ORBSLAM2+Octomap feltérképezése : az ORB-SLAM2 egy nyílt forráskódú SLAM-keretrendszer, amely támogatja a monokuláris, távcső, meg RGB-S kameraKi tudja számítani az jelentenek a kamera valós időben, illetve rekonstruálni, hogy a környezet ritkán 3
D-ben, ugyanabban az időben.Az RGB-D mód, az igazi skála információt lehet beszerezni.RTAB-Térkép 3
D-s Vizuális leképezés, illetve navigációs：Segítségével a RTAB algoritmus, hogy integrálja a látás, a radar, a robot rájön, hogy 3
D-s vizuális leképezés, illetve navigációs akadály elkerülése, valamint támogatja a globális áthelyezés, illetve önálló elhelyezése.Media
Pipe fejlesztési：Keresztül a Media
Pipe fejlesztési keret, a funkciók kézi érzékelő, testtartás felismerés, általános felismerés, arcfelismerés, 3
D felismerés, illetve elismerés befejeződött.Lidar feltérképezése, valamint navigációs elkerülve：képes felismerni gmapping, hector, karto, térképész feltérképezése algoritmusok, támogatása, útvonal tervezés, dinamikus akadály elkerülése, egyetlen pont, illetve multi-pont navigáció.Multi-robot navigációs：Több robotok ugyanazon a térkép eléréséhez egypontos navigáció, multi-point navigáció, dinamikus akadály kikerülése.ORBSLAM2 feltérképezése : https : Teljesen automatikus inicializálás segítségével GÖMB funkció extrakciós módszer.Mélység kép adatok / pontfelhő kép : https : A mélység térkép, színes térkép, valamint a pontfelhő térkép a kamera keresztül lehet hozzájutni a megfelelő csomópontok.Multi-robot szinkronizálás ellenőrzés : az Egyik kezelni ellenőrzések több robotok valós időben, kiegészíti a tiszta, egyenletes mozgását, aztán rájön, hogy a funkció a szinkron vezérlés.Multi-robot sorban mutatják,：Több robotok fenntartani három képződmények, valós időben.RRT feltárja épít térképek függetlenül：Állítsa be a feltárási területen, majd használja az RRT algoritmus észre, önálló kutatás, térképészeti, térkép mentése, majd térjen vissza a kiindulási pontját.KCF célkövetés：Alapú image korrelációs KCF algoritmust választhatja ki, bármilyen tárgy, a kép, majd kövesse a cél, valós időben.Robotpilóta：Támogatja az egyéni színválasztás, a robot tud automatikusan azonosítani, a szín a területen, hogy kövesse a sort.Szín Elismerés/Követés : az Válassza ki egy adott színű terület a képernyőn, majd hagyja, hogy a robot nyomon ezt a színt, valós időben.AR címke felismerés：támogatja a dinamikus nyomkövetési kimutatása QR kódot, címkék, valamint beszerzi a póz koordinátáit QR-kód, valós időben.AR valóság mellnagyobbítás：Válassza ki a megfelelő grafikus át az ALKALMAZÁST, majd hagyja, hogy a grafika jelenik meg a kockás papír keresztül AR javító technológia.Vizuális kép szépítés : az A kép által átalakított Open
CV, valamint a megfelelő algoritmust használják, a hatás eléréséhez a kép szerintem.Lidar őr：Célokat, amelyek közelebb állnak a lidar lesz zárva, az első a robot autót, mindig szembe ez a cél.Lidar akadály elkerülése：Lidar érzékeli, hogy a környezet valós időben, illetve a tervek apath, hogy elkerülje az akadályokat.ROS robot tanulás készlet több verzió : Yahboom biztosít 4 fejlesztési tanács változatai ROSMASRER X3, szabadon választhat Jetson Xavier NX, Jetson tx2 alatt repülő üzemeltető-NX, Jetson Nano vagy Raspberry Pi 4
B alapján a különböző teljesítménybeli problémák, ezek a fejlesztési tanácsok, A sima művelet, érdemes megfontolni, Yahboom javasolja, hogy a költség-hatékony Jetson tx2 alatt repülő üzemeltető-NX.
