一、▲系统总体要求： 要求本系统结合人工智能与嵌入式、物联网技术，硬件具备语音、视觉、运动控制、导航、机器人、移动平台、多传感器采集等模块，软件提供嵌入式AI计算框架和对应算法标准API，支持视觉处理与分析、语音识别、语义分析、机器学习、SLAM、机器人运动控制等应用和主流开源算法。平台集认知、教学、实训、开发和科研为一体，提供完善的课程体系及丰富的实训案例库，可面向计算机、物联网、人工智能等专业的AI人才培养提供端侧人工智能教学资源与实验课程支撑，总体要求如下： 1、硬件资源丰富，涵盖人工智能主要应用领域及场景 2、技术前沿，先进的SOC硬件平台，主流的AI算法及应用平台框架 3、要求有丰富的教学实验资源，不低于35个实训案例（现场提供纸质或电子实验指导书，不低于35个实训案例） 二、硬件构成： 1、语音交互单元：4麦克风阵列板，12个可编程RGB指示灯，实时网络状态显示与声源定位，实现远场语音交互。 2、SLAM导航单元：360°激光雷达，10米测量半径，光磁融合技术，开源SDK接口，支持ROS环境。 3、网关处理平台：8核64位处理器，内置NPU、GPU。双频2.4GHz和5GHz无线局域网，支持802.11b/g/n/ac，千兆以太网网络接口，支持多种操作系统。 ★4、机械臂：6轴桌面式机械臂，大功率数字舵机，STM32处理器控制板，负载≥300g，带夹爪，全钢板烤漆机身，支持图形化调试，动作存储，无需编程即可实现复杂应用，同时提供串口通讯协议。 ▲5、移动平台：合金底盘，STM32核心驱动控制器，4路高精度编码电机+麦克纳姆轮驱动，可精确检测速度及控制速度，负载能力≥20Kg，板载多种传感网，可装载网关、语音、视觉、机械臂、多传感器模块，预留多种扩展接口。（现场演示上述AI模块磁吸和安装到移动平台的方式或提供演示视频佐证资料） 6、多传感网融合：配备Zigbee通讯模块，支持WiFi、Bluetooth、NB-IoT等多种无线通讯模块扩展，配备光照、温湿度、三色LED灯、风扇灯传感器模块，支持测距、避障、光电、气体检测、人体检测等三十多种传感器模块扩展。 7、双目摄像头单元：实感深度摄像头，滚动快门，有效测距可达10米，提供复杂的实时景深计算，室内室外有光条件下皆可使用。 三、参数性能要求： 1、语音交互单元： 硬件资源： 麦克风阵列： 模块阵型：环形 阵元个数：4个 模块尺寸：直径 70mm 唤醒距离：< 10m 识别距离：< 5m 信噪比：SNR > 63dB 工作温度：-20°C~80°C 声源定位：水平360° 定位精度：±12° 支持关键词唤醒、声源定位、噪声抑制、VAD 软件资源： 支持对话式人工智能操作系统DuerOS、亚马逊AVS。 支持阿里物联网嵌入式操作系统AliOS Things、开源机器人操作系统ROS。 2、SLAM导航单元： 硬件资源： 360°激光雷达 测距范围：0.15-10米 扫描角度：0-360° 测距分辨率：＜0.5mm 角度分辨率：＜1° 单次测距时间：0.5ms 软件资源： 开源SDK，支持ROS环境 3、网关处理平台： 硬件资源： 处理器：八核 64 位处理器，主频≥ 2.4GHz 内存：≥16GB 硬盘：≥128GB GPU：ARM Mali-G610 MP4 四核 GPU NPU：NPU 算力≥6 TOPS 支持 2.4GHz、5GHz 双频 WiFi 千兆以太网 ▲需预置ubuntu 20.04及以上系统，预装ROS机器人操作系统，并内置rviz、gazebo和moveit在内的全部开发环境。 ★4、移动平台： 硬件资源： 材料：金属支架、多层钣金结构 负载能力：≥20kg 处理器：STM32F103 电机：12V 带编码器电机 驱动：4轮驱动 车轮：金属麦克纳姆轮 IMU：MPU9250 板载传感器： 光电传感器：7路 红外避障传感器：3路 超声波测距：2路 RFID读写器：1路 电压电流检测传感器：1路 云台控制舵机：2路 底盘材料：金属抗氧化处理 电池容量：15000mAh超大锂电池 预留ZigBee、WiFi、Bluetooth、遥控手柄多种通讯控制接口。 预留传感器扩展IO接口。 5、机械臂： 硬件资源： 自由度：6 最大载荷：300g 工作范围：50mm～350mm 最大速度：100mm/s 处理器：STM32 输入电压：DC 12V 电机型号：大功率数字舵机 过流保护：支持 机身材质：钢板带烤漆 末端执行器：夹爪 通讯接口：UART串口 软件资源： 提供ROS开源包，并支持moveit运动学规划 6、多传感网融合单元： 硬件资源： 光照传感器1个、温湿度传感器1个、三色LED灯模块1个、风扇模块1个、ZigBee模块5个。 可插拔更换，兼容多种传感器及通讯模块。 软件资源： 支持ADC、IO、IIC、SPI、UART等多种类型传感器的接入。 7、双目视觉单元 硬件资源： 最小深度距离：16cm@424x240、45cm@1280x720 深度图像最大分辨率：1280x720@30FPS、848x480@90FPS 视角：65°x 40° 快门：卷帘快门 色彩模式：彩色 彩色图像像素：2MP 深度精度误差：2%（2米内） 最大有效测距：10米 输出数据格式：原始数据 传输接口：USB3.0 软件资源： 支持SDK二次开发包，支持ORB_SLAM2、Vins-Mono等多种开源项目。 四、★要求至少满足下列实验内容： 1、底板基础实验 LED灯实验 按键中断实验 串口通讯实验 蜂鸣器实验 红外障碍检测实验 光电循迹检测实验 超声波测距实验 舵机控制实验 电机驱动实验 电机测速实验 IMU驱动实验 PS2遥控驱动实验 2、底板进阶实验 麦克纳姆轮运动学实验 PID控速实验 Ucos-Ⅱ系统移植实验 底板综合控制实验 3、ROS基础入门实验案例 ROS入门概述 “你好，ROS”程序开发 Gazebo物理仿真平台入门 ROS机器人仿真入门 Rviz仿真和URDF模型创建 4、基于ROS的智能设备驱动 移动平台边缘计算网关ROS环境搭建 边缘计算网关与电脑ROS分布式配置 底板数据交互ROS功能包构建 SLAM激光雷达ROS驱动实验 语音交互模块ROS驱动功能包 双目视觉模块ROS驱动功能包构建 机械臂ROS驱动功能包 5、综合应用案例 机器人激光雷达构建地图实验 机器人使用激光雷达自主导航实验 移动小车激光雷达跟随 机器人视觉巡线实验 移动小车基于深度相机实现跟随功能 移动小车语音指令移动控制 移动小车声源定位与跟随 基于Moveit!的真实机械臂运动规划 QT人机交互与视觉抓取综合演练实验 五、现场演示以下内容或提供视频佐证资料 （1）屏幕具备QT图形人机交互软件，界面中包含车辆传感器数据、视觉图像、车辆虚拟模型、里程计仪表盘、语音文本互转交互等功能，并可通过虚拟摇杆控制运动，通过机械臂操作面板控制机械臂执行不低于20种运动，通过自然语言指令控制机械臂动作； （2）视觉抓取物体功能，提供与平台整体硬件外形一致的虚拟模型，并在视觉识别物体坐标后，完成虚拟模型的运动学正逆解，机械臂规划路径的全部图形模拟过程，控制机械臂进行与规划路径一致的运动，从而进行物体抓取与放置。 （3）移动平台跟随人体运动功能，可通过语言指令控制平台，启动和停止跟随人体的移动路径进行移动。

按行业标准提供服务