Yahboom ROSMASTER M3 ROS2 AI Groot Model Robotauto met Mecanum Wielen voor Orin Nano/NX SUPER, RDK X5, Pi 5
Yahboom ROSMASTER M3 ROS2 AI Groot Model Robotauto met Mecanum Wielen voor Orin Nano/NX SUPER, RDK X5, Pi 5
Yahboom
Kan beschikbaarheid voor afhalen niet laden
Overzicht
De Yahboom ROSMASTER M3 is een ROS2 robotautoplatform ontworpen voor Jetson Orin Nano/Orin NX SUPER, Raspberry Pi 5, en RDK X5. Het integreert multimodale AI (tekst/visie/stem) met SLAM-navigatie en beschikt over een Mecanum-wielchassis met een pendulum-stijl onafhankelijke ophangingsstructuur voor 360° omnidirectionele beweging. Afhankelijk van de configuratie ondersteunt het optionele enkele/dubbele TOF LiDAR en gebruikt het een DaBai DCW2 dieptecamera voor 3D-visietoepassingen.
Belangrijkste Kenmerken
- AI multimodale grote taalmodeltoepassingen: semantisch begrip, spraakdialoog en scènebegrip
- Dify workflow-ontwikkelingsplatformondersteuning voor het ontwikkelen en implementeren van grote-modelworkflows
- Dual-model inferentiearchitectuur met dynamische feedback-inferentie en ondersteuning voor gespreksonderbreking
- LiDAR + encoder + IMU (gyroscoop) fusie voor mapping en navigatie; ondersteunt meerdere mapping-algoritmen
- DaBai DCW2 dieptecamera: dieptebeeld + puntenwolk voor 3D-visiemapping, meting en herkenning
- Professionele Mecanum-wielen + pendelophanging om de impact van wielslip op encoderherkenning te verminderen en de odometerfout te verminderen
- Geïntegreerde RGB-koplampen/LED-strip met vloeiende, ademende en lopende lichteffecten; aanpasbare kleuren/helderheid
- AI vision stack ondersteuning: OpenCV / MediaPipe / YOLOv11; omvat functies zoals gebarenherkenning, QR-code herkenning, houdingsschatting, beeldsegmentatie en objectdetectie
- Multi-robot formatie en interconnectie controle: multi-robot navigatie en dynamische obstakelvermijding op dezelfde kaart; meerdere robots bestuurd door één host
Specificaties
| Robotspecificaties | 276.97 x 212.4 x 199.18 mm |
| Chassis | Mecanum wiel chassis (omnidirectionele beweging) |
| Ophanging | Pendulum onafhankelijke ophangingsstructuur |
| Dieptecamera | DaBai DCW2 dieptecamera |
| LiDAR | T-MINI PLUS LiDAR (optionele enkele/dubbele TOF LiDAR; dubbele puntwolkfusie is voor Ultimate Versie) |
| Verlichting | Geïntegreerde RGB koplampen/LED-strip |
| Batterij | 6000mAh batterijpakket |
| Optioneel display | 7-inch Display (optioneel; afhankelijk van versie) |
| OS / ROS (door controller) | Raspberry Pi OS + Docker + ROS2 Humble; Ubuntu 22.04 + ROS2 Humble; Ubuntu 22.04 LTS + ROS2 Humble |
| Opslag (door configuratie) | 128GB / 256GB (e.g. , 128GB TF-kaart; 256GB SSD) |
Versie-opties (Configuratie Selectie)
| Artikel | Standaard Kit | Superieure Kit | Ultieme Versie |
|---|---|---|---|
| Ondersteunde hoofdcontrole | 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 |
| Spraakmodule | Alle versies bevatten AI grote model spraakmodule | ||
| Camera | DaBai DCW2 Dieptecamera | DaBai DCW2 Dieptecamera | DaBai DCW2 Dieptecamera |
| LiDAR | T-MINI PLUS LiDAR | T-MINI PLUS LiDAR | T-MINI PLUS LiDAR *2 |
| Display | / | 7-inch Display | 7-inch Display |
Opmerking: Alleen de Ultimate-versie is uitgerust met Dual T-mini Plus LiDARs.
Controller Selectie Suggesties (Referentie)
Om de soepelheid van de werking van grote modellen en functionele resultaten te verbeteren, wordt aanbevolen om Jetson Orin Nano/NX SUPER te selecteren. Als u een versie zonder bord kiest, bereid dan een Raspberry Pi 5 voor met ten minste 8GB RAM.
| Controller | Rekenkracht | CPU | GPU | RAM | Opslag | Vermogen | Geleverd ROS-systeem |
|---|---|---|---|---|---|---|---|
| Raspberry Pi 5 8GB | Ongeveer 0.5 TFLOPS (FP16) | Cortex-A76 | VideoCore VII | 8GB | 128GB TF-kaart | 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 architectuur GPU met 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 architectuur GPU met 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 64-bit CPU 2MB L2 + 4MB L3 |
1024-core NVIDIA Ampere-architectuur GPU met 32 Tensor Cores | 16GB 128-bit LPDDR5 102 GB/s | 256GB SSD | 10W, 15W, 25W, 40W | Ubuntu 22.04 LTS + ROS2 Humble |
Prestatie Referentie (Functionele Case Test Vergelijking)
| Test item | Raspberry Pi 5 8GB | RDK X5 8GB | Orin Nano SUPER 8GB | Orin NX SUPER 8GB | Orin NX SUPER 16GB |
|---|---|---|---|---|---|
| YOLO V11 Objectdetectie | 4fps | 12fps | 30fps | 30fps | 30fps |
| Mediapipe | 12fps | 13fps | 30fps | 30fps | 30fps |
| AprilTag machine code tracking | 30fps | 20fps | 30fps | 30fps | 30fps |
| KCF object tracking | 12fps | 15fps | 30fps | 30fps | 30fps |
| AI groot model visuele tracking | 20fps | 10fps | 20fps | 30fps | 30fps |
| Visueel autonoom rijden (offline model) | Niet ondersteund | 22fps | 25fps | 30fps | 30fps |
| AI groot model fusie autonoom rijden | Niet ondersteund | 18fps | 25fps | 30fps | 30fps |
Functies (LiDAR / Dieptecamera / Visie)
LiDAR-functies
- Hoogwaardige TOF LiDAR met encoder en IMU (gyroscoop) fusiegegevens voor hoogwaardige mapping en navigatie
- Ondersteunt meerdere mapping-algoritmen en Archief Mapping
- Ondersteunt enkelpunt- en multipuntnavigatie; kan worden bediend via een APP
- Relocatie navigatietechnologie vermindert positioneringsdrift, verbetert navigatiestabiliteit en betrouwbaarheid
- Getoonde mapping- en navigatiemodi: Gmapping LiDAR mapping, Cartographer LiDAR mapping, slam_toolbox LiDAR mapping, IMU LiDAR fusiefiltering, APP mapping navigatie
- Getoonde voorbeeldgedragingen: LiDAR obstakelvermijding, LiDAR volgen, LiDAR bewaker, wegennetwerkplanning
Dieptecamera functies
- 3D gestructureerd licht dieptecamera genereert dieptebeelden en puntwolkgegevens
- Diepteafstand en volumeberekening; construeert hoogprecisie 3D kleurkaarten in combinatie met radargegevens
- Getoonde voorbeeldtoepassingen: RTAB-Map 3D visie mapping en navigatie, houtblok volumemeting, randdetectie, dieptecamera afstandsmeting
YOLOv11 Modeldetectie
- Ondersteunt beeldsegmentatie, pose schatting, beeldclassificatie en georiënteerde objectdetectie
AI Visuele Herkenning / Interactie
- Ondersteunt frameworks zoals OpenCV en MediaPipe
- Herkenningsvoorbeelden getoond: menselijke kenmerkherkenning, gebarenherkenning, vingertoptrajectherkenning, QR-codeherkenning, 3D-detectie, 3D-gezichtsdetectie, kleurherkenning, AR-visie
- Interactieve voorbeelden getoond: gebarenbesturing, MediaPipe houding volgen, machinecodebesturing, visuele lijnvolging, kleurvolging, gezichtsvolging, KCF-objectvolging, deep learning objectvolging
Autonoom Rijden (Sandbox) Notities
Autonoom rijden sandbox testen wordt getoond als ondersteund op: RDK X5, Orin Nano, en Orin NX.Raspberry Pi-borden worden weergegeven als niet-ondersteunend voor deze functie. Gedemonstreerde functies omvatten verkeersborddetectie, rijstrookbehoud, autonoom parkeren en stuurbeslissingen.
Toepassingen
- SLAM-mapping en navigatie
- Wegennetplanning, routeplanning en multipointnavigatie
- Scènebegrip, visueel volgen, diepe afstand Q&A, en autonome cruise-demonstraties
- Multi-robot synchrone bewegingscontrole en formatiecontrole
Handleidingen
Voor configuratiehulp vóór aankoop (versies, controllerselectie en accessoires), neem contact op met https://rcdrone.top/ of e-mail [email protected].
Details
Maak kennis met ROSMASTER M3: een ROS2-klaar robotautoplatform gebouwd voor multimodale AI en SLAM-navigatie op populaire edge-controllers.
Multimodale interactie, 3D-perceptie en omnidirectionele mobiliteit komen samen in één geïntegreerd platform.
Dify workflow-ondersteuning en meerdere kaartopties helpen bij de overgang van demo's naar inzetbare robotica-toepassingen.
Kies het juiste kitniveau door perceptiesensoren, controller-compatibiliteit en chassisprestaties te vergelijken.
Optionele enkele/dubbele TOF LiDAR en programmeerbare RGB-verlichting breiden navigatie- en presentatiemogelijkheden uit.
Voer tekst-, spraak- en visiemodellen samen uit voor een rijkere semantische begrip en interactieve robotica.
Een praktische visie-stack ondersteunt tracking, herkenning en interactieve Q&A voor real-world scenario's.
SLAM-workflows omvatten mapping, punt-naar-punt navigatie en taakgerichte verkenning.
Hoger niveau planning combineert perceptie en mapping om stapsgewijze taken betrouwbaarder uit te voeren.
Gebruik de selectiegids om uw controller- en sensorbehoeften af te stemmen op Standaard, Superieur en Ultieme opties.
Sensorfusie en ROS-tooling ondersteunen mapping, obstakelvermijding en dieptegebaseerde meting.
Visie functies omvatten detectie, tracking, gebarenherkenning en multi-robot formatiecontrole.
Autonome rijgedragingen omvatten baanbehoud, verkeersbordherkenning, parkeerprocedures en stuurbeslissingen.
ROS2 Humble ontwikkeling gaat samen met RViz simulatie en flexibele afstandsbedieningsopties voor testen en demo's.
Een explosieweergave benadrukt modulaire add-ons zoals de dieptecamera, LiDAR, optioneel display en ingebouwde verlichting.
Het ROS robotbesturingsbordpakket bevat een 12V 6000mAh Li-ion batterijpakket en ondersteunt een optioneel 7-inch HD touchscreen voor interactieve bediening.
Het ROSMASTER M3 cursusprogramma beschrijft de videolesmodules en het leertraject voor ROS2 AI-robotprojecten.
Het ROSMASTER M3 pakket bevat georganiseerde tutorial- en code-mappen die onderwerpen behandelen zoals chassisbesturing, LiDAR-installatie en AI-modelontwikkeling.
De leermiddelen van ROSMASTER M3 schetsen AI-grote modeltutorials, ROS2-basiscursusvideo's en praktische materialen om installatie en ontwikkeling te begeleiden.
Yahboom biedt ROSMASTER M3 3D-modellenbestanden en technische ondersteuning na verkoop om te helpen bij doe-het-zelf modellering en installatie.
De ROSMASTER M3 platformopties omvatten Ackermann-sturing, RGBD/USB-camera-opties, een 0,91-inch OLED-display en meerdere besturingsbordselecties.
ROSMASTER M3 maakt gebruik van een mecanum-wiel chassis met 80 mm wielen en biedt opties zoals een AI-spraakmodule, meerdere controllerborden en een 12.6V 6000mAh batterij.
ROSmaster M3 maakt gebruik van een mecanum-wiel chassis met meerdere camera- en controllerbordopties, plus een 12.6V 6000mAh batterijpakket voor mobiele constructies.
ROSMaster M3 PRO combineert een mecanum-wiel chassis met een 6-DOF robotarm en ondersteunt LiDAR, dieptecamera en Raspberry Pi of Jetson controllerborden.
Het specificatieblad van de ROSMASTER M3 bevat dimensionale tekeningen en belangrijke details zoals ROS2-ondersteuning en Python-programmering.
De ROSMASTER M3 kit bevat het robotchassis samen met de kern elektronica, sensoren en essentiële kabels en accessoires voor montage.
Het ROSMASTER M3 accessoire-assortiment omvat LiDAR- en dieptecamera-modules, een 7-inch scherm met beugels, houders en verschillende hoofdcontrolebordbundels.
