概述
ROSMASTER R2 是一款具有阿克曼轉向結構和 AI 語音交互模塊的 ROS2 機器人車。它基於 ROS2 系統開發(也支持 ROS1/ROS2 系統映像),支持 Jetson NANO (B01/SUB)、Jetson Orin NANO SUPER、Jetson Orin NX SUPER 和 Raspberry Pi 5 作為主控板。最大速度為 1.8 m/s。
該平台專為 ROS 開發和學習工作流程而設計,例如使用深度相機和 LiDAR 的 SLAM 繪圖/導航、路徑規劃和 AI 視覺應用。
主要特點
- 阿克曼 ROS2 機器人平台: ROS 開發、SLAM 繪圖導航,完全支持 ROS2,阿克曼轉向結構和機器人語音交互。
- 傳感器就緒硬件套件: 支持 LiDAR 和 Astra Pro 深度相機,用於繪圖/導航和深度/點雲應用。
- AI視覺&感知軟體主題(根據學習內容提供) : YOLO模型訓練、MediaPipe機器學習、OpenCV圖像處理、ORBSLAM2映射、RTAB 3D實景映射、AR標籤、顏色/KCF跟踪和視覺識別/目標跟踪。
- 導航&映射主題(根據學習內容提供) : Gmapping、Cartographer、3D映射視覺、RRT探索、LiDAR掃描映射和動態避障。
- 遠程控制方法: iOS/Android應用控制、無線手柄控制、鍵盤控制和ROS系統控制;還支持基於Jupyter的控制。
- 底盤細節: 鋁合金Ackermann底盤;防撞桿設計;賽車防滑軟橡膠輪胎,內嵌海綿襯裡恢復。
- 轉向伺服: 配備20KG高扭矩智能伺服,用於轉向動力。
- 新一代控制器支持: 支持 Jetson Orin SUPER 系列和 Raspberry Pi 5;Raspberry Pi 5 適配包括穩定的 5.1V/5A 電源設計。
規格
| 產品 | ROSMASTER R2 Ackermann ROS2 機器人(機器人車) |
| 最高速度 | 1.8 m/s |
| 轉向結構 | Ackermann 轉向 |
| 底盤 | 鋁合金 Ackermann 底盤;防撞桿 |
| 輪胎 | 賽車橡膠輪;內嵌海綿襯裡的軟橡膠防滑輪胎 |
| 驅動馬達 | 520 馬達 *4 |
| 轉向伺服器 | 金屬伺服器 *1;20KG 高扭矩智能伺服器 |
| 馬達減速比 | 1:19 |
| 語音互動 | 是 |
| 攝像頭 | Astra Pro 深度攝像頭(Astra Pro Plus 深度攝像頭在版本比較中參考) |
| LiDAR 選項 | SLAM A1 / YDLIDAR 4ROS |
| SLAM A1M8 LiDAR 詳細信息 | 三角測距;測量半徑 0。15 m 到 12 m;採樣頻率 8K |
| YDLIDAR 4ROS 詳情 | TOF 測距;100Klux 強光抗性;室內/室外地圖導航;測量半徑 30 m;採樣頻率 20K;掃描頻率 5 到 12 Hz;支持 512000 bps 通訊速率 |
| 支持的主控板 | Jetson Nano B01 4GB;Jetson NANO 4GB SUB;Jetson Orin Nano SUPER 4GB/8GB;Jetson Orin NX SUPER 8GB/16GB;Raspberry Pi 5 (8GB 參考) |
| 參考 AI 性能(控制器) | Jetson Orin NX SUPER 16GB:157 TOPS;Jetson Orin NX SUPER 8GB:117 TOPS;Jetson Orin Nano SUPER 8GB:67 TOPS;Jetson Orin Nano SUPER 4GB:34 TOPS;Jetson Nano B01 4GB:0。5 TFLOPS; Raspberry Pi 5: 接近 Jetson Nano B01 |
| 提供的系統映像檔(參考) | Raspberry Pi / Jetson Nano: ROS1 Melodic, ROS2 Foxy; Orin 系列: Ubuntu 22.04 LTS + ROS2 Humble |
| 專利(Ackermann 底盤) | 專利號 2022208771981 |
版本選項
- 標準版: SLAM A1 LiDAR;深度相機;主控:Raspberry Pi 5 或 Jetson NANO 4GB SUB。
- 高級版: 增加一個 7 英寸顯示屏(用於安裝/調試);主控:Raspberry Pi 5,Jetson NANO 4GB SUB,Jetson Orin NANO SUPER,Jetson Orin NX SUPER。
- 終極版: 增加AI語音交互模塊;將LiDAR從SLAM A1升級到YDLIDAR 4ROS;包含7英寸顯示屏;主控:Raspberry Pi 5、Jetson NANO 4GB SUB、Jetson Orin NANO SUPER、Jetson Orin NX SUPER。
應用
- ROS/ROS2 學習與開發(機器人通信、節點和中介軟體實踐)
- SLAM 地圖構建與導航、路徑規劃和避障學習項目
- 深度相機和 LiDAR 點雲處理及 3D 地圖構建主題
- AI 視覺項目(YOLO/MediaPipe/OpenCV 主題如教程中所含)
- 自動駕駛場景學習主題(道路檢測、車道保持、自主停車、轉向決策)
注意: 自動駕駛模型訓練參考案例是為 R2L 車型提供的;R2 車型不能直接使用這些案例,需要基於相機和地圖場景進行開發以構建模型。
教程
教程連結(官方學習頁面):http://www.yahboom.net/study/ROSMASTER-R2
如需配置指導(包括版本選擇和傳感器/控制器組合),請聯繫客戶支持https://rcdrone.top/或[email protected].
詳情

ROSMASTER R2 結合了 Ackermann 轉向和 ROS2 就緒硬件,用於地圖繪製、導航和 AI 視覺項目。

專為 ROS 開發工作流程而設計,該平台支持 SLAM 地圖繪製/導航以及板載 AI 語音交互。

選擇適合您工作負載的主控制器——選項包括 Jetson Orin SUPER 板和 Raspberry Pi 5。

更新的版本增加了更廣泛的控制器支持和擴展的學習內容,適用於 ROS1/ROS2 用戶。

預構建的 ROS1/ROS2 映像和基於 Docker 的部署有助於簡化開發和教學實驗室的設置。

推薦使用Ackermann轉向進行類似汽車的駕駛和自動駕駛導航實驗。


核心硬件包括Ackermann底盤、520馬達、LiDAR選項和Astra Pro深度攝像頭,用於感知任務。



性能和功耗因控制器而異,使其易於根據您的ROS工作負載匹配計算需求。

不同的套件版本允許您根據您的映射和AI目標添加傳感器和交互模塊。

鋁製Ackermann底盤設計用於穩定轉向,並指出保護結構細節以供研究和維護。

自動駕駛學習主題包括車道保持、道路檢測、轉向決策和停車工作流程。


提供了一套廣泛的ROS主題,涵蓋感知、導航、語音交互和遠程控制方法。

LiDAR 專注的演示涵蓋地圖繪製、探索、路徑規劃、障礙物避免和語音引導的點導航。

深度相機工作流程包括點雲和 SLAM 選項,如 ORB-SLAM2/OctoMap 和 RTAB-Map 3D 導航。

ROSMASTER R2 包括 AI 視覺識別選項,如基於 MediaPipe 的互動、AR 標籤和顏色識別、目標跟踪,以及多機器人編隊控制。

ROSMASTER R2 支援移動應用或遊戲手柄遠程控制,還有可選的語音互動功能,如顏色識別和跟踪。

ROSMASTER R2 支援 iOS/Android 遠程控制和地圖導航應用,還有鍵盤、Jupyter Lab 和 ROS 系統控制等選項。

ROSMASTER R2 資源包括 RViz 模擬控制範例和 ROS2 學習的大型語言模型案例參考。

ROSMASTER R2 課程內容組織成逐步的 ROS2 課程和模組主題,用於構建和控制 Ackermann 機器人。

ROSMASTER R2 包含一個下載頁面,提供 ROS 教程文件夾和課程大綱,幫助您開始設置和編程。

ROSMASTER R2 包含 ROS2 Foxy/Humble 教程資源,涵蓋 Linux、Docker、激光雷達、OpenCV 和基礎 ROS2 課程等主題,並附有英文字幕。

ROSMASTER R2 包含可下載資源,提供英文字幕的視頻教程和開源 Python 代碼,用於 ROS2 開發。

ROSMASTER R2 使用 Ackermann 轉向底盤,配備擴展板、編碼器電機、電池組和可選模組,如激光雷達、深度相機和 7 英寸顯示器。

ROSMASTER R2 支援 SLAM A1 或 YDLIDAR 4ROS 雷射雷達,並配備升級至 2MP 的 Astra Pro Plus 深度相機以進行感知。

ROS 機器人擴展板和 AI 語音互動模組與 ROSMASTER R2 底盤整合,以支援感測器連接和語音控制功能。

ROSMASTER R2 尺寸視圖提供關鍵的總長和寬度參考,以及 7 吋高清觸控螢幕尺寸以便於外殼規劃。

ROSMASTER R2 Ackermann ROS2 機器人支援 Raspberry Pi 5/4 或 Jetson Orin Nano/AGX,具有相機/SLAM/雷達輸入和應用程式或遠程控制選項。

ROSMASTER R2 套件包括 Ackermann 轉向底盤、電子控制板、相機模組、佈線和各種安裝配件以供組裝。
Related Collections
