Yahboom ROSMASTER M3 Pro ROS2 Robot dengan Ejen AI OpenClaw, Dual TOF LiDAR, Lengan 6DOF, Mecanum SLAM
Yahboom ROSMASTER M3 Pro ROS2 Robot dengan Ejen AI OpenClaw, Dual TOF LiDAR, Lengan 6DOF, Mecanum SLAM
Yahboom
Tidak dapat memuatkan ketersediaan pengambilan
Gambaran Keseluruhan
ROSMASTER M3 Pro adalah platform Robot ROS2 oleh Yahboom untuk pendidikan ROS, eksperimen penyelidikan saintifik, dan pengajaran aplikasi AI. Ia menggunakan casis roda Mecanum dengan suspensi pendulum untuk pergerakan omnidirectional dan dibangunkan pada ROS2 Humble. Platform ini mengintegrasikan lengan robotik 6DOF, kamera kedalaman cahaya berstruktur binokular untuk integrasi tangan-mata visi 3D, dan dual TOF LiDAR untuk pemetaan SLAM omnidirectional, navigasi autonomi, pengelakan halangan, dan perancangan laluan. Ia juga menyokong interaksi model besar AI multimodal (teks/imej/suara) dengan pengecaman pertuturan dan pemahaman bahasa semula jadi untuk perancangan dan pelaksanaan tugas.
Ciri-ciri Utama
- Penggunaan agen AI OpenClaw (dengan tutorial penggunaan dan penggunaan). Nota: Penggunaan OpenClaw tidak disokong pada versi Jetson Nano B01.
- Kebolehan model besar multimodal terbenam: pangkalan pengetahuan RAG yang boleh diperluas, model bahasa besar visual, model bahasa besar teks, seni bina penaakulan model dua, dan penaakulan maklum balas dinamik.
- Fusi awan titik LiDAR TOF dua: persepsi omnidirectional 360° tanpa titik buta; pemetaan navigasi/perancangan rangkaian jalan; perancangan laluan dan navigasi berbilang titik.
- Perancangan rangkaian jalan: cipta, edit, dan urus rangkaian laluan yang terdiri daripada titik dan garis penghubung; menyokong pemilihan laluan terpendek dalam rangkaian laluan gaya kotak pasir.
- Lengan robotik visual 3D 6DOF: pemahaman ruang 3D, penyusunan dan pengangkutan; pengiktirafan awan titik 3D; penentuan dan penjejakan sasaran; pengiraan jarak/isipadu; pemetaan pemandangan sebenar 3D.
- Aplikasi teknologi penglihatan mendalam: YOLOv26 / Transformer, MediaPipe / OpenCV, navigasi penempatan semula gabungan visual, segmentasi awan titik masa nyata PCL.
- Modul suara model besar AI terbina dalam dan pembesar suara: menyokong penukaran masa nyata antara suara dan teks.
- Sokongan simulasi MoveIt2.
Spesifikasi
| Model | ROSMASTER M3 Pro |
| Sistem | ROS2 Humble |
| Casis | Badan aloi aluminium sepenuhnya; suspensi pendulum roda Mecanum; struktur suspensi pendulum roda belakang |
| Saiz roda | Roda Mecanum 80mm |
| LiDAR | Dual TOF LiDAR (susunan offset pepenjuru: depan kanan + belakang kiri); pengimbasan 360° |
| Pengesanan LiDAR (dari carta perbandingan) | Persepsi omnidirectional 360°; jarak pengesanan 24m |
| Kamera kedalaman | Kamera kedalaman cahaya berstruktur binokular |
| FOV kamera kedalaman (dari carta perbandingan) | H91° V62° |
| Lengan robotik | Lengan robotik 6DOF; 6PCS servo bas bersiri pintar (menyokong pembacaan semula kedudukan/status dan maklumat lain) |
| Kemampuan gripper (dari penerangan lengan) | Memegang sehingga 410g; ketepatan kedudukan berulang 0.5mm |
| Bateri | Pek bateri berkapasiti tinggi 9600mAh |
| Skrin sentuh | Skrin sentuh definisi tinggi IPS 7-inci (pilihan); varian konfigurasi ditunjukkan: dengan paparan / tanpa paparan |
| Motor | Motor logam pengekod tork tinggi; suspensi ayunan bebas dengan motor tork tinggi |
| Papan kawalan ROS | Papan kawalan ROS generasi ke-3 |
| MoveIt | MoveIt2 |
| Skim aplikasi model besar AI | Ejen AI OpenClaw; platform aliran kerja Dify pilihan |
| Ejen AI OpenClaw – kawalan utama yang disokong | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER |
| Ejen AI OpenClaw – kaedah interaksi | Suara, WAP, arahan teks web/terminal |
| OpenClaw AI agent – mod kawalan robot | MCP, CLI |
| Platform aliran kerja Dify – kawalan utama disokong | Raspberry Pi 5; Jetson Orin Nano SUPER; Jetson Orin NX SUPER; Jetson Nano B01 |
| Platform aliran kerja Dify – mod kawalan robot | http |
| Algoritma penjejakan visual AI (daripada perbandingan penyelesaian) | OpenClaw: Model Transformer; Dify: KCF |
| Senario model besar AI pilihan meja pasir / peta kotak pasir | Saiz: 3m × 4.1m (aksesori pilihan; tidak termasuk dengan ROSMASTER M3 Pro) |
Pilihan Papan Kawalan Utama (untuk pemilihan)
| Pilihan | Spesifikasi pengiraan utama ditunjukkan | Kuasa (ditunjukkan) | Sistem ROS (ditunjukkan) | OpenClaw (ditunjukkan) |
| Jetson Nano B01 4GB | 0.5 TFLOPS (FP16); Quad-Core Arm Cortex-A57 MPCore; 128-core NVIDIA Maxwell GPU; 4GB 64-bit LPDDR4 (25.6 GB/s) | 5W, 10W | Ubuntu 18.04 LTS + Docker + ROS2 Humble | Tidak disokong |
| Raspberry Pi 5 (8GB/16GB) | Cortex-A76; VideoCore VII; RAM: 8GB/16GB | 10W | Raspberry Pi OS + Docker + ROS2 Humble | (Lihat nota sokongan OpenClaw di atas) |
| 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 GPU with 32 Tensor Cores; 8GB 128-bit LPDDR5 (102 GB/s) | 7W, 15W, 25W | Ubuntu 22.04 LTS + ROS2 Humble | Sokongan |
| 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 | Sokongan |
| 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 | Sokongan |
Perbandingan Ujian Kes Fungsional (ditunjukkan)
| Versi | Pengecaman pertuturan luar talian / sintesis pertuturan | Masa perancangan keputusan tugas model AI besar | Masa pemuatan tugas mudah | Masa pemuatan tugas kompleks | Penjejakan & pengambilan blok warna | Fungsi visual 3D lanjutan | Pembangunan MediaPipe | Simulasi MoveIt2 |
| Raspberry Pi 5 16GB | Tiada | 2s | 10s | 15s | 15fps | 15fps | 15fps | Menggunakan mesin maya pendamping |
| Jetson Nano B01 4GB | Tiada | 2s | 12s | 13s | 15fps | 15fps | 10fps | Menggunakan mesin maya pendamping |
| 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+ |
Untuk bantuan pemilihan konfigurasi (pilihan Raspberry Pi vs Jetson) atau sokongan selepas jualan, hubungi https://rcdrone.top/ atau emel [email protected].
Aplikasi
- Pendidikan dan makmal ROS2: pemetaan SLAM, navigasi, pengelakan halangan, dan perancangan rangkaian jalan.
- Manipulasi visi 3D &: pengiktirafan/penggenggaman 3D, penyusunan, penjejakan, dan pengendalian dengan lengan 6DOF dan awan titik kedalaman.
- Interaksi AI multimodal: interaksi suara/teks/imej dengan penguraian tugas, penjadualan jangka panjang, carian memori, dan logik tindak balas proaktif (aliran kerja OpenClaw).
- Pengenalan visual AI (contoh ditunjukkan): pengiktirafan ciri manusia, pengiktirafan isyarat, pengiktirafan trajektori hujung jari, pengiktirafan rangka manusia, pengesanan 3D, pengesanan muka 3D, pengiktirafan kod tag, penjejakan objek Transformer tanpa tembakan, penyelesaian navigasi gabungan pengenalan semula visual, pengesanan dan penggenggaman objek berputar.
- Fungsi kamera kedalaman (contoh ditunjukkan): imej kedalaman/awan titik, pengukuran jarak, segmentasi awan titik masa nyata PCL dan penempatan, navigasi pemetaan visual 3D RTAB-Map, pengukuran ketinggian sasaran kawasan, pengukuran isipadu blok kayu.
- Fungsi LiDAR (contoh ditunjukkan): pemetaan Gmapping/Cartographer/slam_toolbox, penapisan gabungan LiDAR dua kali, pengelakan halangan dinamik DWA, navigasi titik tunggal/berbilang, pemetaan navigasi aplikasi, pemetaan navigasi penempatan semula, perancangan rangkaian jalan, pengelakan halangan LiDAR, mengikuti LiDAR, pengawal LiDAR.
Panduan
- Laman Tutorial/Pembelajaran: https://www.yahboom.net/study/ROSMASTER-M3PRO
Butiran
Platform pendidikan ROS2 Humble serba lengkap yang menggabungkan mobiliti omnidirectional, penglihatan 3D, dan lengan robotik 6DOF.
Ciri interaksi multimodal dan autonomi menyokong pemetaan, navigasi, penggenggaman, dan pelaksanaan tugas dalam satu platform.
OpenClaw membolehkan perancangan tugas dalam bahasa semula jadi dengan pilihan untuk arahan suara, aplikasi, dan teks.
Gabungan Dual TOF LiDAR memberikan persepsi 360° untuk pemetaan SLAM, pengelakan halangan, dan perancangan laluan yang fleksibel.
Tiga jenis model terbina dalam merangkumi penaakulan teks, interaksi suara, dan pemahaman visual untuk demo robotik yang lebih kaya.
Pilih antara pelaksanaan OpenClaw terbenam atau platform aliran kerja pilihan bergantung pada keperluan projek anda.
Meja senario modular menyokong latihan berulang untuk latihan menyusun, mengira, dan navigasi.
Projek contoh menonjolkan bagaimana kawalan berasaskan ejen boleh digunakan untuk tugas makmal harian dan demo interaktif.
Aliran kerja ejen boleh menghubungkan arahan berasaskan sembang dengan pemetaan, navigasi, dan tingkah laku pengangkutan.
Alat seperti carian memori dan panggilan gaya MCP membantu menghubungkan niat peringkat tinggi kepada tindakan robot yang boleh dipercayai.
Tingkah laku yang dipacu oleh penglihatan termasuk penjejakan sasaran, pengenalan warna, pelayaran autonomi, dan tindakan lengan yang diselaraskan.
Pengesanan kedalaman cahaya berstruktur binokular menyokong koordinasi tangan-mata untuk pengukuran 3D, pengenalan, dan genggaman.
Perbandingan konfigurasi membantu memilih gabungan pengesanan dan pengiraan yang tepat untuk bilik darjah atau makmal anda.
Panduan pemilihan merumuskan konfigurasi biasa dan perbezaan merentasi set fungsi.
Keupayaan teras ROS merangkumi pemetaan LiDAR, persepsi kamera kedalaman, dan saluran pengenalan visual.
Simulasi MoveIt2 dan demo kawalan gerakan menyokong perancangan, aliran kerja genggaman, dan koordinasi multi-robot.
Casiskan aluminium mecanum dengan suspensi pendulum meningkatkan kestabilan sambil mengekalkan keserasian penuh dengan ROS2 Humble.
Pelbagai kaedah kawalan dan susun atur struktur yang jelas memudahkan untuk menyediakan, menyelenggara, dan mengembangkan robot.
Platform ROSMASTER M3 Pro boleh dikonfigurasikan dengan lengan robotik 6DOF dan kamera kedalaman cahaya berstruktur binokular untuk tugas menggenggam dan persepsi berasaskan kedalaman.
TOF laser LiDAR menyokong jarak 0.05–12 m dengan sehingga 4000 imbasan sesaat, manakala modul suara menambah sambungan mikrofon dan pembesar suara untuk interaksi suara.
Papan kawalan robot ROS2 Yahboom ROSMASTER M3 Pro menyediakan susun atur penyambung yang padat dan berlabel untuk membina dan mengembangkan sistem robot mudah alih.
Yahboom ROSMASTER M3 Pro termasuk akses kepada 200+ kursus terperinci melalui repositori tutorial dalam talian untuk mempelajari ROS2 dan AI.
Garis panduan pembelajaran ROSMASTER M3 Pro merangkumi asas kawalan ROS bersama tugas penglihatan OpenCV, pemetaan SLAM, dan ciri AI untuk latihan ROS2 yang progresif.
Pelan pembelajaran ROSMASTER M3 Pro merangkumi topik seperti penglihatan OpenCV, penjejakan MediaPipe, simulasi MoveIt2, dan asas ROS2.
ROSMASTER M3 Pro termasuk folder kod sumber terbuka dan tutorial terperinci yang merangkumi asas ROS, pemetaan, navigasi, dan tugas penglihatan.
ROSMASTER M3 Pro dilengkapi dengan tutorial video ROS2 dengan sari kata Bahasa Inggeris dan menyediakan fail model 3D untuk menyokong pembangunan dan integrasi.
Perbandingan Siri ROSMASTER menggariskan perbezaan utama dalam jenis casis, pilihan kamera RGBD, papan kawalan, dan kapasiti bateri untuk membantu memilih platform robot ROS2 yang sesuai.
Platform ROSMASTER M1 menggabungkan casis roda mecanum dan motor bergear 520 dengan pilihan kamera, LiDAR, dan papan kawalan untuk pembangunan berasaskan ROS.
ROSMaster M3 Pro menggabungkan casis roda mecanum dengan pilihan kamera RGBD, OLED 0.91-inci/pilihan skrin sentuh 7-inci, dan bateri 12.6V 6000mAh.
Platform ROSMASTER M3 Pro menyenaraikan casis roda mecanum, pilihan kamera RGBD, lengan robotik 6-DOF, LiDAR berkembar, dan pilihan papan kawalan Raspberry Pi atau Jetson.
Lukisan dimensi robot Yahboom ROSMASTER M3 Pro ROS2 menyenaraikan ukuran keseluruhan utama dalam milimeter untuk perancangan pemasangan dan pemasangan.
ROSMaster M3 Pro menyokong platform Raspberry Pi 5 atau Jetson Orin dengan pengaturcaraan Python, rangkaian WiFi, dan pek bateri 12.6V 9600mAh.
Kit ROSMASTER M3 Pro termasuk casis robot, lengan 6DOF, pengawal, papan pengembangan, bateri, pendakap, dan alat asas untuk pemasangan.
Pakej aksesori pilihan disusun mengikut pilihan pengawal, termasuk set skrin sentuh 7-inci dan kit untuk papan Raspberry Pi atau NVIDIA Jetson dengan kabel dan pelekap yang diperlukan.
Related Collections
