LIMO PRO
Der LIMO PRO ist eine kompakte Forschungs- und Entwicklungsplattform für ROS 2, autonome Navigation und AI-basierte Robotikanwendungen. NVIDIA Jetson Orin Nano, EAI T-mini Pro LiDAR und eine Orbbec-Dabai-Tiefenkamera bilden eine leistungsfähige Basis für Sensorfusion, SLAM, Objekterkennung und autonome Navigation. Das Fahrwerk unterstützt vier unterschiedliche Bewegungskonzepte: Differentialantrieb, Mecanum-Räder, Ackermann-Lenkung und Kettenantrieb. Damit lassen sich verschiedene kinematische Modelle auf derselben Plattform untersuchen, ohne einen zweiten Roboter zu benötigen.
Die Versandkosten werden abhängig von Lieferort, Verpackung und Konfiguration berechnet und vor der Auftragsbestätigung separat ausgewiesen. Verkauf ausschließlich an Unternehmen, Institutionen und Hochschulen.
- 4 kg
- NUTZLAST
- 60 min
- LAUFZEIT
- 1,0 m/s
- HÖCHSTGESCHWINDIGKEIT
KOMPAKTE R&D-FORSCHUNGSPLATTFORM MIT ROS 2, 4 FAHRMODI UND UMFANGREICHER SENSORIK
Produktbeschreibung
Vier wechselbare Fahrwerkskonfigurationen in einem Roboter. LIMO PRO kann mit Differenzialantrieb, omnidirektional auf Mecanum-Rädern, mit Ackermann-Lenkung oder auf Ketten betrieben werden. Für den Wechsel wird das jeweilige Fahrmodul umgerüstet, es ist kein zweiter Roboter erforderlich.
Aufbau und Komponenten
Funktionen
Leistungsfähige Recheneinheit
NVIDIA Jetson Orin Nano (8 GB) liefert die Rechenleistung für Sensorfusion und SLAM-Mapping in Echtzeit. AI-Modelle laufen lokal auf der GPU, ohne Cloud-Abhängigkeit und ohne zusätzliche Netzwerklatenz.
Präzise Sensorik
EAI T-mini Pro LiDAR mit 360°-Scan und die Orbbec Dabai Tiefenkamera liefern ergänzende Umgebungsdaten für Robotik- und Navigationsaufgaben. Damit lassen sich unter anderem autonome Lokalisierung, Routenplanung und die Erkennung bewegter Hindernisse entwickeln und testen.
Verdoppelte Batteriekapazität
Die 10000-mAh-Batterie ermöglicht ca. 60 Minuten kontinuierlichen Betrieb. Das reicht typischerweise für eine vollständige Laboreinheit oder eine längere Testsitzung ohne Ladeunterbrechung.
Lehrparcours für Ausbildung und Forschung
Der Hersteller bietet einen Lehrparcours mit Straßenlayout, Verkehrszeichen und Signalanlage an. Damit lassen sich Szenarien zur Verkehrszeichenerkennung, Spurführung und Reaktion auf Lichtsignale unter reproduzierbaren Bedingungen erproben.
Offene Software
Kompatibel mit ROS 2 Humble und Gazebo, programmierbar mit Python und C++. In der Simulation entwickelte Algorithmen lassen sich mit geringem Anpassungsaufwand auf die Hardware übertragen. Entwicklerdokumentation, Beispiele und Tutorials verkürzen den Einstieg.
Deep Learning und AI-Modelle
Vorgefertigte AI-Modelle sowie ROS-Mapping- und Navigationsbeispiele ermöglichen einen schnellen Einstieg in Demonstrationen und eigene Entwicklungsprojekte.
Wichtigste Komponenten
Ein voll konfiguriertes Modell KANN enthalten:
- NVIDIA Jetson Orin Nano 8 GB - AI-Computer mit GPU-Beschleunigung für SLAM, Deep-Learning-Modelle und Routenplanung in Echtzeit.
- LiDAR EAI T-mini Pro - 360°-Scan für Umgebungskarten und Hinderniserkennung. Eine zentrale Sensorquelle für Navigationsentwicklung.
- Orbbec Dabai Tiefenkamera - RGB-Bild plus Tiefenkarte für Objekterkennung, Greifaufgaben und visuelle Linienverfolgung.
- Vier Kinematikmodule - Wechselbare Fahrwerkskonfigurationen: Differenzialantrieb, omnidirektional mit Mecanum-Rädern, Ackermann-Lenkung und Kettenantrieb. Ein Roboter, vier Bewegungsarten.
- Software und ROS 2-Kurs - Entwicklerdokumentation, fertige Beispiele und Tutorials zu Navigation, Greifaufgaben und Bilderkennung.
- Technischer Support - Dokumentation und technische Unterstützung auf Deutsch und Englisch.
Spezifikation
| Abmessungen | 322 x 220 x 251 mm |
| Eigengewicht | 4,8 kg |
| Nutzlast | 4 kg |
| Höchstgeschwindigkeit | 1,0 m/s |
| Laufzeit | ca. 60 min |
| Computer | NVIDIA Jetson Orin Nano 8 GB |
| LiDAR | EAI T-mini Pro (360°-Scan) |
| Tiefenkamera | Orbbec Dabai (RGB-D) |
| IMU | HI226 |
| Antrieb | vier Räder mit einzeln angetriebenen Radnabenmotoren, 4 x 14,4 W |
| Kommunikation | CAN, Wi-Fi |
| Programmierung | ROS 2, Python, C++ |
| Betriebssystem | Ubuntu 22.04 |
Versand
Versand in einer Holzkiste mit 400 x 300 x 300 mm, Bruttogewicht 10 kg, aus unserem Lager in Aachen.