| CPU |
SOC:RK3399 核心:64位双核Cortex-A72 +四核Cortex-A53 频率:Cortex-A72 (2.0 ghz), Cortex-A53 (1.5 ghz) |
| GPU | Mali-T864 GPU,支持OpenGL ES1.1/2.0/3.0/3.1、OpenVG1.1 OpenCL, DX11, AFBC |
| VPU | 4K VP9 and 4K 10bits H265/H264 60fps decoding, Dual VOP, etc |
| Memory | RAM: Dual-Channel 4GB DDR3 |
| Storage | eMMC: 16GB(regular), 32GB/64GB(optional), eMMC 5.1 |
| Power Management | RK808-D PMIC,配合独立直流/直流,启用dvf solfware省电,RTC唤醒,系统睡眠模式 |
| Connectivity |
以太网:本机千兆以太网 wi - fi: 802.11 a / b / g / n / ac 蓝牙:4.1双模式 天线:双天线接口 |
| Video Input | 1个或两个4-Lane MIPI-CSI,双重ISP, 13 mpix / s,同时支持双相机数据的输入 |
| Video Output |
HDMI: HDMI 2.0a, supports 4K@60Hz，HDCP 1.4/2.2 DP on Type-C: DisplayPort 1.2 Alt Mode on USB Type-C LCD Interface: one eDP 1.3（4-Lane，10.8Gbps）, one or two 4-Lane MIPI-DSI |
| USB |
USB 2.0: 2独立的本地主机USB 2.0 USB 3.0: 1本地主机USB 3.0 USB c类型:支持USB3.0 c型和显示端口1.2 Alt模式USB c型 |
| PCIe | PCIe x4, compatible with PCIe 2.1, Dual operation mode |
| 调试 | 1 x调试UART, 3 v级,1500000个基点 |
| LED | 1x Power LED(Red) 1x GPIO LED(Green) |
| Key | Power Key x1 Reset Key x1 Recovery Key x1 |
| 工作温度 | -20℃ to 70℃ |
| 电源 | 直流12 v / 1(边缘连接器)或DV 5 v / 2.5 (c型) |
 |
 |
 |
 |
图：手写字识别案例
图： 人脸识别案例
图：目标检测案例
图：人体姿态识别案例
图：手势检测和识别系统案例
图：交通门禁车牌检测和识别系统案例
图：人脸门禁检测和识别系统案例
图：声纹电子锁系统案例
图：语音控制智能家居系统案例
图：知识图谱和文本聊天机器人系统案例
| 序号 | 项目名 称 | 项目技术指标 |
| 1 |
嵌入式边缘物联网实验平台 型号：DB-SD40 |
本项目实验平台搭载瑞芯微RK3399处理器，不少于9个无线传感器节点，配备11.6寸高清触摸屏、高清相机模块、7麦麦克风阵列和ODB接口。 硬件系统采用DC12V电源适配器安全统一供电，结构为上下两层一体化设计，上层紧固式安装实验所需硬件（非磁吸式安装），实验所需硬件均平铺安装在一整块底板上，下层收纳放置配套线材、配件等设备。 实验平台支持ZigBee、BLE、lorawan、nbiot、RFID等无线网络通信，支持无线传感器网络、物联网人工智能、嵌入式系统开发、RFID射频识别技术等课程实验。同时配备可私有云和公有云部署的“物联网云平台”，配合多种传感器模块，可完成基于物联网云平台的嵌入式无线传感器综合实验。本平台提供嵌入式深度学习框架Tengine，可完成人工智能实验，包含基于深度学习的目标检测实验、基于深度学习的人脸识别实验，可完成声纹识别门禁实验、AI语音智能家居实验、知识图谱和聊天机器人实验等人工智能实验。 一、硬件技术参数： ★1、处理器： CPU: RK3399：六核 Dual Cortex-A72 + Quad Cortex-A53, 64-bit CPU at 1.8GHz GPU: Mali-T864 GPU,支持 OpenGL ES 1.1/2.0/3.0/3.1, OpenVG 1.1, OpenCL, DX11 存储器：双通道LPDDR3（64-bit）不低于4GB，16GB 高速emmc 扩展存储，MicroSD不低于64G 高清相机模组：CMOS传感器OV13850，MIPI信号输出，1300万像素，最高支持4224x3136像素。 4、AI高清摄像机：有效像素500万像素，对焦方式自动对焦，USB2.0接口，提供基于eAIOT教学平台的人脸识别系统案例。 ★5、显示屏：平台板载不低于11.6寸高清触显一体屏，eDP接口,分辨率不低于1920*1080 ★6、网管模组：1）LoRaWAN网关�？榻涌冢喊逶豰ini-pcie接口，可接入SX1301八通道并行LoRaWAN网关�？�。本项目须至少配备一个LoRaWAN网关�？楹土礁鰈orawan节点�？橐允迪侄允笛槭宜衛ora节点的接入管理。 2）Zigbee网关�？椋喊逶�，采用直列双排20芯插针牢靠固定，非usb接口。 3）BLE网关模块：板载，采用直列双排20芯插针牢靠固定，非usb接口。 7、无线传感器节点及RFID功能组成 传感器节点由无线核心模块、传感器�？楹偷装迦糠肿槌桑�3个功能�？榫刹鹱�，方便更换和升级； 节点底板：不少于6个。板载OLED液晶显示屏，可显示传感器类型等信息；板载USB转串口接口，方便测试调试使用。 无线核心�？�，不少于7个，包含zigbee、BLE、lora、nbiot。其中lora模块采用Semtech的lora芯片sx1278支持LoRaWAN Class A, ClassB and Class C 协议；NBiot�？椴捎玫氖莑ierda NB86-G，主控芯片是STM32F103。要求采用直列双排20芯插针的�？榛杓啤� 传感器�？椋何露�/光敏/蜂鸣器一体传感器模块、高精度温湿度传感器模块、两路继电器模块、8*8 LED点阵模块、可燃气体传感器�？�、可调LED灯光�？�。 高频RFID读卡器：核心芯片采用RC632，支持对Mifare_Std S50、I.CODE2等标准非接触式IC卡进行读写操作。 ★低频RFID读卡器：支持对 Em4100等标准ID卡进行读卡操作。板载电磁锁�？椋浜下罂朔缯罅心？榭墒迪稚扑仁笛�。 ★超高频RFID读卡器：核心芯片采用PR9200，支持对ISO18000-6C & EPC global Gen2 协议卡片进行读写操作。板载有源扩展�？榭梢院颓度胧街靼逵性蠢┱鼓？榕涠酝瓿捎性赐ㄐ殴δ�，同时集成电机�？�，可实现ETC道闸等实验。 8、4G模组：板载EC20模组，支持LTE TDD/LTE FDD/TD-SCDMA/WCDMA /TD-SCDMA/CDMA2000/CDMA/GSM等频段 ★9、7路麦克风阵列： 1）7路麦克风阵列，提供声源定位、语音增强、语音降噪、回声消除、声音拾取等功能。（需提供完整硬件原理图及PCB文件截图证明为自主研发产品） 2）RISC-V 双核64位处理器，主频最高800MHz。集成卷积神经网络加速器KPU，峰值算力1TOPS。 3）一体化单板设计，集成TFT彩色液晶屏，能够直观显示彩色音频频谱图。 4）集成 STM32音频驱动芯片，提供USB声卡驱动，开放源代码。（提供源码工程截图，源码备查） 5）采用双列直插封装和USB接口输出，需能够接入到系统主板中使用。 6）5米监测范围，基于linux系统。 ★10、OBD接口：板载，标准16针OBD-II插座，与配套软件结合可完成基于CAN总线通信相关实验。 11、天线接口：板载wifi、BLE、lora、LTE共4个天线接口。 12、其他硬件及接口： 1）UART：1路RS232，1路RS485 2）以太网：100/1000M 3）音频：音频输出接口、MIC音频输入接口、板载4欧3W扬声器 4）无线网：WiFi (2.4G and 5G, 802.11 ac), Bluetooth 4.1 5）USB 3.0 HOST接口：板载2个 6）Debug接口：板载1个，Download接口：板载1个 ★7）键盘：板载7寸80键标准键盘 8）红外接收：板载红外接收模块1个 9）传感器扩展接口：板载，与无线传感器节点的传感器�？榻涌诩嫒荩赏瓿蒷inux系统下的传感器驱动开发实验。 10）按键：板载重启、恢复、电源、MASKR0M 4个功能按键，其中MASKROM按键可控制系统从SD卡启动。板载4个用户自定义按键 LED：板载4颗蓝色LED灯珠 11）震动马达传感器：板载1个 12）其他接口：MIPI、GPIO、SPI、I2C、TF Card (sd/mmc 3.0)、SIM卡座、USB 2.0 HOST、USB Type-C (with DP out)、eDP 1.3、HDMI 2.0 for 4K 60Hz 13、实验箱箱体：上下两层一体式设计，上层板载固定安装实验所需硬件，下层收纳放置配套电源适配器、线材、配件等设备。 二、软件规格参数要求 ★1、操作系统：Linux+QT、Ubuntu18.04、Android8.1，支持Linux+QT、Ubuntu双操作系统SD卡快速离线切换，方便教学管理； ★2、须配备linux系统下基于QT的zigbee、BLE、4G等综合实验软件，可完成zigbee网络拓扑实验、zigbee各传感器采集及控制实验、BLE传感器采集及控制实验、4G无线数据通信等实验。 ★3、须配备LoRaWAN NS(network server)实验软件，配合硬件可实现LoRaWAN双向通信实验，实验可以显示无线通信频率值、扩频因子、RSSI（接收信号强度）、信噪比、fcnt等信息。通过实验可以快速评估和测试LoraWan协议下的数据通信格式、通信距离、信号质量等，同样也可以基于现有的样例进行二次开发快速完成课程设计、项目开发、科研等。 4、提供嵌入式深度学习框架Tengine：针对 ARM CPU 及 ARM Mali GPU 优化，支持 Caffe/TensorFlow/MXnet/ONNX 模型文件，兼容 Caffe/TensorFlow API，以插件方式支持底层算子扩展，支持 INT8 量化。 ★5、zigbee物联网综合实验软件： 本软件基于PC平台，可以使学生了解 zigbee物联网网络工作原理以及相关应用； 本软件可以直观的展现物联网无线网络拓扑结构、无线网络建立网络的过程，可以实现多种无线传感器数据的自动采集，并通过曲线图的形式展现出来。也可以配合继电器等硬件设备实现无线远程控制。 ★6、提供物联网应用基础云平台： 1）学生能够将物联网感知层设备（传感器、执行器等）接入物联网云服务平台，平台能够接收并存储传感器和执行器的实时数据，模块在线状态，并实时显示。 2）提供后台管理系统，能够设置账号类型和使用权限。支持多用户管理及权限控制，分为父用户和子用户，父用户可以创建多个子用户，并且可以为每个子用户分配增、删、改几种权限，子用户创建的资源相互隔离。 3）提供物联网规则编辑器，无需编写代码即可编辑复杂的自动化控制策略，实现移动互联网系统的自动化控制。 4）提供丰富的可视化控件库，通过拖拽、简便配置即可完成美观的UI设计。支持GIS地图、曲线图、柱状、饼图、图表、按钮、仪表图等控件。 5）物联网感知层设备也能够向执行器发送控制命令，系统能够实现�？榈脑谙呒嗖�。 6）云平台支持物联网硬件多协议接入，通过ZigBee/BLE/wifi/lora/NBIOT无线技术取得传感器采集的数据，形成一个完整的无线传感器网络。 7）数据通过http/MQTT协议传输至物联网应用基础云平台软件，进行数据图形化展示。 8）实现基于云平台的智能家居实验，并包含配套完整的教学资源。 9）支持本地化部署和云端部署两种方式。 ★7、人工智能麦克风阵列语音前处理软件： 1）需支持以下实验并提供所有源代码：声源定位、语音增强、语音降噪、回声消除、声音拾取实验。 2）提供“基于人工智能的麦克风阵列语音前处理软件”软件著作权登记证书及软件产品登记测试报告复印件并加盖公章，原件备查。 三、实验教学课程资源 ★平台提供成套教学资源，用户可以按照学期长度和实际教学情况安排教学，须配备实验指导书，实验指导书可以提供10～18周、每周2～6节课的教学实验需要。包含但不限于以下知识实验课程： Linux 实验列表 初识linux 系统：Ubuntu 系统安装、Ubuntu 系统入门、Ubuntu 终端操作、Shell 操作、APT 下载工具、Ubuntu 下文本编辑、Linux 文件系统、Linux 用户权限管理、Linux 磁盘管理 Linux应用开发基�。罕嘈� HelloWorld 代码、编译 HelloWorld、GCC 编译器、Makefile文件 ARM Linux 开发基�。篟K3399开发平台介绍、开发环境搭建、关于ARM架构、AArch64汇编基础、RK3399启动方式详解、汇编LED灯试验、C语言版LED灯实验 基于SDK开发Uboot,kernel,rootfs：SDK 基础、U-Boot 顶层 Makefile 详解、U-Boot 启动流程详解、U-Boot 图形化配置及其原理、Linux 内核顶层 Makefile详解、buildroot根文件系统构建 linux 设备驱动程序开发基�。鹤址璞盖�、嵌入式 Linux LED 驱动开发实验、新字符设备驱动实验、Linux 设备树、设备树下的 LED 驱动实验、pinctrl 和 gpio 子系统实验、Linux 并发与竞争、Linux 并发与竞争实验、Linux 按键输入实验、Linux 内核定时器实验、Linux 中断实验、Linux 阻塞和非阻塞 IO 实验、异步通知实验 linux 设备驱动程序开发进阶：platform 设备驱动实验、设备树下的 platform 驱动编写、Linux 自带的 LED 灯驱动实验、Linux MISC 驱动实验、Linux INPUT 子系统实验、Linux RTC 驱动实验、Linux I2C 驱动实验、Linux SPI驱动实验、Linux misc杂项设备驱动实验 Linux 无线通信编程实验：ZIGBEE �？橥ㄐ攀笛�、BLE蓝牙�？橥ㄐ攀笛�、lorawan NS实验、Linux网络编程试验、嵌入式 Web 服务器试验、IOT云服务实验 嵌入式 Linux QT开发 Qt环境搭建、Qt用到的开发工具、Qt编程涉及的术语和名词、Qt Creator的初步使用、第一个Qt程序、Qt项目管理文件、Qt项目界面文件、Qt项目中的main主函数、Qt界面布局管理、Qt信号与槽机制、Qt Creator使用技巧 Qt应用开发实例：QCalculator计算器应用实验、QClock实时时钟应用实验、QLed LED控制应用实验、QSht20温湿度计应用实验、QFileview文件浏览应用实验、QReader文本阅读器应用实验、QTest综合测试应用实验、BLE传感器应用实验、Zigbee传感器应用实验、添加应用到系统桌面 无线传感器网络实验列表 ZigBee基础实验： GPIO、定时器、中断等实验等实验 传感器驱动实验：温度/光敏/蜂鸣器一体传感器�？椤⒏呔任率却衅髂？椤⒘铰芳痰缙髂？�、8*8 LED点阵�？�、可燃气体传感器模块、可调LED灯光模块等实验 Zstack实验： Zstack基础实验：SampleApp GenericApp SimpleApp SensorDemo SerialApp等实验 Zstack进阶实验：ZigBee组网实验、ZigBee传感器采集及数据传输实验、ZigBee网络综合实验、Zstack综合实验：zigbee网络拓扑及传感器控制实验、智能家居实验等实验 LORA实验：传感器基础实验、lora基础通信实验、lorawan通信实验 、lorawan网关及私有云NS配置实验、ABP+CLASS A模式入网及通信实验、ABP+CLASS C模式入网及通信实验、OTAA+CLASS A模式入网及通信实验、公有云NS上下行通信实验、lorawan传感器综合实验、应用服务器（物联网云平台）传感器综合实验 Nbiot实验：传感器基础实验、NBIOT�？锳T指令实验、电信NBIOT平台配置及模拟收发实验、电信NBIOT平台模板配置产品、BIOT电信平台传感器实验 NBIOT物联网云平台数据接收实验、NBIOT物联网云平台仪表板实验 物联网人工智能实验列表-基础 神经网络的基本工作原理、线性反向传播实验、非线性反向传播实验、梯度下降实验、损失函数实验、单变量线性回归、多变量线性回归、线性二分类、线性多分类、神经网络非线性二分类、神经网络非线性多分类、测试训练结果实验、查看模型文件实验、ONNX模型文件制作实验、模型部署和测试实验、深度神经网络框架设计、深度神经网络应用、神经网络优化、神经网络过拟合问题、卷积神经网络概述、卷积的前向计算、卷积的反向传播、池化的前向计算与反向传播、经典的卷积神经网络模型、MNIST分类实验、Fashion-MNIST分类实验、普通循环神经、通用的循环神经网络模型实验网络、两个时间步的循环神经网络实验、四个时间步的循环神经网络、不定长时序的循环神经网络实验、深度循环神经网络、双向循环神经网络、高级循环神经网络 人工智能实验列表-图像 图像采集：USB摄像头图像采集 图像处理：图片显示、色彩空间、像素运算、ROI与泛洪填充、滤波与模糊操作、图像直方图、模板匹配、图像二值化、图像金字塔、图像梯度、Canny边缘检测、直线检测、圆检测、轮廓发现 传统机器视觉：手写字识别、人脸检测、目标检测 深度学习机器视觉：手写字识别、人脸检测、目标检测、 端侧推理框架 云端机器视觉应用：图像识别实验、文字识别、人体分析 图像视觉综合应用：人脸门禁控制、车牌道闸控制、手势识别 物联网人工智能实验列表-语音 语音处理 ：语音采集和播放实验、语音编码和解码实验、语音变速变调实验、语音活性检测实验、语音唤醒实验、语音识别实验、语音合成实验 自然语言处理：中文分词实验、关键词提取实验、文本可视化实验、文本向量化实验、文本分类实验、文本聚类实验、文本情感分析实验、句法依存分析实验、构建聊天机器人实验 云端语音语言应用：云端语音合成实验、云端语音识别实验、云端对话情绪识别实验、云端新闻摘要实验、云端短文本相似度实验、云端情感倾向分析实验、云端地址识别分析实验 RFID实验列表 UHF超高频： 超高频读卡器原理认知实验、超高频读卡实验、超高频扩展模拟道闸实验、超高频扩展上位机实验、RFID扩展上位机综合实验 HF高频实验：高频读卡器原理认知实验、高频14443A读卡实验、高频14443A写卡实验、高频15693读卡实验、高频15693写卡实验、高频扩展电子钱包实验、高频扩展上位机实验 LF低频实验：低频读卡系统认知实验、低频扩展电子锁实验、低频扩展上位机实验 有源RFID实验：有源RFID的读写实验 物联网综合实验 构建知识图谱和聊天机器人实验、声纹识别门禁实验、AI语音智能家居实验、物联网云平台传感器采集实验、物联网云平台智能家居实验 三、★配套物联网应用技术多媒体教学课件系统适应所有的教材，内容丰富并可随意调取。合理地运用多媒体课件教学系统，可以很大程度上减轻老师讲课的工作量。 ★1、提供开发单位“物联网应用技术多媒体教学课件系统”著作权证书复印件加盖单位公章； ★2、提供开发单位“授权书”原件并盖公章； ★3、为了教学的统一性要求物联网应用技术多媒体教学课件系统与实训装置是同一个生产商！ (包含以下内容): 第1章物联网的概念和体系结构 1.1物联网概述 1.2世界各国的物联网战略 1.3物联网的发展现状和趋势 1.4物联网相关概念辨析 1.5物联网的体系结构 第2章 物联网感知技术 2.1传感器技术 2.2 RFID技术 2.3嵌入式系统 第3章 物联网通信技术 3.1互联网技术 3.2移动通信技术 3.3短距离无线通信技术 3.4无线传感器网络技术 第4章 物联网支撑技术 4.1中间件技术 4.2云计算 第5章 物联网安全技术 5.1物联网安全概述 5.2物联网面临的安全威胁 第6章 物联网典型应用 6.1智能交通 6.2智能家居 6.3智能物流 6.4智慧城市 |
友情提示：
1、货品验收：阁下收货时请检查嵌入式边缘物联网实验平台的货品外观，核实嵌入式边缘物联网实验平台的数量及配件，拒收处于受损状态的嵌入式边缘物联网实验平台；
2、质保：顶邦将为阁下提供嵌入式边缘物联网实验平台产品说明书内的质保条件和质保期，在质保范围内提供对嵌入式边缘物联网实验平台的免费维修，超出条件承诺时提供对嵌入式边缘物联网实验平台的有偿维修；
3、退换货：阁下单方面原因导致的嵌入式边缘物联网实验平台选型错误或嵌入式边缘物联网实验平台购买数量错误，造成嵌入式边缘物联网实验平台的退换货要求，将不被接受；
4、货期：嵌入式边缘物联网实验平台的发货期为参考值，如您需要了解嵌入式边缘物联网实验平台的精确货期，请与顶邦的销售人员联系；
5、如阁下对嵌入式边缘物联网实验平台有任何疑问，请致电：021-36334717 ，我们将由专业人士为您提供有关嵌入式边缘物联网实验平台的咨询。
找不到想找的产品?请点击产品导航页 |