當前位置：教學設備 > 技術文章 > 嵌入式邊緣物聯網實驗平臺，邊緣物聯網綜合實驗箱

嵌入式邊緣物聯網實驗平臺，邊緣物聯網綜合實驗箱

時間：2025-07-25 23:45:43 點擊次數：中人教儀廠

嵌入式邊緣物聯網實驗平臺，邊緣物聯網綜合實驗箱(圖1)

-SD40 嵌入式邊緣物聯網實驗平臺
平臺簡介
嵌入式邊緣物聯網實驗平臺主要采用邊緣計算智能網關、AI攝像頭、AI麥克風陣列、zigbee節點、藍牙節點和Nbiot節點、lorawan節點等多種無線傳感器節點包括。經過多種傳感器的自由選用搭配，可以完成智慧城市、智能家居，智慧校園，智能安防、物聯網傳感技術、物聯網通信技術、為搭建4G/5G綜合應用場景提供支持。
實驗平臺整體框體結構如下圖：

1.1. 邊緣計算智能網關

嵌入式邊緣物聯網實驗平臺是一款包括物聯網、人工智能、嵌入式、位移互聯技術于一體的高端教學科研實驗平臺。
整個教學平臺含有概括物聯網、嵌入式Linux和人工智能（AI），三個部分互相支撐、互為補充。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；物聯網部分的硬件支持RFID、Zigbee、Ble、Lora、NBIoT等無線傳輸技術以及20余種傳感器模型塊。
嵌入式邊緣物聯網實驗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。
嵌入式邊緣物聯網實驗平臺支持圖像處置整理、語音處置整理、無線通信、傳感器原理、RFID等技術的主流算法及應用。提供完整的配套教學教學資料及實訓指導書，實驗案例的源碼、研發手冊等，適用AI和IOT教學實驗、應用研發等需求。
嵌入式邊緣物聯網實驗平臺應用CPU+GPU雙處置整理器架構，不少于10種模型塊連接口，配備裝備高清大屏、高清相機模型塊、麥克風陣列和O連接口，硬件系統應用DC12V電源適配器安全供電，完成嵌入式linux實驗和課程設計實驗，無線傳感器互聯網實驗、人工智能實驗及AIOT綜合實驗等。 1.1系統特別點
嵌入式邊緣物聯網實驗平臺基于新工科的教育理念，讓教學更輕松，項目研發更容易，售后服務更便捷，更多的考慮實驗的先進性、拓展性、包容性。
1.先進性
超強功能
- AI嵌入式邊緣計算處置整理器RK3399，4G+16G內部存儲配備，11.6寸高清電容屏。
- 選配NPU協處置整理器模型塊，直接運行神經互聯網模型，運算能力多達2.8 TOPs@300mW。
- 提供更豐富的拓展連接口：雙路USB3.0，四路USB2.0，RS232，RS485，嵌入式拓展連接口等各種外設連接口。
2.拓展性
按需定制
- 全部硬件單元應用模型塊化設計，可按照需求實行彈性定制選型和搭配。
- 提供可選的豐富的項目套件模型塊，可以完成各種AI應用場景的設計和創新。
- 智能邊緣計算網關平臺提供嵌入式拓展連接口，含有常用連接口的拓展，含有概括GPIO、ADC、IIC、UART、PWM、SPI等。
3.包容性
一機多用
- 按照教學用途，實驗平臺可作為人工智能、嵌入式、物聯網、位移互聯網、智能硬件等學科實驗教學，提供不一樣的教學資源。
- 實驗平臺可完成豐富的課程及實驗，含有概括：Python程序設計、嵌入式Linux實操系統、機器視覺技術、自然語言處置整理、神經互聯網原理、無線通信、android應用技術、物聯網中間件、AIOT應用實驗等
- 完美融合物聯網，邊緣智聯網（eAIOT）綜合實驗平臺的對硬件實行了兼容性設計，在硬件上可以同時適用物聯網、人工智能和嵌入式三個專業的實驗需求。這樣大大提升了實驗設備在學習掌控把握不一樣專業的復用率，能夠大大減少學校實驗室場地不足的帶來的問題，同時也能夠為解決學校建造設計多個實驗室資金不足的問題。
邊緣智聯網（eAIOT）綜合實驗平臺可以為學校解決人工智能開課的師資問題、教學資源問題、實驗資源問題、實驗設備問題以及和行業應用對接的問題，真正做到了產、教、學、研、創五位一體。

1.1.1. 嵌入式網關核心板

RK3399核心板是一款266-pin金手指形式高功能ARM計算機數值模型塊，它應用了瑞芯微64位六核（含有雙核Cortex-A72 +四核Cortex-A53）Soc RK3399作為主處置整理器，標配4GB DDR3內部存儲和16GB閃存，板載2×2 MIMO雙天線Wi Fi模組，尺寸只有69.6×50mm，模型塊上帶有單獨的Typec供電連接口，以及USB-C顯露連接口。

RK3399計算模型塊設定有豐富的外設和拓展連接口，可以拓展使用雙MIPI寬動態攝像頭，另外它還帶有eDP顯露連接口，MIPI顯露連接口，1路USB3.0,2路USB2.0，以及12C,12S,SPI,PWM,GF10和串行口等各種資源。RK3399可流暢運行Android 8.1,Ubuntu 18.04,Armbian,Buildroot等主流嵌入式實操系統，系統資源和生態非常豐富，尤其是Android 8.1設定有NN SDK神經互聯網加快速度系統包，Qt-5.10包括了VPU硬件編解碼，GPU圖形加快速度，可使用QML快速研發流暢的動態式界面，因此RK3399核心板非常適合做高端人臉識別，機器視覺，VR虛擬現實，自動駕駛，深度計算解析等方面的人工智能設備快速原型及設備研發。
硬件功能數值：

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)

1.1.2. 網關底層基板其他外設

l 11.6寸高清觸顯一體屏：板載，eDP連接口,電容式多點觸摸，分辨率1920*1080
l 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
l UART：1路RS232，1路RS485
l 以太網：100/1000M
l 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
l 無線網：WiFi (2.4G and 5G, 802.11 ac), Bluetooth 4.1
l 4G模組：板載，板載EC20模組
l LoRaWAN網關模型塊連接口：板載mini-pcie連接口，可接入SX1301八通道并行LoRaWAN網關模型塊。1個項目須至少配備裝備1個LoRaWAN網關模型塊，以完成對實驗室全部lora節點的接入管理。
l Zigbee網關模型塊：板載，直列雙排20芯插針連接口，非usb連接口。
l BLE網關模型塊：板載，直列雙排20芯插針連接口，非usb連接口。
l USB 3.0 HOST連接口：板載2個
l Debug連接口：板載1個
l Download連接口：板載1個
l 鍵盤：板載7寸80鍵標準鍵盤
l 高清相機模組：CMOS傳感器OV13850，MIPI信號輸出，400萬像素，最高支持2688x1520像素。
l 麥克風陣列：板載7顆數字高功能硅麥克風。
l 震動馬達傳感器：1個
l LED：板載4顆藍色LED燈珠。
l 天線連接口：板載wifi、BLE、lora、LET 共4個天線連接口。
l 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。
l 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。
l 電源：DC 9-12V寫入
l 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

1.2. 無線傳感器節點及外設模型塊

1.2.1. 4G LTE模型塊
l 互聯網：FDD-LTE/TDD-LTE/WCDMA/TD-SCDMA/GSM/EDGE；
l 制式：CMCC/CUCC（B1/B3/B8/B34/B38/B39/B40）；
l 作業頻帶：HSPA1900/2100，GSM 900/1800；
l 高速USB 2.0連接口、PCI-E連接口；
l 支持短信、數值、電話本、PCM語音功能；
l 支持IPv4,IPv6協議；
l 支持LTE多頻；
l 支持最大150M/50Mbps的課程理論上下行數值傳輸速率；

1.2.2. zigbee節點

ZigBee節點其一系列完整的ZigBee設備參考設計，旨在幫助研發人員縮短設備上市時間，并簡化研發基于ZigBee的家庭自動化、互聯照明和智能網關設備。
設備特別點
 圖形化無線應用研發。
 ZigBee3.0/EmberZNet PRO/物聯網網狀例程。
 豐富應用研發示例。
 最大輸出功率（W）16.5dBm、最大感知度-99dBm。
 32位40MHz CortexM4、256KB內部存儲、32KB RAM。
 應用TI新一代ZIGBEE芯片CC2530。
 支持基于IEEE802.15.4的ZIGBEE2007/PRO協議。
 應用LP標準的20芯雙排直插模式接入底層基板。
 支持TIZ-STACK協議棧。
 雙排通孔封裝（兼容xbee模組）。

1.2.3. 藍牙節點

藍牙MESH節點專門針對藍牙網狀Mesh和BLE5.1研發的，支持最新藍牙網狀互聯網和藍牙5規范的全套系統和硬件。
設備特別點
l 圖形化無線應用研發。
l 應用TI超低功耗藍牙解決方案CC2540芯片。
l 應用WXL標準的20芯雙排直插模式接入網關主板。
l 符合藍牙規范 4.0 版標準支持TI最新Z-STACK協議棧。
l 雙排通孔封裝（兼容xbee模組）。

1.2.4. Lorawan節點

Lorawan 節點模型塊：SX1278 節點，協作行 LoRaWAN 網關模型塊使用。
設備特別點
l 雙排通孔封裝（兼容 xbee 模組）
l 休眠模式下電流（A）低至 1.8uA
l 作業頻段：470~510MHz
l 發射功率（W） 18dBm±1dBm,發射電流（A） 100mA,
l 接收感知度-139dBm（SF12 、帶寬 125KHz）
l 通信連接口：SPI/USART/IIC
l 拓展連接口：ADC；SPI；IIC；GPIO
l 支持 LoRaWAN V1.0.2 Class A/C 協議
l 提供 SDK 研發方法
l 系統資源 FLASH/128K，RAM/16K，EEPROM/4K
l 用戶可用資源：FLASH/64K，RAM/8K，EEPROM/4K

1.2.5. Nbiot節點

Nbiot節點模型塊應用的是lierda NB86-G，模型塊主控芯片是STM32F103，基于 HISILICON Hi2115 的 Boudica 芯片，符合 3GPP 標準。
設備特別點
l 作業電壓（V）：4.3V
l 最低功耗：≤10uA
l 發射功率（W）：23dBm±2dB（Max），最大鏈路預算較 GPRS 或 LTE 下提升 20dB,最大耦合損耗MCL為-164dBm
l 應用LP標準的20芯雙排直插模式接入底層基板
l 提供SDK研發方法
l 系統資源FLASH/64K，RAM/20K
l 用戶可用資源：FLASH/30K，RAM/10K

1.2.6. AI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。
2）帶硬件浮點運算的RISC-V 雙核64位處置整理器，主頻最高800MHz。
3）具備機器聽覺能力和語音識別能力，內置語音處置整理單元（APU）。
4）具備卷積人工神經互聯網硬件加快速度器KPU,可高功能實行卷積人工神經互聯網運算。
5）麥克風陣列模型塊包括TFT彩屏屏，能夠直觀顯露音頻頻譜圖。
6)內置ARM STM32 USB音頻驅動芯片，提供USB聲卡驅動，開放源代碼。
7)連接口：雙列直插封裝/USB，需能夠接入到eAIOT平臺使用。
8)支持語音識別、語義理解、語音合成、人機對話等功能，可與硬件實行語音交互。
5米監測界限、基于linux系統

1.2.7. AI攝像頭

l 1/1.8" SONY Exmor CMOS
l 有效像素200萬像素，30幀@1920*1080
l C/CS鏡頭連接口，最低照度0.001 Lux，120dB TWDR
l 支持協議：PROFILE S，GB/T28181，FTP/RTSP.UPNP等
l 支持雙碼流、手機監控、心跳機制，具3D降噪、去霧、數字寬動態、鏡頭校正、走廊監控等智能模式
l 提供基于eAIOT教學平臺的人臉識別系統案例。

1.2.8. 高讀卡器

高頻讀卡器應用的RC632是NXP公司生產的一款包括了ISO/IEC14443A、ISO/IEC14443B和ISO/IEC15693三種協議標準的調制解調芯片及嵌入式微控制器設計
可完成對ISO14443A協議標準的非接觸式IC卡如Mifare_Std S50，ISO15693協議標準的非接觸式IC卡如I.CODE2等卡片的讀寫實操。

1.2.9. 低頻讀卡器

低頻讀卡器應用先進的射頻線路及嵌入式微控制器設計，集合高效解碼算法，可完成對64bitsRead-Only Em4100兼容式125KHz非接觸式ID卡的讀取

設定有接收感知度高，作業電流（A）小，單電源供電的特別點。

1.2.10. 超高頻讀卡器

超高頻讀卡器應用高度包括的UHF RFID讀寫芯片（超高頻讀寫芯片）及嵌入式微控制器設計，可完成對ISO18000-6C & EPC global Gen2 協議卡片的讀寫實操。

板載有源模型塊拓展模型塊可以和網關有源拓展模型塊配對完成有源通信功能。

1.2.11. 傳感器結合套件

選配：溫度（℃）/光敏/蜂鳴器一體傳感器模型塊、高精確度溫濕度傳感器模型塊、兩路繼電器模型塊、可調LED燈光模型塊、振動傳感器/蜂鳴器一體模型塊、超聲波測距傳感器模型塊、4位LED數碼管顯露模型塊；

1.3. St-link擬真器

ST-LINK/V2是ST意法半導體為評估、研發STM8系列和STM32系列MCU而設計的集在線擬真與下載為一體的研發工量具。
STM8系列經過SWIM連接口與ST-LINK/V2連接。
STM32系列經過JTAG / SWD連接口與ST-LINK/V2連接。

ST-LINK/V2經過高速USB2.0與PC端連接。
支持的系統
ST-LINK Utility v2.0（及以上版本）
STVD Version 4.2.1（及以上版本）
STVP Version 3.2.3（及以上版本）
IAR EWARM Revision v6.20（及以上版本）
IAR EWSTM8 Revision v1.30（及以上版本）
KEIL RVMDK Revision v4.21（及以上版本）

1.4. 物聯網應用基礎云平臺

1、功能簡介
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）完成基于云平臺的智能家居實驗，并含有配套完整的教學資源。
9）支持本地化部署和云端部署兩種方法。

1.5. Lorawan云平臺系統

（1）私有 NS 及 websocket 連接口

（2）lorawan第三方公有 NS
TTN（國外 NS）

（3）*Lorawan AISZ（國內 NS）

（4）lorawan公有云 AS

NBiot中國電信管理平臺

在 NB 海量設備高并發場景，電信平臺與電信 NB 互聯網實行有機協同，能夠有效緩解擁塞，保障業
務成功，充分發揮 NB 互聯網的特性和價值。

2. 部分實驗案例

2.1.1. 手寫字識別

學習掌控把握設計一個神經互聯網模型，然后用已經標注過的MNIST數值來實訓這個模型，然后實行測量試驗檢驗。

圖：手寫字識別案例

2.1.2. 人臉識別

經過OpenCV自帶的分類器、OpenCV的深度學習掌控把握分類器是基于SSD(Single Shot Detector)框體結構的ResNet互聯網，完成在圖片、視頻中對人臉的檢驗測試，并用矩形框框出來。
學校可用來身份識別、課堂/上下班考勤、會議簽到、刷臉支付、門禁通行、安防監控相關場景。

圖： 人臉識別案例

2.1.3. 目標檢驗測試

運用深度學習掌控把握框體結構caffe，完成對常見物體的檢驗測試。

圖：目標檢驗測試案例

2.1.4. 人體姿態識別

使用邊緣側推理框體結構Tengine檢驗測試圖像中的全部人體并返回每個人體的矩形框位置，精準定位 21 個核心關鍵點，含有五官、四肢、脖頸等部位，更多關鍵點持續拓展中；支持多人檢驗測試、人體位置重疊、遮擋、背面、側面、中低空俯拍、大動作等復雜場景。

圖：人體姿態識別案例

2.1.5. 手勢識別

運用深度學習掌控把握框體結構caffe，完成對簡便手勢的識別。

圖：手勢檢驗測試和識別系統案例

2.1.6. 車牌識別

使用opencv 的 HAAR Cascade 檢驗測試車牌大致位置，使用卷積神經互聯網回歸車牌左右，然后使用卷積神經互聯網滑動窗切割字符、及識別字符。

圖：交通門禁車牌檢驗測試和識別系統案例

2.1.7. 人臉門禁

應用 mtcnn 實行人臉檢驗測試，應用MobileFaceNet 實行人臉識別，然后用活體檢驗測試算法實行檢驗測試。

圖：人臉門禁檢驗測試和識別系統案例

2.1.8. 聲紋鎖實驗

經過語音增強、語音重量檢驗測試、語音增強、有效語音提取、聲紋特征提取等步驟，完成聲紋注冊及聲紋檢驗。

圖：聲紋電子鎖系統案例

2.1.9. AI語音控制智能家居

基于百度語音識別 API 完成語音識別，并用無線方法控制電燈，電風扇，以及獲取溫度（℃）和濕度。

圖：語音控制智能家居系統案例

2.1.10. 知識圖譜和聊天機器人

知識圖譜融合了兩千五百多萬的實體，擁有億級別的實體屬性關系，機器人應用了基于知識圖譜的語義感知與理解，致力于最強認識大腦。自然語言處置整理工量具包的功能有：中文分詞、詞性標注、命名實體識別、關鍵詞提取、文本摘要、新詞發現、情感解析等。

圖：知識圖譜和文本聊天機器人系統案例

2.1.11. 智慧城市實驗平臺實驗

智慧城市實驗平臺完成了從終端到物聯網網關到物聯網云端，再到APP服務端四者之間完整物聯網通訊，本系統經過在學校裝配部署LoRaWAN基站以及各終端達到以下目標：完成停車場管理，資產定位，智能安防等。

2.1.12. 物聯網云平臺智能家居實驗

豐富多樣的可視化控件庫，經過拖拽、簡便配備即可完成美觀的UI設計。

3. 招標功能數值

序號	項目名稱	項目技術功能數值參考規格
1	嵌入式邊緣物聯網實驗平臺型號：-SD40	本項目實驗平臺搭載瑞芯微RK3399處置整理器，不少于9個無線傳感器節點，配備裝備11.6寸高清觸摸屏、高清相機模型塊、7麥麥克風陣列和O連接口。硬件系統應用DC12V電源適配器安全統一供電，構造為上下兩層一體化設計，上層緊固式裝配實驗所需硬件（非磁吸式裝配），實驗所需硬件均平鋪裝配在一整塊底層基板上，下層收納放置配套線材、備品備件等設備。實驗平臺支持ZigBee、BLE、lorawan、nbiot、RFID等無線互聯網通信，支持無線傳感器互聯網、物聯網人工智能、嵌入式系統研發、RFID射頻識別技術等課程實驗。同時配備裝備可私有云和公有云部署的"物聯網云平臺"，協作多種傳感器模型塊，可完成基于物聯網云平臺的嵌入式無線傳感器綜合實驗。本平臺提供嵌入式深度學習掌控把握框體結構Tengine，可完成人工智能實驗，含有基于深度學習掌控把握的目標檢驗測試實驗、基于深度學習掌控把握的人臉識別實驗，可完成聲紋識別門禁實驗、AI語音智能家居實驗、知識圖譜和聊天機器人實驗等人工智能實驗。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 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 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、顯露屏：平臺板載不低于11.6寸高清觸顯一體屏，eDP連接口,分辨率不低于19201080 ★6、網管模組：1）LoRaWAN網關模型塊連接口：板載mini-pcie連接口，可接入SX1301八通道并行LoRaWAN網關模型塊。本項目須至少配備裝備一個LoRaWAN網關模型塊和兩個lorawan節點模型塊以完成對實驗室全部lora節點的接入管理。 2）Zigbee網關模型塊：板載，應用直列雙排20芯插針牢靠固定，非usb連接口。 3）BLE網關模型塊：板載，應用直列雙排20芯插針牢靠固定，非usb連接口。 7、無線傳感器節點及RFID功能構成傳感器節點由無線核心模型塊、傳感器模型塊和底層基板三部分構成，要求3個功能模型塊均可拆卸裝配，便利更換和升級；節點底層基板：不少于6個。板載OLED液晶顯露屏，可顯露傳感器類型等信息；板載USB轉串行口連接口，便利測量試驗調節測試使用。無線核心模型塊，不少于7個，含有zigbee、BLE、lora、nbiot。其中lora模型塊應用Semtech的lora芯片sx1278支持LoRaWAN Class A, ClassB and Class C 協議；NBiot模型塊應用的是lierda NB86-G，主控芯片是STM32F103。要求應用直列雙排20芯插針的模型塊化設計。傳感器模型塊：溫度（℃）/光敏/蜂鳴器一體傳感器模型塊、高精確度溫濕度傳感器模型塊、兩路繼電器模型塊、88 LED點陣模型塊、可燃氣體傳感器模型塊、可調LED燈光模型塊。高頻RFID讀卡器：核心芯片應用RC632，支持對Mifare_Std S50、I.CODE2等標準非接觸式IC卡實行讀寫實操。 ★低頻RFID讀卡器：支持對 Em4100等標準ID卡實行讀卡實操。板載電磁鎖模型塊，協作麥克風陣列模型塊可完成聲紋鎖等實驗。 ★超高頻RFID讀卡器：核心芯片應用PR9200，支持對ISO18000-6C & EPC global Gen2 協議卡片實行讀寫實操。板載有源拓展模型塊可以和嵌入式主板有源拓展模型塊配對完成有源通信功能，同時包括電機模型塊，可完成ETC道閘等實驗。 8、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 ★9、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）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。 ★10、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。 11、天線連接口：板載wifi、BLE、lora、LTE共4個天線連接口。 12、其他硬件及連接口： 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、MASKR0M 4個功能按鍵，其中MASKROM按鍵可控制系統從SD卡啟動。板載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 13、實驗箱箱體：上下兩層一體式設計，上層板載固定裝配實驗所需硬件，下層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linux系統下基于QT的zigbee、BLE、4G等綜合實驗系統，可完成zigbee互聯網拓撲實驗、zigbee各傳感器收集及控制實驗、BLE傳感器收集及控制實驗、4G無線數值通信等實驗。 ★3、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。 4、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。 ★5、zigbee物聯網綜合實驗系統：本系統基于PC平臺，可以使學生理解 zigbee物聯網互聯網作業原理以及相關應用；本系統可以直觀的展現物聯網無線互聯網拓撲構造、無線互聯網建立互聯網的過程，可以完成多種無線傳感器數值的自動收集，并經過彎曲線圖的形式展現出來。也可以協作繼電器等硬件設備完成無線遠程控制。 ★6、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）完成基于云平臺的智能家居實驗，并含有配套完整的教學資源。 9）支持本地化部署和云端部署兩種方法。 ★7、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。 2）提供"基于人工智能的麥克風陣列語音前處置整理系統"系統著作權登記證書及系統設備登記測量試驗報告復印件并加蓋公章，原件備查。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：ZIGBEE 模型塊通信實驗、BLE藍牙模型塊通信實驗、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環境搭建、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、BLE傳感器應用實驗、Zigbee傳感器應用實驗、添加應用到系統桌面無線傳感器互聯網實驗清單 ZigBee基礎實驗： GPIO、定時器、中斷等實驗等實驗傳感器驅動實驗：溫度（℃）/光敏/蜂鳴器一體傳感器模型塊、高精確度溫濕度傳感器模型塊、兩路繼電器模型塊、8*8 LED點陣模型塊、可燃氣體傳感器模型塊、可調LED燈光模型塊等實驗 Zstack實驗： Zstack基礎實驗：SampleApp GenericApp SimpleApp SensorDemo SerialApp等實驗 Zstack進階實驗：ZigBee組網實驗、ZigBee傳感器收集及數值傳輸實驗、ZigBee互聯網綜合實驗、Zstack綜合實驗：zigbee互聯網拓撲及傳感器控制實驗、智能家居實驗等實驗 LORA實驗：傳感器基礎實驗、lora基礎通信實驗、lorawan通信實驗、lorawan網關及私有云NS配備實驗、ABP+CLASS A模式入網及通信實驗、ABP+CLASS C模式入網及通信實驗、OTAA+CLASS A模式入網及通信實驗、公有云NS上下行通信實驗、lorawan傳感器綜合實驗、應用服務器（物聯網云平臺）傳感器綜合實驗 Nbiot實驗：傳感器基礎實驗、NBIOT模型塊AT指令實驗、電信NBIOT平臺配備及模仿收發實驗、電信NBIOT平臺模板配備設備、BIOT電信平臺傳感器實驗 NBIOT物聯網云平臺數值接收實驗、NBIOT物聯網云平臺儀表板實驗物聯網人工智能實驗清單-基礎神經互聯網的基礎作業原理、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、單變量線性回歸、多變量線性回歸、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、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、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、手勢識別物聯網人工智能實驗清單-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 RFID實驗清單 UHF超高頻：超高頻讀卡器原理認識實驗、超高頻讀卡實驗、超高頻拓展模仿道閘實驗、超高頻拓展上位機實驗、RFID拓展上位機綜合實驗 HF高頻實驗：高頻讀卡器原理認識實驗、高頻14443A讀卡實驗、高頻14443A寫卡實驗、高頻15693讀卡實驗、高頻15693寫卡實驗、高頻拓展電子錢包實驗、高頻拓展上位機實驗 LF低頻實驗：低頻讀卡系統認識實驗、低頻拓展電子鎖實驗、低頻拓展上位機實驗有源RFID實驗：有源RFID的讀寫實驗物聯網綜合實驗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、物聯網云平臺傳感器收集實驗、物聯網云平臺智能家居實驗三、★配套物聯網應用技術多媒體教學課件系統適應全部的教學資料及實訓指導書，內容豐富并可隨意調取。合理地運用多媒體課件教學系統，可以很大程度上減輕老師講課的作業量。 ★1、提供研發單位"物聯網應用技術多媒體教學課件系統"著作權證書復印件加蓋單位公章； ★2、提供研發單位"授權書"原件并蓋公章； ★3、為了教學的統一性要求物聯網應用技術多媒體教學課件系統與實驗裝置是同一個生產商！ (含有以下內容): 第1章物聯網的概念和體系構造 1.1物聯網基礎簡介 1.2世界各國的物聯網戰略 1.3物聯網的發展現狀和趨勢 1.4物聯網相關概念辨析 1.5物聯網的體系構造第2章物聯網感知技術 2.1傳感器技術 2.2 RFID技術 2.3嵌入式系統第3章物聯網通信技術 3.1互聯網技術 3.2位移通信技術 3.3短距離無線通信技術 3.4無線傳感器互聯網技術第4章物聯網支撐技術 4.1中間件技術 4.2云計算第5章物聯網安全技術 5.1物聯網安全基礎簡介 5.2物聯網面臨的安全威脅第6章物聯網經典型應用 6.1智能交通 6.2智能家居 6.3智能物流 6.4智慧城市

常見問題：

1、如果我要購買嵌入式邊緣物聯網實驗平臺，邊緣物聯網綜合實驗箱，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、你們的嵌入式邊緣物聯網實驗平臺，邊緣物聯網綜合實驗箱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，如果您需要開嵌入式邊緣物聯網實驗平臺，邊緣物聯網綜合實驗箱的發票，您需要提供開票資料。

3、你們的嵌入式邊緣物聯網實驗平臺，邊緣物聯網綜合實驗箱都是自己生產的嗎？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：嵌入式邊緣物聯網實驗平臺，邊緣物聯網綜合實驗箱

上一篇: PLC可編程控制器實驗箱,plc教學實驗箱

下一篇: 智能消防系統實訓裝置,自動噴水滅火系統實驗實訓裝置