產品分類
- 電工電子電氣實訓設備
- 電力電子電機實訓裝置
- 過程控制實驗裝置
- 工業(yè)機器人智能制造
- 維修電工實訓設備
- PLC自動化實訓設備
- 數控機床實訓考核裝置
- 數控機床機械加工設備
- 機床電氣實訓裝置
- 機電一體化實訓設備
- 機械示教陳列柜
- 機械專業(yè)實驗設備
- 傳感器檢測實驗室設備
- 工業(yè)互聯(lián)人工智能實訓設備
- 特種作業(yè)操作實訓考核設備
- 物聯(lián)網實驗實訓設備
- 消防、給排水實訓設備
- 網絡布線實訓室設備
- 電梯安裝維修實訓考核設備
- 熱工暖通家電制冷實訓設備
- 樓宇智能化實訓設備
- 環(huán)境工程實驗裝置
- 流體力學實驗裝置
- 化工專業(yè)實驗實訓設備
- 新能源實驗實訓設備
- 電力供配電實訓設備
- 煤礦礦山實驗實訓設備
- 液壓氣動實驗室設備
- 教學仿真軟件
- 軌道交通實驗實訓設備
- 船舶實訓考核裝置
- 駕駛模擬訓練設備
- 新能源汽車實訓設備
- 汽車發(fā)動機底盤實訓臺
- 汽車電器電子實訓臺
- 特種車工程機械實訓設備
- 智能網聯(lián)汽車實訓設備
- 醫(yī)學教學模型
- 中小學實驗室設備
- 實驗箱.實驗儀
- 光電子通信實驗裝置
- 儀器設備.教學掛圖
更多新產品
- LG-DQ04型 電氣自動化技術考核實訓裝置
- LGKL-735D型 通用電工電子實訓設備(電工電子電氣數
- LG-BZH015型 光纜交接箱工程布線光電展示實訓裝置
- LG-BZH014型 數據中心工程布線光電展示實訓裝置
- LG-BZH013型 光纖熔接實訓設備
- LG-BZH012型 全光網綜合布線實訓平臺
- LG-BZH011型 網絡綜合布線故障模擬與檢測實訓裝置
- LG-BZH010型 網絡綜合布線故障模擬與檢測實訓裝置
- LG-BZH09型 光纜配線端接與測試實訓裝置
- LG-BZH08型 光纜配線端接與測試實訓裝置
- LG-BZH07型 銅纜配線端接與測試實訓裝置
- LG-BZH06型 銅纜配線端接與測試實訓裝置
- LG-DST02型 智能制造單元理實一體化平臺
- LGP-LC01型 PLC實驗臺
- LGY-LY020型 運動控制實訓裝置
更多熱點產品
- 汽車透明整車模型、運輸車輛模型
- CLG-104型《電機與變壓器》示教陳列柜（CD解說）
- CLG-109《模具》示教陳列柜（CD解說）
- CLG-107型 機械綜合陳列柜
- CLG-102型 《機械零件》示教陳列柜
- LG-DCC型 機械振打袋式除塵實驗裝置
- LG-MFL01型 超濾微濾膜分離實驗裝置
- LG-NKS型 催化劑顆粒內擴散實驗裝置
- LG-CLDF型 多釜串聯(lián)實驗裝置
- LG-YY18C型 氣動與PLC實訓裝置(T型鋁槽單面)
- LG-YY18B型 透明液壓傳動與PLC實訓裝置(T型鋁槽單面
- LG-YYCS01型 液壓傳動與控制綜合測試實驗臺
- LG-DY01B型 電液比例綜合實驗臺
- LG-YYZN01型 智能型液壓綜合實驗臺
- LG-DLK01型 電力系統(tǒng)綜合自動化實驗平臺
當前位置:首頁 > 新聞資訊 > 行業(yè)動態(tài) > 行業(yè)動態(tài)
人工智能物聯(lián)網實驗平臺
一、平臺概述
LGWL-FT02型 人工智能物聯(lián)網實驗平臺是一款人工智能教學、實驗、智能應用的開發(fā)平臺。平臺基于視覺、嗅覺、觸覺、聽覺等感知信息，利用計算機視覺、語音識別、計算機控制、網絡通信等技術，結合IOT傳感器及執(zhí)行設備實現(xiàn)行業(yè)智慧化應用。
平臺架構如圖所示：
二、平臺組成
平臺主要由硬件、軟件、教學資源三部分組成。
1、硬件部分采用F-Table實驗臺體，具有八個尺寸不同的插槽、一個可拆卸網板、小型信號示波器、3V/5V/12V電源插孔。插槽處用于安裝原理級實驗模塊，磁吸固定，探針連接信號（RS232、TTL UART、5V、3.3V）。網板支持商用級模塊磁吸安裝，導線連接。平臺支持靈活組合，可與人工智能Python主板、人工智能Android主板、智能網關通信，進行IOT基礎教學實驗、人工智能應用實驗。外觀如下圖：
平臺人工智能主板、IOT傳感器、IOT執(zhí)行器的布局圖如下所示：
2、軟件部分包含人工智能在線教學平臺、語音識別小智機器人監(jiān)控系統(tǒng)兩部分。
（1）人工智能在線教學平臺提供WEB平臺，只需打開瀏覽器登錄到平臺，即可開始人工智能知識點的學習，從圖像處理基礎知識、到機器學習模式識別、深入到Tensorflow框架人工智能深度學習，最后提供典型行業(yè)應用案例，熟悉人工智能的開發(fā)過程；統(tǒng)計識別所需的時間、結果；提供在線實驗手冊、實驗代碼，及開發(fā)者模式，有助于用戶自主開發(fā)。
（1）人工智能web教學平臺python語言在線實驗手冊、實驗代碼
（2）基于Android AI SDK的實驗手冊、實驗代碼。
三、功能特點
1. 支持多種人工智能和物聯(lián)網課程，如圖像處理、計算機視覺、機器學習、深度學習、嵌入式接口技術與傳感器、Android物聯(lián)網應用開發(fā)、計算機網絡通信技術等。
2. 支持C、Python、Android至少三種語言。感知層IOT傳感器及執(zhí)行器的采集控制采用C語言開發(fā)，基于Cortex-M3內核。人工智能在線教學平臺（圖像處理、機器視覺、深度學習）采用Python語言，基于OpenCV機器視覺庫、TensorFlow深度學習框架、Caffe深度學習框架。語音識別小智機器人采用Android語音，調用第三方AI SDK，通過HTTP協(xié)議接入與云平臺，并與智能網關管理的IOT傳感器、執(zhí)行器綁定，實現(xiàn)語音采集傳感器、語音控制執(zhí)行器。
3. 支持python外設編程、通信編程、機器學習編程，如信號檢測與執(zhí)行器控制、python的網絡編程、機器學習課程教學、實驗、實訓。
4. 支持在線實驗手冊、實驗代碼、在線實驗驗證。將一次人工智能實驗過程分解為實驗手冊瀏覽（熟悉實驗目的、實驗原理）、實驗代碼學習（實驗代碼關鍵語句講解）、在線實驗驗證等3個過程。
5. 支持離線圖片、實時視頻兩種處理方式。在線實驗驗證支持從電腦中任選圖片，進行識別；也可調用攝像頭，利用平臺AI核心算法，對視頻流進行識別。
6. 實驗過程、識別耗時、識別結果以LOG信息、目標矩形框標注、或語音播放的形式進行展示。
7. 能夠實現(xiàn)數字圖像處理功能，如灰度化、二值化、邊緣檢測、小波變換、形態(tài)學等。
8. 能夠實現(xiàn)多種識別，如顏色、形狀等識別功能。
9. 能夠實現(xiàn)人臉檢測、行人檢測、聚類分析等機器學習。如Adaboost人臉檢測、行人檢測、SVM人臉檢測、K-Means鳶尾花聚類等；
物體識別
11. 支持物聯(lián)網通信協(xié)議MQTT、HTTP實現(xiàn)人工智能與IOT感知設備的連接。
12. 支持第三方AI SDK實現(xiàn)智能語音識別技術，如智能對話，問天氣、講故事、百科問答等，如語音查詢環(huán)境參數，語音控制照明燈、語音控制風扇等。
13. 能實現(xiàn)人臉識別活體檢測，人臉識別門鎖控制功能。
14. 能夠嵌入式接口技術與傳感器、計算機通信，可通過上位機平臺查看傳感器采樣信息，如圖所示。
四、課程實驗
LGWL-FT02型 人工智能物聯(lián)網實驗平臺是一款人工智能教學、實驗、智能應用的開發(fā)平臺。平臺基于視覺、嗅覺、觸覺、聽覺等感知信息，利用計算機視覺、語音識別、計算機控制、網絡通信等技術，結合IOT傳感器及執(zhí)行設備實現(xiàn)行業(yè)智慧化應用。
平臺架構如圖所示：
二、平臺組成
平臺主要由硬件、軟件、教學資源三部分組成。
1、硬件部分采用F-Table實驗臺體，具有八個尺寸不同的插槽、一個可拆卸網板、小型信號示波器、3V/5V/12V電源插孔。插槽處用于安裝原理級實驗模塊，磁吸固定，探針連接信號（RS232、TTL UART、5V、3.3V）。網板支持商用級模塊磁吸安裝，導線連接。平臺支持靈活組合，可與人工智能Python主板、人工智能Android主板、智能網關通信，進行IOT基礎教學實驗、人工智能應用實驗。外觀如下圖：
平臺人工智能主板、IOT傳感器、IOT執(zhí)行器的布局圖如下所示：
（1）人工智能在線教學平臺提供WEB平臺，只需打開瀏覽器登錄到平臺，即可開始人工智能知識點的學習，從圖像處理基礎知識、到機器學習模式識別、深入到Tensorflow框架人工智能深度學習，最后提供典型行業(yè)應用案例，熟悉人工智能的開發(fā)過程；統(tǒng)計識別所需的時間、結果；提供在線實驗手冊、實驗代碼，及開發(fā)者模式，有助于用戶自主開發(fā)。
人工智能教學實驗平臺界面
（2）語音識別小智機器人監(jiān)控系統(tǒng)采用第三方AI SDK，完成自然語言喚醒、語音合成、語義理解，實現(xiàn)聊天對話、百科問答等功能。同時，與云服務平臺通信，與人工智能平臺板載的網關進行綁定，即可實現(xiàn)語音遠程采集環(huán)境參數，語音控制設備。
語音識別小智機器人主界面
3、教學資源包含（1）人工智能web教學平臺python語言在線實驗手冊、實驗代碼
（2）基于Android AI SDK的實驗手冊、實驗代碼。
三、功能特點
1. 支持多種人工智能和物聯(lián)網課程，如圖像處理、計算機視覺、機器學習、深度學習、嵌入式接口技術與傳感器、Android物聯(lián)網應用開發(fā)、計算機網絡通信技術等。
2. 支持C、Python、Android至少三種語言。感知層IOT傳感器及執(zhí)行器的采集控制采用C語言開發(fā)，基于Cortex-M3內核。人工智能在線教學平臺（圖像處理、機器視覺、深度學習）采用Python語言，基于OpenCV機器視覺庫、TensorFlow深度學習框架、Caffe深度學習框架。語音識別小智機器人采用Android語音，調用第三方AI SDK，通過HTTP協(xié)議接入與云平臺，并與智能網關管理的IOT傳感器、執(zhí)行器綁定，實現(xiàn)語音采集傳感器、語音控制執(zhí)行器。
3. 支持python外設編程、通信編程、機器學習編程，如信號檢測與執(zhí)行器控制、python的網絡編程、機器學習課程教學、實驗、實訓。
4. 支持在線實驗手冊、實驗代碼、在線實驗驗證。將一次人工智能實驗過程分解為實驗手冊瀏覽（熟悉實驗目的、實驗原理）、實驗代碼學習（實驗代碼關鍵語句講解）、在線實驗驗證等3個過程。
5. 支持離線圖片、實時視頻兩種處理方式。在線實驗驗證支持從電腦中任選圖片，進行識別；也可調用攝像頭，利用平臺AI核心算法，對視頻流進行識別。
6. 實驗過程、識別耗時、識別結果以LOG信息、目標矩形框標注、或語音播放的形式進行展示。
7. 能夠實現(xiàn)數字圖像處理功能，如灰度化、二值化、邊緣檢測、小波變換、形態(tài)學等。
行人檢測 車牌識別
10. 能夠實現(xiàn)涂鴉猜游戲、文字識別、物體識別、垃圾分類等深度學習?；赾affe框架、tensorflow框架實現(xiàn)深度學習，如圖所示。
11. 支持物聯(lián)網通信協(xié)議MQTT、HTTP實現(xiàn)人工智能與IOT感知設備的連接。
12. 支持第三方AI SDK實現(xiàn)智能語音識別技術，如智能對話，問天氣、講故事、百科問答等，如語音查詢環(huán)境參數，語音控制照明燈、語音控制風扇等。
| 課程類別 | 課程要求 | |||
| 1.人工智能概論 | 課程內容 | 了解人工智能概念、發(fā)展歷史、 | ||
| 2.Python基礎編程 | 課程目標 | 掌握Python基本編程方法 | ||
| 課程內容 | 基于人工智能開發(fā)套件完成Python開發(fā)環(huán)境搭建，基本語法的入門，通信編程開發(fā)等。 | |||
| 課程實驗 |
實驗1：開發(fā)環(huán)境安裝 實驗2：數據類型 實驗3：程序控制 實驗4：函數類 |
實驗5：模塊和標準庫 實驗6：文件和流 實驗7：數據庫和網絡編程 實驗8：圖形用戶界面 |
||
|
3.數字圖像處理 實驗課程 |
課程目標 |
理解圖像處理算法的原理 掌握數字圖像處理的常用方法 |
||
| 課程內容 | 基于人工智能開發(fā)套件完成圖像處理視覺庫的安裝、圖像處理方法調用。 | |||
| 實驗硬件 | 人工智能應用開發(fā)套件 | |||
| 課程實驗 |
實驗1 Opencv視覺庫的安裝配置 實驗2 圖像灰度化 實驗3 歸一化 實驗4 二值化 實驗5 圖像濾波：高斯、中值 |
實驗6 邊緣檢測：Sobel/Canny/hog 實驗7 形態(tài)學 實驗8 灰度直方圖 實驗9 銳化 實驗10 鈍化 實驗11 圖像增強 |
||
| 課程實訓 | 實驗1 顏色識別 |
了解顏色組成和表示方法； 使用Opencv庫識別顏色，并播報。 |
||
| 實驗2 簡單圖形形狀識別 |
了解霍夫變換的原理； 涉及圖像灰度化、歸一化、濾波、邊緣檢測等知識點； 使用Opencv庫識別圓形、矩形，并播報。 |
|||
|
4.機器學習 應用實驗課 |
課程目標 |
1.了解機器學習的分類：無監(jiān)督、有監(jiān)督 2.了解數據集的原理、作用、存儲格式 3.了解至少一種聚類算法如K-Means的原理：歐式距離、余弦距離曼哈頓距離計算方法； 4.了解至少一種機器學習算法如Adaboost、SVM、決策樹等的原理：分類器的流程； 5.掌握聚類算法、分類器算法的調用方法 6.掌握分類器的檢測分類效果 7.掌握根據分類效果，進行智能控制 8.通過增減數據集，掌握算法訓練的全過程 |
||
| 課程內容 | 能夠使用機器學習的算法，實現(xiàn)聚類、分類、以及能夠結合聲、光、電設備實現(xiàn)關聯(lián)控制 | |||
| 課程實驗 |
實驗1 鳶尾花聚類播報 實驗2 臉部數據集分析顯示 |
實驗3 人臉檢測控制實驗 實驗4 行人檢測控制實驗 實驗5 車牌識別 |
||
|
5.深度學習 應用實驗課 |
課程目標 |
1.了解深度學習的定義，與機器學習的區(qū)別 2.了解數據集的原理、作用，以及格式 2.了解至少一種深度學習算法的理論：如CNN、RNN、BP神經網絡 3.掌握至少一種深度學習框架的使用方法：如Caffe、TensorFlow 4.掌握使用深度學習方法實現(xiàn)識別的方法 5.掌握根據識別結果，進行智能控制，如語音播報識別到的數字，語音播報識別到的物體名稱，控制聲、光、電執(zhí)行部件。 6.通過增加數據集，掌握算法訓練的全過程。 |
||
| 課程內容 | 能夠使用深度學習的方法，實現(xiàn)數字、物體識別，使人工智能與物聯(lián)網感控設備聯(lián)動 | |||
| 課程實驗 |
實驗1 手寫數字識別 實驗2 涂鴉猜游戲 |
實驗3 物體識別 實驗4 垃圾分類 |
||
| 6.自然語言應用開發(fā)實驗課 | 課程目標 | 掌握使用人工智能平臺SDK完成語音識別技能 | ||
| 課程內容 |
1）通過輸入的語音進行識別，能夠支持整段音頻進行識別以及流式語音識別。 2）整段文字識別，在用戶錄入整段音頻后，能夠將返回語音的文字內容。 3）流式識別可以實現(xiàn)邊錄音邊識別，并能在錄入過程中將識別的內容同步顯示出來。 |
|||
| 課程實驗 |
實驗1 語音喚醒 實驗2 語音合成 |
實驗3 語義理解 實驗4 文字識別 |
||
| 7.嵌入式接口技術與傳感器系列 | 課程目標 | 掌握單片機傳感器原理開發(fā) | ||
| 課程內容 |
1.溫濕度傳感器實驗 2.光敏傳感器實驗 3.pm2.5傳感器實驗 4.結露傳感器實驗 5.超聲波傳感器實驗 6.紅外反射傳感器實驗 7.霍爾傳感器實驗 8.稱重傳感器實驗 |
9.九軸傳感器實驗 10.熱釋紅外傳感器實驗 11.振動傳感器實驗 12.聲音傳感器實驗 13.紫外線傳感器實驗 14.環(huán)境光傳感器實驗 15.紅外對射傳感器實驗 16.顏色識別傳感器實驗 |
||
| 8.嵌入式Android系統(tǒng)應用開發(fā) | 課程目標 | 掌握Android物聯(lián)網應用開發(fā)方法 | ||
| 課程內容 |
1.網關接入云平臺配置 2.ModbusRTU通信協(xié)議的解析 3.平臺JSON數據包重組 |
4.MQTT協(xié)議分析與測試 5.HTTP協(xié)議分析與測試 |
||
- 上一篇：電工實操培訓平臺
- 下一篇：工業(yè)機器人應用編程實訓系統(tǒng)設備