功能特點

（1）AI核心

基于樹莓派強大的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， 系統搭載高性能Cortex-A72 64位四核處理器，2路micro-HDMI端口支持分辨率高達4K的雙顯示屏，高達4Kp60的硬件視頻解碼，高達8 GB的RAM，雙頻2.4/5.0 GHz無線局域網，藍牙5.0，千兆以太網，USB 3.0和PoE功能，帶來足夠的Al計算能力，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）系統框架與AI框架

系統預裝Raspbian操作系統，所有環境代碼庫文件均已安裝，開機即用。Raspbian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。提供詳細的python開源范例程序，。

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#更徹底；多種AI框架：OpenCV計算機視覺庫，TensorFlow AI框架，Pytorch AI框架等。

（3）基礎GPIO與傳感器實驗基礎實驗模塊

人工智能技術應用與開發平臺基礎GPIO與傳感器實驗模塊，包括：LED實驗、繼電器實驗、輕觸開關按鍵實驗、光敏傳感器實驗、火焰報警實驗、觸摸開關實驗、直流電機風扇模塊實驗、高精度ADC采集實驗等全系列傳感器。

（4）AI視覺實驗模塊

OpenCV（ Open Source Capture Vision） 是一個免費的計算機視覺庫， 可通過處理圖像和視頻來完成各種任務，比如顯示攝像頭輸入的信號以及讓機器人識別現實生活中的物體。AI 視覺模塊以OpenCV為圖像處理庫，搭載高清120°廣角攝像頭，擁有第一視覺，可實現顏色識別、形狀識別、基于Pytorch的手勢識別、AI人工智能臉部特征識別等功能。

（5）AI語音交互實驗模塊

AI語音交互實驗模塊涉及語音識別和語音合成模塊。語音識別該模塊使用方便，學生無需深入了解語音識別原理，通過IIC通信，即可識別語音，輸出結果，可直接用于多種人機交互場景的開發實驗中。語音合成模塊是一款可實現中文、英文合成，并集成語音編碼、解碼功能，可實現音量調節、智能語速、語調調節等功能，模擬真人發音效果，可助力開發者實現順暢自然的智能語音交互體驗。結合音識別模塊和語音合成模塊，實現智能語音交互實驗、語音喚醒實驗、語音控制、語音識別播報等。

（6）機器人運動學

機器人運動學分為正向運動學和逆向運動學，正向運動學即給定機械臂各關節角度，計算機器人末端位置；逆向運動學即已知機器人末端的位置，計算機械臂對應位置的全部關節角度。本實驗以6自由度機械臂為控制對象，使用逆運動學，根據設置的目標位置坐標，計算出關節角度； 再將關節角度換算成舵機脈寬，就可以實現機械臂末端移動到目標位置。實現單個PWM舵機控制、機械臂多軸聯等功能。

（7）ROS系統拓展模塊

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，該解決方案以流行的機器人操作系統ROS為軟件環境，以激光雷達為載體，可開設ROS應用軟件開發、激光雷達傳感器數據采集與融合、建圖等內容相關的各種類型的實驗。具體涉及ROS激光雷達Gmapping，Hector，Karto，Cartographer等建圖算法，實現建圖、激光雷達警衛等功能。（8） 場景、多傳感器器綜合實驗模塊

通過構建場景與（3）-（7）中AI視覺、AI語音、機器人運動學、ROS激光雷達、全系列傳感模塊等相結構，實現場景、多傳感器器綜合實驗。例如，a）顏色分揀：通過對目標色塊進行顏色識別和坐標定位，可以輕松控制機械臂實現顏色識別、抓取、分揀。b）智能碼垛：通過對目標物品進行識別和定位，可以輕松實現色塊碼垛的功能。c）目標追蹤：通過對目標色塊進行視覺定位，利用機械臂的逆運動學算法，可以更好的對目標色塊進行捕捉和追蹤。