Yahboom ROSMASTER M3 ROS2 AI 대형 모델 로봇카 (메카넘 휠 포함) - Orin Nano/NX SUPER, RDK X5, Pi 5용
Yahboom ROSMASTER M3 ROS2 AI 대형 모델 로봇카 (메카넘 휠 포함) - Orin Nano/NX SUPER, RDK X5, Pi 5용
Yahboom
픽업 사용 가능 여부를 로드할 수 없습니다.
개요
Yahboom ROSMASTER M3는 Jetson Orin Nano/Orin NX SUPER, Raspberry Pi 5, RDK X5를 위해 설계된 ROS2 로봇 자동차 플랫폼입니다. 이 플랫폼은 SLAM 내비게이션과 함께 다중 모드 AI(텍스트/비전/음성)를 통합하며, 360° 전방위 이동을 위한 메카넘 휠 섀시와 진자 스타일의 독립 서스펜션 구조를 특징으로 합니다. 구성에 따라 선택적으로 단일/듀얼 TOF LiDAR를 지원하며, 3D 비전 애플리케이션을 위해 DaBai DCW2 깊이 카메라를 사용합니다.
주요 기능
- AI 멀티모달 대형 언어 모델 응용 프로그램: 의미 이해, 음성 대화, 장면 이해
- 대형 모델 워크플로우 개발 및 배포를 위한 Dify 워크플로우 개발 플랫폼 지원
- 동적 피드백 추론 및 대화 중단 지원을 갖춘 듀얼 모델 추론 아키텍처
- LiDAR + 인코더 + IMU(자이로스코프) 융합을 통한 매핑 및 내비게이션; 여러 매핑 알고리즘 지원
- DaBai DCW2 깊이 카메라: 3D 비전 매핑, 측정 및 인식을 위한 깊이 이미지 + 포인트 클라우드
- 전문가급 메카넘 휠 + 펜듈럼 서스펜션으로 인코더 인식에 대한 휠 슬립 영향을 줄이고 주행 거리계 오류 감소
- 흐름, 숨쉬기, 마퀴 조명 효과가 있는 통합 RGB 헤드라이트/LED 스트립; 색상/밝기 사용자 정의 가능
- AI 비전 스택 지원: OpenCV / MediaPipe / YOLOv11; 제스처 인식, QR 코드 인식, 포즈 추정, 이미지 분할 및 객체 감지와 같은 기능 포함
- 다중 로봇 형성 및 상호 연결 제어: 동일한 지도에서 다중 로봇 내비게이션 및 동적 장애물 회피; 하나의 호스트에 의해 제어되는 여러 로봇
사양
| 로봇 크기 | 276.97 x 212.4 x 199.18 mm |
| 섀시 | 메카넘 휠 섀시 (전방위 이동) |
| 서스펜션 | 펜듈럼 독립 서스펜션 구조 |
| 깊이 카메라 | DaBai DCW2 깊이 카메라 |
| LiDAR | T-MINI PLUS LiDAR (옵션 단일/듀얼 TOF LiDAR; 듀얼 포인트 클라우드 융합은 Ultimate Version용) |
| 조명 | 통합 RGB 헤드라이트/LED 스트립 |
| 배터리 | 6000mAh 배터리 팩 |
| 옵션 디스플레이 | 7인치 디스플레이 (옵션; 버전에 따라 다름) |
| OS / ROS (컨트롤러에 따라) | Raspberry Pi OS + Docker + ROS2 Humble; Ubuntu 22.04 + ROS2 Humble; Ubuntu 22.04 LTS + ROS2 Humble |
| 스토리지 (구성에 따라) | 128GB / 256GB (e.g. , 128GB TF 카드; 256GB SSD) |
버전 옵션 (구성 선택)
| 항목 | 표준 키트 | 고급 키트 | 궁극 버전 |
|---|---|---|---|
| 지원되는 메인 컨트롤 | 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 |
| 음성 모듈 | 모든 버전에는 AI 대형 모델 음성 모듈 포함 | ||
| 카메라 | DaBai DCW2 깊이 카메라 | DaBai DCW2 깊이 카메라 | DaBai DCW2 깊이 카메라 |
| LiDAR | T-MINI PLUS LiDAR | T-MINI PLUS LiDAR | T-MINI PLUS LiDAR *2 |
| 디스플레이 | / | 7인치 디스플레이 | 7인치 디스플레이 |
참고: Ultimate 버전만 Dual T-mini Plus LiDARs가 구성되어 있습니다.
컨트롤러 선택 제안 (참고)
대형 모델의 작동 부드러움과 기능적 결과를 개선하기 위해 Jetson Orin Nano/NX SUPER를 선택하는 것이 권장됩니다. 보드가 없는 버전을 선택할 경우, 최소 8GB RAM을 갖춘 Raspberry Pi 5를 준비하세요.
| 컨트롤러 | 컴퓨팅 파워 | CPU | GPU | RAM | 저장소 | 전력 | 제공된 ROS 시스템 |
|---|---|---|---|---|---|---|---|
| Raspberry Pi 5 8GB | 약 0.5 TFLOPS (FP16) | Cortex-A76 | VideoCore VII | 8GB | 128GB TF 카드 | 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 | Ubuntu 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 | Ubuntu 22.04 LTS + ROS2 Humble |
| Jetson Orin NX SUPER 16GB | 157 TOPS | 8-core NVIDIA Arm Cortex-A78AE v8.2 64비트 CPU 2MB L2 + 4MB L3 |
1024코어 NVIDIA Ampere 아키텍처 GPU, 32 Tensor 코어 포함 | 16GB 128비트 LPDDR5 102 GB/s | 256GB SSD | 10W, 15W, 25W, 40W | Ubuntu 22.04 LTS + ROS2 Humble |
성능 참조 (기능적 사례 테스트 비교)
| 테스트 항목 | Raspberry Pi 5 8GB | RDK X5 8GB | Orin Nano SUPER 8GB | Orin NX SUPER 8GB | Orin NX SUPER 16GB |
|---|---|---|---|---|---|
| YOLO V11 객체 감지 | 4fps | 12fps | 30fps | 30fps | 30fps |
| Mediapipe | 12fps | 13fps | 30fps | 30fps | 30fps |
| AprilTag 기계 코드 추적 | 30fps | 20fps | 30fps | 30fps | 30fps |
| KCF 객체 추적 | 12fps | 15fps | 30fps | 30fps | 30fps |
| AI 대형 모델 시각 추적 | 20fps | 10fps | 20fps | 30fps | 30fps |
| 시각 자율 주행 (오프라인 모델) | 지원하지 않음 | 22fps | 25fps | 30fps | 30fps |
| AI 대형 모델 융합 자율 주행 | 지원하지 않음 | 18fps | 25fps | 30fps | 30fps |
기능 (LiDAR / 깊이 카메라 / 비전)
LiDAR 기능
- 고정밀 TOF LiDAR와 인코더 및 IMU (자이로스코프) 융합 데이터를 통한 고정밀 매핑 및 내비게이션
- 다양한 매핑 알고리즘 및 아카이브 매핑 지원
- 단일 지점 및 다중 지점 내비게이션 지원; APP를 통해 조작 가능
- 위치 이동 내비게이션 기술은 위치 드리프트를 줄여 내비게이션의 안정성과 신뢰성을 향상시킵니다
- 매핑 및 내비게이션 모드 표시: Gmapping LiDAR 매핑, Cartographer LiDAR 매핑, slam_toolbox LiDAR 매핑, IMU LiDAR 융합 필터링, APP 매핑 내비게이션
- 예시 동작 표시: LiDAR 장애물 회피, LiDAR 추적, LiDAR 보호, 도로 네트워크 계획
깊이 카메라 기능
- 3D 구조광 깊이 카메라가 깊이 이미지와 포인트 클라우드 데이터를 생성합니다
- 깊이 거리 및 부피 계산; 레이더 데이터와 결합하여 고정밀 3D 컬러 맵을 구성합니다
- 예시 응용 프로그램 표시: RTAB-Map 3D 비전 매핑 및 내비게이션, 목재 블록 부피 측정, 에지 감지, 깊이 카메라 거리 측정
YOLOv11 모델 감지
- 이미지 분할, 자세 추정, 이미지 분류 및 방향 객체 감지를 지원합니다
AI 시각 인식 / 상호작용
- OpenCV 및 MediaPipe와 같은 프레임워크를 지원합니다
- 인식 예시: 인간 특징 인식, 제스처 인식, 손끝 궤적 인식, QR 코드 인식, 3D 감지, 3D 얼굴 감지, 색상 인식, AR 비전
- 상호작용 예시: 제스처 제어, MediaPipe 자세 추적, 기계 코드 제어, 시각적 선 추적, 색상 추적, 얼굴 추적, KCF 객체 추적, 딥러닝 객체 추적
자율 주행 (샌드박스) 주의사항
자율 주행 샌드박스 테스트는 RDK X5, Orin Nano, Orin NX에서 지원되는 것으로 표시됩니다.라즈베리 파이 보드는 이 기능을 지원하지 않는 것으로 표시됩니다. 시연된 기능에는 도로 표지판 감지, 차선 유지, 자율 주차 및 조향 결정이 포함됩니다.
응용 프로그램
- SLAM 매핑 및 내비게이션
- 도로 네트워크 계획, 경로 계획 및 다지점 내비게이션
- 장면 이해, 시각적 추적, 심층 거리 Q&A 및 자율 크루즈 시연
- 다중 로봇 동기화 모션 제어 및 포메이션 제어
튜토리얼
구매 전 구성 도움말(버전, 컨트롤러 선택 및 액세서리)을 위해 https://rcdrone.top/에 문의하거나 이메일 [email protected].
세부 정보
ROSMASTER M3를 만나보세요: 인기 있는 엣지 컨트롤러에서 다중 모드 AI 및 SLAM 내비게이션을 위해 구축된 ROS2 준비 로봇 자동차 플랫폼입니다.
다중 모달 상호작용, 3D 인식, 전방위 이동성이 하나의 통합 플랫폼에 결합됩니다.
Dify 워크플로우 지원 및 다양한 매핑 옵션은 데모에서 배포 가능한 로봇 애플리케이션으로의 전환을 돕습니다.
인식 센서, 컨트롤러 호환성, 섀시 성능을 비교하여 적절한 키트 레벨을 선택하세요.
옵션으로 제공되는 단일/듀얼 TOF LiDAR 및 프로그래머블 RGB 조명은 내비게이션 및 프레젠테이션 사용 사례를 확장합니다.
텍스트, 음성, 비전 모델을 함께 실행하여 더 풍부한 의미 이해와 상호작용 로봇을 구현하세요.
실용적인 비전 스택은 추적, 인식 및 실세계 시나리오에 대한 상호작용 Q&A를 지원합니다.
SLAM 워크플로우는 매핑, 지점 간 내비게이션 및 작업 지향 탐사를 포함합니다.
상위 수준의 계획은 인식 및 매핑을 결합하여 단계별 작업을 보다 신뢰성 있게 실행합니다.
선택 가이드를 사용하여 표준, 고급 및 궁극 옵션에 걸쳐 컨트롤러 및 센서 요구 사항을 일치시킵니다.
센서 융합 및 ROS 도구는 매핑, 장애물 회피 및 깊이 기반 측정을 지원합니다.
비전 기능에는 감지, 추적, 제스처 인식 및 다중 로봇 형성 제어가 포함됩니다.
자율 주행 행동에는 차선 유지, 표지판 인식, 주차 루틴 및 조향 결정이 포함됩니다.
ROS2 Humble 개발은 RViz 시뮬레이션 및 유연한 원격 제어 옵션과 결합하여 테스트 및 데모를 제공합니다.
폭발 뷰는 깊이 카메라, LiDAR, 선택적 디스플레이 및 온보드 조명과 같은 모듈식 추가 기능을 강조합니다.
ROS 로봇 제어 보드 번들은 12V 6000mAh 리튬 이온 배터리 팩을 포함하며, 상호작용 제어를 위한 선택적 7인치 HD 터치스크린을 지원합니다.
ROSMASTER M3 과정 커리큘럼은 ROS2 AI 로봇 프로젝트를 위한 비디오 강의 모듈과 학습 로드맵을 제시합니다.
ROSMASTER M3 패키지에는 섀시 제어, LiDAR 설정 및 AI 모델 개발 주제를 다루는 정리된 튜토리얼 및 코드 폴더가 포함되어 있습니다.
ROSMASTER M3 학습 자료는 AI 대형 모델 튜토리얼, ROS2 기본 과정 비디오 및 설정 및 개발을 안내하는 실용 자료를 설명합니다.
Yahboom은 DIY 모델링 및 설정을 돕기 위해 ROSMASTER M3 3D 모델 파일과 애프터세일즈 기술 지원을 제공합니다.
ROSMASTER M3 플랫폼 옵션은 아커만 조향, RGBD/USB 카메라 선택, 0.91인치 OLED 디스플레이 및 여러 제어 보드 선택을 포함합니다.
ROSMASTER M3는 80mm 휠이 있는 메카넘 휠 섀시를 사용하며 AI 음성 모듈, 여러 컨트롤러 보드, 12.6V 6000mAh 배터리와 같은 옵션을 나열합니다.
ROSmaster M3는 여러 카메라 및 제어 보드 옵션과 함께 메카넘 휠 섀시를 사용하며, 모바일 빌드를 위한 12.6V 6000mAh 배터리 팩을 제공합니다.
ROSMaster M3 PRO는 메카넘 휠 섀시와 6-DOF 로봇 팔을 결합하고 LiDAR, 깊이 카메라, Raspberry Pi 또는 Jetson 제어 보드를 지원합니다.
ROSMASTER M3 사양 시트에는 ROS2 지원 및 Python 프로그래밍과 같은 주요 세부 사항과 치수 도면이 포함되어 있습니다.
ROSMASTER M3 키트에는 로봇 섀시와 함께 핵심 전자 장치, 센서, 조립에 필요한 케이블 및 액세서리가 포함되어 있습니다.
ROSMASTER M3 액세서리 라인업에는 LiDAR 및 깊이 카메라 모듈, 브래킷이 있는 7인치 화면, 마운트 및 다양한 메인 컨트롤 보드 번들이 포함되어 있습니다.
