人工智能實訓(xùn)設(shè)備當前位置:首頁 > 產(chǎn)品展示 > 智能機器人實訓(xùn)設(shè)備 > 人工智能實訓(xùn)設(shè)備 >

產(chǎn)品分類

更多相關(guān)產(chǎn)品

LGRB-LX03型人工智能綜合實驗箱（英偉達版）

一、產(chǎn)品概述

實驗箱面向人工智能相關(guān)專業(yè)，集成了計算機視覺系統(tǒng)、語音處理系統(tǒng)、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(yīng)用模塊，通過搭建邊緣計算終端，為人工智能專業(yè)相關(guān)的應(yīng)用開發(fā)提供統(tǒng)一的通訊協(xié)議和接口。實驗箱基于Linux操作系統(tǒng)，采用Python語言進行課程資源的開發(fā)，適用于人工智能專業(yè)8門以上課程的教學和實踐。

二、產(chǎn)品功能和特點

1.開放性實驗環(huán)境

實驗代碼可在Jupyter Notebook環(huán)境下進行，功能如下：

（1）教師與學生可以在瀏覽器上直接進行交互式編程實驗；

（2）支持Markdown編輯，cell用于編碼、書寫文本，完成標題、數(shù)學公式等格式編輯，便于解釋代碼，適用于教學等場景；代碼分隔到不同的cell里逐個調(diào)試，交互式監(jiān)控測試變量值和類型；

（3）所提供的實驗環(huán)境可通過在終端執(zhí)行命令進行實驗驗證；

（4）所提供的實驗環(huán)境支持多個學生調(diào)用不同模型進行樣本的識別，滿足不同實驗項目的要求；

（5）所提供的實驗環(huán)境可對多種深度學習框架進行支持，包括但不限于：TensorFlow、PyTorch等；

（6）教師可通過自由設(shè)置，將代碼模塊留空，交予學生進行編程訓(xùn)練。

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(fā)，提供完善的實驗指導(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)計方法文檔。

3.AI+機器人應(yīng)用

機械臂與視覺系統(tǒng)結(jié)合，可以對不同尺寸、外觀的目標進行識別，實現(xiàn)目標分揀、智能碼垛等人工智能基礎(chǔ)實訓(xùn)項目，還可以基于深度學習模型，完成多種復(fù)雜物體的識別，開展企業(yè)級項目的實戰(zhàn)訓(xùn)練。

4.AI+深度視覺

深度視覺與傳統(tǒng)的2D視覺相比，可以實現(xiàn)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(xùn)。

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(xiàn)聲場的空間特性采樣，從而引導(dǎo)機械臂根據(jù)聲音的指令執(zhí)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(jiān)測與動態(tài)跟蹤系統(tǒng)、人臉識別門禁系統(tǒng)、智能聲控系統(tǒng)、智能溫控系統(tǒng)等嵌入式方向的綜合實驗實訓(xùn)。

三、主要硬件參數(shù)

1.邊緣計算終端

邊緣計算終端采用NVIDIA公司的Jetson Orin Nano處理器，該處理器作為實驗箱的核心模塊，具備40Tops算力，預(yù)裝Linux操作系統(tǒng)，部署所有智能產(chǎn)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(tǒng)

2D視覺系統(tǒng)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(tǒng)。單獨使用時，可對視野中的靜態(tài)目標進行圖像采集，進行基礎(chǔ)的圖像處理工作；與機器人協(xié)同使用時，通過視覺標定，可對機器人的動作進行引導(dǎo)，搭建機器人+視覺的執(zhí)行系統(tǒng)，完成多種豐富的功能。

3.深度視覺系統(tǒng)

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(tǒng)，兼容USB3.0接口協(xié)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(shù)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(tǒng)。由于在復(fù)雜的聲學環(huán)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(fā)工具，使用Python3為主要編程語言。計算機視覺系統(tǒng)可與機械手臂搭建“手眼合一”的機器人視覺系統(tǒng)，從而使得機器人更具靈活性。機器人不僅可以實現(xiàn)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(chǔ)教學相關(guān)的應(yīng)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(shù)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(jù)用戶編輯的功能執(zhí)行相應(yīng)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(shè)計

（1）數(shù)字類型、轉(zhuǎn)換、運算

（2）Python運算符、內(nèi)置函數(shù)、序列基本用法

（3）程序選擇結(jié)構(gòu)實驗

（4）程序循環(huán)結(jié)構(gòu)實驗

（5）列表實驗

（6）集合實驗

（7）函數(shù)實驗

（8）字符串實驗

（9）正則表達式實驗

（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多進程

（14）Python多線程

（15）Python進程與線程的區(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(huán)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(yù)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(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(tǒng)設(shè)計

（9）基于支持向量機的動態(tài)行人檢測

3 深度學習

（1）線性回歸建模與應(yīng)用——房價預(yù)測實驗

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

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

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

（5）基于神經(jīng)網(wǎng)絡(luò)的模型構(gòu)建與測試實驗

（6）基于殘差網(wǎng)絡(luò)的優(yōu)化模型設(shè)計

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

（8）文本分類——京東購物分類

（9）基于LeNet手寫數(shù)字體識別系統(tǒng)設(shè)計

（10）基于RNN歌曲自動編曲設(shè)計

（11）基于YOLOV5的目標檢測模型訓(xùn)練

（12）基于Tensorrt加速的Yolov5模型部署（英偉達）

（12）基于ais_bench加速的om模型推理（昇騰）

4 數(shù)字圖像處理

（1）圖像之間代數(shù)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(tài)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(tǒng)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(xùn)練

（8）OCR字符識別

（9）基于形態(tài)學處理的產(chǎn)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(chǎn)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(tài)行人檢測

7 嵌入式系統(tǒng)及應(yīng)用

（1）智能傳感系統(tǒng)認知

（2）Aduino編程環(huán)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(diào)速控制實驗

（10）基于陀螺儀的姿態(tài)體感云臺控制

（11）基于藍牙的智能安防系統(tǒng)設(shè)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(yīng)用

（1）機械臂認知和基礎(chǔ)操作

（2）機械臂示教和運動控制

（3）機械臂與視覺系統(tǒng)標定

（4）基于視覺的物體缺陷檢測與分類

（5）基于視覺的水果種類識別與分類

（6）基于視覺的零部件尺寸測量與分類

（7）基于視覺的機械臂物體碼垛

上一篇：LGRB-LX02型人工智能綜合實驗箱（昇騰版）
下一篇：LGRB-LX04型機器視覺應(yīng)用實驗箱

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-LX03型人工智能綜合實驗箱（英偉達版）