概要
ROSMASTER M3 Proは、YahboomによるROS教育、科学研究実験、AI応用教育のためのROS2ロボットプラットフォームです。全方向移動のためのメカナムホイールシャーシと振り子サスペンションを使用し、ROS2 Humble上で開発されています。このプラットフォームは、6DOFロボットアーム、3Dビジョンの手眼統合のための双眼構造光深度カメラ、全方向SLAMマッピング、自律ナビゲーション、障害物回避、経路計画のためのデュアルTOF LiDARを統合しています。また、音声認識と自然言語理解によるタスク計画と実行のためのマルチモーダルAI大規模モデルのインタラクション(テキスト/画像/音声)もサポートしています。
主な特徴
- OpenClaw AIエージェントのデプロイメント(デプロイメントと使用チュートリアル付き)。注意: OpenClawのデプロイメントは、Jetson Nano B01バージョンではサポートされていません。
- 埋め込み型マルチモーダル大規模モデル機能: 拡張可能なRAG知識ベース、視覚大規模言語モデル、テキスト大規模言語モデル、デュアルモデル推論アーキテクチャ、動的フィードバック推論。
- デュアルTOF LiDARポイントクラウド融合: 360°全方位の盲点のない知覚; マッピングナビゲーション/道路ネットワーク計画; 経路計画とマルチポイントナビゲーション。
- 道路ネットワーク計画: 点と接続線で構成されたルートネットワークの作成、編集、管理; サンドボックススタイルのルートネットワークでの最短経路選択をサポート。
- 6DOF 3Dビジュアルロボットアーム: 3D空間での把握、仕分け、輸送; 3Dポイントクラウド認識; ターゲットの位置決めと追跡; 距離/体積計算; 3D実景マッピング。
- ディープビジョン技術アプリケーション: YOLOv26 / Transformer、MediaPipe / OpenCV、視覚融合再配置ナビゲーション、PCLリアルタイムポイントクラウドセグメンテーション。
- 内蔵AI大型モデル音声モジュールとスピーカー:音声とテキストのリアルタイム変換をサポートします。
- MoveIt2シミュレーションサポート。
仕様
| モデル | ROSMASTER M3 Pro |
| システム | ROS2 Humble |
| シャーシ | 全アルミニウム合金ボディ; メカナムホイールペンデュラムサスペンション; 後輪ペンデュラムサスペンション構造 |
| ホイールサイズ | 80mm メカナムホイール |
| LiDAR | デュアルTOF LiDAR(対角オフセットレイアウト:右前+左後ろ);360°スキャン |
| LiDAR検出(比較チャートより) | 360°全方向感知; 24m検出距離 |
| 深度カメラ | 双眼構造光深度カメラ |
| 深度カメラFOV(比較チャートより) | H91° V62° |
| ロボットアーム | 6DOFロボットアーム; 6PCSインテリジェントシリアルバスサーボ(位置/ステータスおよびその他の情報の読み取りをサポート) |
| グリッパー能力(アームの説明より) | 最大410gをクランプ; 繰り返し位置決め精度0。5mm |
| バッテリー | 9600mAh高容量バッテリーパック |
| タッチスクリーン | 7インチIPS高精細タッチスクリーン(オプション);表示あり/表示なしの構成バリエーション |
| モーター | 高トルクエンコーダーメタルモーター;高トルクモーターによる独立スイングサスペンション |
| ROS制御ボード | 第3世代ROS制御ボード |
| MoveIt | MoveIt2 |
| AI大規模モデルアプリケーションスキーム | OpenClaw AIエージェント;オプションのDifyワークフロープラットフォーム |
| OpenClaw AIエージェント – 対応マスターコントロール | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER |
| OpenClaw AIエージェント – インタラクション方法 | 音声、WAP、ウェブ/ターミナルテキストコマンド |
| OpenClaw AIエージェント – ロボット制御モード | MCP、CLI |
| Difyワークフロープラットフォーム – サポートされているマスターコントロール | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER; Jetson Nano B01 |
| Difyワークフロープラットフォーム – ロボット制御モード | http |
| AIビジュアルトラッキングアルゴリズム(ソリューション比較から) | OpenClaw: トランスフォーマーモデル; Dify: KCF |
| オプションのAI大規模モデルシナリオサンドテーブル / サンドボックスマップ | サイズ: 3m × 4。1m(オプションアクセサリー;ROSMASTER M3 Proには含まれていません) |
マスターコントロールボードオプション(選択用)
| オプション | 主要な計算仕様(表示) | 電力(表示) | ROSシステム(表示) | OpenClaw(表示) |
| Jetson Nano B01 4GB | 0.5 TFLOPS (FP16); クアッドコア Arm Cortex-A57 MPCore; 128コア NVIDIA Maxwell GPU; 4GB 64ビット LPDDR4 (25.6 GB/s) | 5W, 10W | Ubuntu 18.04 LTS + Docker + ROS2 Humble | サポートされていません |
| Raspberry Pi 5 (8GB/16GB) | Cortex-A76; VideoCore VII; RAM: 8GB/16GB | 10W | Raspberry Pi OS + Docker + ROS2 Humble | (上記のOpenClawサポートノートを参照) |
| Jetson Orin Nano SUPER 8GB | 67 TOPS; 6コア Arm Cortex-A78AE v8.2 64ビット 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 | サポート |
| 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 | サポート |
| 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 | サポート |
機能ケーステスト比較(表示)
| バージョン | オフライン音声認識 / 音声合成 | AI大規模モデルタスクの意思決定計画時間 | 単純タスクの読み込み時間 | 複雑タスクの読み込み時間 | 追跡 & カラーブロックの把握 | 高度な3Dビジュアル機能 | MediaPipe開発 | MoveIt2シミュレーション |
| Raspberry Pi 5 16GB | なし | 2秒 | 10秒 | 15秒 | 15fps | 15fps | 15fps | コンパニオン仮想マシンを使用 |
| Jetson Nano B01 4GB | なし | 2秒 | 12秒 | 13秒 | 15fps | 15fps | 10fps | コンパニオン仮想マシンを使用 |
| 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+ |
構成選択のヘルプ(Raspberry Pi 対 Jetson オプション)またはアフターサポートについては、https://rcdrone.top/ に連絡するか、メールで [email protected].
アプリケーション
- ROS2教育とラボ: SLAMマッピング、ナビゲーション、障害物回避、道路ネットワーク計画。
- 3Dビジョン&マニピュレーション: 3D認識/把持、ソーティング、トラッキング、6DOFアームと深度ポイントクラウドによるハンドリング。
- マルチモーダルAIインタラクション: 音声/テキスト/画像インタラクションによるタスク分解、長期スケジューリング、メモリ検索、プロアクティブな応答ロジック(OpenClawワークフロー)。
- AIビジュアル認識(例示): 人物特徴認識、ジェスチャー認識、指先軌跡認識、人間骨格認識、3D検出、3D顔検出、タグコード認識、ゼロショットトランスフォーマーオブジェクトトラッキング、ビジュアル再ローカライゼーション融合ナビゲーションソリューション、回転オブジェクト検出と把持。
- 深度カメラ機能(例示):深度画像/ポイントクラウド、距離測定、PCLリアルタイムポイントクラウドセグメンテーションとローカライゼーション、RTAB-Map 3Dビジュアルマッピングナビゲーション、地域ターゲット高さ測定、木材ブロック体積測定。
- LiDAR機能(例示):Gmapping/Cartographer/slam_toolboxマッピング、デュアルLiDAR融合フィルタリング、DWA動的障害物回避、単一/マルチポイントナビゲーション、アプリマッピングナビゲーション、再配置マッピングナビゲーション、道路ネットワーク計画、LiDAR障害物回避、LiDAR追従、LiDARガード。
マニュアル
- チュートリアル/学習ページ:https://www.yahboom.net/study/ROSMASTER-M3PRO
詳細

全方位移動、3Dビジョン、6DOFロボットアームを組み合わせたオールインワンROS2 Humble教育プラットフォーム。

マルチモーダルインタラクションと自律機能は、マッピング、ナビゲーション、把持、タスク実行を1つのプラットフォームでサポートします。

OpenClawは、音声、アプリ、テキストベースのコマンドによる自然言語タスク計画を可能にします。

デュアルTOF LiDAR融合は、SLAMマッピング、障害物回避、柔軟なルート計画のための360°認識を提供します。

3つの組み込みモデルタイプは、テキスト推論、音声対話、視覚理解をカバーし、より豊かなロボティクスデモを実現します。

プロジェクトのニーズに応じて、組み込みOpenClawデプロイメントまたはオプションのワークフロープラットフォームを選択できます。

モジュラーシナリオテーブルは、ソーティング、カウント、ナビゲーション演習のための繰り返し可能なトレーニングシーンをサポートします。

例プロジェクトは、エージェントベースの制御が日常のラボタスクやインタラクティブデモにどのように適用できるかを示します。

エージェントワークフローは、チャットベースの指示をマッピング、ナビゲーション、輸送行動と接続できます。

メモリ検索やMCPスタイルの呼び出しのようなツールは、高レベルの意図を信頼性のあるロボットアクションに結びつけるのに役立ちます。

ビジョン駆動の動作には、ターゲット追跡、色認識、自律巡航、協調アーム動作が含まれます。

双眼構造光深度センサーは、3D測定、認識、把持のための手と目の協調をサポートします。

構成の比較は、教室や研究室に適したセンサーとコンピュートの組み合わせを選択するのに役立ちます。

選択ガイドは、一般的な構成と機能セット間の違いを要約しています。

コアROS機能は、LiDARマッピング、深度カメラの認識、ビジュアル認識パイプラインをカバーします。

MoveIt2シミュレーションとモーションコントロールデモは、計画、把持ワークフロー、およびマルチロボットの協調をサポートします。

アルミニウム製のメカナムシャーシは、振り子サスペンションを備えており、安定性を向上させながら、完全なROS2 Humble互換性を維持します。

複数の制御方法と明確な構造レイアウトにより、ロボットのセットアップ、メンテナンス、拡張が容易になります。

ROSMASTER M3 Proプラットフォームは、6DOFロボットアームと双眼構造光深度カメラを構成して、把持および深度ベースの認識タスクを実行できます。

TOFレーザーLiDARは、0.05–12 mの距離測定をサポートし、最大4000回/秒のスキャンを行います。音声モジュールは、音声インタラクションのためのマイクとスピーカー接続を追加します。

Yahboom ROSMASTER M3 Pro ROS2ロボット制御ボードは、モバイルロボットシステムの構築と拡張のためのコンパクトでラベル付きのコネクタレイアウトを提供します。

Yahboom ROSMASTER M3 Proには、ROS2とAIを学ぶためのオンラインチュートリアルリポジトリを通じて200以上の詳細なコースへのアクセスが含まれています。

ROSMASTER M3 Proの学習概要には、ROS制御の基本、OpenCVビジョンタスク、SLAMマッピング、AI機能が含まれており、進行的なROS2の実践に役立ちます。

ROSMASTER M3 Proの学習ロードマップには、OpenCVビジョン、MediaPipeトラッキング、MoveIt2シミュレーション、ROS2の基本が含まれています。

ROSMASTER M3 Proには、ROSの基本、マッピング、ナビゲーション、ビジョンタスクをカバーするオープンソースのコードフォルダと詳細なチュートリアルが含まれています。

ROSMASTER M3 Proには、英語字幕付きのROS2ビデオチュートリアルが付属しており、開発と統合をサポートするための3Dモデルファイルが提供されます。

ROSMASTERシリーズの比較では、シャーシタイプ、RGBDカメラオプション、制御ボード、バッテリー容量の主な違いを概説しており、適切なROS2ロボットプラットフォームを選択するのに役立ちます。

ROSMaster M1プラットフォームは、メカナムホイールシャーシと520ギアードモーターを、選択可能なカメラ、LiDAR、およびROSベースの開発用コントロールボードオプションと組み合わせています。

ROSMaster M3 Proは、メカナムホイールシャーシとRGBDカメラオプション、0.91インチOLED/オプションの7インチタッチスクリーン、および12.6V 6000mAhバッテリーを組み合わせています。

ROSMaster M3 Proプラットフォームは、メカナムホイールシャーシ、オプションのRGBDカメラ、6-DOFロボットアーム、デュアルLiDAR、およびRaspberry PiまたはJetsonコントロールボードオプションをリストしています。

Yahboom ROSMASTER M3 Pro ROS2ロボットの寸法図は、フィットと取り付けの計画のためにミリメートル単位の主要な全体寸法をリストしています。

ROSMaster M3 Proは、Pythonプログラミング、WiFiネットワーキング、および12.6V 9600mAhバッテリーパックを備えたRaspberry Pi 5またはJetson Orinプラットフォームをサポートします。

ROSMASTER M3 Proキットには、ロボットシャーシ、6DOFアーム、コントローラー、拡張ボード、バッテリー、ブラケット、組み立て用の基本的なツールが含まれています。

オプションのアクセサリーバンドルは、コントローラーオプションごとに整理されており、7インチタッチスクリーンセットや、必要なケーブルとマウントが付属するRaspberry PiまたはNVIDIA Jetsonボード用のキットが含まれています。
Related Collections
