আপনার শিল্পের প্রয়োজনের জন্য উচ্চ-পারফরম্যান্স মোবিলিটি প্ল্যাটফর্ম

WD-TS500 অল-মেটাল শক-শোষণকারী ট্র্যাকড চ্যাসিস পরিধান-প্রতিরোধী দস্তা খাদ ট্র্যাক এবং এনকোডার সহ উচ্চ-টর্ক 37 মোটর দিয়ে সজ্জিত। এটির রেটেড লোড ক্ষমতা 15 কেজি, এবং এর শক-শোষণকারী কাঠামো অসামান্য অফ-রোড পারফরম্যান্স প্রদান করে, এটি বহিরঙ্গন টহল পরিদর্শন, ইঞ্জিনিয়ারিং ট্রলি এবং ভারী-লোড রোবটের দ্বিতীয় বিকাশের জন্য উপযুক্ত করে তোলে।

WD-T101D মিনি অ্যালুমিনিয়াম অ্যালয় ট্র্যাক করা চেসিস হল স্পিড মাপার সেন্সর এবং পরিধান-প্রতিরোধী রাবার ট্র্যাক দিয়ে সজ্জিত, APP কন্ট্রোল সমর্থন করে, 5-7 কেজি লোড ক্ষমতা এবং একটি কমপ্যাক্ট সাইজ, এবং ইনডোর DIY স্মার্ট গাড়ি, দ্বিতীয় ডেভেলপমেন্ট এক্সপেরিমেন্ট এবং রোবট শেখানোর জন্য উপযুক্ত।

WD-T200 সিরিজের অ্যালুমিনিয়াম অ্যালয় ট্র্যাক করা চ্যাসি দুটি সংস্করণ নিয়ে গঠিত, যথা ধাতু-চাকা WD-T200 এবং প্লাস্টিক-চাকা WD-T200P। এটি ঐচ্ছিক প্লাস্টিক বা ধাতব ট্র্যাকগুলিকে সমর্থন করে, বিভিন্ন স্পেসিফিকেশনের সম্প্রসারণ ছিদ্রের সাথে প্রাক-সংরক্ষিত, হালকা ওজনের ডিজাইন এবং সহজ সমাবেশের বৈশিষ্ট্য, এবং নতুন DIY প্রকল্প, শ্রেণীকক্ষে শিক্ষাদান এবং ছোট রোবটের মাধ্যমিক বিকাশের জন্য উপযুক্ত।

WD-WT600S অল-মেটাল ট্র্যাকড ট্যাঙ্ক চ্যাসিস দ্বিপাক্ষিক স্বাধীন সাসপেনশন দিয়ে সজ্জিত, 35° পর্যন্ত ঢালে আরোহণ করতে এবং 70 মিমি বাধা অতিক্রম করতে সক্ষম। এটিতে শক্তিশালী লোড-ভারিং ক্ষমতা এবং চমৎকার শক শোষণের বৈশিষ্ট্য রয়েছে এবং এটি আউটডোর এরিয়াল ফটোগ্রাফি ট্র্যাকিং, ফিল্ড ইন্সপেকশন এবং অফ-রোড রোবটের গৌণ বিকাশের জন্য উপযুক্ত।

WD-T60 ফোর-হুইল-ড্রাইভ অ্যালুমিনিয়াম অ্যালয় ট্যাঙ্ক ক্রলার চ্যাসিস প্লাস্টিক এবং মেটাল ট্র্যাক বিকল্পগুলিকে সমর্থন করে, 5-10 কেজি লোড ক্ষমতা সহ 12V গিয়ারড মোটর দিয়ে সজ্জিত। প্রাক-সংরক্ষিত প্রচুর সম্প্রসারণ গর্ত এটিকে DIY রোবট সমাবেশ, একাডেমিক শিক্ষার গবেষণা এবং বুদ্ধিমান যানবাহনের মাধ্যমিক বিকাশের জন্য আদর্শ করে তোলে।

WD-TR300P স্বাধীন সাসপেনশন ট্র্যাক করা ট্যাঙ্ক চ্যাসিস অ্যালুমিনিয়াম খাদ দিয়ে তৈরি এবং শক্তিশালী অফ-রোড এবং বাধা-উপসারণের পারফরম্যান্সের গর্ব করে। UNO R3 প্রধান কন্ট্রোলার এবং ওপেন-সোর্স কোডগুলির সাথে সজ্জিত, এটি ROS-এর উপর ভিত্তি করে গৌণ বিকাশকে সমর্থন করে, মোবাইল ব্লুটুথ অ্যাপ এবং PS2 গেম কন্ট্রোলারের মাধ্যমে নিয়ন্ত্রণ করে এবং বৈজ্ঞানিক গবেষণা, একাডেমিক অধ্যয়ন, আউটডোর পরিদর্শন এবং বুদ্ধিমান রোবট DIY প্রকল্পগুলিতে ব্যাপকভাবে প্রয়োগ করা হয়।