别人还在攒小车，SandiBot-S3 已把 SLAM 平台打包好

苏州三迪斯维把高校和开发者最头疼的「传感器选型 + 时间同步 + 底盘适配」三件事，打包成了一辆能直接上手的开放式导航数据采集车。

做机器人、SLAM、自动驾驶方向的团队，基本都经历过这个阶段：先买底盘，再挑雷达，再配工控机和相机。最后发现各传感器时间戳对不上，ROS 驱动各写各的，调通一套能跑的原型车要两三个月。

SandiBot-S3 的思路很简单：把这些脏活累活先替你做完。它不是一台只能跑的玩具车，而是一辆出厂就带算力、带传感器、带同步、带 ROS 开发环境的开放式科研平台。

先看参数，再看价值

SandiBot-S3 是苏州三迪斯维智能科技推出的线控底盘级导航数据采集车。后轮驱动 + 前轮阿克曼转向，车身 707×500×286 mm，自重 38kg，最大负载 65kg，最小转弯半径 1m，能爬 20° 坡、越 50mm 障碍。IP21 防护，-20℃ 到 65℃ 都能工作，室内外通用。

底盘只是载体，真正值钱的是它身上这套传感器和计算平台：

瑞芯微 RK3588S 工控机，八核 CPU + Mali-G610 GPU + 6 TOPS NPU，16GB 内存、32GB+256GB 存储；
等效 32 线激光雷达，360° 水平视场、40m 测距、20 万点/秒；
双频 GNSS/RTK 模组，支持 BDS/GPS/GLONASS 等系统，RTK 输出 1Hz，厘米级定位；
1080P 工业相机、内置 IMU、4G/5G 工业路由器、高精度有源车载天线；
24V 12Ah 磷酸铁锂电池，典型续航 6 小时以上，满载也能跑 16km。

这些参数不稀奇，稀奇的是它们的时间戳被统一了。SandiBot-S3 把激光雷达、相机、IMU、GNSS 做了硬件时间同步，精度 ≤20μs，还对外提供 PTP、NTP、PPS+TOD 授时接口。做过多传感器融合的人都知道，这一步能省多少事。背面视图

软件链才是科研平台的底牌

硬件堆料谁都会，科研平台能不能真正用起来，要看软件链顺不顺。

SandiBot-S3 搭载的是三迪斯维自研的 Tinycar_ws ROS 软件系统，基于 Ubuntu 20.04/22.04，支持 Docker 一键部署。底盘驱动、激光雷达、IMU、相机、GNSS 的 ROS 驱动已经接好，并提供标准化的 /cmd_vel 控制接口、TF 坐标树、URDF/Xacro 模型。

更难得的是算法层面的预集成：

建图：Gmapping、Cartographer（2D/3D）、FAST-LIO-SAM；
定位：AMCL、Neo Localization、Cartographer 定位；
导航：move_base + global_planner / navfn / carrot_planner + DWA / TEB 局部规划，支持多航点巡航；
视觉：VINS-mono、ORB-SLAM2 / ORB-SLAM3、Yolo5；
里程计：RF2O 激光里程计；
授时：PTP/NTP 服务器、PPS+TOD 对外输出。

也就是说，到手之后你不是从零写驱动，而是直接调参、改算法、跑实验。研究生做毕设、老师做课程实验、团队做算法验证，最枯燥的部分都被省掉了。

四类团队可以直接对号入座

三迪斯维给 S3 的定位很清晰：高校科研、机器人开发者、智能装备制造商。具体落点大概有这些：

高校教学实验室。随车提供至少 24 课时的课程资源，包括 ROS 基础、传感器系统、SLAM 建图、RTK 定位、路径规划与控制，配套教学视频、示例代码和实验数据。
算法验证团队。做新的定位、导航、感知算法时，不需要自己搭车，直接以 S3 为基准平台做对比和迭代。
自动驾驶/低速无人车预研。配送车、巡检车、清扫车等场景的底盘控制、线控接口和上层决策算法，都可以用 S3 做原型验证。
智能装备制造商。需要二次开发底盘做 AGV、服务机器人样机的企业，S3 的开放接口和标准化安装平台能显著缩短样机周期。

如果你现在还在用木板 + 玩具电机 + 零散传感器自己攒小车，S3 这种一体化的方案会是一个明显的升级。