CRANE-X7 高階款(7+1 DOF) ROS / ROS2 機器手臂
CRANE-X7 高階款(7+1 DOF) ROS / ROS2 機器手臂
這是一款標準相容 ROS / ROS2 的研發用機器手臂，它是 CRANE+ V2 的高階機種。緊湊又時尚！是協作機器人研究的理想選擇。附有手提箱，方便攜帶！
CRANE-X7 是與日本 Osaka University 大阪大學共同開發，它主要是為了研究和開發目的而設計的。因為有 7 軸配置，可以利用其多軸高自由度的優勢，來制定手臂移動方案以避開障礙物，並進行類似人體手臂的靈活運動。除了使用 C++ 進行 inverse kinematics 逆運動學之外，它還支援 ROS / ROS 2，可使用豐富的 ROS 套件包，滿足研究和開發所需的進階處理。
* ROS（機器人作業系統）是開源軟體，提供套件包和工具來幫助軟體工程師開發機器人應用程式。許多工程師正在進行各種研究，使用 ROS 提供的套件包和工具，可以輕鬆創建出高度通用的程式。
* CRANE-X7 機器手臂也可加裝相機，如 Intel D435 深度相機，但須自備安裝連接件
* 因為手臂外殼是 3D 列印件，因此你可以要求不同顏色的外殼，甚至加印自己公司的 logo，讓 CRANE-X7 成為你公司專屬的機器手臂。
* 交貨期約 1.5-2 個月
CRANE-X7
5 Videos
| ROS 螢幕影像
所展示的機器人將具有紅色和白色。
| 提供 ROS 範例程式碼和 Gazebo 模擬器
擁有豐富的範例程式碼，用戶可以輕鬆開發 ROS 程式。用模擬器（Gazebo）確認運作情況後，就可以開發並執行實際機器了。
* 範例程式碼網址
| 手臂配色選擇
影像的左上角是標配顏色，其他 5 種顏色是可選顏色的範例。
因為是用 3D 列印完成的，所以可以享受多種機身配色。可以從白、黑、紅、藍、黃、綠中任選 2 種顏色（選擇 3 種以上的顏色需付費），還可以變更 logo 標誌（需付費）。
| 機器手臂色彩模擬器
點擊下面的網址，嘗試不同配色組合。點選 [1] 至 [11] 之間的[數字] 以變更顏色，[9] 則是固定 logo，需付費更改。
* 機器手臂色彩模擬 網址
避障的工作分段式操作
因有多達 7 軸和正交軸的設計，可以根據程式，讓手臂的操作更像人類，同時也能夠避開障礙物。
控制模式選擇
使用 ROBOTIS Dynamixel 智能馬達，可透過模式切換來選擇位置、速度、扭力（電流）控制。
相容於 ROS/ ROS 2
標準相容 ROS / ROS2
透過與各種 ROS 軟體套件結合，擴大了研究範圍。
標準的兩指夾手的 CAD 檔
CAD 檔已公開在硬體資訊庫 hardware information repository 中。除了可自己製作修理零件外，還可以自製夾爪來更換。
緊湊的機身
手臂重約 1.8 kg，方便攜帶，並且可以用夾子將其固定在桌子上進行安裝。
配色選擇
可以從不同顏色，白、黑、紅、藍、黃和綠色中選擇顏色搭配，變成自己專屬的機器手臂。
| 項目 | 規格 |
|---|---|
| 產品名稱 | CRANE-X7 高階款 ROS / ROS2 機器手臂 |
| 型號 | RT-CRANE-X7 |
| 有效工作範圍 | 半徑 500mm |
| 有效負載 | 約 0.5 kg |
| 自由度 | 7 + 1 爪手 |
| 尺寸 | 130 × 100 × 708（mm）（含 5mm 安裝用固定金屬） |
| 重量 | 約 1.8 kg（含安裝用固定金屬） |
| 通訊 | 內部 RS485 |
| 智能馬達 | ROBOTIS Dynamixel XM540-W270-R、XM430-W350-R |
| 電源 | 12V, 10A, 120W 電源 |
| 外殼 | 3D 列印件，可以從白、黑、紅、藍、黃和綠色中選擇。 |
| 備註 |
* 由於改進或其他情況，規格和價格如有更改，恕不另行通知。請注意。 * 正常交貨時間：約 1～1.5 個月 |
客製化及客戶案例介紹
使用連接件，將 Intel RealSense D435 深度相機安裝在 CRANE-X7 機器手臂上。
* 這是連接件的 Github 圖檔下載。
這是開發四連桿機構爪手的範例。開發流程發佈在 Arti Blog。
CRANE-X7 還可以與移動機器人結合。
使用的機器人：Raspberry Pi Cat v1(已停售)。
日本 University of Tsukuba 筑波大學在 2022 International Robot Exhibition 上展示了 “High-speed general-purpose object manipulation by robots using bilateral control and deep learning” 的研究成果，使用 CRANE-X7 機器手臂實際展示了 “物體抓取和運輸” 和 “洗碗” 的成果，展示了「人機合作」的示範。
* 在 RT Robot Shop Blog 上的訪談文章。
