Yahboom ROSMASTER M3 Pro ROS2 रोबोट OpenClaw AI एजेंट, ड्यूल TOF LiDAR, 6DOF आर्म, मेकेनम SLAM के साथ
Yahboom ROSMASTER M3 Pro ROS2 रोबोट OpenClaw AI एजेंट, ड्यूल TOF LiDAR, 6DOF आर्म, मेकेनम SLAM के साथ
Yahboom
पिकअप उपलब्धता लोड नहीं की जा सकी
समीक्षा
ROSMASTER M3 Pro Yahboom द्वारा ROS शिक्षा, वैज्ञानिक अनुसंधान प्रयोगों और AI अनुप्रयोग शिक्षण के लिए एक ROS2 रोबोट प्लेटफॉर्म है। यह सर्वदिशात्मक गति के लिए पेंडुलम सस्पेंशन के साथ मेकानम व्हील चेसिस का उपयोग करता है और ROS2 Humble पर विकसित किया गया है। प्लेटफॉर्म में 6DOF रोबोटिक आर्म, 3D दृष्टि हाथ-आंख एकीकरण के लिए एक बाइनोकुलर संरचित-लाइट गहराई कैमरा, और सर्वदिशात्मक SLAM मैपिंग, स्वायत्त नेविगेशन, बाधा से बचाव, और पथ योजना के लिए डुअल TOF LiDAR शामिल हैं। यह भाषण मान्यता और कार्य योजना और निष्पादन के लिए प्राकृतिक भाषा समझ के साथ मल्टीमॉडल AI बड़े-मॉडल इंटरैक्शन (पाठ/छवि/आवाज) का भी समर्थन करता है।
मुख्य विशेषताएं
- OpenClaw AI एजेंट परिनियोजन (परिनियोजन और उपयोग ट्यूटोरियल के साथ)। नोट: OpenClaw परिनियोजन Jetson Nano B01 संस्करण पर समर्थित नहीं है।
- एम्बेडेड मल्टीमॉडल बड़े मॉडल क्षमताएँ: एक्स्टेंसिबल RAG ज्ञान आधार, दृश्य बड़े भाषा मॉडल, पाठ बड़े भाषा मॉडल, द्वि-मॉडल तर्क आर्किटेक्चर, और डायनामिक फीडबैक तर्क।
- द्वि TOF LiDAR पॉइंट क्लाउड फ्यूजन: 360° सर्वदिशात्मक धारणा बिना ब्लाइंड स्पॉट्स के; मैपिंग नेविगेशन/रोड नेटवर्क योजना; पथ योजना और बहु-बिंदु नेविगेशन।
- रोड नेटवर्क योजना: बिंदुओं और जोड़ने वाली रेखाओं से बने मार्ग नेटवर्क बनाएं, संपादित करें और प्रबंधित करें; सैंडबॉक्स-शैली के मार्ग नेटवर्क में सबसे छोटे पथ के चयन का समर्थन करता है।
- 6DOF 3D दृश्य रोबोटिक आर्म: 3D अंतरिक्ष में पकड़ना, छंटाई और परिवहन; 3D पॉइंट क्लाउड पहचान; लक्ष्य स्थिति निर्धारण और ट्रैकिंग; दूरी/आयतन गणना; 3D वास्तविक दृश्य मैपिंग।
- डीप विजन प्रौद्योगिकी अनुप्रयोग: YOLOv26 / ट्रांसफार्मर, MediaPipe / OpenCV, दृश्य फ्यूजन पुनर्स्थापन नेविगेशन, PCL वास्तविक समय पॉइंट क्लाउड विभाजन।
- इनबिल्ट एआई बड़ा मॉडल वॉयस मॉड्यूल और स्पीकर: आवाज और पाठ के बीच वास्तविक समय रूपांतरण का समर्थन करता है।
- MoveIt2 सिमुलेशन समर्थन।
विशेषताएँ
| मॉडल | ROSMASTER M3 Pro |
| सिस्टम | ROS2 Humble |
| चेसिस | संपूर्ण एल्यूमिनियम मिश्र धातु शरीर; मेकानम व्हील पेंडुलम सस्पेंशन; रियर-व्हील पेंडुलम सस्पेंशन संरचना |
| पहिया आकार | 80mm मेकानम पहिए |
| LiDAR | डुअल TOF LiDAR (तिरछा ऑफसेट लेआउट: दायां आगे + बायां पीछे); 360° स्कैनिंग |
| LiDAR डिटेक्शन (तुलना चार्ट से) | 360° सर्वदिशात्मक धारणा; 24m डिटेक्शन दूरी |
| गहराई कैमरा | बाइनोकुलर संरचित-प्रकाश गहराई कैमरा |
| गहराई कैमरा FOV (तुलना चार्ट से) | H91° V62° |
| रोबोटिक आर्म | 6DOF रोबोटिक आर्म; 6PCS इंटेलिजेंट सीरियल बस सर्वोस (स्थिति/स्थिति और अन्य जानकारी पढ़ने का समर्थन करता है) |
| ग्रिपर क्षमता (आर्म विवरण से) | 410g तक क्लैम्प करता है; पुनरावृत्त स्थिति सटीकता 0.5mm |
| बैटरी | 9600mAh उच्च-क्षमता बैटरी पैक |
| टच स्क्रीन | 7-इंच IPS उच्च-परिभाषा टच स्क्रीन (वैकल्पिक); कॉन्फ़िगरेशन वेरिएंट दिखाए गए: डिस्प्ले के साथ / डिस्प्ले के बिना |
| मोटर्स | उच्च टॉर्क एन्कोडर धातु मोटर; स्वतंत्र स्विंग सस्पेंशन के साथ उच्च टॉर्क मोटर |
| ROS नियंत्रण बोर्ड | 3री पीढ़ी का ROS नियंत्रण बोर्ड |
| MoveIt | MoveIt2 |
| AI बड़े-मॉडल अनुप्रयोग योजनाएँ | OpenClaw AI एजेंट; वैकल्पिक Dify वर्कफ़्लो प्लेटफ़ॉर्म |
| OpenClaw AI एजेंट – समर्थित मास्टर नियंत्रण | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER |
| OpenClaw AI एजेंट – इंटरैक्शन विधियाँ | वॉइस, WAP, वेब/टर्मिनल टेक्स्ट कमांड्स |
| OpenClaw AI एजेंट – रोबोट नियंत्रण मोड | MCP, CLI |
| Dify वर्कफ़्लो प्लेटफ़ॉर्म – समर्थित मास्टर नियंत्रण | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER; Jetson Nano B01 |
| Dify वर्कफ़्लो प्लेटफ़ॉर्म – रोबोट नियंत्रण मोड | http |
| AI दृश्य ट्रैकिंग एल्गोरिदम (समाधान तुलना से) | OpenClaw: ट्रांसफार्मर मॉडल; Dify: KCF |
| वैकल्पिक AI बड़े-मॉडल परिदृश्य सैंड टेबल / सैंडबॉक्स मानचित्र | आकार: 3m × 4.1m (वैकल्पिक सहायक उपकरण; ROSMASTER M3 Pro के साथ शामिल नहीं) |
मास्टर कंट्रोल बोर्ड विकल्प (चयन के लिए)
| विकल्प | मुख्य गणना विनिर्देश दिखाया गया | पावर (दिखाया गया) | ROS प्रणाली (दिखाया गया) | ओपनक्लॉ (दिखाया गया) |
| जेटसन नैनो B01 4GB | 0.5 TFLOPS (FP16); क्वाड-कोर आर्म कॉर्टेक्स-A57 MPCore; 128-कोर NVIDIA मैक्सवेल GPU; 4GB 64-बिट LPDDR4 (25.6 GB/s) | 5W, 10W | उबंटू 18.04 LTS + डॉकर + ROS2 हम्बल | समर्थित नहीं |
| रास्पबेरी पाई 5 (8GB/16GB) | कॉर्टेक्स-A76; वीडियोकोर VII; RAM: 8GB/16GB | 10W | रास्पबेरी पाई OS + डॉकर + ROS2 हम्बल | (ऊपर ओपनक्लॉ समर्थन नोट देखें) |
| जेटसन ओरिन नैनो सुपर 8GB | 67 TOPS; 6-कोर आर्म कॉर्टेक्स-A78AE v8.2 64-बिट CPU (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 | सहायता |
| 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 | सहायता |
| 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 | समर्थन |
कार्यात्मक केस परीक्षण तुलना (दिखाया गया)
| संस्करण | ऑफ़लाइन भाषण पहचान / भाषण संश्लेषण | एआई बड़े मॉडल कार्य निर्णय योजना समय | सरल कार्य लोडिंग समय | जटिल कार्य लोडिंग समय | ट्रैकिंग & रंग ब्लॉक पकड़ना | उन्नत 3डी दृश्य कार्यक्षमताएँ | मीडिया पाइप विकास | MoveIt2 सिमुलेशन |
| रास्पबेरी पाई 5 16GB | कोई नहीं | 2s | 10s | 15s | 15fps | 15fps | 15fps | एक साथी वर्चुअल मशीन का उपयोग करना |
| जेटसन नैनो B01 4GB | कोई नहीं | 2s | 12s | 13s | 15fps | 15fps | 10fps | एक साथी वर्चुअल मशीन का उपयोग करना |
| जेटसन ओरिन नैनो सुपर 8GB | 4s | 2s | 6s | 8s | 30fps | 30fps | 30fps | 30fps+ |
| जेटसन ओरिन NX सुपर 16GB | 4s | 2s | 4s | 4s | 30fps | 30fps | 30fps | 30fps+ |
कॉन्फ़िगरेशन चयन सहायता (रास्पबेरी पाई बनाम जेटसन विकल्प) या बिक्री के बाद समर्थन के लिए, संपर्क करें https://rcdrone.top/ या ईमेल करें [email protected].
अनुप्रयोग
- ROS2 शिक्षा और प्रयोगशालाएँ: SLAM मैपिंग, नेविगेशन, बाधा से बचाव, और सड़क नेटवर्क योजना।
- 3D दृष्टि & हेरफेर: 3D पहचान/पकड़, छंटाई, ट्रैकिंग, और 6DOF आर्म और गहराई बिंदु क्लाउड के साथ हैंडलिंग।
- मल्टीमॉडल AI इंटरैक्शन: आवाज/पाठ/छवि इंटरैक्शन के साथ कार्य विघटन, दीर्घकालिक शेड्यूलिंग, मेमोरी खोज, और सक्रिय प्रतिक्रिया तर्क (OpenClaw वर्कफ़्लो)।
- AI दृश्य पहचान (उदाहरण दिखाए गए): मानव विशेषता पहचान, इशारा पहचान, उंगली की नोक की गति पहचान, मानव कंकाल पहचान, 3D डिटेक्शन, 3D चेहरा पहचान, टैग कोड पहचान, शून्य-शॉट ट्रांसफार्मर ऑब्जेक्ट ट्रैकिंग, दृश्य पुनः-स्थानीयकरण फ्यूजन नेविगेशन समाधान, घूर्णन वस्तु पहचान और पकड़।
- गहराई कैमरा कार्य (उदाहरण दिखाए गए): गहराई छवि/बिंदु बादल, दूरी माप, पीसीएल वास्तविक समय बिंदु बादल विभाजन और स्थानीयकरण, आरटीएबी-मैप 3डी दृश्य मानचित्रण नेविगेशन, क्षेत्रीय लक्ष्य ऊंचाई माप, लकड़ी के ब्लॉक की मात्रा माप।
- LiDAR कार्य (उदाहरण दिखाए गए): Gmapping/Cartographer/slam_toolbox मानचित्रण, दोहरी LiDAR फ्यूजन फ़िल्टरिंग, DWA गतिशील बाधा परिहार, एकल/बहु-बिंदु नेविगेशन, ऐप मानचित्रण नेविगेशन, पुनर्स्थापन मानचित्रण नेविगेशन, सड़क नेटवर्क योजना, LiDAR बाधा परिहार, LiDAR फॉलोइंग, LiDAR गार्ड।
मैनुअल
- ट्यूटोरियल/अध्ययन पृष्ठ: https://www.yahboom.net/study/ROSMASTER-M3PRO
विवरण
एक ऑल-इन-वन ROS2 हम्बल शिक्षा मंच जो सर्वदिशात्मक गतिशीलता, 3डी दृष्टि, और एक 6DOF रोबोटिक आर्म को संयोजित करता है।
मल्टीमॉडल इंटरैक्शन और स्वायत्तता सुविधाएँ एक मंच में मानचित्रण, नेविगेशन, पकड़ और कार्य निष्पादन का समर्थन करती हैं।
OpenClaw आवाज, ऐप, और टेक्स्ट-आधारित कमांड्स के साथ प्राकृतिक-भाषा कार्य योजना को सक्षम बनाता है।
डुअल TOF LiDAR फ्यूजन SLAM मैपिंग, बाधा से बचाव, और लचीली मार्ग योजना के लिए 360° धारणा प्रदान करता है।
तीन बिल्ट-इन मॉडल प्रकार टेक्स्ट रीजनिंग, वॉयस इंटरैक्शन, और विजुअल अंडरस्टैंडिंग को कवर करते हैं, जो रोबोटिक्स डेमो को समृद्ध बनाते हैं।
अपने प्रोजेक्ट की आवश्यकताओं के अनुसार एम्बेडेड OpenClaw डिप्लॉयमेंट या एक वैकल्पिक वर्कफ़्लो प्लेटफ़ॉर्म के बीच चयन करें।
एक मॉड्यूलर परिदृश्य तालिका छंटाई, गिनती, और नेविगेशन अभ्यासों के लिए दोहराने योग्य प्रशिक्षण दृश्यों का समर्थन करती है।
उदाहरण परियोजनाएं दिखाती हैं कि एजेंट-आधारित नियंत्रण को रोज़मर्रा की लैब कार्यों और इंटरैक्टिव डेमो में कैसे लागू किया जा सकता है।
एजेंट वर्कफ़्लोज़ चैट-आधारित निर्देशों को मैपिंग, नेविगेशन, और परिवहन व्यवहारों के साथ जोड़ सकते हैं।
मेमोरी सर्च और MCP-स्टाइल कॉलिंग जैसे उपकरण उच्च-स्तरीय इरादों को विश्वसनीय रोबोट क्रियाओं से जोड़ने में मदद करते हैं।
विजन-चालित व्यवहारों में लक्ष्य ट्रैकिंग, रंग पहचान, स्वायत्त क्रूज़िंग, और समन्वित आर्म क्रियाएं शामिल हैं।
बाइनोकुलर स्ट्रक्चर्ड-लाइट डेप्थ सेंसिंग 3D माप, पहचान, और पकड़ के लिए हाथ-आंख समन्वय का समर्थन करता है।
कॉन्फ़िगरेशन तुलना आपके कक्षा या प्रयोगशाला के लिए सही सेंसिंग और कंप्यूट संयोजन का चयन करने में मदद करती है।
एक चयन गाइड सामान्य कॉन्फ़िगरेशन और फ़ंक्शन सेट्स के बीच अंतर को संक्षेप में प्रस्तुत करता है।
कोर ROS क्षमताएं LiDAR मैपिंग, डेप्थ-कैमरा धारणा, और दृश्य पहचान पाइपलाइनों को कवर करती हैं।
MoveIt2 सिमुलेशन और मोशन-कंट्रोल डेमो योजना, पकड़ने के वर्कफ़्लो, और मल्टी-रोबोट समन्वय का समर्थन करते हैं।
एक एल्युमिनियम मेकानम चेसिस पेंडुलम सस्पेंशन के साथ स्थिरता में सुधार करता है जबकि पूर्ण ROS2 Humble संगतता बनाए रखता है।
कई नियंत्रण विधियाँ और एक स्पष्ट संरचना लेआउट इसे सेट अप, बनाए रखने और रोबोट का विस्तार करने में आसान बनाते हैं।
ROSMASTER M3 Pro प्लेटफॉर्म को 6DOF रोबोटिक आर्म और एक बाइनोकुलर स्ट्रक्चर्ड लाइट डेप्थ कैमरा के साथ कॉन्फ़िगर किया जा सकता है ताकि पकड़ने और गहराई-आधारित धारणा कार्यों के लिए।
TOF लेजर LiDAR 0.05–12 मीटर रेंजिंग का समर्थन करता है जिसमें प्रति सेकंड 4000 स्कैन तक होते हैं, जबकि वॉयस मॉड्यूल वॉयस इंटरैक्शन के लिए माइक और स्पीकर कनेक्शन जोड़ता है।
Yahboom ROSMASTER M3 Pro ROS2 रोबोट नियंत्रण बोर्ड एक कॉम्पैक्ट, लेबल वाले कनेक्टर लेआउट प्रदान करता है जो एक मोबाइल रोबोट सिस्टम बनाने और विस्तारित करने के लिए है।
Yahboom ROSMASTER M3 Pro में ROS2 और AI सीखने के लिए एक ऑनलाइन ट्यूटोरियल रिपॉजिटरी के माध्यम से 200+ विस्तृत पाठ्यक्रमों तक पहुंच शामिल है।
ROSMASTER M3 Pro सीखने की रूपरेखा में ROS नियंत्रण की मूल बातें, OpenCV दृष्टि कार्य, SLAM मैपिंग, और AI सुविधाएँ शामिल हैं जो प्रगतिशील ROS2 अभ्यास के लिए हैं।
ROSMASTER M3 Pro सीखने की रोडमैप में OpenCV दृष्टि, MediaPipe ट्रैकिंग, MoveIt2 सिमुलेशन, और ROS2 की मूल बातें जैसे विषय शामिल हैं।
ROSMASTER M3 Pro में ओपन-सोर्स कोड फ़ोल्डर और विस्तृत ट्यूटोरियल शामिल हैं जो ROS की मूल बातें, मैपिंग, नेविगेशन, और दृष्टि कार्यों को कवर करते हैं।
ROSMASTER M3 Pro में अंग्रेजी उपशीर्षक के साथ ROS2 वीडियो ट्यूटोरियल शामिल हैं और विकास और एकीकरण का समर्थन करने के लिए 3D मॉडल फाइलें प्रदान करता है।
ROSMASTER सीरीज की तुलना में चेसिस प्रकार, RGBD कैमरा विकल्प, नियंत्रण बोर्ड, और बैटरी क्षमता में प्रमुख अंतर शामिल हैं ताकि सही ROS2 रोबोट प्लेटफॉर्म का चयन करने में मदद मिल सके।
ROSMaster M1 प्लेटफॉर्म एक मेकानम-व्हील चेसिस और 520 गियर मोटर्स को चयन योग्य कैमरा, LiDAR, और कंट्रोल-बोर्ड विकल्पों के साथ ROS-आधारित विकास के लिए जोड़ता है।
ROSMaster M3 Pro एक मेकानम-व्हील चेसिस को RGBD कैमरा विकल्पों, 0.91-इंच OLED/वैकल्पिक 7-इंच टचस्क्रीन, और 12.6V 6000mAh बैटरी के साथ जोड़ता है।
ROSMaster M3 Pro प्लेटफॉर्म एक मेकानम-व्हील चेसिस, वैकल्पिक RGBD कैमरा, 6‑DOF रोबोटिक आर्म, डुअल LiDAR, और Raspberry Pi या Jetson कंट्रोल बोर्ड विकल्पों को सूचीबद्ध करता है।
Yahboom ROSMASTER M3 Pro ROS2 रोबोट के आयाम चित्रण योजना फिट और माउंटिंग के लिए मिलीमीटर में प्रमुख समग्र माप सूचीबद्ध करते हैं।
ROSMaster M3 Pro Raspberry Pi 5 या Jetson Orin प्लेटफॉर्म को Python प्रोग्रामिंग, WiFi नेटवर्किंग, और 12.6V 9600mAh बैटरी पैक के साथ समर्थन करता है।
ROSMASTER M3 प्रो किट में रोबोट चेसिस, 6DOF आर्म, कंट्रोलर, विस्तार बोर्ड, बैटरी, ब्रैकेट और असेंबली के लिए बुनियादी उपकरण शामिल हैं।
वैकल्पिक सहायक बंडल कंट्रोलर विकल्प द्वारा संगठित किए गए हैं, जिसमें 7-इंच टच स्क्रीन सेट और रास्पबेरी पाई या NVIDIA जेटसन बोर्ड के लिए आवश्यक केबल और माउंट के साथ किट शामिल हैं।
Related Collections
