

通过 WonderAi 应用程序 (iOS/Android)、无线手柄、ROS 或键盘控制 JetAcker

产品描述：

JetAcker 由 NVIDIA Jetson Nano 提供支持，支持机器人操作系统 (ROS)。它利用主流深度学习框架，结合 MediaPipe 开发，启用 YOLO 模型训练，并利用 TensorRT 加速。这种组合提供了多种 3D 机器视觉应用，包括自动驾驶、体感交互和 KCF 目标跟踪。此外，使用 JetAcker，您可以学习和验证各种机器人 SLAM 算法。

1）阿克曼转向结构摆式悬架

底盘后轮始终处于平行状态，转弯时内侧车轮转动角度大于外侧车轮转动角度，利用内、外侧车轮转动角度的差异进行转向，称为阿克曼转向。

2）配备激光雷达并支持SLAM测绘导航

JetAcker搭载激光雷达，可实现SLAM建图及导航，支持路径规划、定点导航和动态避障。

3）数控转向系统

全金属CNC高精度部件结合高承载智能伺服提供卓越的旋转力。

4）高密度实心轮

有效载荷能力、抗变形能力、降低的摩擦系数和最大限度地减少的机械磨损，从而延长使用寿命。

5）摆式悬挂结构

高精度摆式悬挂结构，受力均衡，对不平坦路面适应性好，且不会对电机造成任何冲击。

6）240°高性能云台

它由串行总线伺服驱动，可提供过热保护。其高达 240° 的旋转范围扩大了 JetAcker 的探索范围。

1. 双控设计，高效协作

1）主控制器

- ROS控制器（JETSON、Raspberry Pi等）

- 同步定位与地图构建 (SLAM)

- 人机语音交互

- 先进的人工智能算法

- 深度神经网络

- AI视觉图像处理

2）子控制器

-STM32 机器人控制器

- 高频 PID 控制

- 电机闭环控制

- 传感器控制和反馈

- IMU 数据采集

- 电源状态监控

2. 提供ROS1 & ROS2系统镜像

ROS2是ROS1的升级版本，在保留ROS1全部功能的同时，支持更多的操作系统和编译环境，提供实时控制、增强模块化开发和测试等功能，功能比ROS1更加强大，应用范围更加广泛。

3.激光雷达测绘导航

JetAcker搭载激光雷达，支持路径规划、定点导航、导航避障、多种算法建图，实现雷达守卫、雷达跟踪功能。

1）激光雷达定位

结合自主研发的Lidar高精度编码器和IMU加速度计传感器数据，JetAuto可以实现精准的测绘和导航。

2）各种二维激光雷达测绘方法

JetAcker 采用了 Gmapping、HectorKarto、Cartographer 等多种建图算法，并支持路径规划、定点导航、导航避障等功能。

3）多点导航、TEB路径规划

JetAcker 采用激光雷达探测周围环境，支持定点导航、多点连续导航等机器人应用。

4）RRT自主探索地图

JetAcker采用RRT算法，可自主完成勘探测绘、保存地图并返回起点，无需人工控制。

5）动态避障

JetAcker 可以在导航过程中实时检测障碍物并重新规划路径以避开障碍物。

6）激光雷达跟踪

激光雷达通过扫描前方运动物体，使机器人能够进行目标跟踪。

4. 3D Vision AI升级交互

JetAcker搭载3D深度摄像头，支持3D视觉建图及导航，可获取3D点云图像，通过深度学习，可实现更多AI视觉互动玩法。

1）3D深度相机

JetAcker 搭载 Astra Pro Plus 深度摄像头，可以有效感知环境变化，实现智能 AI 与人类的交互。

2）RTAB-VSLAM 3D 视觉映射和导航

JetAcker 利用 RTAB SLAM 算法，创建 3D 彩色地图，实现 3D 环境下的导航和避障，并支持地图内的全局定位。

3）ORBSLAM2 + ORBSLAM3

ORB-SLAM 是一个针对单目、双目和 RGB-D 相机的开源 SLAM 框架，能够实时计算相机轨迹并重建 3D 周围环境，并且在 RGB-D 模式下可以获取物体的真实尺寸。

4）深度图数据、点云

通过相应的APl，JetAcker可以获取相机的深度图、彩色图像和点云。

5.深度学习、自动驾驶

JetAcker通过深度学习可以实现自动驾驶功能，是学习自动驾驶核心功能的完美平台。

1）道路标志检测

JetAcker通过训练深度学习模型库，实现基于Al视觉的自动驾驶。

2）车道保持

JetAcker 能够识别两侧的车道，并与车道保持安全距离。

3）自动停车

结合深度学习算法，JetAcker 可以识别停车标志，然后自动驶入停车位。

4）转变决策

JetAcker 将根据车道、路标和交通信号灯来行驶，而 JetAuto 将根据交通信号灯来判断交通状况并决定是否转弯。

6. MediaPipe发展，AI交互升级

JetAcker利用MediaPipe开发框架实现人体识别、指尖识别、人脸检测、3D检测等功能。

1）指尖轨迹识别

2）人体识别

3）3D检测

4）3D人脸检测

7. AI视觉交互

通过融入人工智能，JetAcker 可以实现 KCF 目标跟踪、线路跟踪、颜色/标签识别和跟踪、YOLO 物体识别等。

1）KCF目标跟踪：

依靠KCF滤波算法，机器人可以跟踪选定的目标。

2）视线跟随：

JetAcker支持自定义颜色选择，机器人可以识别颜色线条并跟随它们。

3）颜色/标签识别与追踪

JetAcker 能够识别和跟踪指定的颜色，并且可以同时识别多个 April 标签及其坐标。

4）YOLO 物体识别

利用YOLO网络算法和深度学习模型库进行物体识别。

8. 6CH远场麦克风阵列

该6CH远场麦克风阵列擅长远场声源定位、语音识别和语音交互。与普通麦克风模块相比，它可以实现更多高级功能。

1）声源定位：

通过6麦克风阵列，实现降噪源的高精度定位，配合雷达距离识别，可以在任意地点召唤Hiwonder。

2）TTS语音播报

ROS发布的文字内容可直接转换为语音播报，方便进行交互设计。

3）语音交互

语音识别与TTS语音播报相结合，实现语音交互，支持科大讯飞在线语音对话功能扩展。

4）语音导航

使用语音命令控制Hiwonder到达地图上任意指定位置，类似送餐机器人的语音控制场景。

9. 互联阵型

JetAcker通过多机通讯及导航技术，可实现多机编队表演及人工智能游戏。

1）多车导航

JetAcker通过多机通讯实现多车导航、路径规划和智能避障。

2）智能编队

一批JetAcker在移动过程中可以保持队形，包括水平线、垂直线和三角形。

3）群组控制

只需一个无线手柄即可控制一组JetAcker，统一、同时执行动作

8.ROS机器人操作系统

ROS 是一个开源的机器人元操作系统，提供硬件抽象、底层设备控制、常用功能实现、进程间消息传递、包管理等基础服务，以及跨计算机获取、编译、编写和运行代码所需的工具和库函数，旨在为机器人研发提供代码重用支持。

10. 凉亭模拟

JetAcker 建立在机器人操作系统 (ROS) 上，并与 Gazebo 模拟集成。这使得在模拟环境中轻松控制机器人成为可能，有助于算法预验证以防止潜在错误。Gazebo 提供视觉数据，让您可以观察每个端点和中心的运动轨迹。这种视觉反馈有助于算法增强。

1）仿真控制

通过机器人仿真控制，可以进行建图导航的算法验证，提高算法的迭代速度，减少反复试验的成本。

2）URDF模型

提供精准的URDF模型，并通过Rviz可视化工具观察建图导航效果，方便调试和改进算法。

11. 多种控制方式

1）Python编程

2）WonderAi APP

3）地图导航应用程序（仅限Android）

4）无线手柄