具身机器人创新设计平台(增强版)GX-MAT-09S

具身机器人创新设计平台(增强版)GX-MAT-09S

具身复合机器人创新设计套装(增强版)
GX-MAT-09S

工程级具身复合机器人设计套装,支持构建11种+7种机械臂,80余种复合机器人构型,采用12V编码直流电机,底盘负载可达25kg。控制涵盖Arduino、STM32、边缘计算板,支持多层级开发,涵盖了视觉、激光雷达等主流机器人传感器。适合开展专业创新实训。

适配人群/场景

高校机器人课程综合实践、研究开发、创新竞赛训练

核心亮点

  • 11 种移动底盘 + 7 种机械臂,组合 88 种具身复合形态
  • AI 视觉、语音、姿态、巡线、激光雷达等多模态传感融合
  • Arduino + STM32 + RDK X5 控制体系覆盖入门到科研

产品特点

具身体系拆解

以具身移动复合机器人为蓝本,拆解本体结构、驱动与智能控制链路,帮助学习者理解具身机器人的关键要素与系统协同。

模块化学习路径

提供 11 种底盘、7 种机械臂与 88 种复合形态,支持从零件设计、装配到调参控制的完整项目式学习。

全域智能感知

融合 AI 视觉、单目摄像、AI 语音、姿态 IMU、避障/巡线传感器、导航激光雷达等单元,构建具身机器人必备的环境认知能力。

多层控制器架构

Arduino 图形化入门、STM32 单片机专业开发与 Horizon RDK X5(Ubuntu+ROS,10 TOPS)协同,兼顾教学、科研与产业级实践。

课程与竞赛覆盖

支撑《机械原理》《传感器检测》《单片机》《机器人学》《ROS》《移动机器人导航与定位》等课程,并满足高校智能机器人创意赛、工程实践创新赛等竞赛训练需求。

样机案例

平台提供具身机器人典型底盘与机械臂构型,可通过模块化装配快速构建 88 种具身复合机器人,覆盖差速、全向、转向、双臂等多种体系。

机器人底盘

机械臂构型

复合机器人

系统配置

传感器配置

平台集成具身机器人常用的多模态传感器,可完成环境感知、语音交互、导航与巡线等任务,为复合机器人搭建提供完整输入通道。

  • AI 视觉摄像头
  • 单目摄像模组
  • AI 语音识别模块
  • 姿态 IMU 传感器
  • 避障/巡线传感器阵列
  • 导航级激光雷达

控制器配置

控制系统采用 Arduino + STM32 + 地平线 RDK X5 三层架构:Arduino 提供丰富的 IO 接口与图形化/C++ 快速入门,STM32F407 适合专业单片机深入开发与嵌入式工程实践,RDK X5 预装 Ubuntu + ROS,搭载 10 TOPS 边缘 AI 算力,可运行 SLAM、视觉感知、具身大模型等高阶应用。三者协同,满足从基础教学到机器人科研的全流程需求。

GX-MAT-09S 三层控制板全景
Arduino + STM32F407 + RDK X5 三层控制系统

软件配置

提供 Arduino IDE、STM32 开发环境、Ubuntu/ROS 工具链及配套示例,支持从硬件驱动到 AI/ROS 的全栈实践。

兼容主流开源框架与工具,包括 Arduino 库、HAL/FreeRTOS、ROS/MoveIt、OpenCV、YOLO、语音识别 SDK 等,可快速对接教学与科研资源。

实验项目

实验体系覆盖单片机、传感器、嵌入式、机器视觉、底盘设计、机械臂控制、复合机器人应用、ROS 以及移动导航定位等方向,提供由浅入深的完整项目路径。

电机综合项目

聚焦直流电机与舵机控制,结合编码器与 PID 算法完成精准调速。

  • 控制直流电机掌握直流电机的数字控制与驱动要点。
  • 控制编码直流电机采集编码器数据,理解 PID 原理,实现速度闭环控制。
  • Servo 控制舵机使用 myservo.attach()/write() 完成舵机角度控制。

传感器项目

涵盖 TTL、巡线、超声、陀螺仪、语音识别与 AI 视觉等常用传感器。

  • TTL 传感器实验掌握 TTL 传感器参数读取方法。
  • 四路巡线传感器实现机器人循迹控制。
  • 超声测距传感器理解测距算法并完成环境自适应调试。
  • 陀螺仪传感器使用 MPU6050.cpp 获取姿态信息。
  • 语音识别传感器调用 HBR640.h 完成语音识别与指令触发。
  • AI 视觉传感器掌握摄像头视频显示与 AI 视觉推理流程。

嵌入式项目

围绕 Ubuntu + Python 开发,训练 GPIO、传感器数据处理、多线程与 Web 联调。

  • 系统基础入门安装配置 Ubuntu,掌握 SSH 登录与文件系统管理命令。
  • GPIO 接口控制用 Python 控制 GPIO,实现 LED 与按键交互,熟悉标准库调用。
  • 传感器数据采集连接多类传感器,读取并处理数据,结合 GUI 展示与滤波校准。
  • 网络通信与 Web 服务器编写 Socket 通信,搭建简易 Web 服务实现数据交互。
  • 多线程实现使用 threading 模块完成多线程采集与处理,掌握同步与互斥。

机器视觉项目

依托 RDK X5 与摄像头模块,完成颜色、形状、二维码、云台追踪等应用开发。

  • 视觉颜色识别使用 OpenCV 进行颜色空间转换,完成分拣/追踪示例。
  • 视觉形状识别通过边缘检测与轮廓提取实现形状分类。
  • 视觉二维码识别基于 OpenCV/zbar 完成二维码解码与信息处理。
  • 云台追踪几何图形搭建云台系统,识别并跟踪特定几何图形实现闭环控制。
  • 机器人追踪彩色目标识别彩色目标并驱动移动平台实现自主跟随。
  • 人脸识别使用 OpenCV/dlib 进行人脸检测、特征提取与识别应用。
  • 视觉巡线编写视觉算法识别地面轨迹,实现视觉循迹。
  • YOLO 部署部署 YOLO 模型完成实时目标检测与分类。
  • 数据集标注使用 LabelImg/RectLabel 创建并管理自定义视觉数据集。
  • 水果识别在 RDK X5 上部署深度学习模型,完成实时水果识别。
  • 机械臂识别搬运结合视觉识别与机械臂控制,实现自动化抓取搬运。

底盘机器人项目

覆盖差速、全向、福来、麦轮、转向等多种底盘的装配、驱动与里程控制。

  • 双驱差速三轮底盘设计底盘组装、驱动控制、里程控制
  • 后双驱四轮差速底盘设计底盘组装、驱动控制、里程控制
  • 双驱六轮差速底盘设计底盘组装、驱动控制、里程控制
  • 三轮福来轮底盘设计底盘组装、驱动控制、里程控制
  • 四驱四轮差速底盘设计底盘组装、驱动控制、里程控制
  • 四轮福来轮全向底盘设计底盘组装、驱动控制、里程控制
  • 四轮麦轮全向底盘设计底盘组装、驱动控制、里程控制
  • 四驱福麦全向底盘设计底盘组装、驱动控制、里程控制
  • 四驱独立转向底盘设计底盘组装、驱动控制、里程控制

机械臂项目

从串联机械臂到 SCARA 与双臂系统,完成机构搭建与运动学控制。

  • 串联四自由度机械臂设计组装、驱动控制、运动学控制
  • 串联五自由度机械臂设计组装、驱动控制、运动学控制
  • 串联六轴机械臂设计组装、驱动控制、运动学控制
  • SCARA 机械臂设计组装、驱动控制、运动学控制
  • 双臂机器人设计双臂组装、驱动控制、运动学控制
  • 升降双臂机器人设计升降双臂组装、控制、运动学调试

复合机器人项目

基于不同底盘组合机械臂,快速构建具身复合机器人应用。

  • 双驱差速三轮复合机器人云台、SCARA、六轴等多类型复合形态
  • 双驱四轮差速复合机器人云台、四/五/六轴、双臂、双臂升降等组合
  • 双驱六轮差速复合机器人云台、四/五/六轴、SCARA、双臂、双臂升降
  • 三轮全向复合机器人云台、四/五/六轴、SCARA、双臂、双臂升降
  • 四驱差速复合机器人云台、四/五/六轴、SCARA、双臂、双臂升降
  • 四轮全向复合机器人云台、四/五/六轴、SCARA、双臂、双臂升降
  • 四轮转向复合机器人云台、四轴、SCARA 三种方案

机器人操作系统 ROS

面向 ROS 入门、功能包开发与 MoveIt 仿真,强化机器人软件能力。

  • 体验 ROS 运行实验理解文件结构,控制仿真小乌龟与移动机器人。
  • 构建/移植 ROS 功能包创建功能包、配置环境,并实现键盘控制移动机器人。
  • URDF 仿真与 MoveIt 控制构建 URDF 模型并在 Rviz 显示,结合 MoveIt 实现机械臂运动学控制。

移动机器人导航与定位

涵盖 Catgrapher、Hector、Gmapping 全流程导航建图实践。

  • 快速导航体验按流程操作 Catgrapher、Hector、Gmapping 并对比适用场景。
  • Catgrapher 构建地图讲解原理、拆解功能包、配置与全参调试。
  • Hector 构建地图拆解架构、配置参数、完成全参调试。
  • Gmapping 构建地图掌握原理、配置流程,完成全参调试与地图生成。

知识库

获取更多关于该产品的技术文档、使用教程及常见问题解答。

前往查看

关键问题

问题 2:若高校需开展 ROS 与移动机器人导航课程,文档中哪些产品最适配,核心优势是什么?
具身机器人创新设计平台(增强版)GX-MAT-09S便携式ROS导航机器人学习平台 UNI-WR2

答案:最适配的产品为便携式 ROS 导航机器人学习平台 UNI-WR2(0.45 万元)和具身机器人创新设计平台(增强版)GX-MAT-09S(3.88 万元),核心优势如下:

UNI-WR2:

• 部署灵活:极致便携(<13cm,<550g),最小 60cm×60cm 桌面即可实现 SLAM 导航,无需大型场地;

• 教学深度:将 ROS 工程化部署拆解为 5 步(原理→演示→框架解构→功能包配置→全参调试),结合 Cartographer / Hector / Gmapping 3 种导航方式,设计递进式实验;

• 成本友好:单价 0.45 万元,适合批量采购用于学生分组实验。

GX-MAT-09S:

• 功能全面:支持 ROS 课程,可搭 11 种底盘 + 7 种机械臂,结合激光雷达(测距 0.12-8m),覆盖移动机器人导航与定位实践;

• 算力支撑:配备 RDK X5 主板(10TOPS),预装 Ubuntu+ROS,支撑 SLAM 建图、自主避障等复杂算法的运行与调试。