Résultats de la recherche pour "nvidia OR jetson OR nano OR developer OR kit OR b01"

A Beginner's Guide to AI and Edge Computing Artificial Intelligence (AI) is now part of our daily lives. With companies developing low-cost AI-powered hardware into their products, it is now becoming a reality to purchase AI accelerator hardware at comparatively very low costs. One such hardware accelerator is the Hailo module which is fully compatible with the Raspberry Pi 5. The Raspberry Pi AI Kit is a cleverly designed hardware as it bundles an M.2-based Hailo-8L accelerator with the Raspberry Pi M.2 HAT+ to offer high speed inferencing on the Raspberry Pi 5. Using the Raspberry Pi AI Kit, you can build complex AI-based vision applications, running in real-time, such as object detection, pose estimation, instance segmentation, home automation, security, robotics, and many more neural network-based applications. This book is an introduction to the Raspberry Pi AI Kit, and it is aimed to provide some help to readers who are new to the kit and wanting to run some simple AI-based visual models on their Raspberry Pi 5 computers. The book is not meant to cover the detailed process of model creation and compilation, which is done on an Ubuntu computer with massive disk space and 32 GB memory. Examples of pre-trained and custom object detection are given in the book. Two fully tested and working projects are given in the book. The first project explains how a person can be detected and how an LED can be activated after the detection, and how the detection can be acknowledged by pressing an external button. The second project illustrates how a person can be detected, and how this information can be passed to a smart phone over a Wi-Fi link, as well as how the detection can be acknowledged by sending a message from the smartphone to your Raspberry Pi 5.

Lis (+) (–)

Build your own AI microcontroller applications from scratch The MAX78000FTHR from Maxim Integrated is a small development board based on the MAX78000 MCU. The main usage of this board is in artificial intelligence applications (AI) which generally require large amounts of processing power and memory. It marries an Arm Cortex-M4 processor with a floating-point unit (FPU), convolutional neural network (CNN) accelerator, and RISC-V core into a single device. It is designed for ultra-low power consumption, making it ideal for many portable AI-based applications. This book is project-based and aims to teach the basic features of the MAX78000FTHR. It demonstrates how it can be used in various classical and AI-based projects. Each project is described in detail and complete program listings are provided. Readers should be able to use the projects as they are, or modify them to suit their applications. This book covers the following features of the MAX78000FTHR microcontroller development board: Onboard LEDs and buttons External LEDs and buttons Using analog-to-digital converters I²C projects SPI projects UART projects External interrupts and timer interrupts Using the onboard microphone Using the onboard camera Convolutional Neural Network

Lis (+) (–)

Retard temporaire dans la livraison des robots Unitree Comme de nombreux autres fournisseurs, nous rencontrons actuellement des retards dans la livraison des robots Unitree. Un envoi de notre fournisseur est actuellement bloqué en douane, ce qui entraîne un retard dans la livraison des commandes déjà passées. Nous travaillons activement avec notre fournisseur pour résoudre ce problème et espérons obtenir plus de clarté bientôt, mais nous ne pouvons malheureusement pas garantir de délais précis pour le moment. Un nouvel envoi est également en cours d'acheminement, mais il faudra un certain temps avant qu'il n'arrive. Comme d'autres fournisseurs rencontrent les mêmes difficultés, changer de prestataire ne permettrait pas d’obtenir une solution plus rapide. Notre priorité est d’honorer les commandes existantes. Si vous avez des questions ou souhaitez modifier votre commande, n’hésitez pas à contacter notre service client. Nous vous tiendrons informés des prochains développements. La série Unitree Go2 se compose de robots quadrupèdes destinés à la recherche et au développement de systèmes autonomes dans les domaines de l'interaction homme-robot (HRI), du SLAM et du transport. Grâce à ses quatre pattes et à ses 12 degrés de liberté, ce robot peut évoluer sur des terrains variés. Le Go2 est équipé d'un système perfectionné de gestion de l'entraînement et de la puissance, qui permet une vitesse (selon la version) allant jusqu'à 3,7 m/s ou 11,88 km/h, avec une autonomie pouvant atteindre 4 heures. De plus, les moteurs ont un couple de 45 N.m au niveau du corps/des cuisses et des genoux, ce qui permet également des sauts ou des saltos arrière. Caractéristiques Système de reconnaissance ultra-performant : LIDAR 4D L1 Vitesse de course maximale : environ 5 m/s Couple d'articulation maximal : environ 45 N.m Module sans fil : Wi-Fi 6/Bluetooth/4G Autonomie ultra-longue : environ 2 à 4 h (longue durée de vie mesurée en conditions réelles) Système de suivi latéral intelligent : ISS 2.0 Spécifications Module de suivi : Suivi automatique ou télécommandé Caméra frontale : Résolution de transmission d'image : 1280 x 720, champ de vision : 120°, objectif ultra grand angle pour une clarté exceptionnelle. Feu avant : Éclaire intensément la route. LiDAR 4D L1 : Balayage omnidirectionnel ultra grand angle 360° x 90° permettant un évitement automatique avec un angle mort réduit et un fonctionnement stable. 12 moteurs d'articulation : Robuste et puissant, élégant et simple, une expérience visuelle inédite. Microphone interphone : Communication efficace sans restriction de scénario. Sangle auto-rétractable : Facile à transporter et à charger. Plus stable, plus puissant grâce à des appareils avancés. LiDAR 3D, carte ESIM 4G, Wi-Fi 6 bi-bande, Bluetooth 5.2 pour une connexion stable et un contrôle à distance. Puissant cœur de calcul : contrôleur de mouvement, processeur ARM hautes performances, processeur à algorithme d'intelligence artificielle amélioré, ORIN NX/NANO externe. Batterie intelligente : batterie standard de 8000 mAh, batterie longue durée de 15000 mAh, protection contre les surchauffes, les surcharges et les courts-circuits. Haut-parleur pour écouter de la musique : écoutez votre musique comme bon vous semble. Variantes de l'Unitree Go2 Le Go2 impressionne non seulement par ses capacités techniques, mais aussi par son design moderne et fin qui lui confère un look futuriste et attire tous les regards. Le Go2 Air est spécialement conçu pour les démonstrations et les présentations. Grâce à ses fonctionnalités de base, il offre une base solide pour démontrer les capacités de mouvement et les fonctionnalités d'un robot à quatre pattes. Important : Le Go2 Air est livré sans contrôleur. Celui-ci est disponible en option. Équipés d'un puissant processeur 8 cœurs hautes performances, les modèles Pro et Edu offrent une puissance de calcul impressionnante, indispensable aux tâches complexes et aux calculs exigeants. Cela permet un traitement des données plus rapide et plus efficace, faisant des modèles Pro et Edu des partenaires fiables pour vos projets. À partir de la version Edu, le Go2 est programmable et offre des possibilités infinies pour le développement et la recherche de vos propres applications robotiques. Le Go2 est également capable de gérer une hauteur de marche allant jusqu'à 14 cm. Cela en fait un outil idéal pour la recherche, l'éducation et l'initiation au monde de la robotique. Le Go2 Edu est livré avec une télécommande pour un contrôle simple et intuitif. Il dispose également d'une station d'accueil d'une puissance de calcul impressionnante de 100 TOPS, équipée de puissants algorithmes d'IA et d'une assistance technique. Le Go2 Edu est équipé d'une puissante batterie de 15000 mAh qui lui confère une autonomie impressionnante allant jusqu'à 4 heures. Cette longue durée de fonctionnement permet au robot d'effectuer des missions d'exploration plus longues et d'accomplir des tâches exigeantes. Comparaison des modèles Air Pro Edu/Edu Plus Dimensions (debout) 70 x 31 x 40 cm 70 x 31 x 40 cm 70 x 31 x 40 cm Dimensions (accroupi) 76 x 31 x 20 cm 76 x 31 x 20 cm 76 x 31 x 20 cm Matériau Alliage d'aluminium + Plastique technique haute résistance Alliage d'aluminium + Plastique technique haute résistance Alliage d'aluminium + Plastique technique haute résistance plastique Poids (avec batterie) environ 15 kg environ 15 kg environ 15 kg Tension 28~33,6 V 28~33,6 V 28~33,6 V Puissance de pointe environ 3000 W environ 3000 W Charge utile ≈7 kg (MAX ~ 10 kg) ≈8 kg (MAX ~ 10 kg) ≈8 kg (MAX ~ 12 kg) Vitesse 0~2,5 m/s 0~3,5 m/s 0~3,7 m/s (MAX ~ 5 m/s) Hauteur de montée/chute max. environ 15 cm environ 16 cm environ 16 cm Angle de montée max. 30° 40° 40° Puissance de calcul de base N/A 8 cœurs hautes performances Processeur Processeur 8 cœurs hautes performances Moteur d'articulation du genou en aluminium Ensemble de 12 Ensemble de 12 Ensemble de 12 Circuit intra-articulaire (genou) ✓ ✓ ✓ Refroidisseur de caloduc articulaire ✓ ✓ ✓ Amplitude de mouvement Corps : −48~48° Corps : −48~48° Corps : −48~48° Cuisse : −200°~90° Cuisse : −200°~90° Cuisse : −200°~90° Jarret : −156°~−48° Jarret : −156°~−48° Couple max. N/A Environ 45 N.m Environ 45 N.m LiDAR 3D super grand-angle ✓ ✓ ✓ Module de suivi de positionnement vectoriel sans fil N/A ✓ ✓ Grand angle HD Caméra ✓ ✓ ✓ Capteur de force côté pied N/A N/A ✓ Action de base ✓ ✓ ✓ Sangle de mise à l'échelle automatique N/A ✓ N/A OTA intelligent amélioré ✓ ✓ ✓ Transmission d'images RTT 2.0 ✓ ✓ ✓ Télécommande de base via l'application ✓ ✓ ✓ Visualisation des données via l'application ✓ ✓ ✓ Programme graphique via l'application ✓ ✓ ✓ Lampe frontale (3) W) ✓ ✓ ✓ Wi-Fi 6 double bande ✓ ✓ ✓ Bluetooth 5.2/4.2/2.1 ✓ ✓ ✓ Module 4G N/A CN/GB CN/GB Voix Fonction N/A ✓ ✓ Lecture musicale N/A ✓ ✓ Système intelligent de suivi latéral ISS 2.0 N/A ✓ ✓ Détection et évitement intelligents ✓ ✓ ✓ Secondaire Développement N/A N/A ✓ Contrôleur manuel En option En option ✓ Module haute puissance de calcul N/A N/A Edu : 40 TOPS de puissance de calcul Edu Plus : 100 TOPS de puissance de calcul NVIDIA Jetson Orin (en option) Smart Batterie Standard (8000 mAh) Standard (8000 mAh) Longue autonomie (15000 mAh) Autonomie 1 à 2 h 1 à 2 h 2 à 4 h Chargeur Standard (33,6 V, 3,5 A) Standard (33,6 V, 3,5 A) Charge rapide (33,6 V, 9 A) Inclus 1x Unitree Go2 Pro 1x Unitree Go2 batterie (8000 mAh) Téléchargements Documentation iOS/Android apps GitHub

Lis (+) (–)

Plot, Cut, Drill, Mill and Laser with the Z99 This book covers the construction, hardware, software, and operation of the Z99 – CNC machine. This is a multifunctional 4-axis machine for home construction. The capabilities of the Z99 machine include: large-format schematic plotting PCB plotting with etch-resist pens schematic plotting with conductive-ink pens letter cutting out of vinyl paper cutting PCB/substrate drilling PCB/substrate milling text milling laser engraving laser cutting of solder paste masks By making the support software available as freeware, readers of the book are challenged and encouraged to develop new applications for the Z99. The machine would not be of much use if the user has no option to create suitable files for the designs in mind. A large part of this book is dedicated to creating source files in a variety of freeware software packages, including Inkscape, DesignSpark PCB, KiCad, and FlatCAM. The book is also useful for readers keen to comprehend and then master the basic structure of HPGL, Gerber, Drill, and G-code files, as well as to have a go at deciphering them using software.

Lis (+) (–)

Le kit Whadda 3D Xmas Tree est destiné aux amateurs et aux débutants intéressés par la soudure et l'électronique. Avec ce kit DIY, vous pouvez construire un sapin de Noël LED festif. Caractéristiques 16 LED rouges clignotantes LED vertes et jaunes supplémentaires fournies pour personnaliser votre arbre Peut être accroché et alimenté par des fils Fonctionne sur 12 V CC (par exemple dans les voitures) Spécifications Faible consommation d'énergie 8 mA Alimentation Pile 9 V (non incluse) Dimensions 102 x 88 x 80 mm Poids 65 g Téléchargements Manuel

Lis (+) (–)

59 Experiments with Arduino IDE and Python The main aim of this book is to teach the Arduino IDE and MicroPython programming languages in ESP32 based projects, using the highly popular ESP32 DevKitC development board. Many simple, basic, and intermediate level projects are provided in the book using the Arduino IDE with ESP32 DevKitC. All projects have been tested and work. Block diagrams, circuit diagrams, and complete program listings of all projects are given with explanations. In addition, several projects are provided for programming the ESP32 DevKitC using MicroPython. The projects provided in this book are designed to teach the following features of the ESP32 processor: GPIOs Touch sensors External interrupts Timer interrupts I²C and I²S SPI PWM ADC DAC UART Hall sensor Temperature sensor Infrared controller Reading and writing to SD card Reading and writing to flash memory RTC timer Chip ID Security and encryption Wi-Fi and network programming Bluetooth BLE programming Communication mobile devices Low power design ESP-IDF programming The projects have been organized with increasing levels of difficulty. Readers are encouraged to tackle the projects in the order given. A specially prepared hardware kit (SKU 18305) is available from Elektor. With the help of this hardware, it should be easy and fun to build the projects in this book.

Lis (+) (–)

This book details the use of the ARM Cortex-M family of processors and the Arduino Uno in practical CAN bus based projects. Inside, it gives a detailed introduction to the architecture of the Cortex-M family whilst providing examples of popular hardware and software development kits. Using these kits helps to simplify the embedded design cycle considerably and makes it easier to develop, debug, and test a CAN bus based project. The architecture of the highly popular ARM Cortex-M processor STM32F407VGT6 is described at a high level by considering its various modules. In addition, the use of the mikroC Pro for ARM and Arduino Uno CAN bus library of functions are described in detail. This book is written for students, for practising engineers, for hobbyists, and for everyone else who may need to learn more about the CAN bus and its applications. The book assumes that the reader has some knowledge of basic electronics. Knowledge of the C programming language will be useful in later chapters of the book, and familiarity with at least one microcontroller will be an advantage, especially if the reader intends to develop microcontroller based projects using CAN bus. The book should be useful source of reference to anyone interested in finding an answer to one or more of the following questions: What bus systems are available for the automotive industry? What are the principles of the CAN bus? What types of frames (or data packets) are available in a CAN bus system? How can errors be detected in a CAN bus system and how reliable is a CAN bus system? What types of CAN bus controllers are there? What are the advantages of the ARM Cortex-M microcontrollers? How can one create a CAN bus project using an ARM microcontroller? How can one create a CAN bus project using an Arduino microcontroller? How can one monitor data on the CAN bus?

Lis (+) (–)

Ce kit comprend le plus large assortiment d'embouts iFixit, ainsi que toutes les têtes de tournevis dont vous aurez besoin pour entreprendre tout projet de réparation ou de bricolage. Il comprend des embouts standard comme Phillips et Flathead dans une gamme complète de tailles pour tout gérer, de la réparation électronique de précision aux projets de bricolage à domicile. Et ce ne serait pas un ensemble de bits iFixit s'il n'incluait pas tous les éléments exotiques, des Pentalobes pour la réparation d'iPhone et de MacBook d'Apple aux Gamebits pour vos consoles Nintendo vintage. Tous les jeux d'embouts de nouvelle génération ont été repensés afin de maximiser la commodité et la convivialité. Le couvercle du jeu d'embouts est maintenu en place avec des aimants pour augmenter la durée de vie du produit (plus de charnières ou de fermoirs cassés) et se monte également à l'arrière du boîtier du jeu d'embouts pour le garder à l'écart pendant que vous faites votre travail. Si vous avez besoin d'aide pour organiser vos vis et pièces, vous pouvez utiliser le plateau de tri intégré au couvercle. Les embouts de 4 mm ont été ajustés et ont désormais un col plus long pour une portée plus profonde et plus précise. La boîte à outils comprend Étui aimanté facile à ouvrir Membre avec plateau de tri intégré Tournevis en aluminium de 4 mm Tourne-embout en aluminium 1/4' Embouts de tournevis de 4 mm Phillips - 000, 00, 0 Tête plate - 1, 1,5, 2, 2,5, 3, 3,5 mm Torx-T2, T3, T4, T5 Sécurité Torx - TR6, TR7, TR8 Pentalobes-P2, P5, P6 JIS-000, 00, 0, 1 Hex - 0,7, 0,9, 1,3, 1,5 mm Sécurité hexagonale - 2, 2,5, 3, 3,5 mm Tripoint - Y000, Y00, Y0, Y1 Tourne-écrou - 2,5, 3, 3,5, 4, 4,5, 5, 5,5 mm Mors de jeu - 3,8, 4,5 mm Tendeur - 4, 6 Triangles - 2, 2,2, 2,6, 3 mm Mors ovale Embout d'espacement pour iPhone Bit d'éjection Sim Embout de ramassage magnétique Embouts de tournevis 1/4' Phillips - 1, 2, 3 Tête plate - 4, 5, 6, 7, 8 mm Sécurité hexagonale - 4, 5, 6, 7, 8 mm Sécurité hexagonale SAE - 1/8, 9/64, 5/32, 3/16, 7/32, 1/4 Pozidriv-PZ0, PZ1, PZ2, PZ3 Jeu de couples - 6, 8, 10 Tendeur - 8, 10, 12 Carré - 0, 1, 2, 3 Cannelure-M5, M6, M8 Sécurité Torx - TR9, TR10, TR15, TR20, TR25, TR27, TR30, TR35, TR40 Tri-aile 1, 2, 3, 4 Embrayage 1, 2, 3 Vanne Schrader Entraînement à crochet Adaptateur 1/4' à 4 mm Pilote 1/4' à douille 1/4' Pilote 1/4' à douille 3/8' Douille 1/4' vers pilote 1/4' Caractéristiques Embout métal : acier 6150 Matériau du pilote : aluminium anodisé Matériau du boîtier: ABS Mousse : EVA

Lis (+) (–)

Elektor GREEN and GOLD members can download their digital edition here. Not a member yet? Click here. What to expect This Elektor edition guest-edited by Edge Impulse explores the edge AI workflow, from data collection and model training to deployment and optimization: End-to-End Edge AIA hands-on object detection series that walks through the complete machine learning pipeline on embedded hardware. High-Resolution, High-Speed Object Counting (Nvidia Jetson Nano, TensorRT)Pushing inference speed and precision for visual counting applications. PCB Defect Detection with Computer Vision (Raspberry Pi)Smarter manufacturing through embedded vision. Smart Building Ventilation with Sensor FusionAI-powered environmental optimization for energy efficiency. Analog Meter Reading (Arduino Nicla Vision)A TinyML approach to automating analog infrastructure. Smart Appliance Control Using Voice Commands (Nordic Thingy:53)Speech recognition at the edge. Liquid Classification with TinyML (Seeed Wio Terminal + TDS Sensor)Combining IoT sensing and embedded ML for fluid analysis. Surgery Inventory Object DetectionApplying real-time vision to healthcare logistics. Plus, the magazine includes exclusive interviews with: Edge Impulse co-founders Zach Shelby and Jan Jongboom; Qualcomm Technologies VP of product management Manny Singh; and EDGE AI FOUNDATION CEO Pete Bernard. Also included are a Tech the Future essay titled "AI at the Edge: Powering the Next Generation of Devices," an Industry Case Study on GlobalSense, and more. Contents What the Heck Is Edge AI Anyway?Bringing Intelligence to the Device Meet Edge Impulse StudioEasily Build and Deploy Edge AI Models Keyword Spotting with Edge ImpulseCollect, Train, and Deploy Smart Appliance Control Using Voice Commands with the Nordic Thingy:53 Key Terms for Understanding Edge AI and Machine Learning Crash Course: Getting Started with Edge ImpulseLearn to Collect, Train, and Deploy an ML Model with the Arduino Nano 33 BLE Sense A New Chapter for ArduinoFrom Hobby Board to Edge Computing Powerhouse Getting Started with Object Detection on Edge Devices PCB Defect DetectionComputer Vision with Raspberry Pi Scaling AI to the Smallest Devices Optimizing Power Efficiency in Battery-Driven Edge AI Devices AI ToasterWhen Edge AI Meets Breakfast Thundercomm Rubik Pi 3Raspberry Pi Familiarity Meets Edge AI Leadership, Embedded ML, and the Edge Revolution Vision Language Models for the EdgeCascading Models for Better Reliability Get to Know Edge ImpulseQuestions from the Elektor Community Project Update #5: ESP32-Based Energy MeterUsing Edge AI to Recognize Household Loads Motion Recognition with Anomaly DetectionAn End-to-End Tutorial Smart Ventilation System: Fusing Sound and Environmental DataA Dual-MCU Machine Learning Approach for Automated Window and Louver Control Bringing Voice Control to Earbuds and Headsets AI at the Edge: Powering the Next Generation of Devices

Lis (+) (–)

Elektor GREEN en GOLD leden kunnen deze uitgave hier downloaden.Nog geen lid? Klik hier om een lidmaatschap af te sluiten. Kiesschijftelefoon als afstandsbedieningvoor licht kies 1; voor koffie kies 2 GPS-gebaseerde snelheidsmeternooit meer bekeuringen RGB-stroboscoop met Arduinokleurige toepassing van een nuttig instrument Draadloze nooddrukknopmeer veiligheid met LoRa Alle begin......volgt de emitter Vrij te kiezen onafhankelijke hystereseniveaus voor comparatorenmet simulaties, spreadsheets en algebra Impedantie-analyzer op basis van een ESP32simpel, weinig onderdelen en goedkoop! Oost West Lab Bestzelfbouw moet gestimuleerd! Het MCCAB Arduino Nano Training Boardalle hardware voor de “Microcontrollers Hands-On Course” Uit het leven gegrepenmodern luddisme Sensor-ABC: de DS18B20 temperatuursensoraansluiting op de 1-Wire bus Gaan Matter en Thread het Smart Home redden?nieuwe standaarden om het slimme huis te vereenvoudigen Een kwestie van samenwerkingontwikkelen met het Thing Plus Matter Board en Simplicity Studio Elektor IIIIinfographicIoT en sensoren Matter, ExpressLink, Rainmaker – waar hebben we het over?vraaggesprek met Amey Inamdar van Espressif De juiste keuze van microcontroller-ontwikkelkitsvoor IoT- en IIoT-toepassingen Condensatoren gedragen zich niet altijd capacitief! Een NTP-klok met CircuitPythonwaarom zou je deze programmeertaal gebruiken? Bouw een cool IoT-display'met de Phambili Newt De doppler-bewegingssensor HB100theorie en praktijk Een gids voor puristisch programmeren (deel 1)voor STM32 en andere controllers Siglent SDM3045X-multimeter Microprocessoren voor embedded systemenvreemde onderdelen Microcontroller-documentatie verklaarddeel 3: blokschema’s en meer Low-power LoRa-weerstationbouw zelf een weerstation met een groot bereik Transverter voor de 70cm-band Klimaat aan ingenieurssnelheid is geboden! Hexadoku

Lis (+) (–)

Le uArm Swift Pro est un bras robotique de haute qualité qui peut être utilisé dans un large éventail d'applications. Le uArm Swift Pro a été développé et optimisé pour une utilisation dans l'enseignement, ce qui signifie que de nombreux packages sont déjà disponibles pour les plateformes open source telles que ROS. Le uArm Swift Pro a une répétabilité de position de 0,2 mm et est également équipé d'un moteur pas à pas et d'un encodeur 12 bits. Ce ne sont là que quelques-unes des raisons qui font du uArm Swift Pro un excellent choix pour une utilisation pédagogique. Le kit d'impression 3D, qui permet de convertir le uArm Swift Pro en imprimante 3D en moins d'une minute, est une autre caractéristique intéressante. L'uArm peut être utilisé avec les plateformes/systèmes de développement suivants : SDK UFACTORY Arduino Python ROS GRABCAD OpenMV Application pour smartphone L'application pour smartphone iOS est déjà disponible dans l’App Store et permet de contrôler et de surveiller facilement le bras robotique. L'application pour Android est en cours de développement et sera bientôt disponible. Un exemple de vision industrielle Le GIF suivant montre l'uArm en combinaison avec l'OpenMV Machine Vision Cam M7 et les applications de reconnaissance faciale qui peuvent être mises en œuvre en MicroPython. Spécifications Degrés de liberté : 4 Répétabilité : Jusqu'à 0,2 mm Charge utile : 500 g Plage de travail : 50-320 mm Vitesse de positionnement : 100 m/s Retour de position : codeur 12 bits Dimensions : 150 x 140 x 281 mm 150 x 140 x 281 mm Poids : 2,2 kg Inclus UFactory uArm Swift Pro Body Bluetooth & Pince à vide Téléchargements Fiche technique  

Lis (+) (–)

La série SQ de sondes PCBite mains libres de Sensepeek est isolée, est livrée avec des supports de câble à code couleur inclus et a un point de gravité plus bas, ce qui les rend encore plus stables par rapport à la série de sondes SP d'origine. Toutes les caractéristiques appréciées de la mesure mains libres, de l'aiguille de test échangeable à pointe à ressort à pas fin et du design minimaliste sont conservées pour rendre obsolètes les sondes de taille traditionnelle et portables. Caractéristiques Toutes les sondes mains libres de Sensepeek facilitent les mesures instantanées ou les longues sessions de déclenchement. Fini les fils à souder pour connecter votre sonde ou les outils compliqués à configurer, il suffit de positionner l'aiguille de la sonde sur n'importe quel point de test ou composant dans le chemin du signal et de la relâcher. Gain de temps et de frustration lors du développement, de la vérification et des réparations. La conception minimaliste et l'aiguille de test à ressort permettent de mesurer simultanément des composants à pas fin et des signaux à proximité. La longueur et le poids des sondes SQ sont parfaitement équilibrés pour être utilisés avec les supports de PCB PCBite et la plaque de base, indispensable pour une fonction mains libres. Le porte-sonde est livré avec un aimant puissant dans la base, comme pour toutes les sondes et supports PCBite, ce qui rend la sonde facile à placer et à repositionner. La série de sondes SQ peut être utilisée à la main sans le porte-sonde car elles sont dotées d'une poignée isolée, mais tout leur potentiel est utilisé lors des mesures mains libres. Inclus 4x sondes SQ10 et aiguilles de test à pointe pointue (noires) 2x fils de test banane vers Dupont (rouge/noir) 5x fils de test Dupont à Dupont 1x jeu de supports de câbles (4 couleurs) 4x aiguilles de test supplémentaires Téléchargements Mode d'emploi

Lis (+) (–)