人工智能学科领域
OS-nano 通过“降低多模态 AI 大模型的部署门槛、提升端侧训练效率”,提供从模型落地到应用验证的完整支撑
OS-nano
具身智能导航
OS-nano 是一款集成多模态 AI 能力的智能机器人导航产品模块,通过高性能 GPU 支撑多模态大模型运行,融合视觉、语音等感知方式实现环境理解,结合视觉 SLAM 与自动驾驶架构完成不同类型具身机器人路径规划和任务执行。
提供语义交互、物品识别等高阶 AI 功能,配套 ROS 系统与算法实训内容,支持快速了解具身智能自主导航算法,既满足基础学习实践需求,也为高阶人工智能科研创新提供从硬件到软件的全栈支撑,实现从环境感知、决策规划到任务执行的一体化开发实践 。
多场景融合导航算法
多源传感信息与多种算法模型融合,支持复杂多样环境下的导航开发应用,为自动驾驶、机器人和增强导航应用提供了坚实的技术基础。
多阶段实践与拓展功能
从硬件底层到算法上层、从结构硬件到系统集成、从安装操作到创新研究全流程构建激发创新和解决复杂问题的实践与科研框架。
- SLAM与AI实践：定位、规划、导航与AI控制的协同
- 深度学习模型训练：视觉标注、仿真与预训练模型训练
- AI大模型开发：面向多样化场景的AI算法扩展
- 硬件组装与调试：底盘硬件与电气调试
- 运动控制标定：底盘 CAN 总线与控制标定
- 底盘与导航联调：多传感器标定与导航调试
多领域应用开发功能
以 “模块化硬件支撑 + 多模态 AI 大模型部署 + ROS 生态集成” 为核心,OS-nano 融合人工智能、具身智能、移动机器人、智能网联汽车四大领域的技术。打造“AI 算法 - 具身交互 - 自主导航 - 车路协同 ” 跨领域一体化技术开发平台。
-
-
具身智能学科领域
OS-nano 通过 “硬件实体 + 多模态感知 + 实时行动控制”,成为智能体物理实体与环境交互产生智能开发的关键支撑
-
移动机器人学科领域
OS-nano 通过 “导航模块与模块化底盘”搭建,为自主导航、场景适配、功能扩展提供从基础学习到深度创新的全周期支撑
-
智能网联学科领域
OS-nano通过“实现视觉自动驾驶功能落地”, 为推动“车 - 环境交互能力”实现 ,提供端-端技术开发全方案支撑
底盘配置与功能
丰富的应用开发例程
-
语音控制
-
车道线识别
-
集群控制
-
视觉导航
多行业应用能力
-
开发
-
实训
-
教学
-
科研
支持搭载各种模块化应用,与您共同拓展行业无限未来
配置说明
- 适配车型：四转四驱底盘、阿克曼结构底盘 、差速底盘
- 运行环境：室内/室外（非雨雪天气）
- 操作系统：Linux Ubuntu 22.04 ROS 2
- 嵌入式计算机：Jetson Orin Nano (8GB)
- 存储：128GB
- 算力：40 TOPS
- 功耗：10W
- 激光雷达：2D 激光雷达（测量半径16米）
- 深度相机：Astra Pro Plus
- 拾音单元：六通道麦克风、10米检测范围、内置神经网络处理器、支持自定义语音词库
- 硬件功能：硬件安装与调试、CAN 通信分析与应用、底盘运动学分析与应用、电池 BMS 分析与应用
- 自动导航安装调试与测试功能：自动导航硬件安装、调试与测试,自动导航软件架构分析与应用,传感器融合数据分析与应用,底盘控制融合分析与应用
- 导航功能：动态避障、点对点导航、多点导航、TEB 与 DWA 路径规划、激光雷达角度屏蔽、激光雷达建图导航
- 建图功能：Rtab 纯视觉/视觉-激光雷达融合/Gmapping/Hector/Karto/Cartographer 建图,RRT/Frontier/Explore_Lite 自主建图
- 机器人编队功能：领航-跟随（Leader-Follower）算法
- 人机交互（HMI）功能：声源定位、语音召唤/控制/导航/播报/交互、激光雷达跟随
- 视觉功能：OpenCV 应用与教程、网络摄像头监控、深度视觉跟随、KCF 跟随、AR 标签识别、RGB 巡线、人体识别与跟随、3D 视觉建图、3D 视觉导航
- 深度学习功能：YOLO 物体/交通标志识别、深度学习模型训练、手势控制、沙盒地图自动驾驶
- AI 大模型部署：大模型应用/语义理解/情感感知/语音交互
- AI 视觉大模型：视觉大模型目标识别/场景理解/文字识别
- AI 大模型机器人：多模态大模型语音控制/自动巡线/颜色追踪,具身智能实时监控/视觉追踪/智能管家,多模态信息融合概览
- 配置方案：导航模块 + 底盘
- 配置说明：组件与功能支持模块化升级；具体规格以实际产品配置为准。
- 技术资料：API 接口、开源代码、底盘 CAN 协议、底盘 STP 模型图、ROS 驱动包
- 服务：在线技术支持
Technical Support
案例视频
-
-
-
