Quick Answer（快速答案）
- 选MentorPi：预算有限、纯 ROS2 入门，仅做基础 SLAM 导航、简易 AI 视觉、语音交互，追求小巧便携、低成本整套学习。
- 选JetAuto: 需要更强感知能力与 NVIDIA Jetson 算力，开展复杂 AI 视觉、深度学习和高阶 SLAM 项目。
- 选ROSOrin: 希望软硬配置全面，支持模块化扩展与多种底盘切换能力，覆盖 ROS2 学习、机器人算法研究和综合开发拓展。
一、引言
市面上的 ROS 移动机器人功能越来越丰富，很多产品都支持ROS2开发、SLAM建图导航、AI视觉、AI大模型应用等功能。但在实际开发中，不同机器人平台在主控算力、感知硬件、底盘结构等存在明显差异。有的只适合ROS2入门和基础实验，有的才能支撑复杂AI算法和高阶智能应用。明确自身学习方向和项目需求，才能选择更匹配的机器人平台。
二、产品概况
Hiwonder 推出 MentorPi、JetAuto、ROSOrin 三款ROS2 移动机器人，全部原生支持 ROS2 Humble/Iron、内置完整 SLAM、3D 视觉、多模态 AI 交互案例，但三者在算力上限、感知硬件、底盘结构、拓展维度上定位完全区分。
- 核心定位： 高性价比、紧凑轻量，适合基础入门与快速原型验证。
- 硬件配置： 采用 Raspberry Pi 5 作为主控，搭载经典麦克纳姆轮底盘、TOF 激光雷达、Aurora 930 Pro 深度相机与 WonderEcho Pro AI 语音交互盒。
- 续航表现： 配备 7.4V 2200mAh 电池，整机体积小巧，移动极其轻便。
- 核心优势： 功能完备且极具性价比，覆盖全链路完整的 ROS 移动机器人学习内容。如果对高阶感知性能和复杂地形通行没有强诉求，它是课堂教学、日常入门学习和小型创客项目的首选。
- 核心定位： 算力充沛、感知顶配，专为高阶视觉 AI 与复杂 SLAM 任务打造。
- 算力与底盘： 支持 Raspberry Pi 及 NVIDIA Jetson 全系列（Nano/Orin Nano/Orin NX）。底盘采用摆式悬挂麦克纳姆轮，四轮紧贴地面，抓地力强，里程计精度极高。
- 硬件配置：深度相机升级为奥比中光 Astra Pro Plus，具备更高 RGB 分辨率与帧率（1080P@30fps），更远深度量程，在目标检测与人脸识别中优势明显。激光雷达可选配思岚 A1 定制版（稳定均衡）或 EAI G4（千元级高性能），适应更复杂的环境建图。还可选配 7 英寸显示屏，调试交互更便捷。
- 续航表现： 11.1V 6000mAh 大电池长效续航，保障长时程开发。
- 核心优势： 对于需要深耕视觉 AI 算法、复杂场景建图导航，或对环境感知能力有高阶要求的开发者而言，JetAuto 提供了更充足的硬件性能空间。
- 核心定位： 结构精美、支持多底盘形态切换，模块化全能型 ROS2 高性价比开发平台。
- 特色设计： 相比前两款，外观包裹感更佳。支持在摆式悬挂麦轮、阿克曼和差速三种底盘形态间快速切换，让开发者能在同一套硬件上验证不同运动模型与导航规划算法。
- 硬件配置： 同样支持 Pi 5 / Jetson 全系列主控，搭载 TOF 激光雷达与 Aurora 930 Pro。配备摆式悬挂系统保障运动平稳。
- 续航表现： 标配 11.1V 6000mAh 大容量电池。
- 核心优势： 一台设备覆盖多种底盘运动模型。既能直观对比不同底盘结构对运动控制、路径规划与导航算法的影响，又以均衡的硬件配置实现了极高的玩法丰富度与研究价值，是兼顾学习广度与性价比的最优解。
三、关键差异说明
- Aurora 930 Pro 与 Astra Pro Plus深度相机
Aurora 930 Pro 能覆盖大部分视觉教学与常规 3D 视觉抓取需求；
Astra Pro Plus搭载专用深度处理芯片，RGB相机达200W像素，支持1080P@30帧，RGB图像改善更明显，更适合复杂视觉跟踪、更细致的点云/深度应用。简单说：要「能做 3D 视觉」选 Aurora 通常够用；要「视觉质量更稳、算法更吃感知」时，Astra Pro Plus更有优势。
- 思岚A1定制版与EAI G4激光雷达
思岚A1定制版在原版基础上优化，具备更稳定的性能，支持频率调节，能够满足日常SLAM学习、导航应用需求；
EAI G4激光雷达，数据采样能力比思岚A1更好，可提供更丰富的环境信息，在Gmapping、Hector、Cartographer等算法建图中表现更优，能够满足复杂场景建图与高阶算法研究。
- 普通麦轮底盘和悬挂麦轮底盘
普通麦轮底盘可实现360°全向运动，具备灵活的转向和横移能力，适合在平整环境中进行移动控制学习。
悬挂麦轮底盘采用独立悬挂结构设计，使四个轮子能够更好地贴合地面，有效缓冲地面颠簸，提升复杂路面下的通过性与运动稳定性，适合探索更多移动机器人应用场景。
四、核心参数横向对比
| 维度 | MentorPi | JetAuto | ROSOrin |
|---|---|---|---|
| 主 控 | 树莓派5 | 树莓派5 / NVIDIA Jetson 系列 | 树莓派5 / NVIDIA Jetson 系列 |
| 底盘 | 经典麦克纳姆轮 | 摆式悬挂麦克纳姆轮 | 模块化（麦轮/阿克曼/差速） + 摆式悬挂 |
| 视觉 | Aurora 930 Pro | Astra Pro Plus (更高配) | Aurora 930 Pro |
| 雷达 | TOF 激光雷达 | 思岚 A1 / EAI G4 (选配) | TOF 激光雷达 |
| 电池 | 7.4V 2200mAh | 11.1V 6000mAh | 11.1V 6000mAh |
| 尺寸 | 212*171*147mm | 302*260*256mm | 277*212*166mm（麦轮版） |
| 优势 | 紧凑轻便，极致性价比 | 顶配感知，高阶 AI 视觉 | 高颜值高性价比，三合一底盘 |
| 选购建议 | 预算有限，核心诉求是跑通 ROS2 基础流程、完成常规移动机器人实验，追求轻便易用与高性价比。 | 侧重感知与算法，需要更高规格的视觉与雷达硬件来运行复杂的本地 AI 推理、高精度建图或视觉跟踪任务。 | 看重综合性价比，想要一台设备体验多种底盘结构，兼顾学习广度与拓展性，覆盖从入门到进阶的全阶段开发。 |
FAQ
Q1：仅基础入门 ROS2，选哪款？
A：仅学习 ROS2 基础、SLAM 建图、自主导航和简单 AI 视觉，MentorPi 是更高性价比的选择；若需要深入 AI 算法或机器人综合开发，可以考虑 JetAuto 或 ROSOrin。
Q2：没有 NVIDIA Jetson，可以学习 AI 视觉吗？
A：可以。树莓派5也能够完成基础的3D视觉处理、简单场景视觉跟踪等。但如果需要运行更复杂的深度学习模型、本地 AI 推理或大规模算法部署，Jetson 平台会更有优势。
Q3：摆式悬挂麦克纳姆轮相比普通麦轮有什么优势？
A：摆式悬挂结构能够让四个轮子始终保持较好的接触，提高机器人的稳定性和运动表现，在复杂地面环境下拥有更好的通过能力。
Q4：3款机器人都支持SLAM导航，效果有什么区别？
A：由于感知硬件、底盘结构不同，体验感有所差异，MentorPi适合学习基础SLAM流程和常规导航应用；JetAuto搭载更高规格的视觉和激光雷达，在复杂环境建图和定位上更具优势；ROSOrin则通过多种底盘形态切换，可研究不同运动模型对导航效果的影响。
Q5：如果未来想深入学习机器人开发，哪款更适合？
A：如果计划重点研究AI视觉、导航规划、算法等方向，JetAuto、ROSOrin都是不错的选择。如果希望进一步研究多种底盘运动，ROSOrin更合适。
Q6：ROSOrin 的多底盘切换有什么实际意义？
A：不同底盘对应不同运动模型，麦轮支持全向移动，阿克曼更接近真实车辆运动方式，差速底盘则是移动机器人常见结构。多种底盘切换可以帮助开发者直观学习不同运动学原理，并研究其对路径规划、导航控制的影响。