• 工業機器人實訓平臺
• 人工智能實訓設備
• 中小學實驗室設備
• 創客實驗室設備

• LGWL-FT02型 人工智能物聯網實驗平臺
• LGWL-FTAI03型 人工智能技術開發平臺
• LGAI-BC02型 嵌入式人工智能教學科研平臺
• LGAI-RBC01型 AI偵查機器人
• LGAI-BCH04型 智能家居機器人(家居精靈)
• LGAI-BCY02型 智能移動機器人
• LGAI-BCC01型 千里眼智能車
• LGAI-BCW03型 無人機模擬飛行訓練系統
• LGAI-BC01型 嵌入式人工智能教學科研平臺
• LGAI-BCD01型 AI機器人底盤開發平臺
• LGAI-BCW01型 舞蹈人形機器人

一、產品概述
    LGWL-FTAI03型 人工智能技術開發平臺是一款綜合人工智能技術、嵌入式接口技術、傳感器檢測技術、物聯網通信技術的AIoT通用教學產品，滿足人工智能相關專業基礎理論教學、端側人工智能實驗、人工智能項目開發、智能產品應用開發等。
    LGWL-FTAI03型 人工智能技術開發平臺主要由邊緣計算網關、云臺攝像頭、液晶顯示屏、人工智能教學平臺及其他附件組成，內置機器視覺庫、機器學習算法、深度學習框架，支持接入華為modelarts第三方AI平臺，可以實現圖像識別、物體檢測、語音識別、文本分類、預測分析等項目案例?？梢源钆涓兄獋鞲衅飨盗?，無線通信系列，進一步加深人工智能與物聯網的融合創新。

二、硬件組成
1、AI邊緣計算網關：核心板和接口底板插拔模式固定連接。核心板板載高性能四核ARM Cortex-A57 MP Core處理器，具有128個CUDA核心的GPU，4GB 64位LPDDR4 1600MHz的顯存，多種視頻編碼模式（2×1080p@60,4×1080p@30等），多種視頻解碼模式（1×4k@60,4×1080p@60等），板載TF卡槽，板載WiFi模塊。底板板載1路HDMI 2.0或DP1.2同步高清顯示接口，2路MIPI CSI攝像頭接口，1路USB3.0接口，3路USB2.0接口，1個RJ45千兆以太網口，1個麥克風模塊，1路音頻輸出接口，1個無線傳感網接口。
2、云臺攝像頭：支持30萬（480P）分辨率，USB接口。輸出格式YUYV，旋轉角度左右180°，上下180°。
3、顯示屏：1024*600分辨率，HDMI接口
4、傳感器系列模塊。板載Cortex-M3處理器最小系統單元，郵票封裝貼焊工藝，主頻72MHz。板載溫濕度傳感器、光敏傳感器、雨露傳感器、光強傳感器、廣譜氣體傳感器等，支持I2C接口、ADC接口、I/O接口等。傳感器接口均引到香蕉頭插孔上，既可以滿足自身處理器的傳感器采集應用，也可以供其他處理器導線連接擴展應用。
5、執行器系列模塊。板載Cortex-M3處理器最小系統單元，郵票封裝貼焊工藝，主頻72MHz。板載RGB三色燈、蜂鳴器、風扇、減速電機、舵機、步進電機、繼電器等執行部件，支持I/O接口、PWM接口等。執行器驅動接口均引到香蕉頭插孔上，既可以滿足自身處理器的執行器控制應用，也可以供其他處理器模塊連線擴展應用。
6、其他附件：包含至少64GB的TF卡、揚聲器、麥克風、USB HUB、鍵盤鼠標等。
三、軟件資源
1、人工智能教學平臺
（1）B/S架構，Web瀏覽器訪問平臺開始人工智能技術的學習、驗證、開發。
（2）覆蓋圖像處理基礎知識，可進行灰度化、二值化、邊緣提取、膨脹與腐蝕、高斯濾波、小波變換、形狀檢測、放大縮小等；
（3）傳統機器學習模式識別的深入學習，如OpenCV庫的加載、鳶尾花均值聚類、Adaboost人臉檢測、SVM行人檢測、目標物體跟蹤等；
（4）集成TensorFlow、Caffe兩大人工智能深度學習框架，提供基于開發框架的手寫數字識別、車牌識別、垃圾分類、物體識別等；
（5）具有jupyter在線開發模式，用戶可直接在網頁中輸入python代碼，在線編輯，直接執行。
2、ModelArts應用軟件
提供手勢識別、人臉識別、聲音分類、房價預測、短信詐騙等實訓案例，具有樣本收集、標注、訓練、生成模型，接口應用功能。
3、邊緣硬件采集控制程序
該軟件需要搭配傳感器系列模塊、執行器系列模塊?；谶吘売嬎憔W關的GPIO、I2C、UART接口，實現溫濕度采集、光線強度采集、LED蜂鳴器控制、風扇控制、舵機控制等python基礎應用實驗。
四、功能特點
1、采用Python編程語言，支持人工智能基礎課程。實驗項目均采用Python語言開發，可以支撐數字圖像處理、計算機視覺、機器學習、深度學習等課程知識點的學習和實驗。
2、支持Web端AI教學平臺、客戶端應用軟件等多種用戶交互方式。
3、AI教學平臺支持離線圖片、在線視頻兩種數據來源。既支持離線圖片上傳識別，也可調用攝像頭，對視頻流抓拍識別。識別結果采用LOG信息實時顯示，和目標矩形框標注展示。
4、AI教學平臺具有數字圖像處理、機器學習、深度學習三個體驗功能版塊?；贠penCV機器視覺庫能夠實現圖像預處理、顏色識別，形狀識別等；基于傳統的十大機器學習算法，可以實現Adaboost人臉檢測、SVM人臉檢測、K均值鳶尾花聚類、目標跟蹤等；基于主流開源的Tensorflow、Caffe深度學習算法框架，通過數據獲取、算法訓練、模型應用，可以實現涂鴉猜游戲、文字識別、物體識別、垃圾分類、車牌識別等。
5、ModelArts云端結合功能。ModelArts云端完成數據集上傳、標注、模型訓練、接口生成；終端完成接口調用，實現AI應用。
6、靈活擴展，組合應用功能?？梢院蛡鞲衅髂K、執行器模塊、通信系列模塊結合，將AI和物聯網終端靈活組合出更多智能產品。
7、具有雷達數據分析的功能。
五、配置清單

六、實驗項目

 教學資源主要內容：
?第一部分：基于人工智能教學平臺，可開展圖像處理、機器學習、深度學習方面的驗證性實驗，提供python語言的在線實驗代碼編輯、測試，提供實驗手冊；
?第二部分：AI+IoT結合，實現物聯網終端設備感知層傳感器的采集、執行器的控制、多傳感器融合。
?第三部分：ModelArts人工智能應用教學。云端結合，可以完成圖像分類、物體檢測、文本分類、預測分析等應用。