TW-X50 AI人工智能綜合實驗平臺

尺寸：58*45*30cm

是否還在擔心AI人工智能課程，學不會?教不好？

置身初學者角度，讓人工智能觸手可及

AI人工智能涉及到知識比較廣闊，需要有較強的數學基礎、編程基礎及相關的嵌入式開發能力。目前已有的書籍或者產品，要么過于理論，很容易讓我們從入門到放棄，要么開發過于復雜，沒有基礎的人卻而止步，綜上所訴我們開發了全新的人工智能實驗平臺

我們基于多維度學習實踐平臺，置身初學者角度，從基礎單獨的 GPIO 擴展開始學習過渡到傳感器實驗項目再進入OpenCV、PyTorch、ROS機器人系統，機器運動學，AI視覺，AI 聽覺等學習，從而學會 AI 人工智能開發。

一、AI核心

GPU ：128核 NVIDIA Maxwell GPU

CPU ：4核cortex-A57處理器

內存：4 GB LPDDR 25.6 GB/s

算力：472 GFLOP

基于NVIDIA強大的Al計算能力，系統內核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， 系統搭載四核cortex- A57處理器，128核Maxwell GPU及 4GB LPDDR內存，帶來足夠的Al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

二、系統框架與AI框架

1.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。

Ubuntu 18.04 LTS在云計算領域效率極高，特別適用于機器學習這樣的存儲密集型和計算密集型任務。Ubuntun 長期支持版本可以獲得 Canonical 官方長達五年的技術支持。Ubuntu 18.04 LTS 還將附帶了 Linux Kernel 4.15，其中包含針對 Spectre 和 Meltdown 錯誤的修復程序。

2.提供詳細的python開源范例程序

根據TIOBE最新排名 ，Python已超越C#，與Java,C,C++一起成為全球前4大最流行語言。國內目前百度指數搜索量已經超越Java，與C++，即將成為國內最受歡迎的開發語言。

Python被廣泛應用于后端開發、游戲開發、網站開發、科學運算、大數據分析、云計算，圖形開發等領域；Python在軟件質量控制、提升開發效率、可移植性、組件集成、豐富庫支持等各個方面均處于先進地位。python具有 簡單、易學、免費、開源、可移植、可擴展、可嵌入、面向對象等優點，它的面向對象甚至比java和C#.net更徹底；

3.JupyterLab編程

JupyterLab是一個基于Web的交互式開發環境，用于Jupyter筆記本、代碼和筆記本、代碼和數據.JupyterLab非常靈活配置和排列用戶界面，以支持數據科學、科學計算和機器學習中廣泛的工作流.JupyterLab是可擴展的和模塊化的編寫插件，添加新組件并與現有組件集成

4.多種AI框架

OpenCV計算機視覺庫，TensorFlow AI框架，Pytorch AI框架等

三、基礎GPIO與傳感器實驗模塊

1.雙色LED實驗

2.RGB-LED實驗

3.繼電器實驗

4.激光傳感器實驗

5.輕觸開關按鍵實驗

6.傾斜傳感器實驗

7.振動傳感器實驗

8.蜂鳴器實驗

9.干簧管傳感器實驗

10.U型光電傳感器實驗

11.PCF8591模數轉換實驗

12.雨滴探測傳感器實驗

13.PS2操縱桿實驗

14.電位器實驗

15.模擬霍爾傳感器實驗

16.模擬溫度傳感器實驗

17.聲音傳感器實驗

18.光敏傳感器實驗

19.火焰報警實驗

20.煙霧傳感器實驗

21.觸摸開關實驗

22.超聲波傳感器距離檢測實驗

23.旋轉編碼器實驗

24.紅外避障傳感器實驗

25.I2C LCD1602液晶顯示實驗

26.BMP180氣壓傳感器實驗

27.MPU6050陀螺儀加速度傳感器

28.DS1302實時時鐘模擬實驗

29.循跡傳感器實驗

30.直流電機風扇模塊實驗

31.步進電機驅動模塊實驗

32.PIR人體熱釋電感應模塊實驗

四、AI視覺

1.球體追蹤

2.人臉識別追蹤

3.二維碼識別

4.汽車/行人檢測

5.人體追蹤

6.基于Dlib實現人臉身份識別

7.車牌識別

8.自定義物體識別

9.基于Pytorch的手勢識別

10.AI人工智能臉部特征識別

11.顏色識別追蹤

12.顏色抓取

13.顏色互動

14.模型訓練-機械手垃圾分揀

15.人體特征識別互動-機械手手勢互動（識別多種手勢并執行相應的動作）

16.人體特征識別互動-機械手手勢抓?。ㄗR別數字手勢，堆疊層數，并在拳頭手勢下推倒）

17.人體特征識別互動-機械手人臉識別追蹤（檢測人臉，識別后跟蹤移動）

五、AI聽覺

1.在線語音合成實驗（將文本轉化為MP3格式的音頻并播放）

2.語音聽寫流式實驗（會將語音轉化為文字文本輸出）

3.圖靈機器人實驗（輸入對話內容后，機器人將回復對話的內容）

4.AIUI實驗(科大訊飛推出的自然語言理解為核心的全鏈路人機交互語音解決方案)

5.VAD實驗(語音活動檢測(Voice Activity Detection,VAD)又稱語音端點檢測,語音邊界檢測)

6.小薇機器人語音對話實驗（運行程序將進入對話狀態）

7.Snowboy語音喚醒實驗（KITT.AI開發的人工智能軟件工具包。通過Snowboy軟件，開發人員可以在一些硬件設備上添加 “語音熱詞探測” 功能讓用戶通過與移動設備進行對話，“喚醒” 或 “命令” 它們去做一些事情。在這個過程中，設備會通過主人的 “語音控制” 變身為一個智能化機器人。）

六、機器運動學與ROS機器人

1.手機APP控制機械臂（IO/安卓）

2.FPV第一視角控制

3.6自由度機械臂

4.智能串行總線舵機

5.PC上位機控制

a)上位機除了FPV攝像頭畫面外還新增了機械臂3D仿真模型

b)3D模型和實體同步轉動，讓機械臂控制理論和實際相結合

6.機械臂自定義學習動作組

a)進入學習模式后可通過讀取并記錄每次轉動的角度，實現學習并重復執行動作組

7.趣味固定動作組

a)APP中提供8種固定動作組，可點擊序號進行預覽，點擊運行后開始執行。

8.機械臂同步示教（需2臺）

a)讀取主機端的關節角度，實時傳輸至從機端，讓從機根據主機姿態同步轉動

9.6自由度逆運動學控制

a)分解機械臂6個自由度的舵機運動控制，通過輸入目標坐標計算各舵機的理論運動角度，結合舵機控制協議同時控制各個舵機運動

10.ROS操作系統

a)ROS機器人操作系統是工具、庫和協議的集合，旨在簡化機器人平臺，構建復雜而強大的機器人

七、云物聯網

1.基于MQTT協議的物聯網實驗

2.基于阿里云的物聯網實驗

3.基于巴法云的物聯網實驗

4.微信小程序的結構

5.基于微信小程序的物聯網手機端實驗

6.物聯網智能燈實驗

7.物聯網智能風扇實驗

八、實驗項目：

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

42.提供不少于20個GPIO控制與傳感器實驗模塊

人工智能實驗平臺配置清單