產品詳情：

4.1.1、產品簡介
平臺包含Jetson Nano邊緣計算主板、六自由度機械臂、寬動態AI視覺攝像頭、SLAM激光掃描雷達、17.3英寸邊緣計算顯示單元、無線傳感及控制單元，以及機器視覺場景應用資源包。平臺可模擬各項人工智能典型應用場景，實現人工智能應用技術教學實驗。系統預裝Ubuntu18.04操作系統，所有環境代碼庫文件均已安裝，開機即用。
平臺基于多維度學習實踐平臺，由淺入深循序漸進，從基礎單獨的GPIO擴展，過渡到傳感控制實驗項目，再進入ROS系統、機器運動學、AI機器視覺，AI自然語音處理等學習，從而學會各項典型的人工智能技術應用開發方法。配套提供的算法源代碼（包括?臉檢測、?牌識別、垃圾分類、?標檢測等項目），兼容 Caffe/TensorFlow/MXNet訓練模型和API，可以讓學?對機器視覺的流程、處理方式等有更好的了解，熟悉相關算法，了解實際應?場景，貼近工程化應用。
4.1.2、產品特點
1）平臺出廠預裝Ubuntu操作系統與深度學習框架
平臺出廠預裝Ubuntu操作系統與深度學習框架，集成Python3、機器視覺、自然語言、深度學習、ROS系統等開發環境，能滿足人工智能相關的學習與開發。。
2）人工智能算法源代碼兼容多個訓練模型
所提供的算法源代碼（包括人臉檢測、車牌識別、垃圾分類、目標檢測），兼容Caffe/TensorFlow/MXNet訓練模型和API，可以讓學生對機器視覺的流程、處理方式等有更好的了解，熟悉相關算法，了解實際應用場景，貼近工程化應用。。
3）系統支持多個工業化的應用場景
工業級智能機械手（支持圖形化編程）、機器視覺檢測技術，提供專屬定制的色塊模型、柱體模型、商品模型、一維碼/二維碼模型等應用場景模型，可模擬色塊分揀、形狀分類、OCR識別、垃圾分類等工業應用場景。包含智能識別、定位、抓取、分揀等功能，可實現機器視覺檢測技術的工業化應用。
4）系統支持人工智能核心課程
包含：①Python編程與應用、②機器視覺編程與應用、③深度學習編程與應用、④SLAM定位與建圖應用、⑤工業級智能機械手與ROS機器人操控應用、⑥AIOT智能傳感器編程與應用、⑦人工智能綜合等課程資源與教學資料，包含教學實驗指導書、實驗案例源碼、開發環境及軟件工具等。
4.1.3、主要硬件構成
本平臺主要由邊緣計算平臺、機器視覺攝像頭、ROS智能機械臂、SLAM激光雷達、AIOT無線網關、AIOT虛實采集控制模塊、端感知控制模組等硬件模塊構成，介紹如下：
1）Jetson Nano邊緣計算平臺
NVIDIA Jetson Nano是一個小巧卻功能強大的計算機，它可以讓你并行運行多個神經網絡、對象檢測、分割和語音處理等應用程序,Jetson Nano搭載四核cortex-A57處理器，128核MaxwellGPU及4GB LPDDR內存，帶來足夠的AI計算能力,提供472GFLOP算力,并支持一系列流行的Al框架和算法，比如TensorFlow、Pytorch.caffe/caffe2、Keras、MXNET等
2）機器視覺攝像頭
雙目深度體感攝像頭是VR/AR、機器人和無人駕駛最核心的技術支撐之一，而深度攝像頭就是這類硬件的眼睛。只有機器對“看到的”東西，定位定姿精度更高時，才能更好地識別和做出判斷，從而提升機器的可用性和產品化速度。利用雙目立體視覺成像原理實現三維定位，即可進行手勢、肢體動作的綜合應用。
使用距離：0.8m至 3.5m之間，視野：58° H, 45 V, 70°D(水平，垂直,對角)，傳感器：深度，深度影像大小：VGA(640x480) : 30fps，QVGA (320x240): 60fps，接口：USB2.0
3）ROS機器臂
視覺機械臂以Jetson nano為主控，Open Source CV為圖像處理庫，以主流的Jupyter Lab為開發工具，使用Python3為主要編程語言。通過與機器視覺的聯合使用，實現顏色識別追蹤與抓取，還能人體特征識別互動，甚至進行垃圾分類模型訓練垃圾分揀;通過RO5機器人操控系統，簡化了6自由度串行總線舵機復雜運動控制。
4）激光雷達
相較于傳統技術，利用紅外激光設備可實現超大屏幕的多點觸摸，其反應更快、精度更高、抗環境光能力更強。激光雷達作為核心傳感器，可快速獲得環境輪廓信息，配合SLAMWARE使用，可以幫助機器人實現自主構建地圖、實時路徑規劃與自動避開障礙物。應用領域智能掃地機、家用機器人。
測量半徑：12米，測量頻率：8000次/秒，掃描頻率：5.5HZ，360度掃描測距。
5）無線智能網關
雙MCU設計：標配Zigbee無線模塊(支持Zigbee、WIFI、藍牙、Lora等) + Cortex-M3核心；
顯示屏：3.5寸TFT觸摸顯示屏，分辨率480*320，提供良好的人機交互界面。
外圍接口：Mini USB接口，JTAG接口可對雙MCU核心進行編程調試；
6）虛實結合采集控制端
雙MCU設計：無線模塊(支持Zigbee、WIFI藍牙、Lora等)+Cortex-M3核心
3.5寸TFT觸摸顯示屏，分辨率320*240，提供良好的人機交互界面；
板載功放電路；485、CAN、ADC、IO口、串口接口等。無線模塊：單排雙列12pin直插接口，支持zigbee,WIFI,藍牙等無線模塊的自由切換；

7）端感知模組
智慧環境感知單元：光照、溫濕度、雨雪、風扇、數碼管、調色燈
智能安防感知單元：紅外對射、煙霧、酒精、蜂鳴器、觸摸按鍵、人體
智能停車感知單元：超聲波、電磁鎖、繼電器、舵機
4.1.4、平臺主要功能
（1）計算機視覺基礎應用與機械臂的運動控制
視覺定位：放置任意物體在視野中，在圖像中將其分割（框出來），并輸出中心點坐標；
顏色識別和分選：多種顏色混合放置于視野中，每種顏色各一個，控制手臂挑選出某種顏色，并放置在一側；
顏色識別和堆疊：多種顏色混合放置于視野中，如兩種，每種顏色兩個，控制手臂抓取某種顏色并堆疊，或多顏色分別堆疊；
形狀識別和分選：多種形狀混合放置于視野中，每種形狀各個，控制手臂挑選出某種形狀，并放置在一側；
形狀識別和堆疊：多種形狀混合放置于視野中，如兩種，每種形狀兩個，控制手臂抓取某種形狀并堆疊，或將多種形狀分別堆疊；
單一形狀目標按大小排序：同種形狀，放置三種不同尺寸的物體于視野中，控制手臂按照從大到小的順序依次放置；
多種形狀目標同時按形狀和大小堆疊：三種形狀，每種形狀放置三種不同尺寸的物體于視野中，控制手臂按照不同形狀、從大到小的順序分別進行堆疊（即三個堆垛，均為從大到小）；
垃圾分類：在目標上貼上不同物體的圖案，如白菜、標識為有毒物品的玻璃瓶、紙箱，混合放置于視野中，通過配置，控制機械臂按照廚余垃圾、有害垃圾、可回收垃圾進行分類；
手勢交互：比如伸出1、2、3、4個手指，機械臂分別執行向上、向下、向左、向右運動，伸出5個手指，則畫一個圓；
目標跟蹤：操作者手持一個小球，機械臂識別該小球（形狀或顏色），并隨著小球的移動而移動；
OCR光學字符識別與排序：目標上貼上字符，亂序擺放（可要求字符必須朝同一個方向，但順序是亂的），機械臂通過視覺識別，將其按照123456的順序擺放到指定位置
（2）計算機視覺與人臉識別、車牌識別等應用
人臉識別：事先錄入人臉，對新的人臉進行識別，識別成功彈出人員的信息，識別不到則提示該人員不在系統中；
人臉門禁：識別到人臉后，打開門禁系統，同時綠色指示燈亮起，識別不到，黃色指示燈亮起，提示無該人員信息；
人員入侵預警：同上。同一人臉連續識別超過 3 次，且均顯示不在系統中，紅燈亮起，同時蜂鳴器報警；
車牌識別：事先錄入車牌，對新的車牌進行識別，識別成功彈出車主信息，同時綠色指示燈亮起，識別不到則黃色燈亮起，并提示該車輛不在系統中；
車輛入侵預警：同上。同一車牌連續識別超過 3 次，且均顯示不在系統中，紅燈亮起，同時蜂鳴器報警；
運動目標識別與跟蹤：采用視頻實時識別的方式，對視野中的一個或多個人員進行識別，框出來，標記識別到的人員數量，并隨著人員的移動進行跟蹤；
（3）端感知控制
端感知控制主要依賴于AIOT感控場景應用硬件模塊進行，配套對應的Ubantu應用軟件，主要包含環境監測、安防感知、智能停車三個應用場景。
環境監測：獲取當前的溫度、濕度、光照、雨雪等環境信息，或控制調光燈、排風扇狀態。
安防感知：隨時監測當前的紅外、煙霧、酒精、觸摸按鍵、人體感應等安防信息，或控制蜂鳴器的狀態。
智能停車：及時獲取超聲波傳感的距離數據，或控制電磁鎖、繼電器、停車桿、數碼管的狀態信息。
4.1.5、配套課程教學資源
1、《Python基礎》實驗目錄
《Python基礎》實驗手冊目錄
1 Python概述、發展與特點
2 開發環境搭建和使用（平臺介紹、平臺開機、實驗操作）
3 Python語法
4 Python縮進
5 Python注釋
6 Python變量
7 Python引入外援
8 Python基礎數據類型-整型（int）
9 Python基礎數據類型-浮點型（float）
10 Python基礎數據類型-布爾類型（bool）
11 Python基礎數據類型-字符串（String）
12 Python基礎數據類型-類型轉換
13 Python常用操作符-算術操作符
14 Python常用操作符-比較操作符
15 Python常用操作符-邏輯操作符
16 Python常用操作符-位操作符
17 Python分支與循環
18 Python條件表達式與斷言
19 Python程序控制-While循環語句
20 Python程序控制-for循環語句
21 Python程序控制-break語句
22 Python程序控制-continue語句
23 Python高級數據類型-列表（List）
24 Python高級數據類型-元組（Tuple）
25 Python高級數據類型-字符串（String）
26 Python高級數據類型-序列（Sequence）
27 Python高級數據類型-字典（Dictionary）
28 Python高級數據類型-集合（Set）
29 Python函數-創建與調用
30 Python函數-參數與返回值
31 Python函數-變量
32 Python函數-函數式編程
33 Python函數-遞歸
34 Python存儲-文件操作
35 Python存儲-文件系統（OS）
36 Python異常處理-except語句
37 Python異常處理-finally語句
38 Python異常處理-raise語句
39 Python類和對象-對象、self、__init__
40 Python類和對象-繼承
41 Python類和對象-組合
42 Python類和對象-構造與析構
43 Python模塊-創建和使用
44 Python模塊-導入模塊
45 Python模塊-包