Yahboom ROSMASTER M3 Pro ROS2 Roboter mit OpenClaw KI-Agent, Dual TOF LiDAR, 6DOF Arm, Mecanum SLAM
Yahboom ROSMASTER M3 Pro ROS2 Roboter mit OpenClaw KI-Agent, Dual TOF LiDAR, 6DOF Arm, Mecanum SLAM
Yahboom
Verfügbarkeit für Abholungen konnte nicht geladen werden
Überblick
ROSMASTER M3 Pro ist eine ROS2-Roboterplattform von Yahboom für ROS-Ausbildung, wissenschaftliche Forschungsexperimente und AI-Anwendungsschulungen. Es verwendet ein Mecanum-Rad-Chassis mit Pendelaufhängung für omnidirektionale Bewegung und ist auf ROS2 Humble entwickelt. Die Plattform integriert einen 6DOF-Roboterarm, eine binokulare Strukturlicht-Tiefenkamera für 3D-Visions-Hand-Auge-Integration und duale TOF-LiDAR für omnidirektionales SLAM-Mapping, autonome Navigation, Hindernisvermeidung und Pfadplanung. Sie unterstützt auch multimodale AI-Großmodell-Interaktion (Text/Bild/Stimme) mit Spracherkennung und natürlichem Sprachverständnis für Aufgabenplanung und -ausführung.
Hauptmerkmale
- OpenClaw AI-Agentenbereitstellung (mit Bereitstellungs- und Nutzungstutorial). Hinweis: OpenClaw-Bereitstellung wird auf der Jetson Nano B01-Version nicht unterstützt.
- Eingebettete multimodale Großmodellfähigkeiten: erweiterbare RAG-Wissensdatenbank, visuelles Großsprachmodell, Text-Großsprachmodell, Dual-Modell-Argumentationsarchitektur und dynamisches Feedback-Argumentieren.
- Dual TOF LiDAR Punktwolkenfusion: 360° omnidirektionale Wahrnehmung ohne tote Winkel; Kartennavigation/Straßennetzplanung; Pfadplanung und Mehrpunktnavigation.
- Straßennetzplanung: Erstellen, Bearbeiten und Verwalten von Routennetzen, die aus Punkten und Verbindungslinien bestehen; unterstützt die Auswahl des kürzesten Weges in sandboxartigen Routennetzen.
- 6DOF 3D visueller Roboterarm: Greifen, Sortieren und Transportieren im 3D-Raum; 3D-Punktwolken-Erkennung; Zielpositionierung und -verfolgung; Distanz-/Volumenberechnung; 3D-Real-Szenen-Kartierung.
- Anwendungen der Tiefenvisionstechnologie: YOLOv26 / Transformer, MediaPipe / OpenCV, visuelle Fusions-Neupositionierungsnavigation, PCL-Echtzeit-Punktwolken-Segmentierung.
- Eingebautes KI-Sprachmodul und Lautsprecher: unterstützt die Echtzeitumwandlung zwischen Sprache und Text.
- MoveIt2-Simulationsunterstützung.
Spezifikationen
| Modell | ROSMASTER M3 Pro |
| System | ROS2 Humble |
| Chassis | Gehäuse aus Aluminiumlegierung; Mecanum-Radpendelaufhängung; Hinterradpendelaufhängungsstruktur |
| Radgröße | 80mm Mecanum-Räder |
| LiDAR | Dual TOF LiDAR (diagonale Versatzanordnung: rechts vorne + links hinten); 360°-Abtastung |
| LiDAR-Erkennung (aus Vergleichstabelle) | 360°-Rundumwahrnehmung; 24m Erkennungsdistanz |
| Tiefenkamera | Binokulare Strukturlicht-Tiefenkamera |
| Tiefenkamera FOV (aus Vergleichstabelle) | H91° V62° |
| Roboterarm | 6DOF Roboterarm; 6PCS intelligenter serieller Bus-Servos (unterstützt das Zurücklesen von Position/Status und anderen Informationen) |
| Greiferfähigkeit (aus der Arm-Beschreibung) | Klemmt bis zu 410g; wiederholbare Positioniergenauigkeit 0.5mm |
| Batterie | 9600mAh Hochkapazitäts-Batteriepack |
| Touchscreen | 7-Zoll IPS hochauflösender Touchscreen (optional); Konfigurationsvarianten angezeigt: mit Display / ohne Display |
| Motoren | Hochdrehmoment-Encoder-Metallmotor; unabhängige Schwingungsaufhängung mit Hochdrehmomentmotor |
| ROS-Steuerplatine | 3. Generation ROS-Steuerplatine |
| MoveIt | MoveIt2 |
| AI-Großmodell-Anwendungsschemata | OpenClaw AI-Agent; optional Dify-Workflow-Plattform |
| OpenClaw AI-Agent – unterstützte Hauptsteuerung | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER |
| OpenClaw AI-Agent – Interaktionsmethoden | Sprache, WAP, Web/Terminal-Textbefehle |
| OpenClaw AI-Agent – Robotersteuerungsmodus | MCP, CLI |
| Dify-Workflow-Plattform – unterstützte Hauptsteuerung | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER; Jetson Nano B01 |
| Dify-Workflow-Plattform – Robotersteuerungsmodus | http |
| AI-Visuelles Verfolgungsalgorithmus (aus Lösungsvergleich) | OpenClaw: Transformer-Modell; Dify: KCF |
| Optionale AI-Großmodell-Szenario-Sandkasten / Sandbox-Karte | Größe: 3m × 4.1m (optional Zubehör; nicht im Lieferumfang des ROSMASTER M3 Pro enthalten) |
Master Control Board Optionen (zur Auswahl)
| Option | Wichtige Berechnungsspezifikation angezeigt | Leistung (angezeigt) | ROS-System (angezeigt) | OpenClaw (angezeigt) |
| Jetson Nano B01 4GB | 0.5 TFLOPS (FP16); Quad-Core Arm Cortex-A57 MPCore; 128-core NVIDIA Maxwell GPU; 4GB 64-bit LPDDR4 (25.6 GB/s) | 5W, 10W | Ubuntu 18.04 LTS + Docker + ROS2 Humble | Nicht unterstützt |
| Raspberry Pi 5 (8GB/16GB) | Cortex-A76; VideoCore VII; RAM: 8GB/16GB | 10W | Raspberry Pi OS + Docker + ROS2 Humble | (Siehe OpenClaw-Unterstützungshinweis oben) |
| Jetson Orin Nano SUPER 8GB | 67 TOPS; 6-core Arm Cortex-A78AE v8.2 64-bit CPU (1.5MB L2 + 4MB L3); 1024-core NVIDIA Ampere GPU mit 32 Tensor-Kernen; 8GB 128-bit LPDDR5 (102 GB/s) | 7W, 15W, 25W | Ubuntu 22.04 LTS + ROS2 Humble | Support |
| Jetson Orin NX SUPER 8GB | 117 TOPS; 6-core NVIDIA Arm Cortex-A78AE v8.2 64-bit CPU (1.5MB L2 + 4MB L3); 1024-core NVIDIA Ampere GPU mit 32 Tensor-Kernen; 8GB 128-bit LPDDR5 (102 GB/s) | 10W, 15W, 25W, 40W | Ubuntu 22.04 LTS + ROS2 Humble | Support |
| Jetson Orin NX SUPER 16GB | 157 TOPS; 8-core NVIDIA Arm Cortex-A78AE v8.2 64-bit CPU (2MB L2 + 4MB L3); 1024-core NVIDIA Ampere GPU mit 32 Tensor-Kernen; 16GB 128-bit LPDDR5 (102 GB/s) | 10W, 15W, 25W, 40W | Ubuntu 22.04 LTS + ROS2 Humble | Unterstützung |
Funktionaler Falltestvergleich (angezeigt)
| Version | Offline-Spracherkennung / Sprachsynthese | KI-Großmodell-Aufgabenentscheidungsplanungszeit | Einfache Aufgabenladezeit | Komplexe Aufgabenladezeit | Verfolgung & Farbblockgreifen | Erweiterte 3D-Visualfunktionen | MediaPipe-Entwicklung | MoveIt2-Simulation |
| Raspberry Pi 5 16GB | Keine | 2s | 10s | 15s | 15fps | 15fps | 15fps | Verwendung einer Begleit-VM |
| Jetson Nano B01 4GB | Keine | 2s | 12s | 13s | 15fps | 15fps | 10fps | Verwendung einer Begleit-VM |
| Jetson Orin Nano SUPER 8GB | 4s | 2s | 6s | 8s | 30fps | 30fps | 30fps | 30fps+ |
| Jetson Orin NX SUPER 16GB | 4s | 2s | 4s | 4s | 30fps | 30fps | 30fps | 30fps+ |
Für Hilfe bei der Konfigurationsauswahl (Raspberry Pi vs Jetson Optionen) oder After-Sales-Support, kontaktieren Sie https://rcdrone.top/ oder senden Sie eine E-Mail an [email protected] .
Anwendungen
- ROS2 Bildung und Labore: SLAM-Kartierung, Navigation, Hindernisvermeidung und Straßenetzplanung.
- 3D-Vision & Manipulation: 3D-Erkennung/Greifen, Sortieren, Verfolgen und Handhaben mit einem 6DOF-Arm und Tiefenpunktwolke.
- Multimodale KI-Interaktion: Sprach-/Text-/Bildinteraktion mit Aufgabenzerlegung, langfristiger Planung, Speichersuche und proaktiver Antwortlogik (OpenClaw-Workflow).
- KI-Visuelle Erkennung (gezeigte Beispiele): Menschliche Merkmalserkennung, Gestenerkennung, Fingerkuppentrajektorienerkennung, Menschliche Skelett-Erkennung, 3D-Erkennung, 3D-Gesichtserkennung, Tag-Code-Erkennung, Zero-Shot-Transformer-Objektverfolgung, Visuelle Re-Lokalisierungs-Fusions-Navigationslösung, Rotationsobjekterkennung und -greifen.
- Tiefenkamera-Funktionen (gezeigte Beispiele): Tiefenbild/Punktwolke, Distanzmessung, PCL-Echtzeit-Punktwolken-Segmentierung und -Lokalisierung, RTAB-Map 3D-Visuelle Kartierungsnavigation, regionale Zielhöhenmessung, Holzblock-Volumenmessung.
- LiDAR-Funktionen (gezeigte Beispiele): Gmapping/Cartographer/slam_toolbox Kartierung, duale LiDAR-Fusionsfilterung, DWA dynamische Hindernisvermeidung, Einzel-/Mehrpunkt-Navigation, App-Kartierungsnavigation, Neupositionierung Kartierungsnavigation, Straßennetzplanung, LiDAR-Hindernisvermeidung, LiDAR-Verfolgung, LiDAR-Wache.
Handbücher
- Tutorial/Studienseite: https://www.yahboom.net/study/ROSMASTER-M3PRO
Details
Eine All-in-One ROS2 Humble Bildungsplattform, die omnidirektionale Mobilität, 3D-Visionssysteme und einen 6DOF-Roboterarm kombiniert.
Multimodale Interaktions- und Autonomiefunktionen unterstützen Kartierung, Navigation, Greifen und Aufgabenausführung in einer Plattform.<|vq_15392|>
OpenClaw ermöglicht die Aufgabenplanung in natürlicher Sprache mit Optionen für Sprach-, App- und textbasierte Befehle.
Dual-TOF-LiDAR-Fusion bietet 360°-Wahrnehmung für SLAM-Kartierung, Hindernisvermeidung und flexible Routenplanung.
Drei integrierte Modelltypen decken Textverständnis, Sprachinteraktion und visuelles Verständnis für reichhaltigere Robotik-Demos ab.
Wählen Sie zwischen der eingebetteten OpenClaw-Bereitstellung oder einer optionalen Workflow-Plattform, je nach Ihren Projektanforderungen.
Ein modulares Szenariotisch unterstützt wiederholbare Trainingsszenen für Sortier-, Zähl- und Navigationsübungen.
Beispielprojekte zeigen, wie agentenbasierte Steuerung auf alltägliche Labortätigkeiten und interaktive Demos angewendet werden kann.
Agenten-Workflows können chatbasierte Anweisungen mit Kartierungs-, Navigations- und Transportverhalten verbinden.
Werkzeuge wie Memory Search und MCP-Style-Calling helfen, höhere Absichten mit zuverlässigen Roboteraktionen zu verbinden.
Visionsgesteuerte Verhaltensweisen umfassen Zielverfolgung, Farberkennung, autonomes Cruisen und koordinierte Armbewegungen.
Binokulares strukturiertes Licht-Tiefensensorik unterstützt Hand-Auge-Koordination für 3D-Messung, Erkennung und Greifen.
Konfigurationsvergleiche helfen, die richtige Kombination aus Sensorik und Rechenleistung für Ihr Klassenzimmer oder Labor auszuwählen.
Ein Auswahlleitfaden fasst gängige Konfigurationen und Unterschiede zwischen Funktionssätzen zusammen.
Kern-ROS-Funktionen umfassen LiDAR-Kartierung, Tiefenkamera-Wahrnehmung und visuelle Erkennungspipelines.
MoveIt2-Simulation und Bewegungssteuerungs-Demos unterstützen Planungs-, Greif-Workflows und Multi-Roboter-Koordination.
Ein Aluminium-Mecanum-Chassis mit Pendelaufhängung verbessert die Stabilität und bleibt vollständig mit ROS2 Humble kompatibel.
Mehrere Steuerungsmethoden und ein klarer Strukturaufbau erleichtern das Einrichten, Warten und Erweitern des Roboters.
Die ROSMASTER M3 Pro Plattform kann mit einem 6DOF-Roboterarm und einer binokularen strukturierten Lichttiefenkamera für Greif- und tiefenbasierte Wahrnehmungsaufgaben konfiguriert werden.
TOF-Laser-LiDAR unterstützt eine Reichweite von 0,05–12 m mit bis zu 4000 Scans pro Sekunde, während das Sprachmodul Mikrofon- und Lautsprecheranschlüsse für Sprachinteraktion hinzufügt.
Die Yahboom ROSMASTER M3 Pro ROS2 Robotersteuerplatine bietet ein kompaktes, beschriftetes Anschlusslayout zum Aufbau und zur Erweiterung eines mobilen Robotersystems.
Yahboom ROSMASTER M3 Pro beinhaltet den Zugang zu über 200 detaillierten Kursen über ein Online-Tutorial-Repository zum Erlernen von ROS2 und KI.
Der Lernplan des ROSMASTER M3 Pro umfasst die Grundlagen der ROS-Steuerung sowie OpenCV-Vision-Aufgaben, SLAM-Kartierung und KI-Funktionen für fortschrittliche ROS2-Praxis.
Der Lernfahrplan des ROSMASTER M3 Pro deckt Themen wie OpenCV-Vision, MediaPipe-Tracking, MoveIt2-Simulation und ROS2-Grundlagen ab.
Der ROSMASTER M3 Pro enthält Open-Source-Code-Ordner und detaillierte Tutorials, die ROS-Grundlagen, Kartierung, Navigation und Vision-Aufgaben abdecken.
Der ROSMASTER M3 Pro wird mit ROS2-Videotutorials mit englischen Untertiteln geliefert und bietet 3D-Modell-Dateien zur Unterstützung der Entwicklung und Integration.
Der Vergleich der ROSMASTER-Serie skizziert die wichtigsten Unterschiede in Bezug auf Chassistyp, RGBD-Kameraoptionen, Steuerplatinen und Batteriekapazität, um bei der Auswahl der richtigen ROS2-Roboterplattform zu helfen.
Die ROSMASTER M1 Plattform kombiniert ein Mecanum-Rad-Chassis und 520 Getriebemotoren mit wählbaren Kamera-, LiDAR- und Steuerplatinenoptionen für ROS-basierte Entwicklung.
ROSMaster M3 Pro kombiniert ein Mecanum-Rad-Chassis mit RGBD-Kameraoptionen, einem 0,91-Zoll-OLED/optionalem 7-Zoll-Touchscreen und einem 12,6V 6000mAh Akku.
Die ROSMASTER M3 Pro Plattform listet ein Mecanum-Rad-Chassis, optionale RGBD-Kamera, 6-DOF-Roboterarm, duales LiDAR und Raspberry Pi oder Jetson Steuerplatinenoptionen auf.
Die Maßzeichnungen des Yahboom ROSMASTER M3 Pro ROS2 Roboters listen wichtige Gesamtmaße in Millimetern für die Planungsanpassung und Montage auf.
ROSMaster M3 Pro unterstützt Raspberry Pi 5 oder Jetson Orin Plattformen mit Python-Programmierung, WiFi-Netzwerk und einem 12,6V 9600mAh Akkupack.
Das ROSMASTER M3 Pro Kit enthält das Roboterchassis, einen 6DOF-Arm, einen Controller, Erweiterungsplatinen, Batterien, Halterungen und grundlegende Werkzeuge für die Montage.
Optionale Zubehörpakete sind nach Controller-Optionen organisiert, einschließlich eines 7-Zoll-Touchscreen-Sets und Kits für Raspberry Pi oder NVIDIA Jetson Boards mit den benötigten Kabeln und Halterungen.
