Yahboom ROSMASTER M3 ROS2 AI Storskalig Modell Robotbil med Mecanum-hjul för Orin Nano/NX SUPER, RDK X5, Pi 5

Översikt

Yahboom ROSMASTER M3 är en ROS2 robotbilplattform designad för Jetson Orin Nano/Orin NX SUPER, Raspberry Pi 5 och RDK X5. Den integrerar multimodal AI (text/vision/röst) med SLAM-navigering och har ett Mecanum-hjulschassi med en pendelstil oberoende fjädringsstruktur för 360° omnidirektionell rörelse. Beroende på konfiguration stöder den valfri enkel/dubbel TOF LiDAR och använder en DaBai DCW2 djupkamera för 3D-visionsapplikationer.

Viktiga funktioner

• AI multimodala stora språkmodellsapplikationer: semantisk förståelse, taldialog och scenförståelse
• Dify arbetsflödesutvecklingsplattform stöd för att utveckla och distribuera stora modellarbetsflöden
• Dual-modell inferensarkitektur med dynamisk feedbackinferens och stöd för avbrott i konversationer
• LiDAR + encoder + IMU (gyroskop) fusion för kartläggning och navigering; stöder flera kartläggningsalgoritmer
• DaBai DCW2 djupkamera: djupbild + punktmoln för 3D-visionskartläggning, mätning och igenkänning
• Professionella Mecanum-hjul + pendelupphängning för att minska hjulslirningens påverkan på encoderigenkänning och minska odometerfel
• Integrerade RGB-strålkastare/LED-remsa med flödande, andande och löpande ljuseffekter; anpassningsbara färger/ljusstyrka
• AI visionsstackstöd: OpenCV / MediaPipe / YOLOv11; inkluderar funktioner som gestigenkänning, QR-kodigenkänning, posestimering, bildsegmentering och objektdetektering
• Multi-robotformation och interkonnektionskontroll: multi-robotnavigering och dynamisk hinderundvikelse på samma karta; flera robotar styrda av en värd

Specifikationer

Versionsalternativ (Konfigurationsval)

Notera: Endast Ultimate-versionen är utrustad med Dual T-mini Plus LiDARs.

Förslag på val av styrenhet (Referens)

För att förbättra smidigheten i driften av stora modeller och funktionella resultat rekommenderas det att välja Jetson Orin Nano/NX SUPER. Om du väljer en version utan kort, förbered en Raspberry Pi 5 med minst 8GB RAM.

Prestandareferens (Funktionellt falltestjämförelse)

Funktioner (LiDAR / Djupkamera / Vision)

LiDAR-funktioner

• Högprecisions TOF LiDAR med kodare och IMU (gyroskop) fusion data för högprecisionskartläggning och navigering
• Stöder flera kartläggningsalgoritmer och Arkivkartläggning
• Stöder enpunkts- och flerpunktnavigering; kan styras via en APP
• Relokalisering navigeringsteknik minskar positionsdrift, förbättrar navigeringsstabilitet och tillförlitlighet
• Kartläggnings- och navigeringslägen visade: Gmapping LiDAR-kartläggning, Cartographer LiDAR-kartläggning, slam_toolbox LiDAR-kartläggning, IMU LiDAR-fusionsfiltrering, APP-kartläggningsnavigering
• Exempel på beteenden visade: LiDAR-hinderundvikande, LiDAR-följning, LiDAR-väktare, vägnätsplanering

Djupkamerafunktioner

• 3D-strukturerat ljus djupkamera som genererar djupbilder och punktmolndata
• Djupavstånd och volymberäkning; konstruerar högprecisions 3D-färgkartor när de kombineras med radardata
• Exempel på applikationer visade: RTAB-Map 3D-visionskartläggning och navigering, träblockvolymmätning, kantdetektering, djupkameradistansmätning

YOLOv11-modellavkänning

• Stöder bildsegmentering, posestimering, bildklassificering och orienterad objektdetektering

AI Visuell igenkänning / Interaktion

• Stöder ramverk som OpenCV och MediaPipe
• Exempel på igenkänning som visas: mänsklig funktionsigenkänning, gestigenkänning, fingertoppsbanigenkänning, QR-kodigenkänning, 3D-detektering, 3D-ansiktsdetektering, färgigenkänning, AR-vision
• Exempel på interaktion som visas: geststyrning, MediaPipe hållningsföljning, maskinkodstyrning, visuell linjespårning, färgspårning, ansiktsspårning, KCF-objektföljning, djupinlärningsobjektspårning

Autonom körning (Sandbox) Anteckningar

Autonom körning sandbox-testning visas som stödd på: RDK X5, Orin Nano och Orin NX.Raspberry Pi-kort visas som inte stödjer denna funktion. Funktioner som demonstreras inkluderar vägmärkesdetektion, filhållning, autonom parkering och styrbeslut.

Applikationer

• SLAM-kartläggning och navigering
• Vägnätsplanering, ruttplanering och multipunktsnavigering
• Scenförståelse, visuell följning, djupavstånd Q&A och demonstrationer av autonom kryssning
• Multi-robot synkron rörelsekontroll och formationskontroll

Handledningar

ROSMASTER-M3 Handledningar

För konfigurationshjälp före köp (versioner, kontrollervalg och tillbehör), kontakta https://rcdrone.top/ eller mejla [email protected].

Detaljer

Möt ROSMASTER M3: en ROS2-redo robotbilplattform byggd för multimodal AI och SLAM-navigering på populära edge-kontroller.

Multimodal interaktion, 3D-perception och omnidirektionell rörlighet förenas i en enda integrerad plattform.

Dify arbetsflödesstöd och flera kartläggningsalternativ hjälper till att gå från demos till implementerbara robotikapplikationer.

Välj rätt kitnivå genom att jämföra perceptionssensorer, kontrollkompatibilitet och chassiprestanda.

Valfri enkel/dubbel TOF LiDAR och programmerbar RGB-belysning utökar navigerings- och presentationsanvändningsfall.

Kör text-, röst- och visionsmodeller tillsammans för rikare semantisk förståelse och interaktiv robotik.

En praktisk visionsstack stöder spårning, igenkänning och interaktiv Q&A för verkliga scenarier.

SLAM-arbetsflöden täcker kartläggning, punkt-till-punkt-navigering och uppgiftsorienterad utforskning.

Planering på högre nivå kombinerar perception och kartläggning för att utföra steg-för-steg-uppgifter mer tillförlitligt.

Använd urvalsguiden för att matcha dina behov av kontroller och sensorer över Standard, Superior och Ultimate alternativ.

Sensorfusion och ROS-verktyg stödjer kartläggning, hinderundvikande och djupbaserad mätning.

Visionsfunktioner inkluderar detektion, spårning, gestigenkänning och kontroll av multi-robotformationer.

Autonoma körbeteenden inkluderar filhållning, skyltigenkänning, parkeringsrutiner och styrbeslut.

ROS2 Humble-utveckling kombineras med RViz-simulering och flexibla fjärrkontrollalternativ för testning och demonstrationer.

En sprängskiss framhäver modulära tillägg som djupkamera, LiDAR, valfri display och ombordbelysning.

ROS robotkontrollkortspaketet inkluderar ett 12V 6000mAh Li-ion batteripaket och stöder en valfri 7-tums HD-pekskärm för interaktiv kontroll.

ROSMASTER M3 kursplan beskriver videolektionsmodulerna och inlärningsvägen för ROS2 AI-robotprojekt.

ROSMASTER M3-paketet inkluderar organiserade handlednings- och kodmappar som täcker chassikontroll, LiDAR-inställning och AI-modellutveckling.

ROSMASTER M3 inlärningsresurser beskriver handledningar för stora AI-modeller, ROS2 grundkursvideor och praktiska material för att vägleda installation och utveckling.

Yahboom tillhandahåller ROSMASTER M3 3D-modellfiler och teknisk support efter försäljning för att hjälpa till med DIY-modellering och installation.

ROSMASTER M3 plattformsalternativ täcker Ackermann-styrning, RGBD/USB-kameraval, en 0,91-tums OLED-skärm och flera kontrollkortsalternativ.

ROSMASTER M3 använder ett chassi med mekanumhjul med 80 mm hjul och listar alternativ som en AI-röstmodul, flera styrenheter och ett 12,6V 6000mAh batteri.

ROSmaster M3 använder ett chassi med mekanumhjul med flera kamera- och styrenhetsalternativ, plus ett 12,6V 6000mAh batteripaket för mobila byggen.

ROSMaster M3 PRO kombinerar ett chassi med mekanumhjul med en 6-DOF robotarm och stöder LiDAR, djupkamera och Raspberry Pi eller Jetson styrenheter.

Specifikationsbladet för ROSMASTER M3 inkluderar dimensionsritningar och viktiga detaljer som ROS2-stöd och Python-programmering.

ROSMASTER M3-kitet inkluderar robotchassit tillsammans med kärnelektronik, sensorer och nödvändiga kablar och tillbehör för montering.

ROSMASTER M3-tillbehörsserien inkluderar LiDAR- och djupkameramoduler, en 7-tums skärm med fästen, monteringar och olika huvudkontrollkortspaket.