基础定位ROSMASTER-M1 是麦克纳姆轮全向移动 ROS2 模块化开发机器人主打室内 SLAM 建图导航、机器视觉、具身智能、大模型语音交互兼容多类边缘 AI 主控适合高校科研、机器人教学、算法验证。一、硬件架构分层对应爆炸图1. 底层驱动层运动执行单元- 动作层动力4×520 大扭矩编码器直流减速电机 4 个麦克纳姆轮支持全向移动横移、斜行、原地自转控制核心ROS 机器人扩展板STM32 主控职能电机闭环调速调速度、调位置、ROS扩展板只管速度激光雷达管距离、编码器采集、麦轮运动学解算通过串口接收上层 ROS 主控指令采集电池电压、设备状态提供 OLED 屏幕驱动。电源12.6V 6000mAh 锂电池集成充放电保护。2. 中层扩展层 - 感知层OLED 显示屏本地显示电压、运动状态、工作模式USB3.0 HUB 扩展板拓展 USB 接口用于挂载激光雷达、相机等外设3. 上层 AI 主控选配算法层 - 决策层可选平台树莓派 5地平线 RDK X5BPU 硬件 AI 加速推荐国产方案Jetson Nano B01 / Jetson Orin Nano SUPER职责运行ROS2 Humble、SLAM 算法、视觉识别、大模型推理下发速度指令给底层 STM32。4. 感知 交互外设全部选配激光雷达思岚 C1 / T-mini Plus → 激光 SLAM 建图、自主导航、避障视觉设备200 万云台高清摄像头目标追踪、视觉识别Nuwa-HP60C 深度相机3D 深度感知、障碍物检测语音交互模组AI 大模型语音模块 扬声器实现语音对话、语音指令控制机器人二、软件体系✅ 官方配套完整开源 ROS2 Humble 驱动包、URDF 机器人模型麦轮运动学解算代码、SLAM 导航例程、视觉 YOLO 识别、语音交互 Demo支持手柄、键盘、Web 网页远程控制GitHub 开源仓库提供硬件原理图、协议文档通信链路边缘AI主控 ↔串口USB↔ STM32底层驱动板 ↔ 四路电机三、核心优势软硬解耦架构上层跑 AI / 导航算法STM32 负责硬实时电机控制是标准工业机器人分层方案方便二次开发、自研替换上层主控。平台兼容性强同时支持英伟达 Jetson、地平线 RDK、树莓派兼顾国外生态与国产边缘算力平台。全向移动麦克纳姆轮底盘狭小室内场景灵活性远高于差速 / 阿克曼底盘。多模态扩展完善原生支持激光 SLAM、深度视觉、大模型语音交互适合具身智能课题。四、短板与开发注意事项麦克纳姆轮对地面要求高粗糙地面、地毯易打滑、震动大4 电机同步控制调试难度高于两轮差速小车原厂 STM32 驱动板协议封闭度中等如果计划自研替换控制板需要逆向串口通信协议或参考官方开源代码负载有限适合轻载科研实验不适合工业长时间搬运场景。五、结合你的技术方向选型建议ROS2 入门、SLAM 导航学习树莓派 5 T-mini Plus 激光雷达套装性价比最高AI 视觉、目标检测、实时推理项目优先 RDK X5功耗低、国产 BPU 硬件加速适配 TogetheROS.Bot大模型语音交互、具身智能课题选配深度相机 AI 语音模块完整套件底层控制研究可以单独采购底盘 STM32 扩展板上层暂时不上 AI 板先调试麦轮运动控制。