Yahboom ROSMASTER M3 Pro ROS2 로봇(OpenClaw AI 에이전트, 듀얼 TOF LiDAR, 6DOF 암, 메카넘 SLAM 포함)
Yahboom ROSMASTER M3 Pro ROS2 로봇(OpenClaw AI 에이전트, 듀얼 TOF LiDAR, 6DOF 암, 메카넘 SLAM 포함)
Yahboom
픽업 사용 가능 여부를 로드할 수 없습니다.
개요
ROSMASTER M3 Pro는 Yahboom에서 제공하는 ROS 교육, 과학 연구 실험 및 AI 응용 교육을 위한 ROS2 로봇 플랫폼입니다. 이 플랫폼은 Mecanum 휠 섀시와 진자 서스펜션을 사용하여 전방위 이동이 가능하며, ROS2 Humble에서 개발되었습니다. 플랫폼은 6DOF 로봇 팔, 3D 비전 핸드-아이 통합을 위한 쌍안 구조광 깊이 카메라, 전방위 SLAM 매핑, 자율 주행, 장애물 회피 및 경로 계획을 위한 듀얼 TOF LiDAR를 통합합니다. 또한, 음성 인식 및 자연어 이해를 통한 작업 계획 및 실행을 위해 다중 모드 AI 대형 모델 상호작용(텍스트/이미지/음성)을 지원합니다.
주요 특징
- OpenClaw AI 에이전트 배포(배포 및 사용 튜토리얼 포함). 참고: OpenClaw 배포는 Jetson Nano B01 버전에서 지원되지 않습니다.
- 임베디드 멀티모달 대형 모델 기능: 확장 가능한 RAG 지식 베이스, 시각적 대형 언어 모델, 텍스트 대형 언어 모델, 이중 모델 추론 아키텍처, 동적 피드백 추론.
- 이중 TOF LiDAR 포인트 클라우드 융합: 360° 전방위 인식, 사각지대 없음; 매핑 내비게이션/도로 네트워크 계획; 경로 계획 및 다지점 내비게이션.
- 도로 네트워크 계획: 점과 연결선으로 구성된 경로 네트워크 생성, 편집 및 관리; 샌드박스 스타일 경로 네트워크에서 최단 경로 선택 지원.
- 6DOF 3D 비주얼 로봇 팔: 3D 공간에서의 잡기, 분류 및 운송; 3D 포인트 클라우드 인식; 목표 위치 지정 및 추적; 거리/부피 계산; 3D 실시간 매핑.
- 딥 비전 기술 응용: YOLOv26 / Transformer, MediaPipe / OpenCV, 시각적 융합 재배치 내비게이션, PCL 실시간 포인트 클라우드 세분화.
- 내장 AI 대형 모델 음성 모듈 및 스피커: 음성과 텍스트 간의 실시간 변환을 지원합니다.
- MoveIt2 시뮬레이션 지원.
사양
| 모델 | ROSMASTER M3 Pro |
| 시스템 | ROS2 Humble |
| 섀시 | 전 알루미늄 합금 바디; 메카넘 휠 진자 서스펜션; 후륜 진자 서스펜션 구조 |
| 휠 크기 | 80mm 메카넘 휠 |
| LiDAR | 듀얼 TOF LiDAR (대각선 오프셋 레이아웃: 오른쪽 앞 + 왼쪽 뒤); 360° 스캐닝 |
| LiDAR 감지 (비교 차트에서) | 360° 전방위 인식; 24m 감지 거리 |
| 깊이 카메라 | 쌍안구 구조광 깊이 카메라 |
| 깊이 카메라 FOV (비교 차트에서) | H91° V62° |
| 로봇 팔 | 6DOF 로봇 팔; 6PCS 지능형 직렬 버스 서보 (위치/상태 및 기타 정보 읽기 지원) |
| 그리퍼 기능 (팔 설명에서) | 최대 410g 클램프; 반복 가능한 위치 정확도 0.5mm |
| 배터리 | 9600mAh 고용량 배터리 팩 |
| 터치 스크린 | 7인치 IPS 고해상도 터치 스크린 (선택 사항); 구성 변형: 디스플레이 포함 / 디스플레이 미포함 |
| 모터 | 고토크 인코더 금속 모터; 고토크 모터와 독립 스윙 서스펜션 |
| ROS 제어 보드 | 3세대 ROS 제어 보드 |
| MoveIt | MoveIt2 |
| AI 대형 모델 응용 프로그램 계획 | OpenClaw AI 에이전트; 선택적 Dify 워크플로우 플랫폼 |
| OpenClaw AI 에이전트 – 지원되는 마스터 제어 | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER |
| OpenClaw AI 에이전트 – 상호작용 방법 | 음성, WAP, 웹/터미널 텍스트 명령 |
| OpenClaw AI 에이전트 – 로봇 제어 모드 | MCP, CLI |
| Dify 워크플로 플랫폼 – 지원되는 마스터 제어 | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER; Jetson Nano B01 |
| Dify 워크플로 플랫폼 – 로봇 제어 모드 | http |
| AI 비주얼 추적 알고리즘 (솔루션 비교에서) | OpenClaw: Transformer 모델; Dify: KCF |
| 선택적 AI 대형 모델 시나리오 모래 테이블 / 샌드박스 맵 | 크기: 3m × 4.1m (선택 액세서리; ROSMASTER M3 Pro에 포함되지 않음) |
마스터 제어 보드 옵션 (선택용)
| 옵션 | 주요 컴퓨팅 사양 표시 | 전력 (표시됨) | ROS 시스템 (표시됨) | OpenClaw (표시됨) |
| Jetson Nano B01 4GB | 0.5 TFLOPS (FP16); 쿼드 코어 Arm Cortex-A57 MPCore; 128코어 NVIDIA Maxwell GPU; 4GB 64비트 LPDDR4 (25.6 GB/s) | 5W, 10W | Ubuntu 18.04 LTS + Docker + ROS2 Humble | 지원되지 않음 |
| Raspberry Pi 5 (8GB/16GB) | Cortex-A76; VideoCore VII; RAM: 8GB/16GB | 10W | Raspberry Pi OS + Docker + ROS2 Humble | (위의 OpenClaw 지원 참고 사항 참조) |
| Jetson Orin Nano SUPER 8GB | 67 TOPS; 6코어 Arm Cortex-A78AE v8.2 64비트 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 | 지원 |
| 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 | 지원 |
| 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 | 지원 |
기능적 사례 테스트 비교 (표시됨)
| 버전 | 오프라인 음성 인식 / 음성 합성 | AI 대형 모델 작업 결정 계획 시간 | 간단한 작업 로딩 시간 | 복잡한 작업 로딩 시간 | 추적 & 색상 블록 잡기 | 고급 3D 시각 기능 | MediaPipe 개발 | MoveIt2 시뮬레이션 |
| Raspberry Pi 5 16GB | 없음 | 2초 | 10초 | 15초 | 15fps | 15fps | 15fps | 동반 가상 머신 사용 |
| Jetson Nano B01 4GB | 없음 | 2초 | 12초 | 13초 | 15fps | 15fps | 10fps | 동반 가상 머신 사용 |
| 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+ |
구성 선택 도움말 (Raspberry Pi 대 Jetson 옵션) 또는 애프터 서비스 지원을 위해 https://rcdrone.top/에 문의하거나 이메일 [email protected] .
응용 프로그램
- ROS2 교육 및 실험실: SLAM 매핑, 내비게이션, 장애물 회피 및 도로 네트워크 계획.
- 3D 비전 & 조작: 3D 인식/파지, 분류, 추적 및 6DOF 암과 깊이 포인트 클라우드를 사용한 처리.
- 다중 모드 AI 상호작용: 작업 분해, 장기 일정 계획, 메모리 검색 및 능동적 응답 논리를 통한 음성/텍스트/이미지 상호작용 (OpenClaw 워크플로우).
- AI 시각 인식 (예시): 인간 특징 인식, 제스처 인식, 손가락 끝 궤적 인식, 인간 골격 인식, 3D 감지, 3D 얼굴 감지, 태그 코드 인식, 제로샷 Transformer 객체 추적, 시각적 재위치 융합 내비게이션 솔루션, 회전 객체 감지 및 파지.
- 깊이 카메라 기능 (예시): 깊이 이미지/포인트 클라우드, 거리 측정, PCL 실시간 포인트 클라우드 분할 및 위치 지정, RTAB-Map 3D 비주얼 매핑 내비게이션, 지역 목표 높이 측정, 목재 블록 부피 측정.
- LiDAR 기능 (예시): Gmapping/Cartographer/slam_toolbox 매핑, 듀얼 LiDAR 융합 필터링, DWA 동적 장애물 회피, 단일/다중 포인트 내비게이션, 앱 매핑 내비게이션, 재배치 매핑 내비게이션, 도로 네트워크 계획, LiDAR 장애물 회피, LiDAR 추적, LiDAR 경비.
매뉴얼
- 튜토리얼/학습 페이지: https://www.yahboom.net/study/ROSMASTER-M3PRO
세부사항
전방위 이동성, 3D 비전, 6DOF 로봇 팔을 결합한 올인원 ROS2 Humble 교육 플랫폼.
다중 모드 상호작용 및 자율 기능은 하나의 플랫폼에서 매핑, 내비게이션, 파지 및 작업 실행을 지원합니다.
OpenClaw는 음성, 앱 및 텍스트 기반 명령 옵션을 통해 자연어 작업 계획을 가능하게 합니다.
듀얼 TOF LiDAR 융합은 SLAM 매핑, 장애물 회피 및 유연한 경로 계획을 위한 360° 인식을 제공합니다.
세 가지 내장 모델 유형은 텍스트 추론, 음성 상호작용 및 시각적 이해를 포함하여 풍부한 로봇 데모를 제공합니다.
프로젝트 요구에 따라 임베디드 OpenClaw 배포 또는 선택적 워크플로우 플랫폼 중에서 선택할 수 있습니다.
모듈식 시나리오 테이블은 분류, 계산 및 내비게이션 연습을 위한 반복 가능한 훈련 장면을 지원합니다.
예제 프로젝트는 에이전트 기반 제어가 일상적인 실험실 작업 및 인터랙티브 데모에 어떻게 적용될 수 있는지를 강조합니다.
에이전트 워크플로우는 채팅 기반 지침을 매핑, 내비게이션 및 운송 행동과 연결할 수 있습니다.
메모리 검색 및 MCP 스타일 호출과 같은 도구는 상위 수준의 의도를 신뢰할 수 있는 로봇 동작과 연결하는 데 도움을 줍니다.
비전 기반 행동에는 목표 추적, 색상 인식, 자율 순항 및 조정된 팔 동작이 포함됩니다.
쌍안구 구조광 깊이 감지는 3D 측정, 인식 및 파지에 대한 손-눈 협응을 지원합니다.
구성 비교는 교실이나 실험실에 적합한 센싱 및 컴퓨팅 조합을 선택하는 데 도움을 줍니다.
선택 가이드는 기능 세트 전반의 일반적인 구성 및 차이점을 요약합니다.
핵심 ROS 기능은 LiDAR 매핑, 깊이 카메라 인식 및 시각적 인식 파이프라인을 포함합니다.
MoveIt2 시뮬레이션 및 모션 제어 데모는 계획, 파지 워크플로 및 다중 로봇 협업을 지원합니다.
진자 서스펜션이 있는 알루미늄 메카넘 섀시는 안정성을 향상시키면서 ROS2 Humble과의 완전한 호환성을 유지합니다.
다양한 제어 방법과 명확한 구조 레이아웃은 로봇을 설정, 유지보수 및 확장하는 것을 더 쉽게 만듭니다.
ROSMASTER M3 Pro 플랫폼은 6DOF 로봇 팔과 이안 구조광 깊이 카메라를 구성하여 잡기 및 깊이 기반 인식 작업을 수행할 수 있습니다.
TOF 레이저 LiDAR는 최대 4000회/초 스캔과 함께 0.05–12 m 범위를 지원하며, 음성 모듈은 음성 상호작용을 위한 마이크 및 스피커 연결을 추가합니다.
Yahboom ROSMASTER M3 Pro ROS2 로봇 제어 보드는 모바일 로봇 시스템을 구축하고 확장하기 위한 컴팩트하고 라벨이 붙은 커넥터 레이아웃을 제공합니다.
Yahboom ROSMASTER M3 Pro는 ROS2 및 AI 학습을 위한 온라인 튜토리얼 저장소를 통해 200개 이상의 상세한 코스에 대한 접근을 포함합니다.
ROSMASTER M3 Pro 학습 개요는 ROS 제어 기본 사항과 OpenCV 비전 작업, SLAM 매핑, AI 기능을 포함하여 점진적인 ROS2 연습을 위한 내용을 다룹니다.
ROSMASTER M3 Pro 학습 로드맵은 OpenCV 비전, MediaPipe 추적, MoveIt2 시뮬레이션, ROS2 기본 사항과 같은 주제를 다룹니다.
ROSMASTER M3 Pro에는 ROS 기본 사항, 매핑, 내비게이션, 비전 작업을 다루는 오픈 소스 코드 폴더와 자세한 튜토리얼이 포함되어 있습니다.
ROSMASTER M3 Pro는 영어 자막이 포함된 ROS2 비디오 튜토리얼과 개발 및 통합을 지원하는 3D 모델 파일을 제공합니다.
ROSMASTER 시리즈 비교는 올바른 ROS2 로봇 플랫폼을 선택하는 데 도움이 되는 섀시 유형, RGBD 카메라 옵션, 제어 보드 및 배터리 용량의 주요 차이점을 설명합니다.
ROSMaster M1 플랫폼은 메카넘 휠 섀시와 520 기어드 모터를 선택 가능한 카메라, LiDAR, 제어 보드 옵션과 결합하여 ROS 기반 개발을 지원합니다.
ROSMaster M3 Pro는 메카넘 휠 섀시와 RGBD 카메라 옵션, 0.91인치 OLED/선택 가능한 7인치 터치스크린, 12.6V 6000mAh 배터리를 결합합니다.
ROSMaster M3 Pro 플랫폼은 메카넘 휠 섀시, 선택 가능한 RGBD 카메라, 6-DOF 로봇 팔, 듀얼 LiDAR, Raspberry Pi 또는 Jetson 제어 보드 옵션을 나열합니다.
Yahboom ROSMASTER M3 Pro ROS2 로봇의 치수 도면은 장착 및 설치 계획을 위한 주요 전체 측정을 밀리미터 단위로 나열합니다.
ROSMaster M3 Pro는 Raspberry Pi 5 또는 Jetson Orin 플랫폼을 지원하며, Python 프로그래밍, WiFi 네트워킹, 12.6V 9600mAh 배터리 팩을 제공합니다.
ROSMASTER M3 Pro 키트에는 로봇 섀시, 6DOF 암, 컨트롤러, 확장 보드, 배터리, 브래킷 및 조립을 위한 기본 도구가 포함되어 있습니다.
선택적 액세서리 번들은 컨트롤러 옵션에 따라 구성되며, 7인치 터치 스크린 세트와 필요한 케이블 및 마운트가 포함된 Raspberry Pi 또는 NVIDIA Jetson 보드용 키트가 포함됩니다.
