- Skalowalny, dedykowany akcelerator AI o niskim opóźnieniu
- MCU obsługuje sterowanie silnikiem w czasie rzeczywistym
- ROS2 z DDS umożliwia szybką komunikację i interoperacyjność
Przykłady zastosowań robotów transportujących wafle
Kompaktowy kontroler 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 systemy standardowe: szybka budowa i rozbudowa
- Płyta produkcyjna ułatwia opracowywanie próbek i wdrażanie na dużą skalę
- Do 100 TOPS (INT8) mocy obliczeniowej
- Obsługuje JetPackTM 5.1 SDK
Mały rozmiar umożliwiający dopasowanie do wąskich przestrzeni
- Łatwe wdrażanie produktów w różnych scenariuszach zastosowań bez poświęcania przestrzeni
- Zastosowanie modułowej konstrukcji rozpraszania ciepła w celu dostosowania do jednolitego projektu quasi-systemu
Skalowalna konstrukcja wejścia/wyjścia spełniająca różne wymagania aplikacji
- Rozszerzenia M.2 do inicjowania połączeń bezprzewodowych: klawisz M dla NVMe i klawisz B dla aplikacji bezprzewodowych
- Podłącz urządzenia brzegowe i peryferyjne przez USB, RS-485, GPIO, CAN i LAN
Przykłady zastosowań robotów transportujących wafle
Wyzwania aplikacyjne
- Zapewnij stabilność i elastyczność, zredukuj wibracje
- Poprawa dokładności omijania przeszkód
- Utrzymanie wyższego poziomu bezpieczeństwa podczas współpracy człowieka z maszyną
- Projekt robota musi zostać precyzyjnie dostrojony, aby spełniał wymagania pomieszczenia czystego
Rozwiązanie
- Kompaktowa konstrukcja z tolerancją wibracji 3,5 Grms
- Połączenie czujników wymaga bezpiecznej i dokładnej nawigacji automatycznych systemów odczytu liczników
- Służy do integracji prostego środowiska gotowego do rozwoju ROS/ROS2
- Wrodzona zdolność rozumowania sztucznej inteligencji 21TOPS zapewnia moc obliczeniową wspomagającą unikanie przeszkód
Zalety planu
- Łatwe do wdrożenia linie produkcyjne i systemy automatycznego odczytu liczników w fabryce
- Ulepszone przetwarzanie danych od czujników, przez sterowanie, po integrację
- Niższe wymagania dotyczące zużycia energii i wyższa wydajność sztucznej inteligencji
- Skrócony czas rozwoju i zwiększona wydajność
- Elastyczna konstrukcja do logistyki wewnętrznej i dostosowywania popytu na AMR
