- Schaalbare, speciale AI-versneller met lage latentie
- MCU ondersteunt realtime motorbesturing
- ROS2 met DDS maakt tijdige communicatie en interoperabiliteit mogelijk
Toepassingsgevallen van wafertransportrobots
Compacte robotcontroller
TAC-3000-NX
- Ondersteuning NVIDIA ® JetsonTM SO-DIMM connector kernbord
- Hoogwaardige AI-controller met een rekenkracht tot 100TOPS
5G LTE
- TDD LTE/FDD LTE/WCDMA/GPS
- Ondersteuningsregio: Wereldwijd
Gebruiksklare standaardsystemen: snelle opbouw en uitbreiding
- Productiebord vergemakkelijkt monsterontwikkeling en grootschalige implementatie
- Tot 100 TOPS (INT8) aan rekenkracht
- Ondersteunt JetPackTM 5.1 SDK
Klein formaat, geschikt voor smalle ruimtes
- Implementeer producten eenvoudig in verschillende toepassingsscenario's zonder ruimte te verliezen
- Het toepassen van een modulair warmteafvoerontwerp om aan te passen aan een uniform quasi-systeemontwerp
Schaalbaar I/O-ontwerp om te voldoen aan verschillende toepassingsvereisten
- M.2-uitbreidingen voor het initiëren en draadloze verbindingen: M-sleutel voor NVMe en B-sleutel voor draadloze toepassingen
- Sluit randapparatuur en randapparatuur aan via USB, RS-485, GPIO, CAN en LAN
Toepassingsgevallen van wafertransportrobots
Toepassingsuitdagingen
- Zorgt voor stabiliteit en flexibiliteit, vermindert trillingen
- Verbeter de nauwkeurigheid van het vermijden van obstakels
- Zorg voor een hoger beveiligingsniveau tijdens de samenwerking tussen mens en machine
- Het ontwerp van de robot moet nauwkeurig worden afgestemd op de eisen van de cleanroom
Oplossing
- Compact ontwerp met een trillingstolerantie van 3,5 Grms
- Sensorfusie vereist veilige en nauwkeurige navigatie van automatische meteruitleessystemen
- Wordt gebruikt om een eenvoudige ROS/ROS2-ontwikkelomgeving te integreren
- Het native AI-redeneringsvermogen van 21TOPS biedt rekenkrachtondersteuning voor het vermijden van obstakels
Voordelen van het plan
- Eenvoudig te implementeren productielijnen en automatische meteruitleessystemen in de fabriek
- Verbeterde gegevensverwerking van sensing en aandrijving tot integratie
- Lagere stroomverbruikvereisten en hogere edge AI-prestaties
- Verkorte ontwikkeltijd en verbeterde efficiëntie
- Flexibel ontwerp voor interne logistiek en AMR-vraagaanpassing
