當前位置：教學設備 > 技術文章 > 人工智能綜合實驗室，人工智能專業實訓設備

人工智能綜合實驗室，人工智能專業實訓設備

時間：2025-04-06 23:43:04 點擊次數：中人教儀廠

1.建造設計背景
人工智能是引領社會發展的戰略性技術，它在提升國家競爭力、維護國家安全、重塑行業發展新優勢等方面發揮著至關重要的作用。世界主要發達國家全部已將人工智能作為一項重大戰略，2017我國政府作業報告指出要加快培育壯大含有概括人工智能在內的新興產業，并把人工智能領域建造設計上升為國家戰略層面。

人工智能的研究范疇含有概括自然語言處置整理、知識表現、智能搜索、推理、規劃、機器學習掌控把握、知識獲取、結合調度問題、感知問題、模式識別、神經互聯網等，實際應用領域含有概括機器視覺、指紋識別、人臉識別、視網膜識別、虹膜識別、掌紋識別、專家系統、自動規劃、智能搜索、定理證明、博弈、自動程序設計、智能控制、機器人學、圖像和語言理解、遺傳編程等。

人工智能早已遍布于我們的日常生活中，它已經成為經濟發展的新引擎、社會發展的加快速度器，人工智能技術正在滲透并重構生產、分配、交換、消費等經濟活動的各個環節，形成從宏觀到微觀各領域的智能化新需求、新設備、新技術、新業態，改變人類生活方法甚至社會構造，完成社會生產力的整體躍升。推動人工智能人才培養，推動人工智能課程課程理論發展，推動人工智能行業滲透逐漸成為現代高等教育在人工智能領域新的使命與任務。

與其他傳統技術不一樣，人工智能技術以市場驅動技術革新。2017年，人工智能在全國界限內經歷了快速成長，從國家頂層規劃出臺，逐步延伸到各地人工智能創新創業的落地，以智能安防、智能金融、智能醫療、智能交通為代表的行業應用，已經成為熱門的創業和投資領域。人工智能市場將保持高速增長，BBC預估2020年全球AI市場規模約為1190億人民幣。目前，在國外科技巨頭如微軟、谷歌、Facebook 等積極布置人工智能領域的同時，國內各路互聯網資本巨頭如阿里、騰訊、百度、京東等也紛紛爭相切入到人工智能產業，充分展示了科技領頭羊對于未來市場的敏銳嗅覺。

近年來我國人工智能產業步入高速發展階段，在人工智能芯片、設備及服務等關鍵領域里涌現出一批優秀的企業，其中商湯科技、曠世科技等估值均已超過百億人民幣，成為推動人工智能發展的重要力量。

但是我國人工智能整體發展水平與發達國家相比仍存在著差距、缺少重大原創成果，在技術課程課程理論、核心算法以及關鍵設備、高端芯片等方面仍有差距，人工智能產業的競爭，說到底是人才和知識儲備的競爭。只有投入更多的科研人員，不斷加強基礎研究，才會獲取更多的智能技術。

2.設計思路
人工智能專業課程體系主要含有概括學科基礎課、專業基礎課、專業核心課程以及前景平臺及應用導向課程等，其中學科基礎課程主要含有概括數學類課程、計算機數值數值編程基礎類以及電子電子回路基礎等課程，而專業基礎課主要含有概括行業通用類技術的機器學習掌控把握、Python語言與程序設計、人工智能基礎以及數值挖掘等課程，專業核心課程主要含有概括數字圖像處置整理、機器視覺、模式識別、自然語言處置整理、深度學習掌控把握技術、人工神經互聯網技術、博弈論等課程等，面向行業應用導向的前景平臺課程主要含有概括人工智能前沿技術、智能機器人、無人機等。

實驗室建造設計以該課程體系為基礎，著眼于學生基礎編程和算法能力的培養，同時依托外設模型塊，對人工智能技術在相關領域的應用實行呈現，為學生提供一個集基礎編程、算法解析、應用實踐于一體的平臺。

--SD38 AI語音與機器視覺研發應用系統平臺

AI語音與機器視覺研發應用系統平臺是一款包括AI語音、機器視覺、深度學習掌控把握、嵌入式Linux于一體的高端教學科研實驗平臺。

整個教學平臺由實驗箱高功能嵌入式主板夠成，高功能嵌入式核心板應用高功能64位ARM處置整理器，標配4GB DDR3內部存儲和16GB閃存，可運行ubuntu、android、linuxqt等多種實操系統，可滿嵌入式linux和AI應用研發。
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、聲音提取）、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數值視覺與深度學習掌控把握的基礎原理和經經典型應用研發。

2.2.1. 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)

2.2.2. 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 紅外接收：板載紅外接收模型塊1個
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

2.3. 外設模型塊

2.3.1.

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的課程課程理論上下行數值傳輸速率；

2.3.2. AI麥克風陣列

l 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。
l 帶硬件浮點運算的RISC-V 雙核64位處置整理器，主頻最高800MHz。
l 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）。
l 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。
l 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。
l 內置ARM STM32 USB音頻驅動芯片，提供USB聲卡驅動，開放源代碼。
l 連接口：雙列直插封裝/USB，需能夠接入到eAIOT平臺使用。
l 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。
l 5米監測界限、基于linux系統。

2.3.3. 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。

2.4. 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。
10）提供"物聯網應用基礎云平臺"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。

3. 部分實驗案例

3.1.1. 嵌入式linuxQT綜合實驗

3.1.2. 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

3.1.3. 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

3.1.4. 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

3.1.5. 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

3.1.6. 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

3.1.7. 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

3.1.8. 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

3.1.9. 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

3.1.10. AI語音控制智能家居

本系統完成語音數值高速傳輸，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

3.1.11. 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

常見問題：

1、如果我要購買人工智能綜合實驗室，人工智能專業實訓設備，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、你們的人工智能綜合實驗室，人工智能專業實訓設備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，如果您需要開人工智能綜合實驗室，人工智能專業實訓設備的發票，您需要提供開票資料。

3、你們的人工智能綜合實驗室，人工智能專業實訓設備都是自己生產的嗎？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：人工智能綜合實驗室，人工智能專業實訓設備

上一篇: 智能網聯汽車產教融合實訓中心建設方案

下一篇: 現場總線過程控制系統隨動流量比值控制實驗