| CPU |
SOC:RK3399 核心:64位雙核Cortex-A72 +四核Cortex-A53 頻率:Cortex-A72 (2.0 ghz), Cortex-A53 (1.5 ghz) |
| GPU | Mali-T864 GPU,支持OpenGL ES1.1/2.0/3.0/3.1、OpenVG1.1 OpenCL, DX11, AFBC |
| VPU | 4K VP9 and 4K 10bits H265/H264 60fps decoding, Dual VOP, etc |
| Memory | RAM: Dual-Channel 4GB DDR3 |
| Storage | eMMC: 16GB(regular), 32GB/64GB(optional), eMMC 5.1 |
| Power Management | RK808-D PMIC,協作單獨直線DC/直線DC,啟用dvf solfware省電,RTC喚醒,系統睡眠模式 |
| Connectivity |
以太網:本機千兆以太網 wi - fi: 802.11 a / b / g / n / ac 藍牙:4.1雙模式 天線:雙天線連接口 |
| Video Input | 1個或兩個4-Lane MIPI-CSI,雙重ISP, 13 mpix / s,同時支持雙相機數值的寫入 |
| Video Output |
HDMI: HDMI 2.0a, supports 4K@60Hz，HDCP 1.4/2.2 DP on Type-C: DisplayPort 1.2 Alt Mode on USB Type-C LCD Interface: one eDP 1.3（4-Lane，10.8Gbps）, one or two 4-Lane MIPI-DSI |
| USB |
USB 2.0: 2單獨的本地主機USB 2.0 USB 3.0: 1本地主機USB 3.0 USB c類型:支持USB3.0 c型和顯露端口1.2 Alt模式USB c型 |
| PCIe | PCIe x4, compatible with PCIe 2.1, Dual operation mode |
| 調節測試 | 1 x調節測試UART, 3 v級,1500000個基點 |
| LED | 1x Power LED(Red) 1x GPIO LED(Green) |
| Key | Power Key x1 Reset Key x1 Recovery Key x1 |
| 作業溫度（℃） | -20℃ to 70℃ |
| 電源 | 直線DC12 v / 1(邊緣連接器)或DV 5 v / 2.5 (c型) |
圖：手寫字識別案例
圖： 人臉識別案例
圖：目標檢驗測試案例
圖：人體姿態識別案例
圖：手勢檢驗測試和識別系統案例
圖：交通門禁車牌檢驗測試和識別系統案例
圖：人臉門禁檢驗測試和識別系統案例
圖：聲紋電子鎖系統案例
圖：語音控制智能家居系統案例
圖：知識圖譜和文本聊天機器人系統案例
| 序號 | 項目名稱 | 項目技術功能數值參考規格 | 備注 |
| 1 |
名稱：AI人工智能語音機器視覺研發應用系統平臺 型號：-SD38 |
本項目實驗系統應用CPU+GPU雙處置整理器架構，是一款包括AI語音、機器視覺、深度學習掌控把握基礎、嵌入式Linux于一體的高端教學科研實驗平臺。 整個教學平臺含有概括人工智能（AI）和嵌入式Linux部分，兩部分互相支撐、互為補充，一起合作完成嵌入式人工智能。人工智能部分的硬件基于嵌入式ARM控制器、高清相機模型塊、7麥麥克風陣列，具備語音、圖像數值的收集和處置整理能力及適用來多種場景的控制連接口；嵌入式Linux部分的硬件應用CPU+GPU雙處置整理器架構，配備裝備高清大屏以及豐富的外設連接口。 平臺應用多核高功能 AI 處置整理器，預裝 Ubuntu Linux 實操系統與 OpenCV 計算機數值視覺庫，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度學習掌控把握端側推理框體結構。 提供多種應用外設與豐富的機器視覺、AI語音、深度學習掌控把握實戰應用案例，如語音前處置整理（聲源定位、語音增強、語音降噪、回聲消除、聲音提?。?、語音活體查驗、語音喚醒、語音識別、語音合成、自然語言處置整理、聲紋識別門鎖、語音智能家居、手寫字識別、人臉識別、目標檢驗測試、端側推理框體結構、圖像識別、人體解析 、文字識別、人臉門禁控制、車牌道閘控制、手勢家居控制等，經過案例教學讓學生掌控把握計算機數值視覺與深度學習掌控把握的基礎原理和經典型應用研發。 一、硬件技術功能數值 ★1、處置整理器： CPU: RK3399：六核 Dual Cortex-A72 + Quad Cortex-A53, 64-bit CPU at 1.8GHz GPU: Mali-T864 GPU,支持 OpenGL ES 1.1/2.0/3.0/3.1, OpenVG 1.1, OpenCL, DX11 2、存儲器：雙通道LPDDR3（64-bit）不低于4GB，16GB 高速emmc 拓展存儲，MicroSD不低于64G 3、高清相機模組：CMOS傳感器OV13850，MIPI信號輸出，1300萬像素，最高支持4224x3136像素。 4、AI高清攝像機：有效像素500萬像素，對焦方法自動對焦，USB2.0連接口，提供基于eAIOT教學平臺的人臉識別系統案例。 ★5、11.6寸板載高清觸顯一體屏：11.6寸eDP連接口,分辨率不低于1920*1080 ★6、1）Zigbee網關模型塊連接口：板載，應用直列雙排20芯插針牢靠固定，非usb連接口。 2）BLE網關模型塊連接口：板載，應用直列雙排20芯插針牢靠固定，非usb連接口。 7、4G模組：板載EC20模組，支持LTE TDD/LTE FDD/TD-SCDMA/WCDMA /TD-SCDMA/CDMA2000/CDMA/GSM等頻段 ★8、7路麥克風陣列： 1）7路麥克風陣列，提供聲源定位、語音增強、語音降噪、回聲消除、聲音拾取等功能。（需提供完整硬件原理圖及PCB文件截圖證明為自主研發設備） 2）主控芯片K210，RISC-V 雙核64位處置整理器，主頻最高800MHz。包括卷積神經互聯網加快速度器KPU，峰值算力1TOPS。 3）一體化單板設計，包括TFT彩色液晶屏，能夠直觀顯露彩色音頻頻譜圖。 4）包括 STM32音頻驅動芯片，提供USB聲卡驅動，開放源代碼。（提供源碼工程截圖，源碼備查） 5）應用雙列直插封裝和USB連接口輸出，需能夠接入到系統主板中使用。 6）5米監測界限，基于linux系統。 ★9、OBD連接口：板載，標準16針OBD-II插頭座，與配套系統集合可完成基于CAN總線通信相關實驗。 10、天線連接口：板載wifi、BLE、lora、LTE共4個天線連接口。 11、其他硬件連接口： 1）UART：1路RS232，1路RS485 2）以太網：100/1000M 3）音頻：音頻輸出連接口、MIC音頻寫入連接口、板載4歐3W揚聲器 4）無線網：WiFi (2.4G and 5G, 802.11 ac), Bluetooth 4.1 5）USB 3.0 HOST連接口：板載2個 6）Debug連接口：板載1個、Download連接口：板載1個 7）鍵盤：板載7寸80鍵標準鍵盤 8）紅外接收：板載紅外接收模型塊1個 9）傳感器拓展連接口：板載，與無線傳感器節點的傳感器模型塊連接口兼容，可完成linux系統下的傳感器驅動研發實驗。 10）按鍵：板載重啟、恢復、電源3個功能按鍵，4個用戶自定義按鍵 LED：板載4顆藍色LED燈珠 11）震動馬達傳感器：板載1個 12）其他連接口：MIPI、GPIO、SPI、I2C、TF Card (sd/mmc 3.0)、SIM卡座、USB 2.0 HOST、USB Type-C (with DP out)、eDP 1.3、HDMI 2.0 for 4K 60Hz 12、實驗箱箱體：單層一體式設計，左邊固定裝配實驗所需硬件，右邊收納放置配套電源適配器、線材、備品備件等設備。 二、系統規格功能數值要求 ★1、實操系統：Linux+QT、Ubuntu18.04、Android8.1，支持Linux+QT、Ubuntu雙實操系統SD卡快速離線變換，便利教學管理； ★2、須配備裝備LoRaWAN NS(network server)實驗系統，協作硬件可完成LoRaWAN雙向通信實驗，實驗可以顯露無線通信頻率值、擴頻因子、RSSI（接收信號強度）、信噪比、fcnt等信息。經過實驗可以快速評估和測量試驗LoraWan協議下的數值通信格式、通信距離、信號重量等，同樣也可以基于現有的樣例實行二次研發快速完成課程設計、項目研發、科研等。 ★3、提供嵌入式深度學習掌控把握框體結構Tengine：針對 ARM CPU 及 ARM Mali GPU 優化，支持 Caffe/TensorFlow/MXnet/ONNX 模型文件，兼容 Caffe/TensorFlow API，以插件方法支持底層算子拓展，支持 INT8 量化。 ★4、提供物聯網應用基礎云平臺： 1）學生能夠將物聯網感知層設備（傳感器、執行器等）接入物聯網云服務平臺，平臺能夠接收并存儲傳感器和執行器的就地實時數值，模型塊在線狀態，并就地實時顯露。 2）提供后臺管理系統，能夠設定賬號類型和使用權限。支持多用戶管理及權限控制，分為父用戶和子用戶，父用戶可以創建多個子用戶，并而且可以為每個子用戶分配增、刪、改幾種權限，子用戶創建的資源相互隔離。 3）提供物聯網規則編輯器，無需編寫代碼即可編輯復雜的自動化控制策略，完成位移互聯網系統的自動化控制。 4）提供豐富的可視化控件庫，經過拖拽、簡便配備即可完成美觀的UI設計。支持GIS地圖、彎曲線圖、柱狀、餅圖、圖表、按鈕、儀表圖等控件。 5）物聯網感知層設備也能夠向執行器發送控制命令，系統能夠完成模型塊的在線監測。 6）云平臺支持物聯網硬件多協議接入，經過ZigBee/BLE/wifi/lora/NBIOT無線技術取得傳感器收集的數值，形成一個完整的無線傳感器互聯網。 7）數值經過http/MQTT協議傳輸至物聯網應用基礎云平臺系統，實行數值圖形化展示。 8）支持本地化部署和云端部署兩種方法。 ★5、人工智能麥克風陣列語音前處置整理系統： 1）需支持以下實驗并提供全部源代碼：聲源定位、語音增強、語音降噪、回聲消除、聲音拾取實驗。 三、實驗教學課程資源 ★平臺提供成套教學資源，用戶可以按照學期長度和實際教學現象安排教學，須配備裝備實驗指導書，實驗指導書可以提供10～18周、每周2～6節課的教學實驗需要。含有但不限于以下知識實驗課程： Linux 實驗清單 初識linux 系統：Ubuntu 系統裝配、Ubuntu 系統入門、Ubuntu 終端實操、Shell 實操、APT 下載工量具、Ubuntu 下文本編輯、Linux 文件系統、Linux 用戶權限管理、Linux 磁盤管理 Linux應用研發基礎：編寫 HelloWorld 代碼、編譯 HelloWorld、GCC 編譯器、Makefile文件 ARM Linux 研發基礎：RK3399研發平臺簡介、研發環境搭建、關于ARM架構、AArch64匯編基礎、RK3399啟動方法詳解、匯編LED燈試驗、C語言版LED燈實驗 基于SDK研發Uboot,kernel,rootfs：SDK 基礎、U-Boot 頂層 Makefile 詳解、U-Boot 啟動流程詳解、U-Boot 圖形化配備及其原理、Linux 內核頂層 Makefile詳解、buildroot根文件系統組建 linux 設備驅動程序研發基礎：字符設備驅動研發、嵌入式 Linux LED 驅動研發實驗、新字符設備驅動實驗、Linux 設備樹、設備樹下的 LED 驅動實驗、pinctrl 和 gpio 子系統實驗、Linux 并發與競爭、Linux 并發與競爭實驗、Linux 按鍵寫入實驗、Linux 內核定時器實驗、Linux 中斷實驗、Linux 阻塞和非阻塞 IO 實驗、異步通知實驗 linux 設備驅動程序研發進階：platform 設備驅動實驗、設備樹下的 platform 驅動編寫、Linux 自帶的 LED 燈驅動實驗、Linux MISC 驅動實驗、Linux INPUT 子系統實驗、Linux RTC 驅動實驗、Linux I2C 驅動實驗、Linux SPI驅動實驗、Linux misc雜項設備驅動實驗 Linux 無線通信編程實驗：lorawan NS實驗、Linux互聯網編程試驗、嵌入式 Web 服務器試驗、IOT云服務實驗 嵌入式 Linux QT研發 Qt簡介：Qt環境搭建 Qt編程基礎：Qt用到的研發工量具、Qt編程涉及的術語和名詞、Qt Creator的初步使用、第一個Qt程序、Qt項目管理文件、Qt項目界面文件、Qt項目中的main主函數、Qt界面布置管理、Qt信號與槽機制、Qt Creator使用技巧 Qt應用研發實例：QCalculator計算器應用實驗、QClock就地實時時鐘應用實驗、QLed LED控制應用實驗、QSht20溫濕度計應用實驗、QFileview文件瀏覽應用實驗、QReader文本閱讀器應用實驗、QTest綜合測量試驗應用實驗、添加應用到系統桌面 人工智能實驗清單-基礎 神經互聯網的基礎作業原理：神經互聯網的基礎作業原理 神經互聯網中的基礎概念：線性反向傳播實驗、非線性反向傳播實驗、梯度下降實驗、損失函數實驗 神經互聯網之回歸問題：單變量線性回歸、多變量線性回歸 神經互聯網之分類問題：線性二分類、線性多分類、神經互聯網非線性二分類、神經互聯網非線性多分類 神經互聯網模型的推理與部署：測量試驗實訓成果實驗、查看模型文件實驗、ONNX模型文件制作實驗、模型部署和測量試驗實驗 深度神經互聯網：深度神經互聯網框體結構設計、深度神經互聯網應用、神經互聯網優化、神經互聯網過結合問題 卷積神經互聯網：卷積神經互聯網基礎簡介、卷積的前向計算、卷積的反向傳播、池化的前向計算與反向傳播、經典的卷積神經互聯網模型、MNIST分類實驗、Fashion-MNIST分類實驗 循環神經互聯網：普通循環神經、通用的循環神經互聯網模型實驗互聯網、兩個時間步的循環神經互聯網實驗、四個時間步的循環神經互聯網、不定長時序的循環神經互聯網實驗、深度循環神經互聯網、雙向循環神經互聯網、高級循環神經互聯網 人工智能實驗清單-圖像 圖像收集：USB攝像頭圖像收集 圖像處置整理：圖片顯露、色彩空間、像素運算、ROI與泛洪填充、濾波與模糊實操、圖像直方圖、模板匹配、圖像二值化、圖像金字塔、圖像梯度、Canny邊緣檢驗測試、直線檢驗測試、圓檢驗測試、輪廓發現 傳統機器視覺：手寫字識別、人臉檢驗測試、目標檢驗測試 深度學習掌控把握機器視覺：手寫字識別、人臉檢驗測試、目標檢驗測試、 端側推理框體結構 云端機器視覺應用：圖像識別實驗、文字識別、人體解析 圖像視覺綜合應用：人臉門禁控制、車牌道閘控制、手勢識別 人工智能實驗清單-語音 語音處置整理 ：語音收集和播放實驗、語音編碼和解碼實驗、語音變速變調實驗、語音活性檢驗測試實驗、語音喚醒實驗、語音識別實驗、語音合成實驗 自然語言處置整理：中文分詞實驗、關鍵詞提取實驗、文本可視化實驗、文本向量化實驗、文本分類實驗、文本聚類實驗、文本情感解析實驗、句法依存解析實驗、組建聊天機器人實驗 云端語音語言應用：云端語音合成實驗、云端語音識別實驗、云端對話情緒識別實驗、云端新聞摘要實驗、云端短文本相似度實驗、云端情感傾向解析實驗、云端地址識別解析實驗 語音語言綜合應用：組建知識圖譜和聊天機器人實驗、聲紋識別門禁實驗、AI語音智能家居實驗 |
|
常見問題：
1、如果我要購買AI語音與機器視覺開發應用系統平臺，AI智能實訓系統，是否有安裝、培訓服務呢？
答：我們的設備如果沒有特別注明“不含安裝”“裸機價”“出廠”等字樣的，都是提供安裝、培訓服務的。
2、你們的AI語音與機器視覺開發應用系統平臺，AI智能實訓系統是否能開增值稅專用發票？
答：可以的，我們是正規企業，并且已經升級到一般納稅人，可以開具增值稅專用發票，如果您需要開AI語音與機器視覺開發應用系統平臺，AI智能實訓系統的發票，您需要提供開票資料。
3、你們的AI語音與機器視覺開發應用系統平臺，AI智能實訓系統都是自己生產的嗎？都有什么產品資質？
答：我們公司是專業生產教學設備的企業，完全自主生產，并通過了最新版ISO9001認證，擁有多項專利與著作權。
本文來自網絡，不代表本站立場，圖片為參考圖片，轉載請注明出處：AI語音與機器視覺開發應用系統平臺，AI智能實訓系統
上一篇: 流體力學綜合實驗裝置,流體力學實驗設備
生產基地
浙江省麗水市石牛路262號2棟