LIMO ROS2 – Plataforma Robótica Educacional para ROS 2, Navegação Autônoma e Inteligência Artificial
O LIMO ROS2 é uma plataforma robótica móvel desenvolvida pela AgileX Robotics para educação, pesquisa e desenvolvimento utilizando ROS 2.
Equipado com Intel NUC i7, Ubuntu 22.04 e ROS 2 Humble, o sistema proporciona um ambiente completo para estudantes, pesquisadores e desenvolvedores explorarem tecnologias de robótica móvel, navegação autônoma, percepção e Inteligência Artificial.
A plataforma integra ainda LiDAR EAI T-mini Pro e câmera de profundidade Orbbec Dabai, oferecendo os recursos necessários para aplicações de SLAM, localização autônoma, planejamento de navegação, visão computacional e desvio dinâmico de obstáculos.
Com carga útil de até 4 kg, autonomia de aproximadamente 60 minutos, velocidade máxima de 1 m/s e bateria de 10.000 mAh, o LIMO ROS2 oferece uma solução compacta para ensino e experimentação com sistemas robóticos reais.
Principais benefícios
- Plataforma educacional e de pesquisa para ROS 2
- Computação embarcada Intel NUC i7
- Sistema operacional Ubuntu 22.04
- ROS 2 Humble
- LiDAR EAI T-mini Pro
- Câmera de profundidade Orbbec Dabai
- Carga útil de até 4 kg
- Autonomia de aproximadamente 60 minutos
- Velocidade máxima de 1 m/s
- Bateria de 10.000 mAh
- Direção diferencial nas quatro rodas
- Desenvolvimento de SLAM 3D
- Navegação autônoma
- Planejamento de trajetórias
- Desvio dinâmico de obstáculos
- Aplicações de visão computacional e Inteligência Artificial
Aplicações
O LIMO ROS2 oferece uma plataforma prática para aprendizado e desenvolvimento de tecnologias utilizadas em robôs móveis autônomos.
- Ensino de ROS 2
- Pesquisa em robótica móvel
- ROS 2 Humble
- SLAM 3D
- Mapeamento
- Localização autônoma
- Navegação autônoma
- Planejamento de trajetórias
- Desvio dinâmico de obstáculos
- Visão computacional
- Deep Learning
- Reconhecimento de objetos com YOLO
- Detecção de objetos
- Rastreamento de alvos
- Seguimento visual de linhas
- Pesquisa em Inteligência Artificial
Recursos e diferenciais
Intel NUC i7 para computação robótica
O LIMO ROS2 utiliza um Intel NUC i7 como sua principal unidade de computação embarcada.
Essa arquitetura oferece capacidade de processamento para executar aplicações de ROS 2 relacionadas à percepção, visão, navegação, controle de movimento e Inteligência Artificial diretamente na plataforma.
ROS 2 Humble
A plataforma utiliza ROS 2 Humble, proporcionando acesso ao ecossistema open source utilizado no desenvolvimento de sistemas robóticos modernos.
Estudantes e pesquisadores podem trabalhar com conceitos como nós, tópicos, serviços, sensores, controle, localização, planejamento e navegação utilizando uma plataforma física preparada para ROS 2.
Ubuntu 22.04
O computador embarcado opera com Ubuntu 22.04, formando juntamente com ROS 2 Humble um ambiente moderno para desenvolvimento de aplicações robóticas.
Essa configuração facilita o acesso às bibliotecas open source utilizadas em visão, navegação e controle de movimento.
LiDAR EAI T-mini Pro
O LIMO ROS2 integra um LiDAR EAI T-mini Pro para obtenção de informações precisas sobre o ambiente.
Os dados coletados podem ser utilizados para construção de mapas, localização, planejamento de trajetórias e identificação de obstáculos durante a navegação.
Câmera de profundidade Orbbec Dabai
A plataforma também incorpora uma câmera de profundidade Orbbec Dabai, proporcionando informações visuais e tridimensionais sobre o ambiente.
A combinação entre LiDAR e câmera de profundidade cria uma base para pesquisas envolvendo percepção, localização, visão computacional e navegação autônoma.
Mapeamento e localização autônoma
O conjunto de sensores permite desenvolver sistemas capazes de construir representações do ambiente e determinar a posição da plataforma durante sua movimentação.
Esses recursos são fundamentais para experimentos envolvendo SLAM, exploração autônoma e sistemas móveis inteligentes.
Planejamento de navegação
As informações coletadas pelos sensores podem alimentar algoritmos responsáveis por calcular trajetórias entre diferentes pontos do ambiente.
Isso permite desenvolver aplicações nas quais o LIMO ROS2 recebe um destino, determina uma rota e executa o deslocamento de maneira autônoma.
Desvio dinâmico de obstáculos
O sistema de percepção permite identificar obstáculos e fornecer informações para que algoritmos de navegação ajustem a trajetória do robô.
Essa capacidade possibilita estudar aplicações em ambientes nos quais objetos ou pessoas podem alterar as condições inicialmente utilizadas para o planejamento da rota.
Direção diferencial nas quatro rodas
O LIMO utiliza um sistema de direção diferencial nas quatro rodas, proporcionando mobilidade em diferentes tipos de superfície.
A AgileX destaca a capacidade da plataforma de operar tanto sobre superfícies lisas, como concreto, quanto em vias arenosas, ampliando as possibilidades de pesquisa e experimentação.
Bateria de 10.000 mAh
A plataforma utiliza uma bateria com capacidade de 10.000 mAh, proporcionando maior estabilidade durante a operação.
A autonomia informada pela AgileX para o LIMO ROS2 é de aproximadamente 60 minutos.
ROS e Gazebo
Além do ROS 2, a plataforma oferece suporte aos ambientes ROS e Gazebo, permitindo combinar experimentos físicos com simulações robóticas.
Essa integração é especialmente útil para educação e pesquisa, pois algoritmos podem ser inicialmente desenvolvidos e testados em simulação antes da execução no robô.
Programação em Python e C++
O ambiente open source é compatível com linguagens amplamente utilizadas em robótica, incluindo Python e C++.
Essa compatibilidade facilita a utilização do LIMO ROS2 em cursos acadêmicos, laboratórios e projetos de pesquisa com diferentes níveis de complexidade.
Especificações Técnicas
| Tipo | Plataforma robótica móvel para educação e pesquisa |
|---|---|
| Computação embarcada | Intel NUC i7 |
| Sistema operacional | Ubuntu 22.04 |
| Framework | ROS 2 Humble |
| LiDAR | EAI T-mini Pro |
| Câmera de profundidade | Orbbec Dabai |
| Carga útil | 4 kg |
| Autonomia | Aproximadamente 60 minutos |
| Velocidade máxima | 1 m/s |
| Capacidade da bateria | 10.000 mAh |
| Sistema de direção | Diferencial nas quatro rodas |
| Plataformas de software | ROS e Gazebo |
| Linguagens compatíveis | Python e C++ |
| Aplicações principais | SLAM 3D, navegação autônoma, visão computacional, Deep Learning e pesquisa em ROS 2 |
Plataforma dedicada ao aprendizado de ROS 2
O LIMO ROS2 permite transformar conceitos estudados em ROS 2 em aplicações executadas por um robô físico.
Estudantes podem desenvolver software relacionado à percepção, localização, controle e navegação e observar diretamente como seus algoritmos influenciam o comportamento da plataforma.
SLAM 3D e navegação autônoma
A combinação entre LiDAR, câmera de profundidade e processamento Intel oferece uma base para desenvolvimento de sistemas de SLAM e navegação.
O robô pode coletar informações do ambiente, construir mapas, estimar sua localização e utilizar esses dados para planejar e executar trajetórias.
Visão computacional e reconhecimento de objetos
O LIMO ROS2 também pode ser utilizado para experimentos envolvendo visão computacional e reconhecimento de objetos.
A AgileX demonstra aplicações com YOLO Object Recognition, permitindo explorar técnicas modernas de detecção e classificação utilizando uma plataforma robótica móvel.
Detecção e rastreamento de alvos
Outra aplicação apresentada para a plataforma é a detecção e o rastreamento de alvos.
Esse tipo de experimento combina percepção visual, processamento de dados e controle de movimento, permitindo desenvolver sistemas nos quais o robô identifica um alvo e adapta seu comportamento conforme as informações recebidas.
Seguimento visual de linhas
A plataforma também permite desenvolver aplicações de seguimento visual de linhas, demonstrando como informações obtidas por visão computacional podem ser transformadas em comandos de movimentação.
Esse experimento é especialmente útil para atividades educacionais que procuram demonstrar a integração entre percepção e controle robótico.
Simulação com Gazebo
O suporte ao Gazebo permite desenvolver e testar algoritmos em ambientes simulados antes de executá-los na plataforma física.
Essa abordagem facilita o ensino e reduz o tempo necessário para testar diferentes estratégias de controle, percepção e navegação.
Do aprendizado à pesquisa avançada
O LIMO ROS2 pode acompanhar diferentes etapas de formação em robótica.
O estudante pode começar aprendendo conceitos fundamentais de ROS 2 e programação e posteriormente avançar para SLAM 3D, navegação autônoma, visão computacional, Deep Learning e desenvolvimento de sistemas robóticos inteligentes.
Ideal para
- Universidades
- Faculdades de engenharia
- Instituições de ensino técnico
- Laboratórios de robótica
- Centros de P&D
- Cursos de ROS 2
- Ensino de robótica móvel
- Pesquisa acadêmica
- SLAM 3D
- Navegação autônoma
- Visão computacional
- Deep Learning
- YOLO e reconhecimento de objetos
- Detecção e rastreamento de alvos
- Pesquisa em Inteligência Artificial
