- Skalowalny, dedykowany akcelerator AI o niskim opóźnieniu
- MCU obsługuje sterowanie silnikiem w czasie rzeczywistym
- ROS2 z DDS umożliwia terminową komunikację i interoperacyjność
Przypadki zastosowań robotów do transportu płytek
Kompaktowy sterownik robota
TAC-3000-NX
- Obsługa płyty głównej złącza NVIDIA® JetsonTM SO-DIMM
- Wysokowydajny kontroler AI o mocy obliczeniowej do 100 TOPS
5G LTE
- TDD LTE/FDD LTE/WCDMA/GPS
- Region wsparcia: globalny
Gotowe do użycia standardowe systemy: szybka budowa i rozbudowa
- Płytka produkcyjna ułatwia opracowywanie próbek i wdrażanie na dużą skalę
- Do 100 TOPS (INT8) mocy obliczeniowej
- Obsługuje zestaw SDK JetPackTM 5.1
Mały rozmiar, aby dostosować się do wąskich przestrzeni
- Z łatwością wdrażaj produkty w różnych scenariuszach zastosowań bez poświęcania przestrzeni
- Przyjęcie modułowej konstrukcji rozpraszania ciepła w celu dostosowania do ujednoliconej konstrukcji quasi-systemu
Skalowalna konstrukcja we/wy spełniająca różne wymagania aplikacji
- Rozszerzenia M.2 do inicjowania i połączeń bezprzewodowych: klawisz M dla NVMe i klucz B dla aplikacji bezprzewodowych
- Podłącz urządzenia brzegowe i urządzenia peryferyjne przez USB, RS-485, GPIO, CAN i LAN
Przypadki zastosowań robotów do transportu płytek
Wyzwania aplikacyjne
- Zapewnij stabilność i elastyczność, zmniejsz wibracje
- Popraw dokładność unikania przeszkód
- Utrzymuj wyższy poziom bezpieczeństwa podczas współpracy człowiek-maszyna
- Projekt robota musi zostać dopracowany, aby spełniał wymagania pomieszczeń czystych
Rozwiązanie
- Kompaktowa konstrukcja z tolerancją wibracji 3,5 Grms
- Fuzja czujników wymaga bezpiecznej i dokładnej nawigacji w automatycznych systemach odczytu liczników
- Służy do integracji prostego środowiska gotowego do programowania ROS/ROS2
- Natywna zdolność rozumowania AI 21TOPS zapewnia wsparcie mocy obliczeniowej w celu uniknięcia przeszkód
Zalety planu
- Łatwe w rozmieszczeniu linie produkcyjne i fabryczne systemy automatycznego odczytu liczników
- Ulepszone przetwarzanie danych od wykrywania, jazdy po integrację
- Niższe wymagania dotyczące zużycia energii i wyższa wydajność AI na krawędzi
- Skrócony czas rozwoju i poprawiona wydajność
- Elastyczny projekt dla logistyki wewnętrznej i dostosowania zapotrzebowania AMR
