发展与学习
K1是南威波特针对ROS教育入门级场景的旗舰产品,集成了NavBot机箱技术和积累的ROS教程专业知识,实现了教育性能、成本效益和质量的理想平衡。K1提供多种机箱选项和源代码级教程(不仅仅是演示),配备了高价值的雷达和深度相机配件,可满足地图导航、深度学习、3D视觉、机器人编队和其他领域的学习需求。通过提供技术支持,它满足了初学者和寻求提高技能的人的需求。
主要功能概述01
RTAB地图视觉和激光雷达三维地图导航
支持RTAB地图纯视觉地图导航,支持激光雷达和视觉感知的融合地图导航
经典2D激光雷达测绘、导航和避障
支持Gmapping、Hector、Karto和制图算法支持点对点导航、多点导航和避障导航
01_upscayl_4x_realesrgan-x4plus.png)
02_upscayl_4x_realesrgan-x4plus.png)
主要功能概述02
ORB可视化映射函数
ORB-SLAM2是一个开源SLAM框架,支持单眼、立体声和RGB数码相机。它可以实时计算相机的姿态,同时对周围环境进行稀疏的三维重建。此外,在立体声和RGB-D模式下,lt可以提供真实的比例信息
ROS OT(ROS操作工具)功能与图形用户界面
部署ROS OT图形用户界面,方便一键激活ROS功能,提供有关车速、电池电量和其他信息的直观反馈。
主要功能概述03
真实自动驾驶中的三维重构
对于RayShen来说,多线激光雷达实现户外3D地图绘制,让我们更接近真正的自动驾驶
Autonomous Parking Feature
通过自主专利算法结合深度学习实现机器人的全自动停车和车库进入是自动驾驶行业的核心功能。
自动驾驶中的车道保持功能逐车道保持
基于核心算法的车道识别车道保持,这是自动驾驶行业的核心功能

04-scaled.png)
主要功能概述04
自动驾驶中的转向决策功能
使用自主算法和基于深度学习的车道和交通标志识别的集成决策,这是自动驾驶行业的核心功能
Yolo Trafc标志识别
逐步指南培训您自己的深度学习模型库,使用RGB相机实现基本的自动驾驶功能
Yolo Obiect与手势识别
使用通用深度学习模型库进行手势识别用于日常物体识别
ROS Tensorflow Obiect检测
基于TensorFlow,可以实现常用对象的识别和手写体识别。
主要功能概述05
深度视觉跟踪
利用深度相机识别物体距离和方位实现机器人跟随
KCF对象跟踪
利用深度相机识别固定特征物体实现机器人跟随
AR标签识别和跟踪
通过使用深度相机识别和跟踪AR标记姿势实现机器人跟随,并能够通过使用深度摄像头识别固定特征物体来扩展AR标记定位
快速探索随机树(RRT)自主探索映射
利用RRT算法实现无人干预的自主勘探制图、地图保存和返回起点
05_upscayl_4x_realesrgan-x4plus-1.png)
061_upscayl_4x_realesrgan-x4plus.png)
主要功能概述06
网络摄像头监控
远程监控部署允许在PC上通过AnyWeb浏览器直接查看机器人摄像头图像
RGBCamera的线路跟随
使用RGB相机跟随地线。与激光雷达集成实现直线跟踪过程中的自动避障
激光雷达跟随
机器人通过激光雷达扫描附近的障碍物跟踪最近的物体
激光雷达角度掩蔽
通过SDK优化,可以将角度掩蔽应用于所有激光雷达。