人工智能實訓設備當前位置:首頁 > 產品展示 > 智能機器人實訓設備 > 人工智能實訓設備 >

產品分類

更多相關產品

LGRB-LX02型人工智能綜合實驗箱（昇騰版）

一、產品概述

實驗箱面向人工智能相關專業，集成了計算機視覺系統、語音處理系統、機械手臂、以及手勢傳感器、溫濕度傳感器、大氣壓傳感器等多種嵌入式應用模塊，通過搭建邊緣計算終端，為人工智能專業相關的應用開發提供統一的通訊協議和接口。實驗箱基于Linux操作系統，采用Python語言進行課程資源的開發，適用于人工智能方向多門課程的教學和實踐。

二、產品功能和特點

1.開放性實驗環境

實驗代碼可在Jupyter Notebook環境下進行。

2.開放全部源代碼

開放全部軟件框架和算法級源代碼，支持二次開發，提供完善的實驗指導書和技術文檔，并提供產品相關軟硬件的架構與設計方法文檔。

3.AI+視覺分揀

機械臂與視覺系統結合，可以對不同尺寸、外觀的目標進行識別，實現目標分揀、智能碼垛等人工智能基礎實訓項目，還可以基于深度學習模型，完成多種復雜物體的識別，開展企業級項目的實戰訓練。

4.AI+深度視覺

深度視覺與傳統的2D視覺相比，可以實現物體的高度測量、距離測量、輪廓檢測等，因此，可以完成障礙物距離檢測、活體識別、目標跟蹤等綜合實驗實訓。

5.AI+語音處理

聲源定位麥克風支持聲音檢測、智能語音識別、聲源定位、波束成形等功能，在與AI處理器的交互下，可實現聲場的空間特性采樣，從而引導機械臂根據聲音的指令執行指定動作。

6.AI+嵌入式傳感器

提供溫濕度傳感器、運動傳感器、氣壓傳感器、光線傳感器等12種嵌入式傳感器，可以開展人臉監測與動態跟蹤系統、人臉識別門禁系統、智能聲控系統、智能溫控系統等嵌入式方向的綜合實驗實訓。

三、主要硬件參數

1.邊緣計算終端

邊緣計算終端采用華為公司的昇騰Atlas 200I DK A2開發者套件，套件基于華為昇騰310系列AI處理器，針對AI場景進行開發，以此作為實驗箱的核心模塊。其預裝Linux操作系統，部署所有智能產品模塊所需的全部軟件框架和SDK，并提供通用的通訊接口。

2.2D視覺系統

2D視覺系統采用一顆30萬像素攝像頭，可兼容ubuntu，linux和樹莓派等操作系統。單獨使用時，可對視野中的靜態目標進行圖像采集，進行基礎的圖像處理工作；與機器人協同使用時，通過視覺標定，可對機器人的動作進行引導，搭建機器人+視覺的執行系統，完成多種豐富的功能。

3.深度視覺系統

深度視覺采用一顆100萬像素深度體感攝像頭，可兼容ubuntu，linux和樹莓派等操作系統，兼容USB3.0接口協議，可進行深度信息感知、人臉識別與測距等。

4.語音識別單元

采用可編程式麥克風陣列模塊，支持聲音識別、交互智能語音識別、聲源定位、波束成形等功能。麥克風陣列是由一定數目的聲學傳感器（麥克風）組成，可用來對聲場的空間特性進行采樣并處理的系統。由于在復雜的聲學環境下，噪聲與語音信號在時間和頻譜上常常是相互交疊的，再加上回波和混響的影響，利用單麥克風捕捉相對純凈的語音非常困難，而麥克風陣列融合了語音信號的空時信息，可以同時提取聲源并抑制噪聲。

5.機械手臂

機械手臂采用STM32單片機進行運動控制，Open Source CV為圖像處理庫，主流的Jupyter Lab為開發工具，使用Python3為主要編程語言。計算機視覺系統可與機械手臂搭建“手眼合一”的機器人視覺系統，從而使得機器人更具靈活性。機器人不僅可以實現顏色識別跟蹤與抓取，還能與人體特征識別互動，非常適合用于基礎教學相關的應用實踐。

6.嵌入式傳感器

嵌入式傳感器主要由超聲波傳感器、人體檢測傳感器、溫濕度傳感器、心率傳感器、氣壓傳感器、數碼管、藍牙模塊、陀螺儀、聲音檢測傳感器、光線檢測傳感器等組成。每一個傳感器均可與邊緣計算終端連接，根據用戶編輯的功能執行相應的動作。

7.高清顯示屏

實驗箱采用17英寸高清屏。

四、實驗項目

1 Python程序設計

（1）數字類型、轉換、運算

（2）Python運算符、內置函數、序列基本用法

（3）程序選擇結構實驗

（4）程序循環結構實驗

（5）列表實驗

（6）集合實驗

（7）函數實驗

（8）字符串實驗

（9）正則表達式實驗

（10）數據可視化

（11）Python的數據處理

（12）Python文件操作

（13）Python多進程

（14）Python多線程

（15）Python進程與線程的區別

（16）Python面向對象的理解

（17）Python類的使用與類的實例化

（18）Python實例化對象的使用

（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的環境搭建

（25）PyQt5的使用

（26）Qt Designer與PyUIC的使用

2 機器學習

（1）基于線性回歸的波士頓房價預測

（2）基于K近鄰算法的電影類型識別

（3）基于K均值算法的未知數據分類

（4）基于決策樹的乳腺癌診斷

（5）AdaBoost電影數據集數據分類

（6）基于EM推理的雙硬幣拋擲模型驗證

（7）基于樸素貝葉斯的垃圾郵件過濾

（8）基于隨機森林的人臉識別系統設計

（9）基于支持向量機的動態行人檢測

3 深度學習

（1）線性回歸建模與應用——房價預測實驗

（2）神經網絡的模型構建與應用——服裝分類實驗

（3）神經網絡正則化——服裝分類優化實驗

（4）神經網絡參數優化——非線性函數極小值尋找實驗

（5）基于神經網絡的模型構建與測試實驗

（6）基于殘差網絡的優化模型設計

（7）神經網絡優化器——手寫數字識別

（8）文本分類——京東購物分類

（9）基于LeNet手寫數字體識別系統設計

（10）基于RNN歌曲自動編曲設計

（11）基于YOLOV5的目標檢測模型訓練

（12）基于Tensorrt加速的Yolov5模型部署（英偉達）

（13）基于ais_bench加速的om模型推理（昇騰）

4 數字圖像處理

（1）圖像之間代數運算

（2）圖像操作之打碼與解碼

（3）圖像的幾何仿射變換

（4）圖像空域濾波

（5）圖像的頻域濾波

（6）基于形態學的米粒檢測

（7）基于Canny算法的圖像摳圖

（8）基于分水嶺的圖像輪廓分割

（9）基于Hu矩形狀匹配

5 機器視覺

（1）視覺系統認知

（2）像素尺寸測量

（3）物體定位和角度測量

（4）邊緣長度測量與面積檢測

（5）物體顏色和形狀識別

（6）條碼和二維碼識別

（7）OCR字符分割、訓練

（8）OCR字符識別

（9）基于形態學處理的產品表面缺陷檢測

（10）相機棋盤格標定

（11）基于opencv的車牌識別

（12）基于模板匹配的電子產品識別

（13）基于視覺的車牌識別

（14）基于視覺的條形碼識別

（15）基于視覺的二維碼識別

（16）基于視覺的物體形狀顏色識別

（17）基于視覺的水果識別

（18）基于圖像的NanoDet目標檢測模型實踐（英偉達）

（19）基于視覺的工件缺陷檢測

6 深度視覺

（1）人臉檢測與測距

（2）人臉檢測與云臺跟隨

（3）人臉檢測和識別

（4）口罩檢測

（5）動態行人檢測

7 嵌入式系統及應用

（1）智能傳感系統認知

（2）Aduino編程環境的搭建

（3）oled顯示實驗

（4）人體雷達檢測實驗

（5）光照度檢測實驗

（6）心率檢測儀實驗

（7）超聲波測距儀實驗

（8）智能交通燈控制實驗

（9）風扇調速控制實驗

（10）基于陀螺儀的姿態體感云臺控制

（11）基于藍牙的智能安防系統設計

8 語音處理與傳感器控制

（1）音頻錄制

（2）音頻識別

（3）實時語音識別

（4）基于語音的智能傳感器控制

（5）基于語音的機械臂控制

（6）基于視覺與語音的機械臂物體分類

9 基于視覺的機器人應用

（1）機械臂認知和基礎操作

（2）機械臂示教和運動控制

（3）機械臂與視覺系統標定

（4）基于視覺的機械臂目標分類

（5）基于視覺的機械臂物體碼垛

（6）基于視覺的機械臂數字排序

（7）基于視覺的機械臂水果分類

上一篇：LGRB-LX01型人工智能綜合實驗箱（本地大模型版）
下一篇：LGRB-LX03型人工智能綜合實驗箱（英偉達版）

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

LGRB-LX02型人工智能綜合實驗箱（昇騰版）