透明液壓傳動實訓設備
您的當前位置:仿真電梯模型 >> 技術資訊
    技術標題:[人工智能實驗平臺,人工智能實訓裝置]

    人工智能實驗平臺,人工智能實訓裝置是專門為用戶解決疑難問題的,非常具有代表性,在客戶進行產品選型前,我們一般建議用戶先看下人工智能實驗平臺,人工智能實訓裝置。這樣能對用戶選型有非常大的幫助。

    人工智能實驗平臺,人工智能實訓裝置

    參考圖片

    一、基本技術參數要求:

    1. 輸入電源:AC  220V±10%  50HZ;

    2. 輸出電源:DC:+5V/4A、+12V/4A, 含瞬時短路保護和過流保護;

    3. 工作環境:溫度-10~+40攝氏度  相對濕度<85%(25攝氏度) 海拔<4000m;

    4. 裝置容量:<0.5 KVA;

    5. 重    量:約5 KG;

    6. 外形尺寸:≥610*440*240mm;

    7. ★模塊化:實驗項目模塊化,便于后期升級改造;

    8. ★實驗箱體內部包含存儲空間,可以妥善存放模塊及配件,打開方式為按壓彈出;

    9. 模塊PCB厚度不小于2mm, 面板采用黑底白字絲印,實驗模塊器件均安裝在實驗箱正面、便于學生識別理解和后期維護;

    10. 實驗箱:外箱采用鋁木合金材料,箱體四周安裝有尼龍防護墊,結實美觀,安全環保;

    二、硬件模塊配置要求:

    1. AI核心系統

    1) ★AI CPU核心:CPU為64位,不少于4核心;

    2) ★AI GPU核心:  GPU核心數不少于100個;

    3) ★AI核心擴展:擁有最少4個USB3.0接口,支持HDMI和DP視頻接口,一路M.2接口的單路PCIE,并安裝有散熱風扇;

    4) ★主控操作系統:Ubuntu 18.04 LTS+ROS_Melodic;

    5) 開發環境(IDE):JupyterLab;

    6) 虛擬環境:Anaconda  4.5.4;

    7) 無線網卡:支持2.4GHz / 5GHz,支持藍牙4.2;

    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) 系統安裝有OpenCV計算機視覺庫,TensorFlow AI框架,Pytorch AI框架;

    10) ★可以完成語音情感識別、AI視覺實現垃圾分揀等算法實驗;

    2. 機器人運動學與ROS機器人系統

    1) 材質:陽極氧化處理鋁合金;

    2) 舵機方案:15Kg*5+6Kg*1智能串行總線舵機;

    3) 機械臂自由度:5自由度+夾持器,200g有效負載,臂展350mm;

    4) 攝像頭:采用USB接口,30萬像素,110度廣角攝像頭,480P分辨率(600*480);

    5) 接口:6個總線舵機接口, PWM舵機接口,i2C接口,除AI核心板外還支持STM32和Raspberry Pi;

    6) ★OLED:顯示CPU占用,顯示內存占用,顯示IP地址等基礎信息;

    7) 支持手機APP(IOS/Android)、PC上位機、PS2手柄(PC端)3種控制方式;

    8) ★PC上位機支持FPV第一視角控制,并顯示3D仿真模型,并可以對機械臂進行實時仿真,顯示機械臂動作或控制3D圖形對機械臂進行控制;

    9) ★支持ROS機器人操作系統;

    10) 1 個RGB燈;

    11) 按鍵:K1+K2鍵+RESET鍵;

    12) T型供電接口;

    13) Mirco USB接口; 

    14) PS2手柄接收器座;

    3. AI聽覺系統

    1) ★基于USB接口設計,采用SSS1629音頻芯片,免驅動,多系統兼容;

    2) ★板載兩個高質量MEMS硅麥克風,可左右聲道錄音,音質更佳;

    3) 板載標準3.5mm耳機接口,可通過外接耳機播放音樂;

    4) 板載雙通道喇叭接口,可直接驅動揚聲器;

    5) 板載喇叭音量調節按鈕,方便調節合適的音量;

    4. 語音情感識別

    1) 虛擬環境:Anaconda  4.5.4;

    2) 算法開發:CUDA、CUDNN、PyTorch、Tensorboard;

    3) 深度模型:Mobilenet_v2;

    4) 采用的特征為對語音信號做STFT,轉化為語音時頻圖;

    5) 引入了shortcut機制,減少由于網絡深度的增加帶來的梯度消散;

    6) 輸出結果顯示情緒及其概率,并展示圖片效果;

    7) 情緒種類:不少于5類;

    5. 基礎GPIO與傳感器實驗模塊

    1) 雙色LED:5mm紅綠雙色LED指示燈,帶限流電阻;

    2) 繼電器:5V供電,1路光耦隔離,支持高/低電平觸發;

    3) 輕觸開關按鍵:普通按鍵開關,自動復位;

    4) U 型光電傳感器 :使用進口槽型光耦傳感器,槽寬度10.5mm,帶輸出狀態指示燈,數字開關量輸出;

    5) 模數轉換:單電源、低功耗8位COMS型A/D、D/A轉換芯片,它具有4路模擬量輸入通道、一路模擬量輸出通道和1個I2C總線接口;

    6) PS2 操縱桿:模塊設二路模擬輸出和一路數字輸出接口; 

    7) 電位器:20K電位器; 

    8) 模擬霍爾傳感器:輸入為磁感應強度,帶輸出狀態指示燈,數字開關量輸出和AO電壓輸出; 

    9) 光敏傳感器:基于內光電效應,帶輸出狀態指示燈,數字開關量輸出和AO電壓輸出; 

    10) 火焰報警:可以檢測火焰或者波長在760nm-1100nm范圍內的光源,打火機測試火焰距離為80cm,探測角度60度,火焰檢測響應時間<1s;

    11) 氣體傳感器:金屬氧化物半導體(MOS)型氣體傳感器,可以檢測LPG、煙、酒、丙烷、氫氣、甲烷、和一氧化碳,濃度從200-10000PPM;

    12) 觸摸開關:采用電容式觸摸傳感器,可以安裝在非金屬物體表面; 

    13) 超聲波傳感器距離檢測:感應角度不大于15度,探測距離2-450cm,精度可達0.3cm;

    14) 旋轉編碼器:A、B兩相都輸出方波,順時針方向旋轉時,A相超前B相90度,逆時針方向旋轉時,B相超前A相90度;

    15) 紅外避障傳感器:反射距離1mm~25mm適用;

    16) 氣壓傳感器:壓力范圍:300~1100hPa,分辨率為0.03hPa;

    17) 陀螺儀加速度傳感器:芯片內置16bit AD轉換器,16位數據輸出,陀螺儀范圍:±250 500 1000 2000  °/s,加速度范圍:±2±4±8±16g;

    18) 循跡傳感器:檢測距離1-8mm,焦點距離為2.5mm;

    19) 直流電機風扇模塊:工作電流0.35-0.4A,電機軸長9mm;

    20) 步進電機驅動模塊:步進角度:5.625 x 1/64,減速比:1/64;

    21) 完成基于MQTT協議的微信小程序控制實驗,并要求提供微信小程序源碼;

    6. 配套資源:

    1) 顯示屏:10吋顯示屏,HDMI接口,分辨率為1080P。顯示屏傾斜安裝,傾斜角度大于5°;

    2) 鍵盤鼠標:干電池供電,藍牙連接;

    3) 模型垃圾桶:尺寸:≥90*80*103mm;

    4) 分類積木:不少于4個;

    5) 配套實驗指導書:不少于500頁;

    6) 提供代碼:不少于50個;

    7) 提供人工智能專業課件及教材;

    7. ★配置智藍云測系統(實驗室配置1套,需提供演示視頻)

    (一)基礎測試部分要求:

    1) 可以測量電阻、電容、二極管、三極管、可控硅、電感、MOS管等多種模擬元器件,能夠顯示器件對應阻容感值,能自動判別引腳、自動量程測試,能判斷器件類型,引腳極性及放大倍數等;

    2) 可以測量常用74系列TTL電平芯片、CD系列COMS電平芯片,支持1500多款IC;

    3) 集成器件,不需要輸入芯片型號,即能自動完成識別芯片、測試及顯示結果等功能;

    4) 可以測量LED顯示器件,包括LED發光二極管、LED數碼管和LED點陣塊測試LED顯示器件時不用考慮器件引腳排列順序,共陽還是共陰等,只要把所有引腳都插入測試插座就可以了。按下測試按鈕后,點亮被測器件的所有完好筆段和像素,可以很直觀地通過目測判斷有無壞點、管芯亮度和亮度均勻性;

    5) 可以測量常用的放大器芯片、比較器芯片、時基電路芯片、驅動器芯片、光電偶合芯片;

    6) 操作簡單,無需復雜操作和設置,只需要按說明放置好待測器件,一鍵按鈕操作,1~2秒后即可顯示測試結果;

    7) 無線手機APP控制輸出電壓:直流1-22V連續可調;

    8) 電壓顯示:分辨率0.05V,量程0-22V,精度±0.1V;

    9) 電流顯示:分辨率0.005A,量程0-4.5A,精度±0.05A,轉換效率90%以上;

    10) 支持手動按鈕和智能手機APP無線控制兩種電壓設置方式;

    11) APP端功能:實時監控查看輸出電壓、輸出電流、輸出功率、輸入電壓。無線控制打開/關閉電源, 無線電壓設置等功能;

    (二)云測試系統部分要求:

    1) 云測試系統連接到單片機串口,可以遠程查看單片機運行情況,可以做日志篩選過濾,對于警告和錯誤信息進行特殊提醒;

    2) 可以使用微信小程序查看測量值,支持手機端與電腦端同時顯示;

    3) MQTT連接服務器,可拿出手機隨時查看測量值;

    4) 聯網功能:手機與設備之間通過MQTT服務器通信,不受距離限制,可隨時隨地查看測量值;

    5) APP端功能:測量歷史數據列表,可以按時間查看歷史測量值;

    6) APP端功能:監測上下限,可以設定上下限數值;

    7) APP端功能:測量值分享,輕觸數據列表的單條數據即可復制到剪貼板,在快速粘貼到其他聊天工具分享給他;

    8) PC端與手機端可同時打開微信小程序監測測量;

    9) 語音播報:按測試儀的語音播報按鍵,微信小程序客戶端就會播放當前所測量的;

    10) 內置充電電池容量1200mAh;

    11) 充電電流<300mA;

    12) 設備使用時長:>15小時 (20-30℃);

    13) 局域網使用UDP通信,可以實現多臺手機/電腦同時監測;

    14) 測量的數據可以存儲在云端進行分析;

    15) 無人監控數值上下限異常報警;

    16) 可將測量值轉換為其他單位數值如PT100、4-20mA、0-5V等;

    17) 語音播報當前測量值和上下限報警;

    18) 測量參數指標:

    a. 直流電壓:量程±300V,精度±0.5%

    b. 交流電壓:量程300V ,精度±2%

    c. 直流電流:量程±250mA,精度±1%

    d. 交流電流:量程 250mA,精度±2%

    e. 直流電流:量程2.5A,精度±1%

    f. 交流電流:量程2.5A,精度±2%

    g. 電容:量程10uF ,精度±3%

    h. 電阻:量程5MΩ ,精度±0.5%

    8. ★配置實驗室管理系統(需提供演示視頻)

    1) 教師/學生可以使用用戶管理功能,能修改和查看自己的信息;可以使用實驗課程與設備管理功能,詢實驗課程和相關信息,預約實驗室;可以使用設備借用管理功能,查詢設備借用情況;

    2) 管理員工作流程:管理員是系統內置用戶,輸入用戶名和密碼,經過系統校驗登陸系統,進入主頁;

    3) 管理員可以進行用戶管理、實驗室管理、設備借用管理、設備維修管理、實驗課程與設備管理、通知管理和系統報表;

    4) 系統基本層次結構需包含:后臺數據層、中間業務層、數據庫訪問接口、綜合前置服務、TCP/IP協議通信接口、前臺應用層;

    5) 智能管理系統需包含以下七大功能,分別是通知管理、用戶管理、實驗室管理、實驗室課程與設備管理、設備借用管理、設備維修管理和報表統計功能;

    9. ★單片機、plc可編程設計與控制虛擬仿真軟件需提供版權證書及演示視頻)

    1) 本軟件基于unity3d開發,內置實驗步驟、實驗指導書、電路圖、組件列表、連接線路、接通電源、電路圖、場景重置、返回等按鈕,在連線及代碼正確后,可以通過啟動/停止、正向運動、反向運動按鈕操作三維機床模型運動,在連接線路狀態下,三維機床模型可進行放大/縮小、平移。

    2) 繼電器控制:閱讀實驗指導書,并進入實驗,通過識讀電路圖,選擇組件列表中的繼電器、熱繼電器、開關等元器件以拖拽的形式布局至電器柜中,限位器置于三維機床模型上,可選擇蓋蓋子,部分元器件名稱可重命名,然后點擊連接線路按鈕,將端子對端子進行連線,將機床電路連接成功后,選擇接通電源,進行操作,若組件或線路連接錯誤將彈出提示錯誤框,可隨時進行場景重置。

    3) PLC控制:實驗同繼電器控制,增加PLC控制功能,在連線完成后,通過PLC編碼按鈕,進入程序編寫界面,編寫正向與反向2條程序,共有12個梯形圖符號,編寫完成后,選擇提交進行程序驗證。驗證成功后,接通電源進行操作,組件、線路連接、代碼錯誤將彈出提示錯誤框,可隨時進行場景重置。

    4) 單片機控制:實驗同繼電器控制,增加單片機控制功能,在連線完成后,通過C編碼按鈕進入編程界面,輸入正確的C語言代碼,提交驗證成功后,接通電源進行操作,組件、線路連接、代碼錯誤將彈出提示錯誤框,可隨時進行場景重置。

    三、實驗項目要求:

    1. 對每個舵機單獨控制實驗

    2. 舵機記憶動作實驗

    3. 械臂同步示教

    4. 機械臂固定動作組不少于8組

    5. 機械臂自定義學習動作組

    6. AI視覺顏色識別抓取

    7. AI視覺顏色識別分揀堆疊

    8. AI視覺定位

    9. AI視覺實現垃圾分揀

    10. Open CV幾何變換

    11. Open CV圖片處理和繪制文字線段

    12. Open CV讀取、寫入和保存圖像

    13. Open CV圖像美化

    14. Open CV讀取、寫入和保存視頻

    15. Open CV繪畫函數

    16. Open CV進行顏色檢測

    17. Open CV臉部和眼睛檢測

    18. Open CV實現行人檢測

    19. Open CV實現汽車檢測

    20. Open CV進行車牌檢測

    21. Open CV定位物體的實時位置

    22. Open CV攝像頭云臺物體追蹤

    23. Open CV攝像頭云臺人臉追蹤

    24. Open CV運動檢測與追蹤

    25. Open CV人臉身份識別

    26. 基于卷積神經網絡模型圖像識別實踐

    27. 深度學習模型

    28. 基于Pytorch的手勢識別、表情識別及臉部特征識別

    29. AI在線語音合成實驗

    30. AI語音聽寫流式實驗

    31. 圖靈機器人實驗

    32. AI全鏈路人機交互語音實驗

    33. AI機器人語音對話實驗

    34. SnowBoy語音喚醒實驗

    35. 語音情感識別

    36. 基于MQTT協議的物聯網實驗

    37. 基于巴法云的物聯網實驗

    38. 基于阿里云的物聯網實驗

    39. 基于微信小程序的物聯網手機端實驗

    40. 物聯網智能燈實驗

    41. 物聯網智能風扇實驗

    提供不少于20個GPIO控制與傳感器實驗模塊








    發布日期:2023/9/8 14:14:55  本條信息被瀏覽629
    網址:www.zbjrx.com
    發布人:教學設備公司
    【[人工智能實驗平臺,人工智能實訓裝置]】為本公司原創文章,如果要對【[人工智能實驗平臺,人工智能實訓裝置]】進行轉載,請注明是轉載自上海中人教育。