openelab.de
openelab.com
Hiwonderin ROS-robottisarjan valinta ei koske vain robotin runkoa. Ohjain määrittää käyttöjärjestelmän, ROS:n käyttöönottotavan, tekoälykiihdytyksen, käytettävissä olevan muistin, tallennustilan, virrantarpeen ja sen, kuinka helposti alusta voi tukea tulevia projekteja.
Tässä oppaassa verrataan Hiwonderin ROS-robottisarjojen Raspberry Pi 5:tä, NVIDIA Jetson Nanoa, Jetson Orin Nanoa ja Jetson Orin NX:ää. Painopiste on käytännön ostopäätöksissä yleisten vertailutulosten sijaan: mitä ohjelmistoympäristöä käytät, mitkä työkuormat on suoritettava samanaikaisesti, mikä muistiversio on sopiva ja mikä Hiwonder-kokoonpano todella sisältää kyseisen ohjaimen.
Tiedot ja tuotelinkit tarkistettiin 29. heinäkuuta 2026. Hiwonder-kokoonpanot voivat vaihdella tuoteperheittäin ja muuttua ajan mittaan, joten tarkka OpenELABin varianttivalitsin ja valitun robotin dokumentaatio ovat hankinnan ensisijaiset tietolähteet.
Pikavastaus: minkä ohjaimen valitsisit?
| Ohjain | Tyypillinen Hiwonder-ohjelmistopolku | Sopii parhaiten | Tärkein syy olla valitsematta sitä |
|---|---|---|---|
| Raspberry Pi 5 | JetRover-viitealustalla: Debian 12 ja Dockerissa toimiva ROS 2 | ROS-oppiminen, Python, anturi-integraatio, LiDAR-SLAM, navigointi, OpenCV ja toistettavat luokkahuoneprojektit | Ei paras vaihtoehto, kun CUDA/TensorRT-kiihdytys, natiivi Ubuntu 22.04 + ROS 2 Humble tai raskaampi tekoälypäättely on keskeisessä roolissa |
| Jetson Nano 4GB | JetRover-viitealustalla: Ubuntu 18.04 ja natiivi ROS Melodic; ROS 2 Humble Dockerissa | Olemassa olevat ROS 1 -kurssit, vanhempi Jetson-oppimateriaali, JetMax sekä rajatut OpenCV- tai tekoälynäön aloitusprojektit | Vanhempi ohjelmistoalusta, rajallinen muisti ja tekoälykapasiteetti sekä Orin-perhettä lyhyempi jäljellä oleva moduulin elinkaari |
| Jetson Orin Nano 4GB/8GB | JetRover-viitealustalla: Ubuntu 22.04 ja natiivi ROS 2 Humble | Uudet ROS 2 + tekoälynäköprojektit, syvyyskameran käsittely, kohteentunnistus, visuaalinen navigointi ja reunalaskentaan perustuva tekoälyrobotiikka | Kalliimpi ja monimutkaisempi käyttöönotto kuin pelkkään Pi:hin perustuvalla kurssilla; 4GB:n versiossa muisti voi loppua yhdistetyissä työkuormissa |
| Jetson Orin NX 8GB/16GB | JetRover-viitealustalla: Ubuntu 22.04 ja natiivi ROS 2 Humble | Monianturihahmotus, liikkuva manipulointi, samanaikainen navigointi ja tekoälypäättely, laajemmat kehitystyökuormat sekä pidemmät laboratorioprojektit | Kalliimpi, enemmän virtaa kuluttava ja usein tarpeeton ensimmäisillä ROS- tai perusnäköön keskittyvillä kursseilla |
Käytännön oletus: valitse Raspberry Pi 5 Pi-pohjaiseen ROS- ja SLAM-kurssiin, Jetson Nano pääasiassa yhteensopivuuden vuoksi olemassa olevan Nano/ROS 1 -työnkulun kanssa, Jetson Orin Nano 8GB useimpiin uusiin ROS 2 + tekoälyrobotiikan projekteihin ja Jetson Orin NX 16GB silloin, kun useiden vaativien hahmotus- ja autonomiatehtävien on toimittava samanaikaisesti.
Valitse ensin ROS ja käyttöjärjestelmäpolku
Tärkein ero ei ole näkyvä TOPS-lukema. Merkittävämpää on juuri kyseiselle Hiwonder-robotille toimitettu ohjelmistoympäristö. Tehokkaampi ohjain voi silti olla väärä valinta, jos sen ROS-versio, käyttöjärjestelmä, konttiasetukset tai kurssimateriaalit eivät vastaa luokkasi tai projektisi tarpeita.
Hiwonderin nykyinen JetRover-dokumentaatio tarjoaa hyödyllisen ohjainvertailun:
| Ohjain | Käyttöjärjestelmä | ROS-ympäristö | Mitä tämä tarkoittaa ostajille |
|---|---|---|---|
| Raspberry Pi 5 | Raspberry Pi Debian 12 | ROS 2 Dockerissa | Sopii hyvin Raspberry Pi -ekosysteemiin, mutta opiskelijoiden on ymmärrettävä toimitettu konttityönkulku tai ainakin käytettävä sitä |
| Jetson Nano | Ubuntu 18.04 | Natiivi ROS Melodic; ROS 2 Humble Dockerissa | Sopii parhaiten olemassa olevaan ROS 1- tai Jetson Nano -materiaaliin kuin uudeksi pitkäaikaiseksi ROS 2 -alustaksi |
| Jetson Orin Nano | Ubuntu 22.04 | Natiivi ROS 2 Humble | Hyvä oletusvalinta uudelle ROS 2 -kurssille, joka tarvitsee myös NVIDIAn tekoälykiihdytystä |
| Jetson Orin NX | Ubuntu 22.04 | Natiivi ROS 2 Humble | Tämän vertailun tehokkain vaihtoehto natiiville ROS 2:lle sekä vaativampiin havainnointi- ja autonomiatyökuormiin |
Tämä taulukko perustuu JetRover-ohjaimen dokumentaatioon. Älä oleta, että kaikissa Hiwonder-tuoteperheissä käytetään samanlaista levykuvaa tai kurssirakennetta. Tarkista ennen tilaamista tarkat JetRover-, JetAuto-, JetAcker-, JetArm-, JetArm Pro-, JetMax-, ROSOrin- tai ROSpider-kokoonpanot dokumentaatiosta ja ohjainvalitsimesta.
Robotiikan kannalta tärkeät ohjaimen tekniset tiedot
| Ohjainversio | Virallinen laskentatehon vertailuarvo | Muisti | Robotiikan näkökulma |
|---|---|---|---|
| Raspberry Pi 5 | Broadcom BCM2712, neliytiminen Arm Cortex-A76 2,4 GHz:n taajuudella | Useita RAM-versioita; monissa OpenELAB Hiwonder -kokoonpanoissa on 8 Gt | Tehokas yleiskäyttöinen suoritinalusta ROS-solmuille, SLAMille, navigoinnille, Pythonille ja anturitehtäville, mutta ilman Jetsonin CUDA/TensorRT-tekoälypinoa |
| Jetson Nano 4GB | 472 GFLOPS | 4 Gt LPDDR4 | Sopii vanhempiin Jetson-työnkulkuihin ja rajattuihin konenäködemoihin; muisti ja grafiikkasuorittimen kapasiteetti ovat rajalliset nykyaikaisessa monimallirobotiikassa |
| Jetson Orin Nano 4GB | Super-tilassa enintään 34 harvaa INT8 TOPS -operaatiota | 4 Gt LPDDR5 | Sopii kohdennettuihin konenäkötehtäviin, mutta 4 Gt voi rajoittaa mallikokoa sekä samanaikaisten ROS-, kamera- ja tekoälyprosessien määrää |
| Jetson Orin Nano 8GB | Super-tilassa enintään 67 harvaa INT8 TOPS -operaatiota | 8 Gt LPDDR5 | Tasapainoisin vaihtoehto uusiin konenäkö-, syvyyskamer-, ROS 2- ja mobiilirobottiprojekteihin |
| Jetson Orin NX 8GB | Super-tilassa enintään 117 harvaa INT8 TOPS -operaatiota | 8 Gt LPDDR5 | Enemmän päätilaa päättelylle ja kiihdytykselle kuin Orin Nanossa, vaikka 8 Gt:n muistirajoitus on edelleen merkittävä suuremmissa yhdistetyissä työkuormissa |
| Jetson Orin NX 16GB | Super-tilassa enintään 157 harvaa INT8 TOPS -operaatiota | 16 Gt LPDDR5 | Paras vaihtoehto tässä vertailussa monianturiseen havainnointiin, samanaikaisiin tekoälymalleihin, mobiilimanipulaatioon ja pitkäkestoiseen tutkimustyyppiseen kehitykseen |
Tärkeää: Jetson Nanon GFLOPS-arvo ja Orin-perheen INT8 TOPS -arvot perustuvat eri tarkkuuksiin ja raportointimenetelmiin. Niitä ei pidä jakaa yksinkertaisen suorituskykykertoimen väittämiseksi.
Edellä mainitut Orin-luvut ovat NVIDIAn alustojen enimmäisarvoja, eivät taattuja Hiwonder-robotin suorituskykylukemia. Todelliset tulokset riippuvat tarkasta moduulista, JetPack-versiosta, määritetystä virrankulutustilasta, kantoalustasta, virtalähteestä, jäähdytysratkaisusta, mallin tarkkuudesta, kameran resoluutiosta sekä siitä, suoritetaanko SLAM, visualisointi, tekoälypäättely ja muut ROS-solmut samanaikaisesti. NVIDIAn Super Mode voi myös nostaa viitevirrankulutusta ja lämpövaatimuksia, mukaan lukien Orin Nanon ja Orin NX:n tehokkaammat tilat, joten riittävä virransyöttö ja jäähdytys ovat välttämättömiä.
Raspberry Pi 5 Hiwonderin ROS-robottisarjoille
Raspberry Pi 5 on käytännöllisin vaihtoehto, kun projektissa keskitytään ensisijaisesti robotiikan perusteisiin eikä GPU-kiihdytettyyn tekoälyyn. Sen neliytiminen Cortex-A76-prosessori soveltuu liikkeenohjaukseen, ROS-aiheisiin ja -palveluihin, Python-kehitykseen, anturien integrointiin, LiDAR-kartoitukseen, navigointiin, RViz-työskentelyyn, OpenCV-harjoituksiin ja toistettaviin luokkaharjoituksiin.
Valitse Raspberry Pi 5, kun:
- Tärkeimmät oppimistavoitteet ovat ROS 2, Python, anturit, liikkuminen, SLAM, navigointi ja RViz-työskentely.
- Kurssilla käytetään jo Raspberry Pi -laitteistoa ja opetuskäytäntöjä.
- Tarvitset useita robotteja, joissa on yhdenmukainen ja suhteellisen helposti lähestyttävä laskenta-alusta.
- Tekoälynäkö on hyödyllinen, mutta se ei ole tärkein laskennallinen kuormitus.
Älä oleta, että Raspberry Pi 5 on automaattisesti yksinkertaisin ROS 2 -vaihtoehto. JetRoverin viitekuvassa ROS 2 toimii Dockerin sisällä. Tämä voi olla kätevää, koska ympäristö on esimääritetty, mutta samalla se lisää yhden säilökerroksen. Kurssi, jossa tarvitaan natiivi Ubuntu 22.04 ja natiivi ROS 2 Humble, saattaa pitää Orin Nano -kokoonpanoa suoraviivaisempana.
Raspberry Pi 5 ei ole ensisijainen ohjain, kun projekti perustuu CUDAan, TensorRT:hen, jatkuvaan neuroverkkopäättelyyn, syvyyskameran pistepilviin yhdistettynä kohteiden tunnistukseen tai useiden tekoälymallien samanaikaiseen suorittamiseen.
Jetson Nano Hiwonderin ROS-robottisarjoille
Jetson Nano on edelleen merkityksellinen, koska useat Hiwonderin tuotteet ja kurssit on rakennettu sen ympärille. JetMax on selkein esimerkki: siinä yhdistyvät Jetson Nano, ROS, Python, OpenCV, robottikäsivarren kinematiikka, tunnistus, seuranta, lajittelu ja näköohjattu käsittely.
Valitse Jetson Nano, kun:
- Tarvitset yhteensopivuuden olemassa olevan Jetson Nano -laitteiston, ROS Melodic -oppituntien tai Ubuntu 18.04 -kurssimateriaalin kanssa.
- Hankit JetMax-kokoonpanon, joka on suunniteltu nimenomaan Jetson Nanolle.
- Projekti on rajattu OpenCV- tai perustason tekoälynäköesittely, ei kasvava usean anturin tekoälyalusta.
Jetson Nanoa ei pitäisi suositella oletuksena jokaiseen uuteen tekoälyrobottiin. NVIDIA ilmoittaa Jetson Nano -kaupallisen moduulin saatavuuden jatkuvan tammikuuhun 2027 asti, kun taas Jetson Orin Nano- ja Orin NX -moduulien saatavuuden ilmoitetaan jatkuvan tammikuuhun 2032 asti. Hiwonderin JetRover Nano -kuvan käyttämä vanhempi Ubuntu 18.04- ja ROS Melodic -ympäristö vahvistaa tätä näkemystä: Nano on yhteensopivuusvalinta, ei uuden laboratorion vahvin pitkän aikavälin perusta.
Jetson Orin Nano 4 Gt vs 8 Gt
Jetson Orin Nano on monille Hiwonderin roboteille tasapainoisin nykyaikainen Jetson-vaihtoehto. Se tukee natiivisti Ubuntu 22.04:ää ja ROS 2 Humblea JetRover-viitealustalla sekä tarjoaa huomattavasti enemmän tekoälykiihdytystä kuin Jetson Nano.
Valitse Orin Nano 4GB, kun projekti on tarkasti rajattu: yksi ensisijainen konenäkömalli, kohtuullinen kamerasyöte, tavalliset ROS 2 -solmut ja rajalliset taustapalvelut. Se voi olla kustannustehokas, mutta 4 Gt:n muistikapasiteetti on sen tärkein rajoite.
Valitse Orin Nano 8GB, kun robotissa yhdistetään syvyyskameran datan käsittely, kohteentunnistus, SLAM, navigointi, visualisointi, useat ROS 2 -solmut tai kokeellisempi tekoälyohjelmisto. Lisämuisti ja korkeampi Super Mode -tehoraja tekevät 8 Gt:n versiosta turvallisemman oletusvalinnan useimpiin uusiin Hiwonderin tekoälyrobotiikkaprojekteihin.
Orin Nano 8GB tarjoaa yleensä parhaan vastineen rahalle, kun ostaja haluaa ajantasaisen NVIDIAn tekoälypinon maksamatta Orin NX:stä. Se sopii nykyaikaiseen konenäköön, visuaaliseen seurantaan, syvyyshavainnointiin, autonomisen ajamisen kaltaisiin esittelyihin, robottikäsivarren kohteentunnistukseen ja reunalaskentaan, kunhan kyseinen paketti sisältää tarvittavan kameran, LiDARin, käsivarren ja muut anturit.
Jetson Orin NX 8GB vs 16GB
Jetson Orin NX on perusteltu, kun robotin on suoritettava useita vaativia työkuormia samanaikaisesti. Esimerkkejä ovat LiDAR-navigointi, syvyyskameran datan käsittely, kohteentunnistus, pistepilvien käsittely, robottikäsivarren ohjaus, visuaalinen palaute, puhe- tai multimodaalinen ohjelmisto, simulointi ja muut mukautetut ROS 2 -solmut.
Valitse Orin NX 8GB, kun tarvitset enemmän kiihdytystehoa kuin Orin Nanossa, mutta mallisi ja prosessisi mahtuvat edelleen mukavasti 8 Gt:n muistiin.
Valitse Orin NX 16GB, kun muistivara on yhtä tärkeä kuin laskentateho: usean mallin hahmontunnistus, suuremmat paikalliset mallit, mobiili manipulointi, pitkäkestoinen kehitystyö, useat kehittäjät tai laboratoriotason alusta, jonka odotetaan tukevan tulevia työkuormia.
Älä valitse Orin NX:ää vain siksi, että se on valitsimen tehokkain vaihtoehto. Se lisää kustannuksia, tehontarvetta, lämpöteknisiä vaatimuksia ja järjestelmän monimutkaisuutta. Ensimmäinen ROS-kurssi tai yhden kameran OpenCV-projekti ei yleensä tarvitse sitä.
Raspberry Pi 5 vs Jetson Nano
Raspberry Pi 5 on yleensä parempi valinta uudelle yleiskäyttöiselle ROS-, Python-, SLAM- ja navigointikurssille. Jetson Nano on parempi valinta vain, jos projekti perustuu nimenomaisesti Jetson Nano -ekosysteemiin, olemassa olevaan ROS 1 -kurssiin tai JetMaxin kaltaiseen tuotteeseen, joka on suunniteltu Nanon ympärille.
Älä tee päätöstä pelkän ”Jetson”-sanan perusteella. Jetson Nano tarjoaa NVIDIAn GPU-kiihdytyksen, mutta se on vanhempi 4 Gt:n alusta. Raspberry Pi 5 voi olla parempi opetustietokone suoritinpainotteiseen robotiikkaan, kun taas Orin Nano – ei Jetson Nano – on sopivampi vertailukohta, kun uusi projekti tarvitsee nykyaikaista NVIDIAn tekoälykiihdytystä.
Jetson Nano vs Jetson Orin Nano
Valitse Jetson Nano yhteensopivuuden vuoksi. Valitse Jetson Orin Nano uutta tekoälyrobotiikan alustaa varten.
Jetson Nano sopii ROS Melodicille, Ubuntu 18.04:lle, vanhemmille Jetson-opetusohjeille ja JetMax-tyyppiseen oppimiseen. Jetson Orin Nano sopii natiiville ROS 2 Humblelle, Ubuntu 22.04:lle, nykyiselle JetPack-ohjelmistolle, syvyyskamerapohjaiseen havainnointiin, tehokkaampaan kohteentunnistukseen ja projekteihin, joiden odotetaan laajenevan ajan myötä.
Jetson Orin Nano vs Orin NX
Ero ei ole yksinkertaisesti siinä, käyttääkö robotti tekoälyä. Molemmat voivat tukea tekoälynäköä. Todellinen kysymys on, kuinka monta vaativaa tehtävää on suoritettava samanaikaisesti ja kuinka paljon muistireserviä projekti tarvitsee.
Valitse Orin Nano 8GB useimpiin yhden robotin koulutus-, maker- ja kehitysprojekteihin, joissa käytetään ROS 2:ta, tekoälynäköä, syvyyskameroita ja navigointia. Valitse Orin NX, kun robotissa yhdistyy useita paljon kuormittavia havaintoputkia, mobiili manipulaatio, suuremmat mallit, monipuolisemmat anturikokonaisuudet tai pitkäaikainen laboratoriokehitys.
Ohjainsuositukset projektitavoitteen mukaan
| Projektin tavoite | Suositeltu ohjain | Mahdollinen Hiwonder-vaihtoehto | Syy |
|---|---|---|---|
| ROS 2-, Python-, LiDAR SLAM- ja navigointikurssi | Raspberry Pi 5 tai Orin Nano | JetRover, JetAuto, JetAcker | Valitse Pi 5 Raspberry Pi -ekosysteemiä varten; valitse Orin Nano, kun natiivi Ubuntu 22.04/Humble tai tulevat tekoälyprojektit ovat tärkeitä |
| Olemassa oleva ROS 1- tai Jetson Nano -kurssi | Jetson Nano 4GB | JetMax ja yhteensopivat vanhat Nano-kokoonpanot | Säilyttää yhteensopivuuden vanhempien ohjelmistokuvien ja opetusmateriaalien kanssa |
| Moderni tekoälynäköön perustuva mobiilirobotti | Jetson Orin Nano 8GB | JetRover, JetAuto, JetAcker | Tasapainoinen muisti, natiivi ROS 2 ja NVIDIAn kiihdytys kamera-, syvyys- ja havaintotehtäviin |
| Rajattu tekoälyprojekti, jossa työkuorma on hallittu | Jetson Orin Nano 4GB | Valitut Orin Nano -robottiversiot | Pienemmät aloituskustannukset, kun yksi päämalli ja rajallinen määrä samanaikaisia palveluja mahtuvat 4GB:n muistiin |
| Syvyysnäkö sekä navigointi että robottikäsivarren ohjaus | Orin Nano 8GB tai Orin NX | JetRover, JetArm, JetArm Pro, JetAuto Pro | Havaintojen tekeminen ja käsittely asettavat enemmän vaatimuksia muistille, tekoälykiihdytykselle ja järjestelmän samanaikaiselle suorituskyvylle |
| Edistynyt monianturinen tutkimus tai pitkäaikaiseen laboratoriokäyttöön tarkoitettu alusta | Jetson Orin NX 16GB | Tehokkaammat JetRover-, JetAuto-, JetAcker-, JetArm Pro-, ROSOrin- ja ROSpider-kokoonpanot | Tarjoaa tämän vertailun suurimman muisti- ja laskentatehoreservin |
| Laboratoriolla on jo yhteensopivat ohjaimet | Ilman ohjainta | Valitut JetRover-, JetAuto-, JetAcker-, JetArm- ja muut muokattavat tuoteperheet | Välttää päällekkäisen laskentaraudan hankkimisen, mutta siirtää yhteensopivuudesta, käyttöjärjestelmäkuvan asentamisesta, virransyötöstä, jäähdytyksestä ja käyttöönotosta vastaamisen ostajalle |
Mikä ohjain Hiwonder JetRoverille?
JetRover on laajin esimerkki, koska nykyisellä OpenELAB-tuotesivulla useita varustetasoja, ohjaimia ja alustoja ryhmitellään samaan valitsimeen. Saatavilla oleviin ohjainvaihtoehtoihin kuuluvat Without Controller, Raspberry Pi 5 8GB, Jetson Nano 4GB, Jetson Orin Nano Super 4GB/8GB ja Jetson Orin NX Super 8GB/16GB. Alustavaihtoehtoja ovat Mecanum, Ackermann ja Tank.
- Raspberry Pi 5: valitse ROS:ia, Pythonia, LiDAR-SLAMia, navigointia ja opetuskäytön toistoa varten.
- Jetson Nano: valitse pääasiassa olemassa olevien Nano- tai ROS 1 -järjestelmien yhteensopivuutta varten.
- Orin Nano 8GB: valitse uuteen tekoälynäköä hyödyntävään JetRoveriin, jossa käytetään syvyyshavaintoa ja ROS 2:ta.
- Orin NX 16GB: valitse, kun navigointi, käsivarren hahmontunnistus, puhe- ja multimodaaliohjelmistot sekä useat tekoälytyökuormat voivat toimia samanaikaisesti.
Ohjaimen valinta on vain yksi osa JetRoverin kokoonpanoa. Pakettitaso, alusta, LiDAR, syvyyskamera, näyttö, mikrofoniryhmä, tallennustila ja mukana toimitettavat käsivarren laitteistot voivat vaikuttaa siihen, millaisia projekteja robotilla voidaan toteuttaa.
Mikä ohjain Hiwonder JetAutolle ja JetAckerille?
JetAuto on Mecanum-mobiilirobottialusta liikkeenohjaukseen, SLAM-kartoitukseen, navigointiin, kameran avulla tapahtuvaan hahmontunnistukseen, puhevuorovaikutukseen sekä tiettyihin robottikäsivarsi- tai OpenClaw-työnkulkuihin. Nykyisellä OpenELABin JetAuto-sivulla Starter-, Standard-, Advanced- ja Ultimate-paketit on ryhmitelty Raspberry Pi 5-, Jetson Nano-, Orin Nano-, Orin NX- ja Without Controller -vaihtoehtojen mukaan.
Navigointiin keskittyvällä JetAuto-kurssilla Raspberry Pi 5 voi olla riittävä. Uuteen ROS 2- ja tekoälynäköprojektiin Orin Nano 8GB on turvallisempi yleissuositus. Orin NX 16GB sopii tilanteisiin, joissa monipuolisemmat anturit, paikallinen tekoäly tai käsittelyä vaativat työkuormat edellyttävät suurempaa kapasiteettia.
JetAcker käyttää Ackermann-ohjausta, joten se sopii paremmin autonkaltiseen liikkumiseen, ohjausgeometriaan, reitin seurantaan, kartoitukseen, navigointiin ja autonomisen ajamisen kaltaisiin kokeiluihin. Ohjainvalinta on edelleen samankaltainen: Pi 5 perusrobotiikkaan, Nano vanhojen järjestelmien yhteensopivuuteen, Orin Nano nykyaikaiseen hahmontunnistukseen ja Orin NX vaativampiin yhdistettyihin työkuormiin.
Mikä ohjain JetArmille, JetArm Prolle ja JetMaxille?
Robottikäsivarsiprojektit asettavat ohjaimelle erilaisia vaatimuksia, sillä tunnistus, syvyyden mittaus, pistepilvien käsittely, kinematiikka, reitinsuunnittelu ja visuaalinen palaute voivat toimia samanaikaisesti käsivarren ohjauksen kanssa.
JetArm on mukautettava ROS-pohjainen 3D-näköön perustuva robottikäsivarsialusta. OpenELABin nykyisiin ohjainvaihtoehtoihin kuuluvat Without Jetson Controller, Jetson Nano 4GB, Jetson Orin Nano Super 4GB/8GB ja Jetson Orin NX Super 8GB/16GB. Valitse Nano yhteensopivuutta varten, Orin Nano 8GB useimpiin uusiin näkö- ja käsittelykursseihin ja Orin NX, kun projekti yhdistää vaativamman hahmontunnistuksen, simuloinnin tai useita prosesseja.
JetArm Pro sisältää monimutkaisempia kokoonpanovaihtoehtoja, kuten mobiilialustan, kuljettimen ja liukukiskon. Nämä järjestelmät voivat perustella Orin Nanon tai Orin NX:n käytön, kun hahmontunnistuksen, navigoinnin ja käsittelyn on toimittava yhdessä. Tarkista aina valitulta sivulta tarkka ohjain, pakettitaso, alusta- tai lisävarustekokoonpano, kamera, LiDAR, tallennustila ja mukana toimitettavat osat.
JetMax on erilainen. Se on suunnattu nimenomaisesti Jetson Nanoon, ROS:ään, Pythoniin, OpenCV:hen, käänteiseen kinematiikkaan ja tekoälynäköön perustuvaan robottivarsikoulutukseen. Valitse JetMax, kun tämä selkeä Nano-pohjainen työskentelytapa vastaa kurssiasi. Valitse nykyinen Orin-pohjainen JetArm- tai JetArm Pro -kokoonpano, kun tavoitteena on uudempi ROS 2- ja tekoälyhavaintojen alusta.
OpenELABin Hiwonder-tuote-esimerkkejä
Seuraavilla sivuilla käytetään nykyisiä yhdistettyjä tai selkeästi määriteltyjä OpenELAB-tuoteluetteloita. Vahvista aina tuotesivun valitsimella tarkka paketti, ohjain, muisti, alusta, LiDAR, kamera, tallennustila ja mukana toimitettavat lisävarusteet ennen tilaamista.
Hiwonder JetRover
Konfiguroitava ROS1/ROS2-mobiilirobotti, jossa voi valita pakettitason, ohjaimen sekä Mecanum-, Ackermann- tai tankkialustan.
Hiwonder JetAuto
Konfiguroitava Mecanum-pyörillä varustettu ROS-alusta SLAM-järjestelmään, navigointiin, tekoälynäköön, puhevuorovaikutukseen ja valikoituihin OpenClaw-projekteihin.
Hiwonder JetAcker
Ackermann-ohjauksella varustettu alusta automaiseen ajoneuvoon verrattavaan liikkeeseen, reitinseurantaan, ROS-navigointiin, syvyysnäköön ja autonomisen ajamisen kaltaisiin oppitunteihin.
Hiwonder JetArm
Konfiguroitava 3D-näöllä varustettu robottivarsi ROS-, OpenCV-, pistepilvi-, hahmontunnistus-, seuranta-, MoveIt-, Gazebo- ja käsittelyprojekteihin.
Hiwonder JetMax Advanced
Selkeästi määritelty Jetson Nano -robottivarsialusta ROS-, Python-, OpenCV-, käänteisen kinematiikan, hahmontunnistuksen, seurannan ja lajittelun opiskeluun.
Miksi käyttää tarkkaa OpenELAB-versiovalitsinta?
Hiwonderin nimissä voidaan yhdistää tuoteperhe, pakettitaso, ohjain, muisti, alusta, LiDAR, kamera, näyttö, mikrofoniryhmä, tallennustila ja lisävarusteiden käyttökohde. Siksi kaksi samannimistä robottia voi soveltua eri projekteihin.
Nykyiset yhdistetyt OpenELAB-sivut helpottavat valintaa ryhmittelemällä yhteensopivat vaihtoehdot yhteen paikkaan. Ne tarjoavat myös SKU-viitteet ja virallisen tarjouspyyntöreitin yliopistoille, yrityksille, jakelijoille ja suuremmille projektitilauksille. Vahvista ennen tilaamista kaikki seuraavat:
- Pakettitaso ja mukana toimitettavat anturit
- Ohjaimen ja muistin kapasiteetti
- Alustan tai robottivarren käyttökohde
- LiDAR- ja kameratyyppi
- Tallennusväline ja kapasiteetti
- Sisältyykö ohjain toimitukseen
- Mitä dokumentaatiota kyseiseen ohjaimeen sovelletaan
- Nykyinen varastotilanne, toimitusaika, takuu-, palautus- ja tukiehdot
Yleiset ostovirheet
Virhe 1: Korkeimman TOPS-arvon valitseminen
Tehokkain ohjain ei automaattisesti ole paras opetusalusta. Raspberry Pi 5 tai Orin Nano voi olla Orin NX:ää sopivampi, kun projektin kuormitus on määritelty ja budjetti rajallinen.
Virhe 2: ROS-käyttöönottomenetelmän sivuuttaminen
Raspberry Pi 5 ja Jetson Nano saattavat käyttää Dockeria ROS 2:lle Hiwonderin viitatussa levykuvassa, kun taas Orin Nano ja Orin NX käyttävät natiivisti ROS 2 Humblea. Varmista, odottavatko opettajat, komentosarjat, paketit ja opiskelijat natiivia vai konttipohjaista ROS-ympäristöä.
Virhe 3: Kaikkien Orin Nano- tai Orin NX -mallien pitäminen samanlaisina
Orin Nano 4 Gt:n ja 8 Gt:n muistit sekä tekoälyn huippusuorituskykyarvot eroavat toisistaan. Myös Orin NX 8 Gt:n ja 16 Gt:n versiot eroavat toisistaan. Pelkkä tuoteperheen nimi ei riitä kokoonpanon valintaan.
Virhe 4: Alustan enimmäisarvojen pitäminen robotin suorituskykymittareina
TOPS-luvut ovat alustakohtaisia teoreettisia viitearvoja. Todellinen suorituskyky riippuu tehotilasta, jäähdytyksestä, tallennustilasta, ohjelmistolevykuvasta, mallista, kameran tarkkuudesta, ROS-solmujen kuormasta ja robotin muusta laitteistosta.
Virhe 5: Oletus, että kaikki tuoteperheen tuotteet sisältävät saman laitteiston
Starter-, Standard-, Advanced- tai Ultimate-paketti voi sisältää erilaisia antureita ja lisävarusteita. Ohjain ei voi toteuttaa syvyyskamera- tai LiDAR-projekteja, jos valittu paketti ei sisällä tarvittavaa anturia.
Virhe 6: Without Controller -paketin pitäminen aloittelijan vaihtoehtona
Without Controller -paketti voi säästää rahaa, jos laboratoriolla on jo yhteensopiva laitteisto, mutta ostaja vastaa tällöin itse ohjainlevystä, laajennusten yhteensopivuudesta, virransyötöstä, jäähdytyksestä, tallennustilasta, järjestelmälevykuvasta, ROS-ympäristöstä ja vianmäärityksestä.
UKK: Raspberry Pi 5 ja NVIDIA Jetson Hiwonder-roboteille
Riittääkö Raspberry Pi 5 Hiwonder ROS -robotille?
Kyllä. Raspberry Pi 5 riittää moniin ROS-, Python-, anturi-, LiDAR-SLAM-, navigointi-, OpenCV- ja opetuskäyttöön tarkoitettuihin projekteihin. Valitse Jetson Orin -ohjain, kun kiihdytetty tekoälypäättely tai vaativammat syvyys- ja hahmontamiskuormat ovat keskeisiä.
Onko Raspberry Pi 5 aina helpompi kuin Jetson Orin Nano ROS 2:ta varten?
Ei. Raspberry Pi 5 on tuttu ja helposti saatavilla, mutta Hiwonderin JetRover-viitelevykuva käyttää ROS 2:ta Dockerissa. Orin Nano käyttää kyseisellä alustalla natiivisti Ubuntu 22.04:ää ja ROS 2 Humblea. Helpompi valinta riippuu siitä, suosiiko kurssi Raspberry Pi -ekosysteemiä vai natiivista ROS 2 -ympäristöä.
Kannattaako Jetson Nano vielä ostaa?
Se voi olla järkevää JetMaxille, olemassa olevalle ROS 1 -kurssille tai yhteensopivuuden vuoksi vanhemman Jetson Nano -materiaalin kanssa. Uuteen pitkäkestoiseen tekoälyrobotiikkaprojektiin Orin Nano on yleensä turvallisempi valinta.
Pitäisikö valita Orin Nano 4 Gt vai 8 Gt?
Valitse 4 Gt, kun kyseessä on hallittu ja budjettitietoinen projekti, jossa on yksi pääasiallinen tekoälykuormitus. Valitse 8 Gt syvyyskameroille, useille ROS 2 -solmuille, navigoinnin ja hahmontamisen yhdistelmälle, suuremmille malleille ja suuremmalle kehitysvaralle.
Pitäisikö valita Orin NX 8GB vai 16GB?
Valitse 8GB, kun projekti tarvitsee enemmän kiihdytystä kuin Orin Nano tarjoaa, mutta mahtuu mukavasti 8GB:n muistiin. Valitse 16GB useille malleille, useammille samanaikaisille prosesseille, suuremmille paikallisille työkuormille, mobiilimanipulaatioon ja pitkäkestoiseen laboratoriokehitykseen.
Takaako Orin ”Super” -vaihtoehdon valitseminen enimmäis-TOPS-arvon?
Ei. Enimmäisarvot riippuvat oikeasta JetPack-versiosta ja virtatilasta sekä riittävästä virransyötöstä ja jäähdytyksestä. Lämpötila- tai tehorajoitukset voivat heikentää jatkuvaa suorituskykyä.
Tukevatko kaikki Hiwonderin ROS-paketit Raspberry Pi 5:tä, Jetson Nanoa, Orin Nanoa ja Orin NX:ää?
Ei. Ohjainten saatavuus vaihtelee tuoteperheen ja kokoonpanon mukaan. Tarkista tarkka OpenELAB-tuotevalitsin ja vastaavat Hiwonder-dokumentaatiot ennen tilaamista.
Mikä ohjain on kaiken kaikkiaan paras valinta?
Yhtä yleispätevää voittajaa ei ole. Raspberry Pi 5 on käytännöllinen valinta ROS:lle ja SLAM:lle, Jetson Nano on yhteensopivuusvalinta, Orin Nano 8GB on parhaiten tasapainotettu modernin robotiikan ja tekoälyn valinta, ja Orin NX 16GB on vaativan usean sensorin kehityksen valinta, kun laskentatehoreserviä tarvitaan paljon.
Lopullinen suositus
Käytä tätä valintajärjestystä:
- Valitse robotin tehtävä: mobiilirobotti, Ackermann-ajoneuvo, robottikäsivarsi, mobiilimanipulaattori, kuljetin, kiskoajoneuvo tai usean sensorin tutkimusalusta.
- Valitse tarvittava laitteisto: LiDAR, monokulaarikamera, syvyyskamera, mikrofoniryhmä, näyttö, robottikäsivarsi tai muut lisävarusteet.
- Valitse ROS-ympäristö: Raspberry Pi/Debian ja kontitettu ROS 2, vanha Ubuntu 18.04/ROS 1 tai natiivi Ubuntu 22.04/ROS 2 Humble.
- Valitse työkuorman taso: ROS:n ja SLAM:n perusteet, rajattu konenäkö, moderni havainnointi tai useat samanaikaiset tekoäly- ja autonomiatehtävät.
- Valitse muistiversio: älä käsittele Orin Nano 4GB/8GB- tai Orin NX 8GB/16GB -versioita keskenään vaihdettavina.
- Vahvista tarkka OpenELAB-versio: tarkista ohjain, pakettitaso, alusta, sensorit, tallennustila, mukana toimitettavat osat, saatavuus ja dokumentaatio.
Useimpiin ensimmäisiin ROS- ja navigointiprojekteihin kannattaa aloittaa Raspberry Pi 5:llä, jos Raspberry Pi- ja Docker-työnkulku sopii kurssille. Uudessa ROS 2 -projektissa, joka tarvitsee myös konenäköä, Jetson Orin Nano 8GB tarjoaa yleensä parhaan tasapainon. Käytä Jetson Nanoa pääasiassa olemassa oleviin Nano-pohjaisiin materiaaleihin tai JetMaxiin. Siirry Jetson Orin NX 16GB:hen vasta, kun projekti todella tarvitsee enemmän muistia ja laskentatehoa usean sensorin havainnointiin, mobiilimanipulaatioon, suurempiin paikallisiin malleihin tai pitkäkestoiseen tutkimuskehitykseen.
