Yahboom ROSMASTER M3 Pro Robot ROS2 avec Agent IA OpenClaw, Double LiDAR TOF, Bras 6DOF, Mecanum SLAM
Yahboom ROSMASTER M3 Pro Robot ROS2 avec Agent IA OpenClaw, Double LiDAR TOF, Bras 6DOF, Mecanum SLAM
Yahboom
Impossible de charger la disponibilité du service de retrait
Aperçu
ROSMASTER M3 Pro est une plateforme robotique ROS2 de Yahboom pour l'éducation ROS, les expériences de recherche scientifique et l'enseignement des applications d'IA. Elle utilise un châssis à roues Mecanum avec suspension pendulaire pour un mouvement omnidirectionnel et est développée sur ROS2 Humble. La plateforme intègre un bras robotique 6DOF, une caméra de profondeur à lumière structurée binoculaire pour l'intégration main-œil en vision 3D, et un double LiDAR TOF pour la cartographie SLAM omnidirectionnelle, la navigation autonome, l'évitement d'obstacles et la planification de trajectoire. Elle prend également en charge l'interaction multimodale avec les grands modèles d'IA (texte/image/voix) avec reconnaissance vocale et compréhension du langage naturel pour la planification et l'exécution des tâches.
Caractéristiques principales
- Déploiement de l'agent AI OpenClaw (avec tutoriel de déploiement et d'utilisation). Remarque: Le déploiement d'OpenClaw n'est pas pris en charge sur la version Jetson Nano B01.
- Capacités de modèle multimodal intégré : base de connaissances RAG extensible, modèle de langage visuel de grande taille, modèle de langage textuel de grande taille, architecture de raisonnement à double modèle et raisonnement par retour d'information dynamique.
- Fusion de nuages de points LiDAR TOF double : perception omnidirectionnelle à 360° sans angles morts ; cartographie navigation/planification de réseau routier ; planification de trajectoire et navigation multi-points.
- Planification de réseau routier : créer, éditer et gérer des réseaux de routes composés de points et de lignes de connexion ; prend en charge la sélection du chemin le plus court dans les réseaux de routes de type bac à sable.
- Bras robotique visuel 3D 6DOF : saisie, tri et transport dans l'espace 3D ; reconnaissance de nuages de points 3D ; positionnement et suivi de cibles ; calcul de distance/volume ; cartographie en temps réel de scènes 3D.
- Applications de la technologie de vision profonde : YOLOv26 / Transformer, MediaPipe / OpenCV, repositionnement de fusion visuelle pour la navigation, segmentation de nuages de points en temps réel PCL.
- Module vocal et haut-parleur avec grand modèle d'IA intégré : prend en charge la conversion en temps réel entre la voix et le texte.
- Prise en charge de la simulation MoveIt2.
Spécifications
| Modèle | ROSMASTER M3 Pro |
| Système | ROS2 Humble |
| Châssis | Corps en alliage d'aluminium; Suspension pendulaire à roues Mecanum; Structure de suspension pendulaire à roues arrière |
| Taille des roues | Roues Mecanum de 80mm |
| LiDAR | Double LiDAR TOF (disposition en décalage diagonal : avant droit + arrière gauche); Balayage à 360° |
| Détection LiDAR (du tableau comparatif) | Perception omnidirectionnelle à 360°; Distance de détection de 24m |
| Caméra de profondeur | Caméra de profondeur à lumière structurée binoculaire |
| FOV de la caméra de profondeur (du tableau comparatif) | H91° V62° |
| Bras robotique | Bras robotique 6DOF; 6 servos de bus série intelligents (prend en charge la lecture de la position/du statut et d'autres informations) |
| Capacité de la pince (d'après la description du bras) | Serre jusqu'à 410g; précision de positionnement répétable 0.5mm |
| Batterie | Pack de batteries haute capacité de 9600mAh |
| Écran tactile | Écran tactile IPS haute définition de 7 pouces (en option); variantes de configuration affichées : avec écran / sans écran |
| Moteurs | Moteur métallique à encodeur à couple élevé; suspension indépendante à balancier avec moteur à couple élevé |
| Carte de contrôle ROS | Carte de contrôle ROS de 3ème génération |
| MoveIt | MoveIt2 |
| Schémas d'application de grands modèles d'IA | Agent AI OpenClaw; plateforme de flux de travail Dify en option |
| Agent AI OpenClaw – contrôle maître pris en charge | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER |
| Agent AI OpenClaw – méthodes d'interaction | Commandes vocales, WAP, texte web/terminal |
| OpenClaw agent IA – mode de contrôle du robot | MCP, CLI |
| Plateforme de flux de travail Dify – contrôle maître pris en charge | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER; Jetson Nano B01 |
| Plateforme de flux de travail Dify – mode de contrôle du robot | http |
| Algorithme de suivi visuel IA (à partir de la comparaison de solutions) | OpenClaw : modèle Transformer; Dify : KCF |
| Scénario optionnel de grand modèle IA table de sable / carte de bac à sable | Taille : 3m × 4.1m (accessoire optionnel ; non inclus avec ROSMASTER M3 Pro) |
Options de carte de contrôle principale (pour sélection)
| Option | Spécification clé de calcul affichée | Puissance (affichée) | Système ROS (affiché) | OpenClaw (affiché) |
| Jetson Nano B01 4GB | 0.5 TFLOPS (FP16) ; Quad-Core Arm Cortex-A57 MPCore ; GPU NVIDIA Maxwell à 128 cœurs ; 4GB 64-bit LPDDR4 (25.6 GB/s) | 5W, 10W | Ubuntu 18.04 LTS + Docker + ROS2 Humble | Non pris en charge |
| Raspberry Pi 5 (8GB/16GB) | Cortex-A76 ; VideoCore VII ; RAM : 8GB/16GB | 10W | Raspberry Pi OS + Docker + ROS2 Humble | (Voir la note de support OpenClaw ci-dessus) |
| Jetson Orin Nano SUPER 8GB | 67 TOPS ; CPU 6-core Arm Cortex-A78AE v8.2 64-bit (1.5MB L2 + 4MB L3); 1024-core NVIDIA Ampere GPU with 32 Tensor Cores; 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 with 32 Tensor Cores; 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 with 32 Tensor Cores; 16GB 128-bit LPDDR5 (102 GB/s) | 10W, 15W, 25W, 40W | Ubuntu 22.04 LTS + ROS2 Humble | Support |
Comparaison des tests de cas fonctionnels (affiché)
| Version | Reconnaissance vocale hors ligne / synthèse vocale | Temps de planification des décisions pour les tâches de grands modèles d'IA | Temps de chargement des tâches simples | Temps de chargement des tâches complexes | Suivi & de la saisie de blocs de couleur | Fonctions visuelles 3D avancées | Développement MediaPipe | Simulation MoveIt2 |
| Raspberry Pi 5 16GB | Aucun | 2s | 10s | 15s | 15fps | 15fps | 15fps | Utilisation d'une machine virtuelle compagnon |
| Jetson Nano B01 4GB | Aucun | 2s | 12s | 13s | 15fps | 15fps | 10fps | Utilisation d'une machine virtuelle compagnon |
| 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+ |
Pour obtenir de l'aide sur la sélection de la configuration (options Raspberry Pi vs Jetson) ou pour le support après-vente, contactez https://rcdrone.top/ ou envoyez un e-mail à [email protected] .
Applications
- Éducation et laboratoires ROS2 : cartographie SLAM, navigation, évitement d'obstacles et planification de réseau routier.
- Manipulation de vision 3D & : reconnaissance/saisie 3D, tri, suivi et manipulation avec un bras 6DOF et un nuage de points de profondeur.
- Interaction IA multimodale : interaction voix/texte/image avec décomposition des tâches, planification à long terme, recherche en mémoire et logique de réponse proactive (flux de travail OpenClaw).
- Reconnaissance visuelle IA (exemples montrés) : reconnaissance des caractéristiques humaines, reconnaissance des gestes, reconnaissance de la trajectoire des bouts de doigts, reconnaissance du squelette humain, détection 3D, détection de visage 3D, reconnaissance de code à étiquette, suivi d'objet Transformer sans échantillon, solution de navigation par fusion de relocalisation visuelle, détection et saisie d'objets en rotation.
- Fonctions de la caméra de profondeur (exemples montrés) : image de profondeur/nuage de points, mesure de distance, segmentation et localisation de nuage de points en temps réel PCL, navigation cartographique visuelle 3D RTAB-Map, mesure de hauteur cible régionale, mesure de volume de bloc de bois.
- Fonctions LiDAR (exemples montrés) : cartographie Gmapping/Cartographer/slam_toolbox, filtrage de fusion LiDAR double, évitement dynamique d'obstacles DWA, navigation à point unique/multipoint, cartographie de l'application de navigation, repositionnement de la cartographie de navigation, planification de réseau routier, évitement d'obstacles LiDAR, suivi LiDAR, garde LiDAR.
Manuels
- Page de tutoriel/étude : https://www.yahboom.net/study/ROSMASTER-M3PRO
Détails
Une plateforme éducative ROS2 Humble tout-en-un combinant mobilité omnidirectionnelle, vision 3D et un bras robotique 6DOF.
Les fonctionnalités d'interaction multimodale et d'autonomie prennent en charge la cartographie, la navigation, la préhension et l'exécution de tâches sur une seule plateforme.
OpenClaw permet la planification de tâches en langage naturel avec des options pour les commandes vocales, par application et par texte.
La fusion Dual TOF LiDAR offre une perception à 360° pour la cartographie SLAM, l'évitement d'obstacles et la planification d'itinéraires flexibles.
Trois types de modèles intégrés couvrent le raisonnement textuel, l'interaction vocale et la compréhension visuelle pour des démonstrations robotiques plus riches.
Choisissez entre le déploiement intégré d'OpenClaw ou une plateforme de workflow optionnelle selon les besoins de votre projet.
Une table de scénarios modulaire prend en charge des scènes d'entraînement répétables pour des exercices de tri, de comptage et de navigation.
Des projets d'exemple mettent en évidence comment le contrôle basé sur des agents peut être appliqué aux tâches de laboratoire quotidiennes et aux démonstrations interactives.
Les workflows d'agents peuvent connecter des instructions basées sur le chat avec des comportements de cartographie, de navigation et de transport.
Des outils comme la recherche de mémoire et l'appel de style MCP aident à connecter l'intention de haut niveau à des actions robotiques fiables.
Les comportements guidés par la vision incluent le suivi de cibles, la reconnaissance des couleurs, la croisière autonome et les actions coordonnées des bras.
La détection de profondeur par lumière structurée binoculaire soutient la coordination main-œil pour la mesure, la reconnaissance et la préhension en 3D.
Les comparaisons de configurations aident à sélectionner la bonne combinaison de détection et de calcul pour votre salle de classe ou laboratoire.
Un guide de sélection résume les configurations courantes et les différences entre les ensembles de fonctions.
Les capacités de base de ROS couvrent la cartographie LiDAR, la perception par caméra de profondeur et les pipelines de reconnaissance visuelle.
Les simulations MoveIt2 et les démonstrations de contrôle de mouvement soutiennent la planification, les flux de travail de préhension et la coordination multi-robots.
Un châssis en aluminium avec suspension à pendule améliore la stabilité tout en maintenant une compatibilité complète avec ROS2 Humble.
Plusieurs méthodes de contrôle et une disposition claire de la structure facilitent la configuration, l'entretien et l'expansion du robot.
La plateforme ROSMASTER M3 Pro peut être configurée avec un bras robotique 6DOF et une caméra de profondeur à lumière structurée binoculaire pour les tâches de préhension et de perception basées sur la profondeur.
Le LiDAR laser TOF prend en charge une portée de 0,05 à 12 m avec jusqu'à 4000 scans par seconde, tandis que le module vocal ajoute des connexions pour micro et haut-parleur pour l'interaction vocale.
La carte de contrôle du robot Yahboom ROSMASTER M3 Pro ROS2 offre une disposition compacte et étiquetée des connecteurs pour construire et étendre un système de robot mobile.
Yahboom ROSMASTER M3 Pro inclut l'accès à plus de 200 cours détaillés via un référentiel de tutoriels en ligne pour apprendre ROS2 et l'IA.
Le plan d'apprentissage du ROSMASTER M3 Pro couvre les bases du contrôle ROS ainsi que les tâches de vision OpenCV, la cartographie SLAM et les fonctionnalités d'IA pour une pratique progressive de ROS2.
La feuille de route d'apprentissage du ROSMASTER M3 Pro couvre des sujets tels que la vision OpenCV, le suivi MediaPipe, la simulation MoveIt2 et les bases de ROS2.
Le ROSMASTER M3 Pro comprend des dossiers de code open-source et des tutoriels détaillés couvrant les bases de ROS, la cartographie, la navigation et les tâches de vision.
Le ROSMASTER M3 Pro est livré avec des tutoriels vidéo ROS2 avec sous-titres en anglais et fournit des fichiers de modèles 3D pour soutenir le développement et l'intégration.
La comparaison de la série ROSMASTER décrit les principales différences en termes de type de châssis, d'options de caméra RGBD, de cartes de contrôle et de capacité de batterie pour aider à choisir la bonne plateforme robotique ROS2.
La plateforme ROSMASTER M1 associe un châssis à roues mecanum et des moteurs à engrenages 520 avec des options de caméra, LiDAR et carte de contrôle sélectionnables pour le développement basé sur ROS.
Le ROSMaster M3 Pro associe un châssis à roues mecanum avec des options de caméra RGBD, un écran OLED de 0,91 pouce/écran tactile optionnel de 7 pouces, et une batterie de 12,6V 6000mAh.
La plateforme ROSMASTER M3 Pro répertorie un châssis à roues mecanum, une caméra RGBD optionnelle, un bras robotique 6-DOF, un double LiDAR, et des options de carte de contrôle Raspberry Pi ou Jetson.
Les dessins dimensionnels du robot Yahboom ROSMASTER M3 Pro ROS2 listent les principales mesures globales en millimètres pour planifier l'ajustement et le montage.
Le ROSMASTER M3 Pro prend en charge les plateformes Raspberry Pi 5 ou Jetson Orin avec programmation Python, réseau WiFi, et un pack de batterie de 12,6V 9600mAh.
Le kit ROSMASTER M3 Pro comprend le châssis du robot, un bras 6DOF, un contrôleur, des cartes d'extension, des batteries, des supports et des outils de base pour l'assemblage.
Les ensembles d'accessoires optionnels sont organisés par option de contrôleur, y compris un ensemble avec écran tactile de 7 pouces et des kits pour les cartes Raspberry Pi ou NVIDIA Jetson avec les câbles et supports nécessaires.
Related Collections
