¿De qué marca es?
Hiwonder.
Marca
Hiwonder
Categoría
Plataformas de RobotsTiempo de entrega estimada Domingo 12 de abril al Miércoles 15 de abril.
Precio
$706.306
Compra segura
Protección total en tu pago y tu pedido.
Pago seguro
Múltiples medios de pago disponibles.
Envío verificado
Cobertura nacional con seguimiento en cada etapa.
Tiempo de entrega estimada Domingo 12 de abril al Miércoles 15 de abril.
Compras Empresariales — Plataformas de Robots
Solicite una cotización para su empresa
Piezas y Accesorios de Robots de la marca Hiwonder
Piezas y Accesorios de Robots de la marca Hiwonder
¿De qué marca es?
Hiwonder.
¿Cuánto pesa?
30,0 libras, aproximadamente 13,6 kg.
¿Cuáles son sus dimensiones?
6.7 x 5.8 x 8.4 pulgadas, aproximadamente 17.0 x 14.7 x 21.3 cm.
¿En qué categoría destaca?
Tiene una posición destacada en Plataformas de Robots Industriales, donde aparece en el puesto #44.
| Campo | Valor |
|---|---|
| Edad recomendada por | 16 años y más |
| SKU | B0DJVK4B6W |
| Modelo | LW-MentorPi-M1P5 |
Robot Car para Raspberry Pi 5 y ROS2. MentorPi M1 funciona con Raspberry Pi 5, compatible con ROS2 y programado en Python, lo que lo convierte en una plataforma ideal para el desarrollo de robots de IA. Movilidad omnidireccional de 360° con chasis de rueda mecánica. El robot inteligente MentorPi M1 está construido sobre un chasis de rueda de mecanismo, lo que permite un movimiento omnidireccional de 360°. Este diseño proporciona una mayor flexibilidad en diversas aplicaciones y una mejor adaptabilidad a diversos terrenos. Hardware de alto rendimiento. Equipado con motores de codificador de bucle cerrado, LIDAR TOF, cámara AI de rango visual de 360°, servos de alto par y otros componentes avanzados para garantizar un rendimiento y eficiencia óptimos. Capacidades avanzadas de IA. Admite mapeo SLAM, planificación de rutas, coordinación multirobot, reconocimiento de visión, seguimiento de objetivos, evitación de obstáculos y más, cubriendo una amplia gama de aplicaciones de IA. Conducción autónoma con aprendizaje profundo. Utiliza la formación del modelo YOLOv5 para permitir el reconocimiento de señales de tráfico y semáforo, junto con otras funciones de conducción autónoma, ayudando a los usuarios a explorar y desarrollar tecnologías de conducción autónoma.