工業(yè)機(jī)器人實(shí)訓(xùn)平臺(tái)當(dāng)前位置:首頁(yè) > 產(chǎn)品展示 > 智能機(jī)器人實(shí)訓(xùn)設(shè)備 > 工業(yè)機(jī)器人實(shí)訓(xùn)平臺(tái) >

產(chǎn)品分類

更多相關(guān)產(chǎn)品

LGGY-BL08X型機(jī)器人大模型與視覺協(xié)同控制平臺(tái)

一、產(chǎn)品概述

該平臺(tái)以視覺系統(tǒng)和協(xié)作機(jī)器人為核心，通過(guò)在運(yùn)算單元中部署人工智能軟件環(huán)境，賦予機(jī)器人對(duì)環(huán)境的感知能力和協(xié)同工作能力，進(jìn)而實(shí)現(xiàn)基于人工智能技術(shù)的視覺+機(jī)器人教學(xué)應(yīng)用場(chǎng)景。平臺(tái)集成了圖像處理技術(shù)、機(jī)器視覺技術(shù)、機(jī)器人運(yùn)動(dòng)控制技術(shù)，可為人工智能、機(jī)器人工程、自動(dòng)化等專業(yè)提供一體化軟硬件系統(tǒng)和教學(xué)解決方案。另外，運(yùn)算單元中實(shí)現(xiàn)了DeepSeek、Qwen等開源大模型的本地化部署，支持大模型技術(shù)開發(fā)、大模型+視覺、大模型+語(yǔ)音、大模型+機(jī)器人等多個(gè)行業(yè)場(chǎng)景的應(yīng)用實(shí)踐。

二、功能與應(yīng)用場(chǎng)景

1.開放性實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)代碼在Jupyter Notebook環(huán)境中編寫。

2.開放全部源代碼

開放全部軟件框架和算法級(jí)源代碼，支持二次開發(fā)，提供完善的實(shí)驗(yàn)指導(dǎo)書和技術(shù)文檔，并提供產(chǎn)品相關(guān)軟硬件的架構(gòu)與設(shè)計(jì)方法文檔。

3.部署本地大模型

完成了DeepSeek、Qwen等開源大模型的本地化部署，即部署于本機(jī)的運(yùn)算單元中，除了可以開展大模型基礎(chǔ)應(yīng)用的學(xué)習(xí)外，還可以利用大模型和配置的視覺、語(yǔ)音、機(jī)器人、傳感器等設(shè)備進(jìn)行交互，面向如智能制造、智能家居、智慧農(nóng)業(yè)等典型場(chǎng)景，開展應(yīng)用實(shí)踐。

4.視覺定位、檢測(cè)與識(shí)別

視覺技術(shù)在實(shí)際應(yīng)用中，通常有三個(gè)方向：定位（即計(jì)算目標(biāo)位置，為機(jī)器人抓取提供引導(dǎo)）、檢測(cè)（即檢測(cè)目標(biāo)的缺陷，如零部件劃痕、缺角等，用于進(jìn)行良次品分類）、識(shí)別（即識(shí)別目標(biāo)的名稱，如識(shí)別不同長(zhǎng)度的螺桿，用于進(jìn)行產(chǎn)品種類的分揀）。

本產(chǎn)品在不同的實(shí)訓(xùn)項(xiàng)目中，綜合運(yùn)用到了上述三類技術(shù)：可以通過(guò)視覺系統(tǒng)定位目標(biāo)的位置，機(jī)器人準(zhǔn)確抓取；也可以進(jìn)行目標(biāo)的缺陷檢測(cè)，由機(jī)器人進(jìn)行次品剔除；還可以進(jìn)行目標(biāo)的尺寸測(cè)量或型態(tài)識(shí)別，由機(jī)器人完成目標(biāo)的分類。用戶可以在開源環(huán)境下進(jìn)行自主開發(fā)，面向智能制造、智慧物流等多個(gè)場(chǎng)景，開展行業(yè)應(yīng)用。

5.機(jī)器人手眼標(biāo)定

為機(jī)器人引入視覺系統(tǒng)，使得機(jī)器人可進(jìn)行自主的、智能化的運(yùn)動(dòng)，完成如零部件分類、物流搬運(yùn)、碼垛、物體分揀等功能。

手眼標(biāo)定有兩種方式：眼在手上、眼在手外。通常來(lái)說(shuō)，對(duì)大目標(biāo)或大范圍多個(gè)目標(biāo)的抓取，需要更大的視野，可以采取眼在手外的方式；對(duì)小目標(biāo)的抓取，則可以采用眼在手上的方式。當(dāng)然，還需要考慮到機(jī)器人的負(fù)載和安裝空間，是否在末端安裝了視覺系統(tǒng)后，仍能實(shí)現(xiàn)對(duì)目標(biāo)的抓取。本產(chǎn)品采用了眼在手外的方式。

6.基于視覺的機(jī)器人應(yīng)用

機(jī)器人與視覺系統(tǒng)結(jié)合，可以對(duì)不同尺寸、外觀的目標(biāo)進(jìn)行識(shí)別，開展目標(biāo)分揀、智能碼垛、物體識(shí)別、字符識(shí)別等多種人工智能基礎(chǔ)實(shí)訓(xùn)項(xiàng)目。

三、主要硬件參數(shù)

1.運(yùn)算單元

采用一臺(tái)高性能計(jì)算機(jī)，預(yù)裝Linux或Windows操作系統(tǒng)，部署DeepSeek、Qwen等開源大模型，并集成Python、OpenCV等運(yùn)行環(huán)境，以及產(chǎn)品運(yùn)行所需的全部軟件框架和SDK，支持?jǐn)?shù)字圖像處理、機(jī)器視覺、機(jī)器人、大模型等硬件或應(yīng)用的開發(fā)和學(xué)習(xí)。

2.機(jī)器視覺系統(tǒng)

機(jī)器視覺系統(tǒng)即一套標(biāo)準(zhǔn)工業(yè)級(jí)視覺系統(tǒng)，包括工業(yè)相機(jī)、鏡頭、LED光源、光源控制器等，通過(guò)視覺支架進(jìn)行集成，安裝于平臺(tái)上方，為所有的靜態(tài)目標(biāo)檢測(cè)、分析和處理提供實(shí)驗(yàn)的硬件環(huán)境。

3.協(xié)作機(jī)器人（完全開源）

該機(jī)器人是專為教育科研開發(fā)的一款產(chǎn)品，融合AI大模型技術(shù)，且完全開源，在電機(jī)控制上，開放電機(jī)、控制器與機(jī)器人關(guān)節(jié)之間的控制源碼；在運(yùn)動(dòng)學(xué)算法上，開放底層運(yùn)動(dòng)學(xué)正逆解模型的源碼。通過(guò)全方位的開源，用戶可以從事機(jī)器人軟硬件層面的各類科研、開發(fā)工作。

同時(shí)，機(jī)器人具有工業(yè)機(jī)器人的性能，提供多個(gè)拓展接口，支持視覺、語(yǔ)音、傳感器等外設(shè)模塊的接入，可應(yīng)用于教學(xué)、科研、生產(chǎn)線集成、裝配等領(lǐng)域。

4.實(shí)訓(xùn)與功能模塊

該平臺(tái)在功能設(shè)計(jì)上，既滿足基礎(chǔ)的機(jī)器人控制教學(xué)的需要，同時(shí)也滿足視覺識(shí)別、手眼協(xié)同，以及更高層次的大模型+機(jī)器人應(yīng)用的需求。

四、實(shí)驗(yàn)項(xiàng)目

1 Python程序設(shè)計(jì)

（1）數(shù)字類型、轉(zhuǎn)換、運(yùn)算

（2）Python運(yùn)算符、內(nèi)置函數(shù)、序列基本用法

（3）程序選擇結(jié)構(gòu)實(shí)驗(yàn)

（4）程序循環(huán)結(jié)構(gòu)實(shí)驗(yàn)

（5）列表實(shí)驗(yàn)

（6）集合實(shí)驗(yàn)

（7）函數(shù)實(shí)驗(yàn)

（8）字符串實(shí)驗(yàn)

（9）正則表達(dá)式實(shí)驗(yàn)

（10）數(shù)據(jù)可視化

（11）Python的數(shù)據(jù)處理

（12）Python文件操作

（13）Python多進(jìn)程

（14）Python多線程

（15）Python進(jìn)程與線程的區(qū)別

（16）Python面向?qū)ο蟮睦斫?/span>

（17）Python類的使用與類的實(shí)例化

（18）Python實(shí)例化對(duì)象的使用

（19）Python類的繼承使用

（20）基于Python的串口通訊

（21）基于Python的SocketTcp通訊

（22）基于Python的SocketUdp通訊

（23）基于Python的Modbus通訊

（24）PyQt5的環(huán)境搭建

（25）PyQt5的使用

（26）Qt Designer與PyUIC的使用

2 機(jī)器學(xué)習(xí)

（1）基于線性回歸的波士頓房?jī)r(jià)預(yù)測(cè)

（2）基于K近鄰算法的電影類型識(shí)別

（3）基于K均值算法的未知數(shù)據(jù)分類

（4）基于決策樹的乳腺癌診斷

（5）AdaBoost電影數(shù)據(jù)集數(shù)據(jù)分類

（6）基于EM推理的雙硬幣拋擲模型驗(yàn)證

（7）基于樸素貝葉斯的垃圾郵件過(guò)濾

（8）基于隨機(jī)森林的人臉識(shí)別系統(tǒng)設(shè)計(jì)

（9）基于支持向量機(jī)的動(dòng)態(tài)行人檢測(cè)

（10）基于深度學(xué)習(xí)的車道線檢測(cè)系統(tǒng)設(shè)計(jì)

（11）基于CNN與SVM的交通標(biāo)志的識(shí)別系統(tǒng)設(shè)計(jì)

（12）基于HOG與SVM的交通標(biāo)志識(shí)別系統(tǒng)設(shè)計(jì)

3 深度學(xué)習(xí)

（1）線性回歸建模與應(yīng)用——房?jī)r(jià)預(yù)測(cè)實(shí)驗(yàn)

（2）神經(jīng)網(wǎng)絡(luò)的模型構(gòu)建與應(yīng)用——服裝分類實(shí)驗(yàn)

（3）神經(jīng)網(wǎng)絡(luò)正則化——服裝分類優(yōu)化實(shí)驗(yàn)

（4）神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化——非線性函數(shù)極小值尋找實(shí)驗(yàn)

（5）基于神經(jīng)網(wǎng)絡(luò)的模型構(gòu)建與測(cè)試實(shí)驗(yàn)

（6）基于殘差網(wǎng)絡(luò)的優(yōu)化模型設(shè)計(jì)

（7）神經(jīng)網(wǎng)絡(luò)優(yōu)化器——手寫數(shù)字識(shí)別

（8）文本分類——京東購(gòu)物分類

（9）基于LeNet手寫數(shù)字體識(shí)別系統(tǒng)設(shè)計(jì)

（10）基于RNN歌曲自動(dòng)編曲設(shè)計(jì)

（11）基于深度學(xué)習(xí)的圖像數(shù)據(jù)標(biāo)注

（12）基于YOLOV5的目標(biāo)檢測(cè)模型訓(xùn)練

（13）基于YOLOV5的缺陷檢測(cè)案例

4、數(shù)字圖像處理

5、機(jī)器視覺

6、基于視覺的機(jī)器人應(yīng)用

7、大模型技術(shù)基礎(chǔ)

8、大模型+視覺應(yīng)用案例

9、大模型+語(yǔ)音應(yīng)用案例

五、綜合實(shí)訓(xùn)

1.機(jī)器人的控制

2.AI+視覺自動(dòng)倉(cāng)儲(chǔ)

3.基于AI的圖象識(shí)別和抓取

4.機(jī)器人大模型調(diào)試與部署

5.具身智能技術(shù)開發(fā)與應(yīng)用

上一篇：LGGY-BL07X型六軸機(jī)器人自動(dòng)分揀生產(chǎn)線
下一篇：LGGY-BL09X型機(jī)器人大模型與視覺檢測(cè)生產(chǎn)線

亚洲91精品在线观看_精品一区二区三区中文字幕在线_日韩午夜免费视频_在线观看欧美www

LGGY-BL08X型機(jī)器人大模型與視覺協(xié)同控制平臺(tái)