AI人工智能实验箱，人工智能教学实验箱
2025-04-29 06:56
一、基本技术参数要求：
1. 输入电源：AC 220V±10% 50HZ；
2. 输出电源：DC：+5V/6A、+7.4V/4A, 含瞬时短路�；ず凸鞅；ぃ�
3. 工作环境：温度-10~+40摄氏度 相对湿度<85%（25摄氏度） 海拔<4000m；
4. 装置容量：<0.5 KVA；
5. 重 量：约5 KG；
6. 外形尺寸：≥610*440*240mm；
7. ★�？榛菏笛橄钅磕？榛�，便于后期升级改造；
8. ★实验箱体内部包含存储空间，可以妥善存放�？榧芭浼�，打开方式为按压弹出；
9. �？镻CB厚度不小于2mm, 面板采用黑底白字丝印，实验�？槠骷沧霸谑笛橄湔妗⒈阌谘侗鹄斫夂秃笃谖�；
10. 实验箱：外箱采用铝木合金材料，箱体四周安装有尼龙防护垫，结实美观，安全环保；
二、硬件�？榕渲靡螅�
1. AI核心系统
1) ★AI CPU核心：CPU为64位，不少于4核心；
2) ★AI GPU核心: GPU核心数不少于120个；
3) ★算力：不低于470GFLOPS
4) ★AI核心扩展：拥有最少4个USB3.0接口，支持HDMI和DP视频接口，一路M.2接口的单路PCIE，并安装有散热风扇；
5) ★主控操作系统：Ubuntu 20.04 LTS+ROS_Melodic；
6) 开发环境（IDE）:JupyterLab；
7) 虚拟环境:Anaconda 4.5.4；
8) 支持一系列流行的 Al 框架和算法， 比如 TensorFlow、caffe/caffe2、Keras、Pytorch、MXNET 等；
9) 系统安装有OpenCV计算机视觉库，TensorFlow AI框架，Pytorch AI框架；
10) ★可以完成语音情感识别、人体姿态识别、语义分割、单眼深度、AI视觉实现垃圾分拣等算法实验；
2. ★AI深度学习视觉应用
1) 提供C语言和Python至少两种语言源程序；
2) 支持Docker容器环境运行；
3) 模型支持：MobileNet-v1、MobileNet-v2、SSD-Mobilenet-v2、YOLOv3、ResNet-18、ResNet-50等；
4) 推理速度：实时目标检测和图像分类，低延时；
5) 性能优化：基于CUDA加速，利用GPU进行高效推理，提供低延迟和高吞吐量；
6) 图像分类：利用在大型数据集上训练过的分类网络来识别场景和物体；
7) 物体检测：目标检测网络能够在每个帧中检测到许多不同的对象，提取它们的边界框来确定帧中各种物体的位置
8) 语义分割：通过将预训练的图像识别骨干网络进行卷积化来实现的，适用于环境感知，它能够对每个场景中许多不同的潜在对象进行密集的像素级分类，包括场景前景和背景；
9) 人体姿态动作识别：包括定位形成骨架拓扑结构的各个身体部位，提供了预训练模型，可用于人体和手部姿态估计，能够在每帧中检测多个人物；
10) 动作识别：对一系列视频帧中发生的活动、行为或手势进行分类；
11) 背景移除：生成一个掩码，将图像的前景与背景分割开来，可以用它来替换或模糊背景；
12) 单目深度：能够从单目图像推断相对深度的深度神经网络
3. 机器人运动学与ROS机器人系统
1) 材质：阳极氧化处理铝合金；
2) 舵机方案：15Kg*5+6Kg*1智能串行总线舵机；
3) 机械臂自由度：5自由度+夹持器，200g有效负载，臂展350mm；
4) 摄像头：采用USB接口，30万像素，110度广角摄像头，480P分辨率（600*480）；
5) 接口：3个总线舵机接口，i2C接口；
6) ★OLED:显示CPU占用，显示内存占用，显示IP地址等基础信息；
7) 支持PC上位机控制；
8) ★PC上位机支持FPV第一视角控制，并显示3D仿真模型，并可以对机械臂进行实时仿真，显示机械臂动作或控制3D图形对机械臂进行控制；
9) ★支持ROS机器人操作系统；
10) 按键：2个；
11) 蜂鸣器：1个；
12) Mirco USB接口；
4. AI听觉系统
1) ★基于USB接口设计，采用SSS1629音频芯片，免驱动，多系统兼容;
2) ★板载两个高质量MEMS硅麦克风，可左右声道录音，音质更佳；
3) 板载标准3.5mm耳机接口，可通过外接耳机播放音乐；
4) 板载双通道喇叭接口，可直接驱动扬声器；
5) 板载喇叭音量调节按钮，方便调节合适的音量；
5. ★语音情感识别
1) 虚拟环境：Anaconda 4.5.4；
2) 算法开发：CUDA、CUDNN、PyTorch、Tensorboard；
3) 深度模型：Mobilenet_v2；
4) 采用的特征为对语音信号做STFT，转化为语音时频图；
5) 引入了shortcut机制，减少由于网络深度的增加带来的梯度消散；
6) 输出结果显示情绪及其概率，并展示图片效果；
7) 情绪种类：不少于5类；
6. 基础GPIO与传感器实验模块
1) 双色LED：5mm红绿双色LED指示灯，带限流电阻；
2) 继电器：5V供电，1路光耦隔离，支持高/低电平触发；
3) 轻触开关按键：普通按键开关，自动复位；
4) U 型光电传感器 ：使用进口槽型光耦传感器，槽宽度10.5mm,带输出状态指示灯，数字开关量输出；
5) 模数转换：单电源、低功耗8位COMS型A/D、D/A转换芯片，它具有4路模拟量输入通道、一路模拟量输出通道和1个I2C总线接口；
6) PS2 操纵杆：模块设二路模拟输出和一路数字输出接口；
7) 电位器：20K电位器；
8) 模拟霍尔传感器：输入为磁感应强度，带输出状态指示灯，数字开关量输出和AO电压输出；
9) 光敏传感器：基于内光电效应，带输出状态指示灯，数字开关量输出和AO电压输出；
10) 火焰报警：可以检测火焰或者波长在760nm-1100nm范围内的光源，打火机测试火焰距离为80cm,探测角度60度，火焰检测响应时间<1s；
11) 气体传感器：金属氧化物半导体（MOS）型气体传感器，可以检测LPG、烟、酒、丙烷、氢气、甲烷、和一氧化碳，浓度从200-10000PPM；
12) 触摸开关：采用电容式触摸传感器，可以安装在非金属物体表面；
13) 超声波传感器距离检测：感应角度不大于15度，探测距离2-450cm,精度可达0.3cm;
14) 旋转编码器：A、B两相都输出方波，顺时针方向旋转时，A相超前B相90度，逆时针方向旋转时，B相超前A相90度;
15) 红外避障传感器:反射距离1mm~25mm适用；
16) 气压传感器：压力范围：300~1100hPa，分辨率为0.03hPa；
17) 陀螺仪加速度传感器：芯片内置16bit AD转换器,16位数据输出，陀螺仪范围：±250 500 1000 2000 °/s，加速度范围：±2±4±8±16g；
18) 循迹传感器:检测距离1-8mm,焦点距离为2.5mm；
19) 直流电机风扇模块:工作电流0.35-0.4A，电机轴长9mm；
20) 步进电机驱动模块:步进角度：5.625 x 1/64,减速比：1/64；
7.配套资源：
1) ★显示屏：10吋显示屏，HDMI接口，分辨率为1080P。显示屏倾斜安装，倾斜角度大于5°；
2) 键盘鼠标：干电池供电，蓝牙连接；
3) 模型垃圾桶：尺寸：≥90*80*103mm；
4) 分类积木：不少于4个；
5) 网线：1.5米；
6) ★配套实验指导书：不少于500页；
7) 提供代码：不少于50个；
8) ★提供人工智能专业课件及教材；
8.★配套人工智能技术课件教学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“人工智能技术课件教学系统”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人工智能技术课件教学系统与实训装置是同一个生产商！
(包含以下内容):
第1章走进人工智能
第2章 知识表示
第3章 确定性推理
第4章 搜索策略
第5章 不确定性推理
第6章 计算智能
第7章 机器学习
第8章 专家系统
第9章 自然语言处理
第10章 分布式人工智能与Agent
第11章 人工智能在社会服务中的应用
第12章 人工智能在经济生活中的应用
三、实验项目要求：
1. 用户按键控制
2. 蜂鸣器控制实验
3. OLED控制实验
4. 控制单个舵机
5. 同时控制6个舵机动作
6. 读取舵机当前位置
7. 机械臂关节标定实践
8. 机械臂关节弧度及末端姿态控制
9. 机械臂舞蹈表演
10. 机械臂搬运色块实践
11. 机械臂搬运码垛色块实践
12. 机械臂抓取工作区域九点标定
13. 机械臂抓取工作区域物块测试
14. 安装和使用Matplotlib、Pyplot 和 Numpy
15. 在OpenCV中运行摄像头
16. JetCam库中测试USB摄像头
17. OpenCV读取、写入和显示图像
18. OpenCV读取、显示和保存视频
19. OpenCV绘图函数使用
20. OpenCV图像质量和像素操作
21. OpenCV图片剪切
22. OpenCV图片平移
23. OpenCV图片镜像
24. OpenCV仿射变换
25. OpenCV图片缩放
26. OpenCV图片旋转
27. OpenCV图片处理
28. OpenCV灰度处理
29. OpenCV图像美化
30. OpenCV边缘检测
31. OpenCV二值化处理
32. OpenCV矩形圆形绘制
33. OpenCV文字图片处理
34. OpenCV线段绘制
35. OpenCV彩色图片直方图
36. OpenCV直方图均衡画
37. OpenCV图片修补
38. OpenCV亮度增强
39. OpenCV高斯均值滤波
40. OpenCV磨皮美白
41. OpenCV中值滤波
42. 颜色检测
43. 脸部和眼睛检测
44. 行人检测
45. 汽车检测
46. 车牌检测
47. 目标追踪
48. 定位物体实时位置
49. 摄像头机械臂物体追踪
50. 摄像头机械臂人脸追踪
51. 色块抓取分拣实验
52. AI人工智能机械臂与主人互动实践
53. AI人工智能机械臂手势识别抓取指定色块进行码垛
54. AI人工智能机械臂垃圾分类实践
55. 图像分类
56. 物体检测
57. 语义分割
58. 人体姿态动作识别
59. 背景移除
60. 单眼深度图
61. 目标检测
62. AI在线语音合成实验
63. AI语音听写流式实验
64. 图灵机器人实验
65. AI全链路人机交互语音实验
66. AI机器人语音对话实验
67. SnowBoy语音唤醒实验
68. 语音情感识别
69. 提供不少于20个GPIO控制与传感器实验�？�
相关产品：
1. 输入电源：AC 220V±10% 50HZ；
2. 输出电源：DC：+5V/6A、+7.4V/4A, 含瞬时短路�；ず凸鞅；ぃ�
3. 工作环境：温度-10~+40摄氏度 相对湿度<85%（25摄氏度） 海拔<4000m；
4. 装置容量：<0.5 KVA；
5. 重 量：约5 KG；
6. 外形尺寸：≥610*440*240mm；
7. ★�？榛菏笛橄钅磕？榛�，便于后期升级改造；
8. ★实验箱体内部包含存储空间，可以妥善存放�？榧芭浼�，打开方式为按压弹出；
9. �？镻CB厚度不小于2mm, 面板采用黑底白字丝印，实验�？槠骷沧霸谑笛橄湔妗⒈阌谘侗鹄斫夂秃笃谖�；
10. 实验箱：外箱采用铝木合金材料，箱体四周安装有尼龙防护垫，结实美观，安全环保；
二、硬件�？榕渲靡螅�
1. AI核心系统
1) ★AI CPU核心：CPU为64位，不少于4核心；
2) ★AI GPU核心: GPU核心数不少于120个；
3) ★算力：不低于470GFLOPS
4) ★AI核心扩展：拥有最少4个USB3.0接口，支持HDMI和DP视频接口，一路M.2接口的单路PCIE，并安装有散热风扇；
5) ★主控操作系统：Ubuntu 20.04 LTS+ROS_Melodic；
6) 开发环境（IDE）:JupyterLab；
7) 虚拟环境:Anaconda 4.5.4；
8) 支持一系列流行的 Al 框架和算法， 比如 TensorFlow、caffe/caffe2、Keras、Pytorch、MXNET 等；
9) 系统安装有OpenCV计算机视觉库，TensorFlow AI框架，Pytorch AI框架；
10) ★可以完成语音情感识别、人体姿态识别、语义分割、单眼深度、AI视觉实现垃圾分拣等算法实验；
2. ★AI深度学习视觉应用
1) 提供C语言和Python至少两种语言源程序；
2) 支持Docker容器环境运行；
3) 模型支持：MobileNet-v1、MobileNet-v2、SSD-Mobilenet-v2、YOLOv3、ResNet-18、ResNet-50等；
4) 推理速度：实时目标检测和图像分类，低延时；
5) 性能优化：基于CUDA加速，利用GPU进行高效推理，提供低延迟和高吞吐量；
6) 图像分类：利用在大型数据集上训练过的分类网络来识别场景和物体；
7) 物体检测：目标检测网络能够在每个帧中检测到许多不同的对象，提取它们的边界框来确定帧中各种物体的位置
8) 语义分割：通过将预训练的图像识别骨干网络进行卷积化来实现的，适用于环境感知，它能够对每个场景中许多不同的潜在对象进行密集的像素级分类，包括场景前景和背景；
9) 人体姿态动作识别：包括定位形成骨架拓扑结构的各个身体部位，提供了预训练模型，可用于人体和手部姿态估计，能够在每帧中检测多个人物；
10) 动作识别：对一系列视频帧中发生的活动、行为或手势进行分类；
11) 背景移除：生成一个掩码，将图像的前景与背景分割开来，可以用它来替换或模糊背景；
12) 单目深度：能够从单目图像推断相对深度的深度神经网络
3. 机器人运动学与ROS机器人系统
1) 材质：阳极氧化处理铝合金；
2) 舵机方案：15Kg*5+6Kg*1智能串行总线舵机；
3) 机械臂自由度：5自由度+夹持器，200g有效负载，臂展350mm；
4) 摄像头：采用USB接口，30万像素，110度广角摄像头，480P分辨率（600*480）；
5) 接口：3个总线舵机接口，i2C接口；
6) ★OLED:显示CPU占用，显示内存占用，显示IP地址等基础信息；
7) 支持PC上位机控制；
8) ★PC上位机支持FPV第一视角控制，并显示3D仿真模型，并可以对机械臂进行实时仿真，显示机械臂动作或控制3D图形对机械臂进行控制；
9) ★支持ROS机器人操作系统；
10) 按键：2个；
11) 蜂鸣器：1个；
12) Mirco USB接口；
4. AI听觉系统
1) ★基于USB接口设计，采用SSS1629音频芯片，免驱动，多系统兼容;
2) ★板载两个高质量MEMS硅麦克风，可左右声道录音，音质更佳；
3) 板载标准3.5mm耳机接口，可通过外接耳机播放音乐；
4) 板载双通道喇叭接口，可直接驱动扬声器；
5) 板载喇叭音量调节按钮，方便调节合适的音量；
5. ★语音情感识别
1) 虚拟环境：Anaconda 4.5.4；
2) 算法开发：CUDA、CUDNN、PyTorch、Tensorboard；
3) 深度模型：Mobilenet_v2；
4) 采用的特征为对语音信号做STFT，转化为语音时频图；
5) 引入了shortcut机制，减少由于网络深度的增加带来的梯度消散；
6) 输出结果显示情绪及其概率，并展示图片效果；
7) 情绪种类：不少于5类；
6. 基础GPIO与传感器实验模块
1) 双色LED：5mm红绿双色LED指示灯，带限流电阻；
2) 继电器：5V供电，1路光耦隔离，支持高/低电平触发；
3) 轻触开关按键：普通按键开关，自动复位；
4) U 型光电传感器 ：使用进口槽型光耦传感器，槽宽度10.5mm,带输出状态指示灯，数字开关量输出；
5) 模数转换：单电源、低功耗8位COMS型A/D、D/A转换芯片，它具有4路模拟量输入通道、一路模拟量输出通道和1个I2C总线接口；
6) PS2 操纵杆：模块设二路模拟输出和一路数字输出接口；
7) 电位器：20K电位器；
8) 模拟霍尔传感器：输入为磁感应强度，带输出状态指示灯，数字开关量输出和AO电压输出；
9) 光敏传感器：基于内光电效应，带输出状态指示灯，数字开关量输出和AO电压输出；
10) 火焰报警：可以检测火焰或者波长在760nm-1100nm范围内的光源，打火机测试火焰距离为80cm,探测角度60度，火焰检测响应时间<1s；
11) 气体传感器：金属氧化物半导体（MOS）型气体传感器，可以检测LPG、烟、酒、丙烷、氢气、甲烷、和一氧化碳，浓度从200-10000PPM；
12) 触摸开关：采用电容式触摸传感器，可以安装在非金属物体表面；
13) 超声波传感器距离检测：感应角度不大于15度，探测距离2-450cm,精度可达0.3cm;
14) 旋转编码器：A、B两相都输出方波，顺时针方向旋转时，A相超前B相90度，逆时针方向旋转时，B相超前A相90度;
15) 红外避障传感器:反射距离1mm~25mm适用；
16) 气压传感器：压力范围：300~1100hPa，分辨率为0.03hPa；
17) 陀螺仪加速度传感器：芯片内置16bit AD转换器,16位数据输出，陀螺仪范围：±250 500 1000 2000 °/s，加速度范围：±2±4±8±16g；
18) 循迹传感器:检测距离1-8mm,焦点距离为2.5mm；
19) 直流电机风扇模块:工作电流0.35-0.4A，电机轴长9mm；
20) 步进电机驱动模块:步进角度：5.625 x 1/64,减速比：1/64；
7.配套资源：
1) ★显示屏：10吋显示屏，HDMI接口，分辨率为1080P。显示屏倾斜安装，倾斜角度大于5°；
2) 键盘鼠标：干电池供电，蓝牙连接；
3) 模型垃圾桶：尺寸：≥90*80*103mm；
4) 分类积木：不少于4个；
5) 网线：1.5米；
6) ★配套实验指导书：不少于500页；
7) 提供代码：不少于50个；
8) ★提供人工智能专业课件及教材；
8.★配套人工智能技术课件教学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“人工智能技术课件教学系统”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人工智能技术课件教学系统与实训装置是同一个生产商！
(包含以下内容):
第1章走进人工智能
第2章 知识表示
第3章 确定性推理
第4章 搜索策略
第5章 不确定性推理
第6章 计算智能
第7章 机器学习
第8章 专家系统
第9章 自然语言处理
第10章 分布式人工智能与Agent
第11章 人工智能在社会服务中的应用
第12章 人工智能在经济生活中的应用
三、实验项目要求：
1. 用户按键控制
2. 蜂鸣器控制实验
3. OLED控制实验
4. 控制单个舵机
5. 同时控制6个舵机动作
6. 读取舵机当前位置
7. 机械臂关节标定实践
8. 机械臂关节弧度及末端姿态控制
9. 机械臂舞蹈表演
10. 机械臂搬运色块实践
11. 机械臂搬运码垛色块实践
12. 机械臂抓取工作区域九点标定
13. 机械臂抓取工作区域物块测试
14. 安装和使用Matplotlib、Pyplot 和 Numpy
15. 在OpenCV中运行摄像头
16. JetCam库中测试USB摄像头
17. OpenCV读取、写入和显示图像
18. OpenCV读取、显示和保存视频
19. OpenCV绘图函数使用
20. OpenCV图像质量和像素操作
21. OpenCV图片剪切
22. OpenCV图片平移
23. OpenCV图片镜像
24. OpenCV仿射变换
25. OpenCV图片缩放
26. OpenCV图片旋转
27. OpenCV图片处理
28. OpenCV灰度处理
29. OpenCV图像美化
30. OpenCV边缘检测
31. OpenCV二值化处理
32. OpenCV矩形圆形绘制
33. OpenCV文字图片处理
34. OpenCV线段绘制
35. OpenCV彩色图片直方图
36. OpenCV直方图均衡画
37. OpenCV图片修补
38. OpenCV亮度增强
39. OpenCV高斯均值滤波
40. OpenCV磨皮美白
41. OpenCV中值滤波
42. 颜色检测
43. 脸部和眼睛检测
44. 行人检测
45. 汽车检测
46. 车牌检测
47. 目标追踪
48. 定位物体实时位置
49. 摄像头机械臂物体追踪
50. 摄像头机械臂人脸追踪
51. 色块抓取分拣实验
52. AI人工智能机械臂与主人互动实践
53. AI人工智能机械臂手势识别抓取指定色块进行码垛
54. AI人工智能机械臂垃圾分类实践
55. 图像分类
56. 物体检测
57. 语义分割
58. 人体姿态动作识别
59. 背景移除
60. 单眼深度图
61. 目标检测
62. AI在线语音合成实验
63. AI语音听写流式实验
64. 图灵机器人实验
65. AI全链路人机交互语音实验
66. AI机器人语音对话实验
67. SnowBoy语音唤醒实验
68. 语音情感识别
69. 提供不少于20个GPIO控制与传感器实验�？�
相关产品：