Yahboom ROSMASTER M3 ROS2 Voiture Robot IA à grand modèle avec roues Mecanum pour Orin Nano/NX SUPER, RDK X5, Pi 5

Aperçu

Le Yahboom ROSMASTER M3 est une plateforme de voiture robot ROS2 conçue pour Jetson Orin Nano/Orin NX SUPER, Raspberry Pi 5, et RDK X5. Elle intègre une IA multimodale (texte/vision/voix) avec navigation SLAM, et dispose d'un châssis à roues Mecanum avec une structure de suspension indépendante de type pendule pour un mouvement omnidirectionnel à 360°. Selon la configuration, elle prend en charge un LiDAR TOF simple/double en option et utilise une caméra de profondeur DaBai DCW2 pour les applications de vision 3D.

Caractéristiques principales

• Applications de modèles de langage de grande taille multimodaux AI : compréhension sémantique, dialogue vocal et compréhension de scène
• Plateforme de développement de flux de travail Dify pour le développement et le déploiement de flux de travail de grands modèles
• Architecture d'inférence à double modèle avec rétroaction dynamique et prise en charge de l'interruption de conversation
• Fusion LiDAR + encodeur + IMU (gyroscope) pour la cartographie et la navigation ; prend en charge plusieurs algorithmes de cartographie
• Caméra de profondeur DaBai DCW2 : image de profondeur + nuage de points pour la cartographie, la mesure et la reconnaissance en vision 3D
• Roues Mecanum de qualité professionnelle + suspension à pendule pour réduire l'impact du glissement des roues sur la reconnaissance de l'encodeur et réduire l'erreur de l'odomètre
• Phare RGB intégré / bande LED avec effets d'éclairage fluides, respirants et de type guirlande ; couleurs/luminosité personnalisables
• Support de la pile de vision AI : OpenCV / MediaPipe / YOLOv11 ; inclut des fonctions telles que la reconnaissance de gestes, la reconnaissance de codes QR, l'estimation de pose, la segmentation d'image et la détection d'objets
• Contrôle de formation et d'interconnexion multi-robots : navigation multi-robots et évitement dynamique d'obstacles sur la même carte ; plusieurs robots contrôlés par un seul hôte

Spécifications

Options de Version (Sélection de Configuration)

Remarque: Seule la version Ultimate est équipée de deux LiDARs T-mini Plus.

Suggestions de sélection de contrôleur (Référence)

Pour améliorer la fluidité de l'opération des grands modèles et les résultats fonctionnels, il est recommandé de sélectionner Jetson Orin Nano/NX SUPER. Si vous choisissez une version sans carte, préparez un Raspberry Pi 5 avec au moins 8 Go de RAM.

Référence de performance (Comparaison de cas fonctionnel)

Fonctions (LiDAR / Caméra de profondeur / Vision)

Fonctions LiDAR

• LiDAR TOF haute précision avec données de fusion d'encodeur et IMU (gyroscope) pour une cartographie et une navigation de haute précision
• Prend en charge plusieurs algorithmes de cartographie et la cartographie d'archives
• Prend en charge la navigation à point unique et multi-points; peut être opéré via une application
• La technologie de navigation par relocalisation réduit la dérive de positionnement, améliorant la stabilité et la fiabilité de la navigation
• Modes de cartographie et de navigation affichés : Cartographie LiDAR Gmapping, Cartographie LiDAR Cartographer, Cartographie LiDAR slam_toolbox, Filtrage de fusion IMU LiDAR, Navigation de cartographie APP
• Exemples de comportements affichés : Évitement d'obstacles LiDAR, Suivi LiDAR, Gardien LiDAR, Planification de réseau routier

Fonctions de la caméra de profondeur

• Caméra de profondeur à lumière structurée 3D générant des images de profondeur et des données de nuage de points
• Calcul de distance et de volume de profondeur ; construit des cartes 3D couleur de haute précision lorsqu'il est combiné avec des données radar
• Exemples d'applications affichés : Cartographie et navigation en vision 3D RTAB-Map, Mesure de volume de blocs de bois, Détection de contours, Mesure de distance par caméra de profondeur

Détection du modèle YOLOv11

• Prend en charge la segmentation d'image, l'estimation de pose, la classification d'image et la détection d'objets orientés

Reconnaissance visuelle / Interaction AI

• Prend en charge des frameworks tels qu'OpenCV et MediaPipe
• Exemples de reconnaissance montrés : reconnaissance des caractéristiques humaines, reconnaissance des gestes, reconnaissance de la trajectoire des bouts de doigts, reconnaissance de code QR, détection 3D, détection de visage 3D, reconnaissance des couleurs, vision AR
• Exemples d'interaction montrés : contrôle par gestes, suivi de posture MediaPipe, contrôle par code machine, suivi de ligne visuelle, suivi de couleur, suivi de visage, suivi d'objet KCF, suivi d'objet par apprentissage profond

Notes sur la conduite autonome (Sandbox)

Les tests en bac à sable de conduite autonome sont montrés comme pris en charge sur : RDK X5, Orin Nano et Orin NX.Les cartes Raspberry Pi sont indiquées comme ne prenant pas en charge cette fonction. Les fonctions démontrées incluent la détection de panneaux routiers, le maintien de voie, le stationnement autonome et la prise de décision de direction.

Applications

• Cartographie et navigation SLAM
• Planification du réseau routier, planification d'itinéraire et navigation multipoint
• Compréhension de la scène, suivi visuel, questions-réponses à distance profonde, et démonstrations de croisière autonome
• Contrôle de mouvement synchrone multi-robots et contrôle de formation

Tutoriels

Tutoriels ROSMASTER-M3

Pour obtenir de l'aide sur la configuration avant l'achat (versions, sélection de contrôleur et accessoires), contactez https://rcdrone.top/ ou envoyez un e-mail à [email protected].

Détails

Découvrez ROSMASTER M3 : une plateforme de voiture robot prête pour ROS2, conçue pour l'IA multimodale et la navigation SLAM sur des contrôleurs de périphérie populaires.

Interaction multimodale, perception 3D et mobilité omnidirectionnelle se réunissent dans une seule plateforme intégrée.

Le support de flux de travail Dify et les multiples options de cartographie aident à passer des démonstrations aux applications robotiques déployables.

Choisissez le bon niveau de kit en comparant les capteurs de perception, la compatibilité du contrôleur et la performance du châssis.

LiDAR TOF simple/dual en option et éclairage RGB programmable élargissent les cas d'utilisation de navigation et de présentation.

Exécutez ensemble des modèles de texte, de voix et de vision pour une compréhension sémantique plus riche et une robotique interactive.

Une pile de vision pratique prend en charge le suivi, la reconnaissance et les Q&R interactifs pour des scénarios réels.

Les flux de travail SLAM couvrent la cartographie, la navigation point à point et l'exploration orientée vers les tâches.

La planification de haut niveau combine la perception et la cartographie pour exécuter des tâches étape par étape de manière plus fiable.

Utilisez le guide de sélection pour faire correspondre vos besoins en contrôleurs et capteurs parmi les options Standard, Supérieur et Ultime.

La fusion de capteurs et le support des outils ROS permettent la cartographie, l'évitement d'obstacles et la mesure basée sur la profondeur.

Les fonctionnalités de vision incluent la détection, le suivi, la reconnaissance de gestes et le contrôle de formation multi-robots.

Les comportements de conduite autonome incluent le maintien de voie, la reconnaissance de panneaux, les routines de stationnement et les décisions de direction.

Le développement ROS2 Humble s'associe à la simulation RViz et à des options de télécommande flexibles pour les tests et les démonstrations.

Une vue éclatée met en évidence les modules complémentaires modulaires tels que la caméra de profondeur, le LiDAR, l'affichage optionnel et l'éclairage embarqué.

Le pack de la carte de contrôle robot ROS comprend une batterie Li-ion 12V 6000mAh et prend en charge un écran tactile HD de 7 pouces en option pour un contrôle interactif.

Le programme du cours ROSMASTER M3 présente les modules de leçons vidéo et la feuille de route d'apprentissage pour les projets de robots AI ROS2.

Le package ROSMASTER M3 inclut des dossiers de tutoriels et de code organisés couvrant le contrôle du châssis, la configuration du LiDAR et les sujets de développement de modèles AI.

Les ressources d'apprentissage ROSMASTER M3 décrivent des tutoriels de grands modèles AI, des vidéos de cours de base ROS2 et des matériaux pratiques pour guider l'installation et le développement.

Yahboom fournit des fichiers de modèles 3D ROSMASTER M3 et un support technique après-vente pour aider à la modélisation et à l'installation DIY.

Les options de plateforme ROSMASTER M3 couvrent la direction Ackermann, les choix de caméra RGBD/USB, un écran OLED de 0,91 pouce et plusieurs sélections de cartes de contrôle.

ROSMASTER M3 utilise un châssis à roues mécaniques avec des roues de 80 mm et propose des options comme un module vocal AI, plusieurs cartes contrôleurs et une batterie de 12,6V 6000mAh.

ROSmaster M3 utilise un châssis à roues mécaniques avec plusieurs options de caméras et de cartes de contrôle, ainsi qu'un pack de batteries de 12,6V 6000mAh pour des constructions mobiles.

ROSMaster M3 PRO combine un châssis à roues mécaniques avec un bras robotique à 6 DOF et prend en charge LiDAR, caméra de profondeur, et cartes de contrôle Raspberry Pi ou Jetson.

La fiche technique du ROSMASTER M3 inclut des dessins dimensionnels et des détails clés comme la prise en charge de ROS2 et la programmation en Python.

Le kit ROSMASTER M3 comprend le châssis du robot ainsi que les composants électroniques de base, les capteurs, et les câbles et accessoires essentiels pour l'assemblage.

La gamme d'accessoires ROSMASTER M3 comprend des modules LiDAR et des caméras de profondeur, un écran de 7 pouces avec supports, des montures et différents ensembles de cartes de contrôle principal.