產(chǎn)品分類
- 電工電子電氣實訓(xùn)設(shè)備
- 電力電子電機實訓(xùn)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(xùn)設(shè)備
- PLC自動化實訓(xùn)設(shè)備
- 數(shù)控機床實訓(xùn)考核裝置
- 數(shù)控機床機械加工設(shè)備
- 機床電氣實訓(xùn)裝置
- 機電一體化實訓(xùn)設(shè)備
- 機械示教陳列柜
- 機械專業(yè)實驗設(shè)備
- 傳感器檢測實驗室設(shè)備
- 工業(yè)互聯(lián)人工智能實訓(xùn)設(shè)備
- 特種作業(yè)操作實訓(xùn)考核設(shè)備
- 物聯(lián)網(wǎng)實驗實訓(xùn)設(shè)備
- 消防、給排水實訓(xùn)設(shè)備
- 網(wǎng)絡(luò)布線實訓(xùn)室設(shè)備
- 電梯安裝維修實訓(xùn)考核設(shè)備
- 熱工暖通家電制冷實訓(xùn)設(shè)備
- 樓宇智能化實訓(xùn)設(shè)備
- 環(huán)境工程實驗裝置
- 流體力學(xué)實驗裝置
- 化工專業(yè)實驗實訓(xùn)設(shè)備
- 新能源實驗實訓(xùn)設(shè)備
- 電力供配電實訓(xùn)設(shè)備
- 煤礦礦山實驗實訓(xùn)設(shè)備
- 液壓氣動實驗室設(shè)備
- 教學(xué)仿真軟件
- 軌道交通實驗實訓(xùn)設(shè)備
- 船舶實訓(xùn)考核裝置
- 駕駛模擬訓(xùn)練設(shè)備
- 新能源汽車實訓(xùn)設(shè)備
- 汽車發(fā)動機底盤實訓(xùn)臺
- 汽車電器電子實訓(xùn)臺
- 特種車工程機械實訓(xùn)設(shè)備
- 智能網(wǎng)聯(lián)汽車實訓(xùn)設(shè)備
- 醫(yī)學(xué)教學(xué)模型
- 中小學(xué)實驗室設(shè)備
- 實驗箱.實驗儀
- 光電子通信實驗裝置
- 儀器設(shè)備.教學(xué)掛圖
更多新產(chǎn)品
- LG-DQ04型 電氣自動化技術(shù)考核實訓(xùn)裝置
- LGKL-735D型 通用電工電子實訓(xùn)設(shè)備(電工電子電氣數(shù)
- LG-BZH015型 光纜交接箱工程布線光電展示實訓(xùn)裝置
- LG-BZH014型 數(shù)據(jù)中心工程布線光電展示實訓(xùn)裝置
- LG-BZH013型 光纖熔接實訓(xùn)設(shè)備
- LG-BZH012型 全光網(wǎng)綜合布線實訓(xùn)平臺
- LG-BZH011型 網(wǎng)絡(luò)綜合布線故障模擬與檢測實訓(xùn)裝置
- LG-BZH010型 網(wǎng)絡(luò)綜合布線故障模擬與檢測實訓(xùn)裝置
- LG-BZH09型 光纜配線端接與測試實訓(xùn)裝置
- LG-BZH08型 光纜配線端接與測試實訓(xùn)裝置
- LG-BZH07型 銅纜配線端接與測試實訓(xùn)裝置
- LG-BZH06型 銅纜配線端接與測試實訓(xùn)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(xùn)裝置
更多熱點產(chǎn)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(nèi)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(xùn)裝置(T型鋁槽單面)
- LG-YY18B型 透明液壓傳動與PLC實訓(xùn)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(dāng)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(wǎng)實驗平臺
一、平臺概述
LGWL-FT02型 人工智能物聯(lián)網(wǎng)實驗平臺是一款人工智能教學(xué)、實驗、智能應(yīng)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(wǎng)絡(luò)通信等技術(shù)，結(jié)合IOT傳感器及執(zhí)行設(shè)備實現(xiàn)行業(yè)智慧化應(yīng)用。
平臺架構(gòu)如圖所示：
二、平臺組成
平臺主要由硬件、軟件、教學(xué)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(wǎng)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?zāi)K，磁吸固定，探針連接信號（RS232、TTL UART、5V、3.3V）。網(wǎng)板支持商用級模塊磁吸安裝，導(dǎo)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(wǎng)關(guān)通信，進行IOT基礎(chǔ)教學(xué)實驗、人工智能應(yīng)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(xué)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(xué)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(xué)習(xí)，從圖像處理基礎(chǔ)知識、到機器學(xué)習(xí)模式識別、深入到Tensorflow框架人工智能深度學(xué)習(xí)，最后提供典型行業(yè)應(yīng)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(jié)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(xué)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(wǎng)課程，如圖像處理、計算機視覺、機器學(xué)習(xí)、深度學(xué)習(xí)、嵌入式接口技術(shù)與傳感器、Android物聯(lián)網(wǎng)應(yīng)用開發(fā)、計算機網(wǎng)絡(luò)通信技術(shù)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(nèi)核。人工智能在線教學(xué)平臺（圖像處理、機器視覺、深度學(xué)習(xí)）采用Python語言，基于OpenCV機器視覺庫、TensorFlow深度學(xué)習(xí)框架、Caffe深度學(xué)習(xí)框架。語音識別小智機器人采用Android語音，調(diào)用第三方AI SDK，通過HTTP協(xié)議接入與云平臺，并與智能網(wǎng)關(guān)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(shè)編程、通信編程、機器學(xué)習(xí)編程，如信號檢測與執(zhí)行器控制、python的網(wǎng)絡(luò)編程、機器學(xué)習(xí)課程教學(xué)、實驗、實訓(xùn)。
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?zāi)康?、實驗原理）、實驗代碼學(xué)習(xí)（實驗代碼關(guān)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(diào)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(jié)果以LOG信息、目標(biāo)矩形框標(biāo)注、或語音播放的形式進行展示。
7. 能夠?qū)崿F(xiàn)數(shù)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(xué)等。
8. 能夠?qū)崿F(xiàn)多種識別，如顏色、形狀等識別功能。
9. 能夠?qū)崿F(xiàn)人臉檢測、行人檢測、聚類分析等機器學(xué)習(xí)。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(wǎng)通信協(xié)議MQTT、HTTP實現(xiàn)人工智能與IOT感知設(shè)備的連接。
12. 支持第三方AI SDK實現(xiàn)智能語音識別技術(shù)，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(shù)，語音控制照明燈、語音控制風(fēng)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(shù)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
關(guān)鍵詞： 數(shù)控車床 實訓(xùn)設(shè)備 實訓(xùn)裝置 教學(xué)儀器 實驗設(shè)備 教學(xué)設(shè)備 實訓(xùn)臺 考核裝置 技能考核 電工電子 實驗裝置 數(shù)控技術(shù) 實訓(xùn)考核 技能實訓(xùn) 數(shù)控系統(tǒng) 電氣控制 自控實訓(xùn) 實驗系統(tǒng) 數(shù)控軟件 數(shù)控實訓(xùn) 電氣技術(shù) 數(shù)控設(shè)備 數(shù)控銑床 高教設(shè)備 教學(xué)車床 數(shù)控機床 職教設(shè)備 PLC控制 PLC技術(shù) PLC實驗
LGWL-FT02型 人工智能物聯(lián)網(wǎng)實驗平臺是一款人工智能教學(xué)、實驗、智能應(yīng)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(wǎng)絡(luò)通信等技術(shù)，結(jié)合IOT傳感器及執(zhí)行設(shè)備實現(xiàn)行業(yè)智慧化應(yīng)用。
平臺架構(gòu)如圖所示：
二、平臺組成
平臺主要由硬件、軟件、教學(xué)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(wǎng)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?zāi)K，磁吸固定，探針連接信號（RS232、TTL UART、5V、3.3V）。網(wǎng)板支持商用級模塊磁吸安裝，導(dǎo)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(wǎng)關(guān)通信，進行IOT基礎(chǔ)教學(xué)實驗、人工智能應(yīng)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(xué)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(xué)習(xí)，從圖像處理基礎(chǔ)知識、到機器學(xué)習(xí)模式識別、深入到Tensorflow框架人工智能深度學(xué)習(xí)，最后提供典型行業(yè)應(yīng)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(jié)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(xué)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(wù)平臺通信，與人工智能平臺板載的網(wǎng)關(guān)進行綁定，即可實現(xiàn)語音遠程采集環(huán)境參數(shù)，語音控制設(shè)備。
語音識別小智機器人主界面
3、教學(xué)資源包含（1）人工智能web教學(xué)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(wǎng)課程，如圖像處理、計算機視覺、機器學(xué)習(xí)、深度學(xué)習(xí)、嵌入式接口技術(shù)與傳感器、Android物聯(lián)網(wǎng)應(yīng)用開發(fā)、計算機網(wǎng)絡(luò)通信技術(shù)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(nèi)核。人工智能在線教學(xué)平臺（圖像處理、機器視覺、深度學(xué)習(xí)）采用Python語言，基于OpenCV機器視覺庫、TensorFlow深度學(xué)習(xí)框架、Caffe深度學(xué)習(xí)框架。語音識別小智機器人采用Android語音，調(diào)用第三方AI SDK，通過HTTP協(xié)議接入與云平臺，并與智能網(wǎng)關(guān)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(shè)編程、通信編程、機器學(xué)習(xí)編程，如信號檢測與執(zhí)行器控制、python的網(wǎng)絡(luò)編程、機器學(xué)習(xí)課程教學(xué)、實驗、實訓(xùn)。
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?zāi)康?、實驗原理）、實驗代碼學(xué)習(xí)（實驗代碼關(guān)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(diào)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(jié)果以LOG信息、目標(biāo)矩形框標(biāo)注、或語音播放的形式進行展示。
7. 能夠?qū)崿F(xiàn)數(shù)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(xué)等。
行人檢測 車牌識別
10. 能夠?qū)崿F(xiàn)涂鴉猜游戲、文字識別、物體識別、垃圾分類等深度學(xué)習(xí)?；赾affe框架、tensorflow框架實現(xiàn)深度學(xué)習(xí)，如圖所示。
11. 支持物聯(lián)網(wǎng)通信協(xié)議MQTT、HTTP實現(xiàn)人工智能與IOT感知設(shè)備的連接。
12. 支持第三方AI SDK實現(xiàn)智能語音識別技術(shù)，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(shù)，語音控制照明燈、語音控制風(fēng)扇等。
| 課程類別 | 課程要求 | |||
| 1.人工智能概論 | 課程內(nèi)容 | 了解人工智能概念、發(fā)展歷史、 | ||
| 2.Python基礎(chǔ)編程 | 課程目標(biāo) | 掌握Python基本編程方法 | ||
| 課程內(nèi)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(shù)據(jù)類型 實驗3：程序控制 實驗4：函數(shù)類 |
實驗5：模塊和標(biāo)準(zhǔn)庫 實驗6：文件和流 實驗7：數(shù)據(jù)庫和網(wǎng)絡(luò)編程 實驗8：圖形用戶界面 |
||
|
3.數(shù)字圖像處理 實驗課程 |
課程目標(biāo) |
理解圖像處理算法的原理 掌握數(shù)字圖像處理的常用方法 |
||
| 課程內(nèi)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(diào)用。 | |||
| 實驗硬件 | 人工智能應(yīng)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(xué) 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(xùn) | 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(xué)習(xí) 應(yīng)用實驗課 |
課程目標(biāo) |
1.了解機器學(xué)習(xí)的分類：無監(jiān)督、有監(jiān)督 2.了解數(shù)據(jù)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(xué)習(xí)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(diào)用方法 6.掌握分類器的檢測分類效果 7.掌握根據(jù)分類效果，進行智能控制 8.通過增減數(shù)據(jù)集，掌握算法訓(xùn)練的全過程 |
||
| 課程內(nèi)容 | 能夠使用機器學(xué)習(xí)的算法，實現(xiàn)聚類、分類、以及能夠結(jié)合聲、光、電設(shè)備實現(xiàn)關(guān)聯(lián)控制 | |||
| 課程實驗 |
實驗1 鳶尾花聚類播報 實驗2 臉部數(shù)據(jù)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(xué)習(xí) 應(yīng)用實驗課 |
課程目標(biāo) |
1.了解深度學(xué)習(xí)的定義，與機器學(xué)習(xí)的區(qū)別 2.了解數(shù)據(jù)集的原理、作用，以及格式 2.了解至少一種深度學(xué)習(xí)算法的理論：如CNN、RNN、BP神經(jīng)網(wǎng)絡(luò) 3.掌握至少一種深度學(xué)習(xí)框架的使用方法：如Caffe、TensorFlow 4.掌握使用深度學(xué)習(xí)方法實現(xiàn)識別的方法 5.掌握根據(jù)識別結(jié)果，進行智能控制，如語音播報識別到的數(shù)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(shù)據(jù)集，掌握算法訓(xùn)練的全過程。 |
||
| 課程內(nèi)容 | 能夠使用深度學(xué)習(xí)的方法，實現(xiàn)數(shù)字、物體識別，使人工智能與物聯(lián)網(wǎng)感控設(shè)備聯(lián)動 | |||
| 課程實驗 |
實驗1 手寫數(shù)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(yīng)用開發(fā)實驗課 | 課程目標(biāo) | 掌握使用人工智能平臺SDK完成語音識別技能 | ||
| 課程內(nèi)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?qū)⒎祷卣Z音的文字內(nèi)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(nèi)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(shù)與傳感器系列 | 課程目標(biāo) | 掌握單片機傳感器原理開發(fā) | ||
| 課程內(nèi)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(jié)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(yīng)用開發(fā) | 課程目標(biāo) | 掌握Android物聯(lián)網(wǎng)應(yīng)用開發(fā)方法 | ||
| 課程內(nèi)容 |
1.網(wǎng)關(guān)接入云平臺配置 2.ModbusRTU通信協(xié)議的解析 3.平臺JSON數(shù)據(jù)包重組 |
4.MQTT協(xié)議分析與測試 5.HTTP協(xié)議分析與測試 |
||