Робототехника – Страница 9 – CNXSoft- новости Android-приставок и встраиваемых систем

22/10/202219/10/2022

Встраиваемый компьютер UP Element i12 Edge оснащен вычислительным элементом Intel NUC 12

Компания UP Bridge the Gap (AAEON) представила безвентиляторный встраиваемый компьютер UP Element i12 Edge на базе вычислительного элемента Intel NUC 12, который предназначен для рынков автономных мобильных роботов (AMR) и промышленной автоматизации.

Компьютер включает в себя вычислительным элементом NUC 12, который может быть оснащен гибридным процессором Alder Lake 12-го поколения от Celeron 7350 до процессора Intel Core i7-1255U, поддерживает до 32 ГБ памяти LPDDR5 и хранилище NVMe, а также предлагает три Ethernet порта, включая один 2.5GbE, несколько USB портов, два интерфейса RS232 / 422 / 485, разъем DIO и многое другое. Читать далее «Встраиваемый компьютер UP Element i12 Edge оснащен вычислительным элементом Intel NUC 12»

21/10/202207/11/2022

Mini Pupper 2 — робот-собака на базе Raspberry Pi 4/ CM4 добавляет поддержку ESP32, ROS2, обратную связь с сервоприводом (Crowdfunding)

Mini Pupper 2 — это улучшенная версия робота-собаки Mini Pupper, работающего на базе Raspberry Pi 4, представленного в прошлом году. Новая модель поддерживает либо модуль Raspberry Pi 4 SBC, либо модуль CM4, добавляет программируемый Arduino беспроводной MCU ESP32, поддержку ROS2 и обратную связь с сервоприводом.

Предлагаются два варианта: Mini Pupper 2 с сервоприводом с обратной связью по положению и Mini Pupper 2 Pro с обратной связью по положению, скорости и крутящему моменту. Другие изменения, общие для обоих вариантов, включают добавление IMU, микрофона и динамика, сенсорного датчика, поддержку автокалибровки, а также новое мобильное приложение для управления.

02/10/202230/09/2022

Система-на-модуле NVIDIA Jetson Orin Nano стоимостью $199+ обеспечивает до 40 TOPS

Система-на-модуле (SoM) NVIDIA Jetson Orin Nano – это обновленная версия модуля Jetson Nano начального уровня, которая способна обеспечить ИИ-производительность до 40 TOPS, а это означает, что он в 80 раз быстрее оригинального модуля.

Новый SoM оснащен шестиядерным процессором Arm Cortex-A78AE, графическим процессором с архитектурой NVIDIA Ampere до 1024 ядер и 32 тензорными ядрами, оперативной памятью до 8 Гб и тем же 260-контактным разъемом SO-DIMM, что и у модулей серии Jetson Orin NX. Читать далее «Система-на-модуле NVIDIA Jetson Orin Nano стоимостью $199+ обеспечивает до 40 TOPS»

02/10/202229/09/2022

Несущая плата Ochin Raspberry Pi CM4 предназначена для дронов и роботов

В настоящее время на рынке доступно множество несущих плат для Raspberry Pi CM4, но Ochin выглядит немного по-другому, поскольку она разработана специально для дронов и роботов, и компактная плата предоставляет большинство интерфейсов через низкопрофильные разъемы GHS вместо стандартных портов или разъемов.

Плата имеет примерно такой же размер, что Raspberry Pi CM4, и поставляется с портом USB Type-C для прошивки, двумя разъемами MIPI CSI и четырьмя GHS разъемами USB 2.0 для добавления камер в ваши проекты робототехники, а также она поддерживает LiPo аккумуляторы. Читать далее «Несущая плата Ochin Raspberry Pi CM4 предназначена для дронов и роботов»

24/09/202226/09/2022

Миниатюрные платы кодирования с двумя камерами Full HD или 4K поддерживают RGB и тепловизионные камеры

Компания Z3 Technology представила несколько миниатюрных плат кодировщика с двумя камерами: платы FV2K-13A и FV4K-13A с поддержкой PoE, способные работать с двумя камерами видимого и тепловизионного диапазонов с разрешением Full HD или 4K соответственно, а также платы FV2K-15A и FV4K. Варианты -15А оснащены низкопрофильными разъемами.

Все четыре модели обеспечивают потоковую передачу видео H.265/H.264 в системе с одной или двумя камерами, поддерживают профиль ONVIF Profile S и T и соответствуют закону NDAA в США. Этот набор функций, а также низкое энергопотребление и легкая конструкция делают платы подходящими для для беспилотных летательных аппаратов, инспекций, наблюдения и других применений с ограниченным весом.

14/09/202226/09/2022

3D-камеры Sipeed MetaSense RGB ToF созданы для микроконтроллеров и роботов на базе операционной системы ROS (краудфандинг)

На днях мы писали о камере Arducam ToF, чтобы добавить измерение глубины в Raspberry Pi, но теперь есть больше вариантов, поскольку компания Sipeed представила семейство камер MetaSense ToF (Time-of-Flight) для микроконтроллеров и роботов, работающих под управлением ROS и включающей две модели, предлагающие различные наборы функций и возможностей.

USB – камера MetaSense A075V предлагает разрешение по глубине 320 × 240, а также дополнительный датчик RGB, блок IMU и ЦП со встроенным NPU, что делает ее идеальной для роботов ROS 1/2, в то время как более дешевая камера MetaSense A010 ToF предлагает с разрешением до 100×100, интегрирует 1,14-дюймовый ЖК-дисплей для визуализации данных о глубине в режиме реального времени и может быть подключен к хосту микроконтроллера или даже к Raspberry Pi через UART или USB.

11/09/202212/09/2022

Radxa CM5 — модуль Rockchip RK3588S (отчасти), совместимый с Raspberry Pi CM4.

Radxa работает над вычислительным модулем ROCK 5 (он же Radxa CM5), системой-на-модуле, совместимым с Raspberry Pi CM4, но основанным на более мощном восьмиъядерном процессоре Rockchip RK3588S Cortex-A76/A55 SoC.

Как и вычислительный модуль Raspberry Pi 4, он имеет форм-фактор 55 x 40 мм, но вместо двух 100-контактных межплатных разъемов высокой плотности модуль включает три для обслуживания дополнительных входов/выходов от процессор Rockchip, точно так же, как они сделали для Radxa CM3 , оснащенного процессором Rockchip RK3566.

06/09/202212/09/2022

Высокоэффективный нейроморфный чип Intel Loihi 2 работает с платформой с открытым исходным кодом Lava.

Нейроморфные чипы-ускорители ИИ, основанные на импульсных нейронных сетях (SNN), которые мы видели в таких компаниях, как Innatera или Brainchip, в будущем будут все более и более востребованы, поскольку они обеспечивают гораздо более высокую эффективность по сравнению с традиционными глубокими нейронными сетями (DNN). решения.

Intel также работает над SNN и недавно анонсировала нейроморфный исследовательский чип второго поколения Loihi 2 , с числом нейронов до 1 миллиона (в среднем в человеческом мозге их 86 миллиардов), который обеспечивает до 175 раз меньшее количество энергии для изучения нового экземпляра объекта с аналогичной или лучшей скоростью и точностью по сравнению с обычными методы, работающие на центральном процессоре (CPU).