reComputer AI Lab
HomeModellenToolsHandleidingenProjectenForums

Handleidingen

reComputer RK-serie
  • Edge AI-computers
    • reComputer RK3576
      • Overzicht van reComputer RK3576
      • Aan de slag
        • reComputer RK3576-hardware aansluiten en instellen
        • Armbian configureren bij de eerste start van reComputer RK3576
        • Het besturingssysteem op de reComputer RK3576 installeren
        • Systeemimages en resourcedownloads voor reComputer RK3576
      • Handleiding interfacegebruik
        • Overzicht van de interfaces en het moederbord van reComputer RK3576
        • Hardware-interfaces en ventilatorregeling van reComputer RK3576 gebruiken
        • Externe AI-accelerators
          • De Google Coral USB-accelerator gebruiken met reComputer RK3576
          • De DEEPX DX-M1 M.2-accelerator gebruiken met reComputer RK3576
          • Een Hailo-8 M.2-accelerator gebruiken met reComputer RK3576
          • De ASUS UGen300 USB AI-accelerator gebruiken met reComputer RK3576
    • reComputer RK3588
      • Overzicht van de reComputer RK3588 edge-AI-computer
      • Aan de slag
        • reComputer RK3588-hardware aansluiten en instellen
        • Armbian configureren bij de eerste start van reComputer RK3588
        • Het besturingssysteem op de reComputer RK3588 installeren
        • reComputer RK3588-systeemimages en bronnen
      • Handleiding interfacegebruik
        • Overzicht van de interfaces en het moederbord van reComputer RK3588
  • Module-ontwikkelkit
    • RK3576-moduleontwikkelkit
      • Inleiding tot de reComputer RK3576 Module Dev Kit
      • Aan de slag
        • Hardware-aansluiting van de reComputer RK3576 Module Dev Kit
        • Armbian configureren bij eerste opstart op de reComputer RK3576 Module Dev Kit
        • Systeemimages en bronnedownloads voor de reComputer RK3576 Module Dev Kit
        • OS flashen op de reComputer RK3576 Module Dev Kit
      • Richtlijnen voor interfacegebruik van de reComputer RK3576 Module Dev Kit
      • reComputer RK3576 Module Dev Kit: Toepassingen
  • Configureren
  • Toepassing
    • Docker installeren op Armbian
    • CV
    • LLM
    • Nanobot
    • VLM
    • AIoT
      • AIoT-overzicht
      • RustDesk
        • Onbeheerde externe toegang met RustDesk
      • FUXA
        • FUXA installeren op de reComputer RK-serie
        • Een SCADA-monitoringdemo bouwen met FUXA
      • Home Assistant
        • Home Assistant installeren
        • Modbus TCP-gegevens verzamelen en visualiseren
        • De interface aanpassen met HACS en Catppuccin
      • N3uron
        • N3uron installeren
  • Benchmark
    • CV
    • LLM & VLM
reComputer R-serie
  • Overzicht
  • Aan de slag
    • De juiste reComputer R Series-gids kiezen
    • OS flashen en eerste opstartcontroles
    • Hailo-versneller en -runtime controleren
  • Toepassingen
    • Frigate NVR met Hailo en Home Assistant
reComputer J-serie
  • Overzicht
  • Inleiding
  • Platformoverzicht
    • Overzicht
    • Wat is reComputer Jetson
    • NVIDIA Jetson-module
    • Seeed Jetson-compatibel draagbord
    • Jetson volledige systeemserie
    • Accessoire-ondersteuning
    • Toepassingsscenario's
  • Basistools
    • Overzicht
    • Python en programmeerbasis
    • AI en ML
    • CUDA
    • TensorRT
    • PyTorch
    • TensorFlow
    • Docker
    • OpenCV met CUDA
    • ROS
    • NoMachine
    • Linux-terminal en teksteditors
    • Netwerk en Wi-Fi
    • SSH-toegang op afstand
    • VNC-extern bureaublad
    • Bestandsoverdracht op afstand
    • Jtop en systeembewaking
    • Prestaties en ventilatorbesturing
    • Browser en invoermethode
    • VS Code
    • JupyterLab
    • uv Python-omgevingsbeheer
    • Wi-Fi-adapter
    • SSD-uitbreiding
    • CSI-camera
    • USB-camera
    • GPIO
    • UART seriële communicatie
    • I2C-communicatie
    • Super 4xMipi CSI
    • Super Dual Ethernet
    • Super chassis-uitbreiding
  • Computer vision
    • Overzicht
    • Inleiding tot computer vision
    • Hoe computers afbeeldingen weergeven
    • Klassieke computer vision
    • Neurale netwerken en CNN's
    • Deep learning computer vision-taken
    • Train en implementeer je eigen vision-model
    • Modelexport en edge-implementatie
    • Real-time vision pipeline-frameworks
    • DeepStream en Jetson
    • Geavanceerde vision-technologieën en vooruitblik
    • Bijlage: AI NVR op reComputer
  • Ontwikkeling van grote modellen
    • Overzicht
    • Inleiding tot grote taalmodellen
    • Aan de slag met Ollama
    • LLM's draaien met llama.cpp
    • Hoge prestaties inferentie met vLLM
    • Jetson Examples snelstart
    • ASR + LLM + TTS pipeline bouwen
  • Generatieve AI
    • Overzicht
    • Inleiding tot generatieve AI
    • Generatieve adversariële netwerken
    • Variationele autoencoders
    • Autoregressieve modellen en generatieve tekstmodellen
    • Transformer-modellen en generatieve AI
    • Lokaal intelligent Q&A-systeem
    • Beeldgeneratiemodellen en diffusiemodellen
  • Robotica
    • Overzicht
    • Inleiding tot ROS
      • Overzicht van ROS en omgevingsinstelling
      • Snelle kennismaking met HelloWorld voor ROS
      • ROS-architectuur
      • ROS-communicatiemechanisme
      • Veelgebruikte ROS-opdrachten
      • ROS-uitvoeringsbeheer
      • Veelvoorkomende ROS-componenten en functies
      • TF-coördinatentransformatie in ROS
    • ROS1 Noetic
      • Overzicht
      • ROS1-basis
      • ROS1 vision-toepassingen
    • ROS2 Humble
      • Overzicht
      • ROS2-grondslagen en installatie
      • ROS2-kerncommunicatie
      • Geavanceerde ROS2-interfaces en middleware
      • ROS2-tools, launch en visualisatie
      • ROS2-simulatie en vision
    • Ontwikkeling met fysieke ROS-robots
      • Aan de slag met ROS-robots
        • Overzicht van het ROS-robotsysteem
        • Basismethoden voor bewegingsbesturing
      • Veelgebruikte sensoren in robots
        • Dieptecamerasensor
  • Optimalisatie en implementatie
    • Overzicht
  • Praktische toepassingen
    • Overzicht
    • Isaac ROS-omgeving en installatie
    • Dieptesegmentatie
    • DNN stereo-diepte
    • Vrije-ruimtesegmentatie
    • Beeldcorrectie en voorbewerking
    • Beeldsegmentatie
    • 3D-scènereconstructie en -mapping
    • Objectdetectie
    • 3D-pose-schatting
    • Visuele SLAM
    • A-LOAM 3D SLAM op Jetson
  • Samenvatting en vooruitblik
Handleidingen/reComputer J-serie/Overzicht

Overzicht

Laatst bijgewerkt: 2026-09-16

📚 Inhoudsopgave ROS-robotica

HoofdstukInhoud
Module 7.1Inleiding tot ROS
Overzicht van ROS en omgevingsinstellingen
Snelle kennismaking met HelloWorld voor ROS
ROS-architectuur
ROS-communicatiemechanisme
Veelgebruikte ROS-commando's
ROS-uitvoeringsbeheer
Veelgebruikte componenten en functies van ROS
TF-coördinatentransformatie in ROS
Module 7.2ROS1 Noetic
ROS1-basis
ROS1-visiontoepassingen
Module 7.3ROS2 Humble
ROS2-basis en -configuratie
ROS2-kerncommunicatie
ROS2 geavanceerde interfaces en middleware
ROS2-tools, Launch en visualisatie
ROS2-simulatie en vision
Module 7.4Ontwikkeling met fysieke ROS-robots
Module 7.5ROS-projectpraktijk: geavanceerde functies
VorigeBeeldgeneratiemodellen en diffusiemodellen
VolgendeOverzicht van ROS en omgevingsinstelling
Op deze pagina
  • 📚 Inhoudsopgave ROS-robotica
SenseCraft

We helpen ontwikkelaars wereldwijd met krachtige edge-computing en AI-gedreven IoT-oplossingen.

Producten
  • SenseCraft AI
  • SenseCraft HMI
  • SenseCraft App
  • SenseCraft DePIN
Bronnen
  • Gebruikersgidsen
  • Wiki en documentatie
  • Downloads
Bedrijf
  • Over Seeed
  • Vacatures
  • Contact
  • Nieuws
© 2008-2026 Seeed Studio & SenseCraft. Alle rechten voorbehouden.
PrivacybeleidGebruiksvoorwaarden