Yahboom ROSMASTER M3 ROS2 AI Robot Car, Mecanum Wheels & SLAM

Gambaran Keseluruhan

Yahboom ROSMASTER M3 adalah platform kereta robot ROS2 yang direka untuk Jetson Orin Nano/Orin NX SUPER, Raspberry Pi 5, dan RDK X5. Ia mengintegrasikan AI multimodal (teks/visi/suara) dengan navigasi SLAM, dan menampilkan casis roda Mecanum dengan struktur suspensi bebas gaya bandul untuk pergerakan omnidirectional 360°. Bergantung pada konfigurasi, ia menyokong pilihan TOF LiDAR tunggal/dua dan menggunakan kamera kedalaman DaBai DCW2 untuk aplikasi visi 3D.

Ciri Utama

Aplikasi model bahasa besar multimodal AI: pemahaman semantik, dialog pertuturan, dan pemahaman adegan
Sokongan platform pembangunan aliran kerja Dify untuk membangunkan dan melaksanakan aliran kerja model besar
Seni bina inferens model dua dengan inferens maklum balas dinamik dan sokongan gangguan perbualan
Gabungan LiDAR + pengekod + IMU (giroskop) untuk pemetaan dan navigasi; menyokong pelbagai algoritma pemetaan
Kamera kedalaman DaBai DCW2 : imej kedalaman + awan titik untuk pemetaan visi 3D, pengukuran, dan pengecaman
Roda Mecanum gred profesional + suspensi pendulum untuk mengurangkan kesan gelinciran roda pada pengecaman pengekod dan mengurangkan ralat odometer
Lampu depan RGB bersepadu/strip LED dengan kesan pencahayaan mengalir, bernafas, dan marquee; warna/kecerahan boleh disesuaikan
AI vision stack support: OpenCV / MediaPipe / YOLOv11; includes functions such as gesture recognition, QR code recognition, pose estimation, image segmentation, and object detection
Sokongan kawalan formasi dan interkoneksi multi-robot: navigasi multi-robot dan pengelakan halangan dinamik pada peta yang sama; pelbagai robot dikawal oleh satu hos

Spesifikasi

Saiz robot	276.97 x 212.4 x 199.18 mm
Casis	Casis roda Mecanum (pergerakan omnidirectional)
Suspensi	Struktur suspensi bebas pendulum
Kamera kedalaman	Kamera kedalaman DaBai DC
LiDAR	T-MINI PLUS LiDAR (pilihan TOF LiDAR tunggal/dua; gabungan titik awan dua adalah untuk Versi Ultimate)
Pencahayaan	Lampu depan RGB bersepadu/strip LED
Bateri	Pek bateri 6000mAh
Paparan pilihan	Paparan 7-inci (pilihan; bergantung pada versi)
OS / ROS (oleh pengawal)	Raspberry Pi OS + Docker + ROS2 Humble; Ubuntu 22.04 + ROS2 Humble; Ubuntu 22.04 LTS + ROS2 Humble
Storan (mengikut konfigurasi)	128GB / 256GB (e.g. , 128GB kad TF; 256GB SSD)

Pilihan Versi (Pemilihan Konfigurasi)

Item	Kit Standard	Kit Superior	Versi Ultimate
Sokongan kawalan utama	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
Modul suara	Semua versi termasuk modul suara model besar AI
Kamera	DaBai DCW2 Kamera Kedalaman	DaBai DCW2 Kamera Kedalaman	DaBai DCW2 Kamera Kedalaman
LiDAR	T-MINI PLUS LiDAR	T-MINI PLUS LiDAR	T-MINI PLUS LiDAR *2
Paparan	/	Paparan 7-inci	Paparan 7-inci

Nota: Hanya versi Ultimate yang dilengkapi dengan Dual T-mini Plus LiDARs.

Cadangan Pemilihan Pengawal (Rujukan)

Untuk meningkatkan kelancaran operasi model besar dan hasil fungsional, disarankan memilih Jetson Orin Nano/NX SUPER. Jika memilih versi tanpa papan, sediakan Raspberry Pi 5 dengan sekurang-kurangnya 8GB RAM.

Pengawal	Kuasa pengkomputeran	CPU	GPU	RAM	Storan	Kuasa	Sistem ROS yang disediakan
Raspberry Pi 5 8GB	Kira-kira 0.5 TFLOPS (FP16)	Cortex-A76	VideoCore VII	8GB	128GB kad TF	10W	Raspberry Pi OS + Docker + ROS2 Humble
RDK X5 8GB	10 TOPS	8-teras Cortex-A55 @ 1.5GHz	32Gflops	8GB	/	25W	Ubuntu 22.04 + ROS2 Humble
Jetson Orin Nano SUPER 8GB	67 TOPS	6-teras Arm Cortex-A78AE v8.2 64-bit CPU 1.5MB L2 + 4MB L3	1024-teras NVIDIA Ampere architecture GPU dengan 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-teras NVIDIA Arm Cortex-A78AE v8.2 64-bit CPU 1.5MB L2 + 4MB L3	1024-teras NVIDIA Ampere architecture GPU dengan 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-teras NVIDIA Arm Cortex-A78AE v8.2 64-bit CPU 2MB L2 + 4MB L3	1024-teras NVIDIA Ampere architecture GPU dengan 32 Tensor Cores	16GB 128-bit LPDDR5 102 GB/s	256GB SSD	10W, 15W, 25W, 40W	Ubuntu 22.04 LTS + ROS2 Humble

Rujukan Prestasi (Perbandingan Ujian Kes Fungsional)

Item ujian	Raspberry Pi 5 8GB	RDK X5 8GB	Orin Nano SUPER 8GB	Orin NX SUPER 8GB	Orin NX SUPER 16GB
YOLO V11 Pengesanan objek	4fps	12fps	30fps	30fps	30fps
Mediapipe	12fps	13fps	30fps	30fps	30fps
AprilTag penjejakan kod mesin	30fps	20fps	30fps	30fps	30fps
KCF penjejakan objek	12fps	15fps	30fps	30fps	30fps
Penjejakan visual model besar AI	20fps	10fps	20fps	30fps	30fps
Pemanduan autonomi visual (model luar talian)	Tidak menyokong	22fps	25fps	30fps	30fps
AI model besar gabungan pemanduan autonomi	Tidak menyokong	18fps	25fps	30fps	30fps

Fungsi (LiDAR / Kamera Kedalaman / Visi)

Fungsi LiDAR

TOF LiDAR berketepatan tinggi dengan data gabungan pengekod dan IMU (giroskop) untuk pemetaan dan navigasi berketepatan tinggi
Menyokong pelbagai algoritma pemetaan dan Pemetaan Arkib
Menyokong navigasi titik tunggal dan berbilang titik; boleh dikendalikan melalui APP
Teknologi navigasi penempatan semula mengurangkan hanyutan kedudukan, meningkatkan kestabilan dan kebolehpercayaan navigasi
Mod pemetaan dan navigasi yang ditunjukkan: Pemetaan LiDAR Gmapping, Pemetaan LiDAR Cartographer, Pemetaan LiDAR slam_toolbox, Penapisan gabungan IMU LiDAR, Pemetaan navigasi APP
Contoh tingkah laku yang ditunjukkan: Pengelakan halangan LiDAR, Mengikuti LiDAR, Penjaga LiDAR, Perancangan rangkaian jalan

Fungsi Kamera Kedalaman

Kamera kedalaman cahaya berstruktur 3D yang menjana imej kedalaman dan data awan titik
Pengiraan jarak dan volum kedalaman; membina peta warna 3D berketepatan tinggi apabila digabungkan dengan data radar
Contoh aplikasi yang ditunjukkan: Pemetaan dan navigasi visi 3D RTAB-Map, pengukuran volum blok kayu, pengesanan tepi, pengukuran jarak kamera kedalaman

Pengesanan Model YOLOv11

Menyokong segmentasi imej, anggaran pose, klasifikasi imej, dan pengesanan objek berorientasi

Pengecaman / Interaksi Visual AI

Menyokong rangka kerja seperti OpenCV dan MediaPipe
Contoh pengecaman ditunjukkan: pengecaman ciri manusia, pengecaman isyarat, pengecaman trajektori hujung jari, pengecaman kod QR, pengesanan 3D, pengesanan muka 3D, pengecaman warna, visi AR
Contoh interaksi ditunjukkan: kawalan isyarat, pengikut postur MediaPipe, kawalan kod mesin, penjejakan garis visual, penjejakan warna, penjejakan muka, pengikut objek KCF, penjejakan objek pembelajaran mendalam

Nota Pemanduan Autonomi (Kotak Pasir)

Ujian kotak pasir pemanduan autonomi ditunjukkan sebagai disokong pada: RDK X5, Orin Nano, dan Orin NX.Papan Raspberry Pi ditunjukkan sebagai tidak menyokong fungsi ini. Fungsi yang ditunjukkan termasuk pengesanan papan tanda jalan, pengekalan lorong, parkir autonomi, dan keputusan stereng.

Aplikasi

Pemetaan SLAM dan navigasi
Perancangan rangkaian jalan, perancangan laluan, dan navigasi berbilang titik
Pemahaman pemandangan, pengikut visual, Q jarak dalam, dan demonstrasi pelayaran autonomi
Kawalan gerakan serentak berbilang robot dan kawalan formasi

Tutorial

Tutorial ROSMASTER-M3

Untuk bantuan konfigurasi sebelum pembelian (versi, pemilihan pengawal, dan aksesori), hubungi https://rcdrone.top/ atau email [email protected].

Butiran

Yahboom ROSMASTER M3 ROS2 AI large model robot car with mecanum wheels, depth camera and LiDAR mounts

Temui ROSMASTER M3: platform kereta robot sedia ROS2 yang dibina untuk AI multimodal dan navigasi SLAM pada pengawal tepi yang popular.

ROSMASTER M3 feature overview: multimodal LLM, optional TOF LiDAR fusion, 3D depth vision, and mecanum chassis

Interaksi multimodal, persepsi 3D, dan mobiliti omnidirectional digabungkan dalam satu platform bersepadu.

ROSMASTER M3 benefits infographic covering mapping, dual TOF LiDAR fusion, Dify workflow support, and hardware options

Sokongan aliran kerja Dify dan pelbagai pilihan pemetaan membantu bergerak dari demo ke aplikasi robotik yang boleh digunakan.

Yahboom ROSMASTER M3 ROS2 robot comparison chart highlighting LiDAR/depth camera, chassis, and controller options

Pilih tahap kit yang betul dengan membandingkan sensor persepsi, keserasian pengawal, dan prestasi casis.

360-degree perception graphic showing single vs dual TOF LiDAR options and integrated RGB headlights on the robot

LiDAR TOF tunggal/dua pilihan dan pencahayaan RGB yang boleh diprogramkan memperluas kes penggunaan navigasi dan pembentangan.

AI model deployment graphic for ROSMASTER M3: text Q&A, voice dialogue, and vision model recognition examples

Jalankan model teks, suara, dan visi bersama untuk pemahaman semantik yang lebih kaya dan robotik interaktif.

Multimodal vision application examples: scene understanding, visual following, Q&A with depth, and road sign recognition

Tumpukan visi praktikal menyokong penjejakan, pengiktirafan, dan Q&A interaktif untuk senario dunia sebenar.

SLAM navigation examples: mapping, multi-point navigation, object search, and track-map navigation workflows

Aliran kerja SLAM merangkumi pemetaan, navigasi titik-ke-titik, dan penerokaan berorientasikan tugas.

High-level embodied intelligence functions: scene understanding, instruction planning, and fusion autonomous driving tasks

Perancangan peringkat tinggi menggabungkan persepsi dan pemetaan untuk melaksanakan tugas langkah demi langkah dengan lebih dipercayai.

Full-stack AI large model course syllabus graphic with modules for RAG, API keys, agents, and multimodal tasks

ROS robot configuration recommendations table comparing versions, controller choices, and functional test items

Gunakan panduan pemilihan untuk memadankan keperluan pengawal dan sensor anda merentasi pilihan Standard, Superior, dan Ultimate.

ROS key functions infographic: upper and lower computers, LiDAR mapping, and depth camera point cloud examples

Penggabungan sensor dan sokongan alat ROS menyokong pemetaan, pengelakan halangan, dan pengukuran berasaskan kedalaman.

AI vision functions list: YOLOv11 detection, OpenCV/MediaPipe, gesture recognition, and multi-robot formation control

Ciri-ciri penglihatan termasuk pengesanan, penjejakan, pengecaman isyarat, dan kawalan pembentukan multi-robot.

Autonomous driving sandbox infographic: road sign detection, lane keeping, parking, and steering decision examples

Tingkah laku pemanduan autonomi termasuk penjagaan lorong, pengecaman tanda, rutin parkir, dan keputusan stereng.

Autonomous driving sandbox purchase banner for RDK X5, Jetson Orin Nano, and Orin NX controllers

ROS2 Humble support graphic with RViz simulation and cross-platform remote control methods for the robot

Pembangunan ROS2 Humble dipadankan dengan simulasi RViz dan pilihan kawalan jauh yang fleksibel untuk ujian dan demo.

Exploded product structure view showing optional 7-inch display, LiDAR, DaBai DCW2 depth camera, and battery pack

Pandangan terperinci menonjolkan tambahan modular seperti kamera kedalaman, LiDAR, paparan pilihan, dan pencahayaan onboard.

TOF LiDAR and AI voice module details showing ranging specs and the embedded microphone/speaker board

Yahboom ROS robot control board kit with labeled ports, 12V 6000mAh Li-ion battery pack, and optional 7-inch touchscreen

Pakej papan kawalan robot ROS termasuk pek bateri Li-ion 12V 6000mAh dan menyokong skrin sentuh HD 7 inci pilihan untuk kawalan interaktif.

ROSMaster M3 course syllabus page for Yahboom ROSMASTER M3 ROS2 AI robot, with a detailed lesson list

Sukatan pelajaran kursus ROSMASTER M3 menyusun modul pelajaran video dan peta jalan pembelajaran untuk projek robot AI ROS2.

Screenshot of Yahboom ROSMASTER M3 tutorial and code folders, including chassis control, LiDAR, and AI model courses.

Pakej ROSMASTER M3 termasuk folder tutorial dan kod yang teratur meliputi kawalan casis, penyediaan LiDAR, dan topik pembangunan model AI.

Tutorial curriculum screenshot for Yahboom ROSMASTER M3, listing AI large model, ROS2 basics, and practical video modules.

Sumber pembelajaran ROSMASTER M3 menggariskan tutorial model AI besar, video kursus asas ROS2, dan bahan praktikal untuk membimbing penyediaan dan pembangunan.

Yahboom ROSMASTER M3 support graphic offering 3D model files and after-sales technical support screenshots

Yahboom menyediakan fail model 3D ROSMASTER M3 dan sokongan teknikal selepas jualan untuk membantu dengan pemodelan DIY dan penyediaan.

ROSMASTER series vehicle selection comparison chart listing chassis, cameras, OLED display, control boards, and battery specs

Pilihan platform ROSMASTER M3 merangkumi stereng Ackermann, pilihan kamera RGBD/USB, paparan OLED 0.91 inci, dan pelbagai pilihan papan kawalan.

Specification table for Yahboom ROSMASTER M3 ROS2 AI robot, listing mecanum chassis, cameras, control boards, and battery

ROSMASTER M3 menggunakan casis roda mecanum dengan roda 80 mm dan menyenaraikan pilihan seperti modul suara AI, pelbagai papan pengawal, dan bateri 12.6V 6000mAh.

ROSmaster M3 robot feature chart listing mecanum chassis, camera options, control boards (Raspberry Pi 5/Jetson), and 12.6V 6000mAh battery

ROSmaster M3 menggunakan casis roda mecanum dengan pelbagai pilihan kamera dan papan kawalan, serta pek bateri 12.6V 6000mAh untuk binaan mudah alih.

ROSMASTER M3 PRO robot spec chart with mecanum chassis, 6‑DOF arm, LiDAR, depth camera, and Pi/Jetson options

ROSMaster M3 PRO menggabungkan casis roda mecanum dengan lengan robotik 6-DOF dan menyokong LiDAR, kamera kedalaman, dan papan kawalan Raspberry Pi atau Jetson.

Yahboom ROSMASTER M3 ROS2 AI robot product parameters sheet with side and front views and dimensions in mm

Lembaran spesifikasi ROSMASTER M3 termasuk lukisan dimensi dan butiran utama seperti sokongan ROS2 dan pengaturcaraan Python.

ROSMaster M3 ROS2 AI robot kit shipping list showing robot car chassis, control board, sensors, display, cables, and tools

Kit ROSMASTER M3 termasuk casis robot bersama elektronik teras, sensor, dan kabel serta aksesori penting untuk pemasangan.

Yahboom ROSMASTER M3 accessory list showing depth camera, LiDAR, 7-inch screen, mounts, and main control options

Barisan aksesori ROSMASTER M3 termasuk modul LiDAR dan kamera kedalaman, skrin 7-inci dengan kurungan, pelekap, dan pelbagai pakej papan kawalan utama.