- Chasis de conducción omnidireccional mecanum, Motor codificador de alto par 520
- Compatibilidad con plataforma multi-maestro, Satisfaciendo necesidades desde principiantes hasta investigación
- Fusión de múltiples sensores, Construyendo percepción 3D similar a la humana
- Interacción multimodal similar a la humana con capacidades superiores de IA
- Altamente escalable para fines de investigación, Satisfaciendo diversas necesidades experimentales
El recientemente desarrollado ROSMASTER M1 de Yahboom es un robot inteligente móvil omnidireccional diseñado específicamente para la educación en robótica, la investigación en ROS y experimentos de interacción multimodal de IA. Adopta una estructura de chasis de rueda mecanum, soporta un movimiento omnidireccional preciso, permitiendo un control de trayectoria complejo como el movimiento lateral, el movimiento diagonal y la rotación in situ, proporcionando una excelente plataforma experimental para la planificación de rutas y la investigación de algoritmos de control de movimiento.
El ROSMASTER M1 puede equiparse con varios periféricos, incluyendo una cámara de profundidad 3D/cámara HD de 2 MP PTZ (opcional), LiDAR, módulo de voz de IA y placa de expansión de robot ROS, construyendo capacidades de percepción visual 3D a nivel humano y comprensión del entorno. Soporta Raspberry Pi 5, RDK X5, Jetson Nano 4GB y Jetson Orin Nano 8G, y es totalmente compatible con ROS2 HUMBLE, integrándose profundamente con los marcos de IA más utilizados. Empleando una arquitectura innovadora de razonamiento colaborativo de doble modelo multimodal, integra eficientemente información visual, de voz y de texto, poseyendo capacidades similares a las humanas como diálogo continuo, interrupción instantánea, razonamiento de escenas dinámicas y especulación de intenciones.
Ya sea realizando mapeo y navegación SLAM, reconocimiento visual de IA, investigación de planificación de rutas o llevando a cabo experimentos de interacción humano-computadora multimodal, este coche robot puede satisfacer todas sus necesidades.
◆Chasis de conducción omnidireccional mecanum, Motor codificador de alto par 520
El ROSMASTER M1 adopta una estructura de rueda mecanum de alto rendimiento de cuatro ruedas, permitiendo movimientos omnidireccionales como movimiento lateral, movimiento diagonal, rotación circular y seguimiento preciso de bordes. Satisface perfectamente las necesidades de enseñanza e investigación de planificación de rutas de robots, evasión de obstáculos omnidireccional y algoritmos de control de movimiento, proporcionando una base de movimiento poderosa para experimentos de robots móviles de alta dificultad.
◆Compatibilidad con plataforma multi-maestro, Satisfaciendo necesidades desde principiantes hasta investigación
Soporta múltiples plataformas de computación incluyendo Raspberry Pi 5, RDK X5, Jetson Nano 4GB y Jetson Orin Nano 8G. Compatible con ROS2 HUMBLE, se adapta a necesidades de múltiples niveles como enseñanza escolar, trabajo de laboratorio e investigación en IA, proporcionando a los usuarios una escalabilidad y sostenibilidad extremadamente altas.
◆Fusión de múltiples sensores, Construyendo percepción 3D similar a la humana
Equipado con cámara de profundidad 3D, cámara HD de 2 MP PTZ, LiDAR, módulo de voz de IA y otros periféricos, este sistema forma un sistema de percepción ambiental multimodal, soportando aplicaciones avanzadas como reconocimiento visual, mapeo SLAM y comprensión del entorno.
◆Interacción multimodal similar a la humana con capacidades superiores de IA
Utilizando una arquitectura innovadora de razonamiento colaborativo de doble modelo multimodal, integra profundamente información visual, de voz y de texto. Posee capacidades de interacción similar a la humana de vanguardia, incluyendo diálogo continuo, interrupción en tiempo real, razonamiento de escenas dinámicas e inferencia de intenciones.
◆Altamente escalable para fines de investigación, Satisfaciendo diversas necesidades experimentales
Adecuado para varios escenarios avanzados como navegación SLAM, reconocimiento visual de IA, planificación de rutas, interacción multimodal e investigación de inteligencia incorporada. Soporta una gran cantidad de ejemplos de enseñanza de ROS y recursos de código abierto, facilitando su uso en la enseñanza en el aula y proyectos de investigación.
