Yahboom ROSMASTER M3 ROS2 AI Robot Car, Mecanum Wheels & SLAM

بررسی اجمالی

پلتفرم خودروی رباتیک Yahboom ROSMASTER M3 یک پلتفرم ROS2 است که برای Jetson Orin Nano/Orin NX SUPER، Raspberry Pi 5 و RDK X5 طراحی شده است. این پلتفرم هوش مصنوعی چندوجهی (متن/تصویر/صدا) را با ناوبری SLAM ادغام می‌کند و دارای شاسی چرخ مکانوم با ساختار تعلیق مستقل به سبک پاندول برای حرکت همه‌جهته 360 درجه است. بسته به پیکربندی، از LiDAR TOF تک/دوگانه اختیاری پشتیبانی می‌کند و از دوربین عمق DaBai DCW2 برای برنامه‌های کاربردی دید سه‌بعدی استفاده می‌کند.

ویژگی‌های کلیدی

کاربردهای مدل زبان بزرگ چندوجهی AI: درک معنایی، گفتگوی صوتی و درک صحنه
پشتیبانی از پلتفرم توسعه جریان کاری Dify برای توسعه و استقرار جریان‌های کاری مدل‌های بزرگ
معماری استنتاج دوگانه با پشتیبانی از استنتاج بازخورد پویا و قطع مکالمه
ادغام LiDAR + انکودر + IMU (ژیروسکوپ) برای نقشه‌برداری و ناوبری؛ پشتیبانی از الگوریتم‌های نقشه‌برداری متعدد
دوربین عمق DaBai DCW2 : تصویر عمق + ابر نقطه‌ای برای نقشه‌برداری، اندازه‌گیری و شناسایی سه‌بعدی
چرخ‌های درجه حرفه‌ای Mecanum + تعلیق پاندولی برای کاهش تأثیر لغزش چرخ بر شناسایی انکودر و کاهش خطای کیلومترشمار
چراغ‌های جلو RGB یکپارچه/نوار LED با افکت‌های نورپردازی جریان، تنفس و مارک؛ رنگ‌ها/روشنایی قابل تنظیم
پشتیبانی از پشته بینایی AI: OpenCV / MediaPipe / YOLOv11; شامل عملکردهایی مانند تشخیص حرکات، تشخیص کد QR، تخمین وضعیت، تقسیم‌بندی تصویر و تشخیص اشیاء
کنترل تشکیل و اتصال چند ربات: ناوبری چند ربات و اجتناب از موانع پویا در همان نقشه؛ کنترل چندین ربات توسط یک میزبان

مشخصات

اندازه ربات	۲۷۶.97 x 212.4 x 199.18 mm
شاسی	شاسی چرخ مکانوم (حرکت همه‌جهته)
تعلیق	ساختار تعلیق مستقل پاندولی
دوربین عمق	دوربین عمق DaBai DCW2
LiDAR	LiDAR T-MINI PLUS (اختیاری تک/دوگانه TOF LiDAR؛ ادغام ابر نقطه‌ای دوگانه برای نسخه نهایی است)
نورپردازی	چراغ‌های جلو RGB یکپارچه/نوار LED
باتری	بسته باتری 6000mAh
نمایشگر اختیاری	نمایشگر 7 اینچی (اختیاری؛ بستگی به نسخه دارد)
سیستم عامل / ROS (توسط کنترلر)	Raspberry Pi OS + Docker + ROS2 Humble; Ubuntu 22.04 + ROS2 Humble; Ubuntu 22.04 LTS + ROS2 Humble
ذخیره‌سازی (توسط پیکربندی)	128GB / 256GB (e.g. , 128GB کارت TF; 256GB SSD)

گزینه‌های نسخه (انتخاب پیکربندی)

آیتم	کیت استاندارد	کیت برتر	نسخه نهایی
کنترل اصلی پشتیبانی شده	Raspberry Pi 5 8GB; RDK X5 8GB; ORIN-NANO-8GB	Raspberry Pi 5 8GB; ORIN-NANO-8GB; ORIN-NX-8GB	Raspberry Pi 5 8GB; ORIN-NANO-8GB; ORIN-NX-8GB; ORIN-NX-16GB
ماژول صوتی	تمام نسخه‌ها شامل ماژول صوتی مدل بزرگ AI هستند
دوربین	دوربین عمق DaBai DCW2	دوربین عمق DaBai DCW2	دوربین عمق DaBai DCW2
LiDAR	LiDAR T-MINI PLUS	LiDAR T-MINI PLUS	LiDAR T-MINI PLUS *2
نمایشگر	/	نمایشگر 7 اینچی	نمایشگر 7 اینچ

توجه: تنها نسخه Ultimate با دو LiDAR T-mini Plus پیکربندی شده است.

پیشنهادات انتخاب کنترلر (مرجع)

برای بهبود روانی عملکرد مدل‌های بزرگ و نتایج عملکردی، انتخاب Jetson Orin Nano/NX SUPER توصیه می‌شود. اگر نسخه‌ای بدون برد انتخاب می‌کنید، یک Raspberry Pi 5 با حداقل 8GB RAM آماده کنید.

کنترلر	قدرت محاسباتی	CPU	GPU	RAM	حافظه ذخیره‌سازی	توان	سیستم ROS ارائه شده
Raspberry Pi 5 8GB	تقریباً 0.5 TFLOPS (FP16)	Cortex-A76	VideoCore VII	8GB	کارت TF 128GB	10W	Raspberry Pi OS + Docker + ROS2 Humble
RDK X5 8GB	10 TOPS	8-core Cortex-A55 @ 1.5GHz	32Gflops	8GB	/	25W	Ubuntu 22.04 + ROS2 Humble
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 architecture GPU with 32 Tensor Cores	8GB 128-bit LPDDR5 102 GB/s	256GB SSD	7W, 15W, 25W	اوبونتو 22.04 LTS + ROS2 Humble
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 architecture GPU with 32 Tensor Cores	8GB 128-bit LPDDR5 102 GB/s	256GB SSD	10W, 15W, 25W, 40W	اوبونتو 22.04 LTS + ROS2 Humble
Jetson Orin NX SUPER 16GB	157 TOPS	8-core NVIDIA Arm Cortex-A78AE v8.۲ پردازنده ۶۴ بیتی ۲ مگابایت L2 + ۴ مگابایت L3	پردازنده گرافیکی ۱۰۲۴ هسته‌ای NVIDIA Ampere architecture با ۳۲ هسته Tensor	۱۶ گیگابایت LPDDR5 ۱۲۸ بیتی با سرعت ۱۰۲ گیگابایت بر ثانیه	۲۵۶ گیگابایت SSD	۱۰ وات، ۱۵ وات، ۲۵ وات، ۴۰ وات	اوبونتو ۲۲.04 LTS + ROS2 Humble

مرجع عملکرد (مقایسه تست موردی عملکردی)

آیتم تست	Raspberry Pi 5 8GB	RDK X5 8GB	Orin Nano SUPER 8GB	Orin NX SUPER 8GB	Orin NX SUPER 16GB
تشخیص شیء YOLO V11	4fps	12fps	30fps	30fps	30fps
Mediapipe	12fps	13fps	30fps	30fps	30fps
ردیابی کد ماشین AprilTag	30fps	20fps	30fps	30fps	30fps
ردیابی شیء KCF	12fps	15fps	30fps	30fps	30fps
مدل بزرگ AI ردیابی بصری	20fps	10fps	20fps	30fps	30fps
رانندگی خودکار بصری (مدل آفلاین)	پشتیبانی نمی‌شود	22fps	25fps	30fps	30fps
مدل بزرگ AI ادغام رانندگی خودکار	پشتیبانی نمی‌شود	18fps	25fps	30fps	30fps

عملکردها (LiDAR / دوربین عمق / دید)

عملکردهای LiDAR

LiDAR TOF با دقت بالا با داده‌های ادغام شده انکودر و IMU (ژیروسکوپ) برای نقشه‌برداری و ناوبری با دقت بالا
پشتیبانی از الگوریتم‌های نقشه‌برداری متعدد و نقشه‌برداری آرشیو
پشتیبانی از ناوبری تک‌نقطه‌ای و چندنقطه‌ای؛ قابل‌اجرا از طریق یک اپلیکیشن
فناوری ناوبری جابجایی، انحراف موقعیت‌یابی را کاهش می‌دهد و پایداری و قابلیت اطمینان ناوبری را بهبود می‌بخشد
حالت‌های نقشه‌برداری و ناوبری نشان داده شده: نقشه‌برداری Gmapping LiDAR، نقشه‌برداری Cartographer LiDAR، نقشه‌برداری slam_toolbox LiDAR، فیلترگذاری همجوشی IMU LiDAR، ناوبری نقشه‌برداری APP
رفتارهای نمونه نشان داده شده: اجتناب از موانع LiDAR، دنبال کردن LiDAR، نگهبان LiDAR، برنامه‌ریزی شبکه جاده‌ای

عملکردهای دوربین عمق

دوربین عمق نور ساختاریافته 3D که تصاویر عمق و داده‌های ابر نقطه‌ای تولید می‌کند
محاسبه فاصله و حجم عمق؛ نقشه‌های رنگی 3D با دقت بالا را هنگام ترکیب با داده‌های رادار می‌سازد
کاربردهای نمونه نشان داده شده: نقشه‌برداری و ناوبری دید 3D RTAB-Map، اندازه‌گیری حجم بلوک چوبی، تشخیص لبه، اندازه‌گیری فاصله دوربین عمق

مدل تشخیص YOLOv11

پشتیبانی از تقسیم‌بندی تصویر، تخمین وضعیت، طبقه‌بندی تصویر و تشخیص شیء جهت‌دار

تشخیص بصری هوش مصنوعی / تعامل

پشتیبانی از فریم‌ورک‌هایی مانند OpenCV و MediaPipe
نمونه‌های تشخیص نشان داده شده: تشخیص ویژگی‌های انسانی، تشخیص ژست، تشخیص مسیر نوک انگشت، تشخیص کد QR، تشخیص سه‌بعدی، تشخیص چهره سه‌بعدی، تشخیص رنگ، دید AR
نمونه‌های تعامل نشان داده شده: کنترل ژست، دنبال کردن وضعیت MediaPipe، کنترل کد ماشین، ردیابی خط بصری، ردیابی رنگ، ردیابی چهره، دنبال کردن شیء KCF، ردیابی شیء با یادگیری عمیق

یادداشت‌های رانندگی خودکار (Sandbox)

آزمایش sandbox رانندگی خودکار به عنوان پشتیبانی شده بر روی: RDK X5، Orin Nano و Orin NX نشان داده شده است.بردهای Raspberry Pi به عنوان پشتیبانی نکردن از این عملکرد نشان داده شده‌اند. عملکردهای نشان داده شده شامل تشخیص علائم جاده، نگه‌داری در خط، پارک خودکار و تصمیم‌گیری در فرمان است.

کاربردها

نقشه‌برداری SLAM و ناوبری
برنامه‌ریزی شبکه جاده، برنامه‌ریزی مسیر و ناوبری چند نقطه‌ای
درک صحنه، دنبال‌کردن بصری، پرسش و پاسخ فاصله عمیق، و نمایش‌های کروز خودکار
کنترل حرکت همزمان چند ربات و کنترل تشکیل

آموزش‌ها

آموزش‌های ROSMASTER-M3

برای کمک در پیکربندی قبل از خرید (نسخه‌ها، انتخاب کنترلر و لوازم جانبی)، تماس بگیرید با https://rcdrone.top/ یا ایمیل بزنید به [email protected].

جزئیات

Yahboom ROSMASTER M3 ROS2 AI large model robot car with mecanum wheels, depth camera and LiDAR mounts

با ROSMASTER M3 آشنا شوید: یک پلتفرم خودروی رباتی آماده برای ROS2 که برای هوش مصنوعی چندوجهی و ناوبری SLAM بر روی کنترلرهای لبه محبوب ساخته شده است.

ROSMASTER M3 feature overview: multimodal LLM, optional TOF LiDAR fusion, 3D depth vision, and mecanum chassis

تعامل چندوجهی، درک سه‌بعدی و تحرک همه‌جهته در یک پلتفرم یکپارچه گرد هم آمده‌اند.

ROSMASTER M3 benefits infographic covering mapping, dual TOF LiDAR fusion, Dify workflow support, and hardware options

پشتیبانی از جریان کاری Dify و گزینه‌های نقشه‌برداری متعدد به حرکت از دموها به برنامه‌های کاربردی رباتیک قابل استقرار کمک می‌کند.

Yahboom ROSMASTER M3 ROS2 robot comparison chart highlighting LiDAR/depth camera, chassis, and controller options

با مقایسه حسگرهای درک، سازگاری کنترلر و عملکرد شاسی، سطح کیت مناسب را انتخاب کنید.

360-degree perception graphic showing single vs dual TOF LiDAR options and integrated RGB headlights on the robot

LiDAR TOF تک/دوگانه اختیاری و نورپردازی RGB قابل برنامه‌ریزی موارد استفاده از ناوبری و ارائه را گسترش می‌دهند.

AI model deployment graphic for ROSMASTER M3: text Q&A, voice dialogue, and vision model recognition examples

مدل‌های متن، صدا و تصویر را با هم اجرا کنید تا درک معنایی غنی‌تر و رباتیک تعاملی‌تری داشته باشید.

Multimodal vision application examples: scene understanding, visual following, Q&A with depth, and road sign recognition

یک پشته دید عملی از ردیابی، شناسایی و پرسش و پاسخ تعاملی برای سناریوهای دنیای واقعی پشتیبانی می‌کند.

SLAM navigation examples: mapping, multi-point navigation, object search, and track-map navigation workflows

جریان‌های کاری SLAM شامل نقشه‌برداری، ناوبری نقطه به نقطه و اکتشاف مبتنی بر وظیفه هستند.

High-level embodied intelligence functions: scene understanding, instruction planning, and fusion autonomous driving tasks

برنامه‌ریزی سطح بالا ترکیبی از ادراک و نقشه‌برداری است تا وظایف مرحله به مرحله را با اطمینان بیشتری اجرا کند.

Full-stack AI large model course syllabus graphic with modules for RAG, API keys, agents, and multimodal tasks

ROS robot configuration recommendations table comparing versions, controller choices, and functional test items

از راهنمای انتخاب برای تطبیق نیازهای کنترلر و حسگر خود در گزینه‌های استاندارد، برتر و نهایی استفاده کنید.

ROS key functions infographic: upper and lower computers, LiDAR mapping, and depth camera point cloud examples

ترکیب حسگر و پشتیبانی از ابزارهای ROS نقشه‌برداری، اجتناب از موانع و اندازه‌گیری مبتنی بر عمق را پشتیبانی می‌کند.

AI vision functions list: YOLOv11 detection, OpenCV/MediaPipe, gesture recognition, and multi-robot formation control

ویژگی‌های دید شامل تشخیص، ردیابی، شناسایی حرکات و کنترل تشکیل چند ربات است.

Autonomous driving sandbox infographic: road sign detection, lane keeping, parking, and steering decision examples

رفتارهای رانندگی خودکار شامل نگه‌داشتن در خط، شناسایی علائم، روال‌های پارکینگ و تصمیم‌گیری‌های فرمان است.

Autonomous driving sandbox purchase banner for RDK X5, Jetson Orin Nano, and Orin NX controllers

ROS2 Humble support graphic with RViz simulation and cross-platform remote control methods for the robot

توسعه ROS2 Humble با شبیه‌سازی RViz و گزینه‌های کنترل از راه دور انعطاف‌پذیر برای آزمایش و نمایش‌ها جفت می‌شود.

Exploded product structure view showing optional 7-inch display, LiDAR, DaBai DCW2 depth camera, and battery pack

نمای انفجاری افزودنی‌های ماژولار مانند دوربین عمق، LiDAR، نمایشگر اختیاری و نورپردازی داخلی را برجسته می‌کند.

TOF LiDAR and AI voice module details showing ranging specs and the embedded microphone/speaker board

Yahboom ROS robot control board kit with labeled ports, 12V 6000mAh Li-ion battery pack, and optional 7-inch touchscreen

بسته کنترل برد ربات ROS شامل یک بسته باتری لیتیوم-یون 12 ولت 6000 میلی‌آمپر ساعت است و از یک صفحه نمایش لمسی HD 7 اینچی اختیاری برای کنترل تعاملی پشتیبانی می‌کند.

ROSMaster M3 course syllabus page for Yahboom ROSMASTER M3 ROS2 AI robot, with a detailed lesson list

برنامه درسی دوره ROSMASTER M3 ماژول‌های درس ویدیویی و نقشه راه یادگیری برای پروژه‌های ربات AI ROS2 را مشخص می‌کند.

Screenshot of Yahboom ROSMASTER M3 tutorial and code folders, including chassis control, LiDAR, and AI model courses.

بسته ROSMASTER M3 شامل پوشه‌های آموزشی و کد سازمان‌یافته است که موضوعات کنترل شاسی، تنظیم LiDAR و توسعه مدل AI را پوشش می‌دهد.

Tutorial curriculum screenshot for Yahboom ROSMASTER M3, listing AI large model, ROS2 basics, and practical video modules.

منابع یادگیری ROSMASTER M3 آموزش‌های مدل بزرگ AI، ویدیوهای دوره پایه ROS2 و مواد عملی برای راهنمایی در تنظیم و توسعه را مشخص می‌کند.

Yahboom ROSMASTER M3 support graphic offering 3D model files and after-sales technical support screenshots

Yahboom فایل‌های مدل سه‌بعدی ROSMASTER M3 و پشتیبانی فنی پس از فروش را برای کمک به مدل‌سازی و تنظیم DIY ارائه می‌دهد.

ROSMASTER series vehicle selection comparison chart listing chassis, cameras, OLED display, control boards, and battery specs

گزینه‌های پلتفرم ROSMASTER M3 شامل فرمان Ackermann، انتخاب‌های دوربین RGBD/USB، نمایشگر OLED 0.91 اینچی و انتخاب‌های مختلف برد کنترل است.

Specification table for Yahboom ROSMASTER M3 ROS2 AI robot, listing mecanum chassis, cameras, control boards, and battery

ROSMASTER M3 از یک شاسی چرخ مکانوم با چرخ‌های 80 میلی‌متری استفاده می‌کند و گزینه‌هایی مانند ماژول صدای هوش مصنوعی، چندین برد کنترل و باتری 12.6V 6000mAh را فهرست می‌کند.

ROSmaster M3 robot feature chart listing mecanum chassis, camera options, control boards (Raspberry Pi 5/Jetson), and 12.6V 6000mAh battery

ROSmaster M3 از یک شاسی چرخ مکانوم با گزینه‌های مختلف دوربین و برد کنترل استفاده می‌کند، به علاوه یک بسته باتری 12.6V 6000mAh برای ساخت‌های موبایل.

ROSMASTER M3 PRO robot spec chart with mecanum chassis, 6‑DOF arm, LiDAR, depth camera, and Pi/Jetson options

ROSMaster M3 PRO یک شاسی چرخ مکانوم را با یک بازوی رباتیک 6-DOF ترکیب می‌کند و از LiDAR، دوربین عمق و بردهای کنترل Raspberry Pi یا Jetson پشتیبانی می‌کند.