|
智能创新AI教育机器人
（一）人工智能模块
1. 模块功能： Python程序设计、机器学习、深度学习、数字图像处理、计算机视觉、语音识别、智能机械臂、机器人设计、嵌入式系统及应用、物联网等课程的教学与实践；辅助教学，学生可以自主设计智能机器人应用场景，进行学习评估。
2. 大模型：融合大语言模型(LLM)以及光强检测传感器、温湿度传感器、心率血氧传感器和空气质量传感器，重塑智能家居的应用场景，使机器人能够像人一样进行思考与判断；
3. 模块硬件：至少1块计算卡，至少2块STM32主控芯片核心模块，至少12个传感器，至少2个摄像头，至少1个阵列麦克风，至少1台多自由度机械臂，至少1个传送带，至少2个WiFi蓝牙模块，至少2块显示屏，至少1个电源适配器，至少1套无线键鼠 ，至少1套模型道具；
4. 传感器：不少于12个，至少1个光强检测传感器，至少1个红外探障传感器，至少1个激光测距传感器，至少1个温湿度传感器，至少1个心率血氧传感器，至少1个空气质量传感器，至少1个电磁感应传感器，至少1个惯性检测传感器，至少1个滑动电位器，至少1个毫米波传感器，至少1个音量检测传感器，至少1个速度测量传感器；
5. 深度摄像头：至少1个深度相机，深度图分辨率≥640*300@30fps，彩色图分辨率≥1920*1080@30fps，深度范围≥100cm；
6. RGB摄像机：至少1个≥30万像素的RGB摄像机，分辨率≥640*480，MJPG30帧，YUY230帧；
7. 阵列麦克风：至少4个麦克风列阵，场语音捕获范围≥5m，支持USB2.0，具有降噪、去混响、语音活动检测、声源定位、波束成型、回声消除等功能；
8. 多自由度机械臂：不少于5自由度舵机驱动机械臂，支持UART通信；
9. 课程：理论+实践课≥72课时，包括课程大纲、教学手册、实验代码、理论课视频和实践课视频等；可参加全国高校计算机能力挑战赛人工智能专项赛。
（二）服务机器人模块
模块能够实现机器人室内建图、定位导航、路径规划、仿真演示、道路指引、机器人语音交互、机器人大模型、人脸/人物检测、机器人智能安控、机器人巡检与餐饮服务。支持C++/Python语言编程，基于百度飞桨（PaddlePaddle)Al框架和OpenCV图像处理技术，实现在线Al模型训练、道路识别以及机器人控制等功能。在此模块上可对教师进行机器人技术培训，自主构建智能机器人模型用于教学和学生实训。学生可学习机器人运动控制编程，模型算法的调优。
1. 支持室内建图、定位导航、路径规划、仿真演示、道路指引、语音交互、人脸/人物检测、智能安控、垃圾巡检与餐饮服务等功能；
2. 支持通过激光雷达和机器人里程计感知环境状态，自动生成二维或三维的环境地图；
3. 支持根据里程计、激光雷达等传感器和SLAM全局地图等数据，经过定位导航算法融合，计算出安全可靠的机器人运动控制指令；
4. 支持通过算法规划路径，使机器人避免与障碍物发生碰撞的同时找出最优的行进路线；
5. 支持在图形监控环境中通过三维视图观测机器人运动过程；
6. 支持在室内构建地图，语音交互后机器人带领顾客到达指定点；
7. 支持语音交互：基于语音识别、语音合成、自然语言理解等技术，为多种应用场景下，使机器人可以进行人机交互；
8. 支持人脸/人物检测：基于深度学习，准确检测图片和视频中的人脸/人物信息；
9. 支持智能安控：实现生物入侵检测、安全监督等功能；
10. 支持巡检：提取目标物体角度、位置信息，使用机器人完成实时检测场景垃圾数量，并语音播报实现垃圾检测工作；
11. 支持大模型：融合大语言模型(LLM)与多模态大语言模型(MLLM)，使机器能够像人一样思考；
12. 不少于1块边缘计算卡，不少于1块驱动控制器，不少于1个摄像头，不少于1个激光雷达，不少于4个超声波传感器，不少于1个陀螺仪，不少于4个编码器，不少于1个电量计，不少于1套机械臂，不少于1套无线键盘鼠标，不少于1个遥控器，不少于1块电池，不少于1个显示屏，不少于1个电源充电器；
13. 服务机器人课程理论+实践不少于48课时，机械臂课程理论+实践不少于36课时，应包含课程大纲、课程讲义、实训手册、课件、教案、实践代码、视频文件以及考核资料包等；
14. 应支持AI教学实训、AI科普、展览展示、科研平台场景、大学生赛事等场景。可参加中国大学生机器人及人工智能大赛智能餐饮服务赛项。
（三）智能无人驾驶模块
智能无人驾驶模块完成人工智能、无人驾驶、图像处理与运控控制等相关课程的学习，理论+实践共48课时。支持C++/Python语言编程，基于百度飞桨（PaddlePaddle）AI框架和OpenCV图像处理技术，实现在线AI模型训练、移动端部署、赛道识别与交通标志检测，车辆控制以及巡线导航等功能。学生在此模块中可以学习机器人，车辆的运动控制编程、模型算法的学习及调优。
1. 模块功能：实现图像识别，图像处理，车辆控制以及自动驾驶等功能；
2. 图像处理：摄像头校正，车道线识别，赛道元素识别、赛道测量；
3. 路径规划：基于贝塞尔（Bezier）曲线的加权轨迹规划；
4. 运动控制：闭环PID速度控制和PD姿态控制；
5. 目标检测：基于Yolo-v3的多目标实时检测（FPS<60ms，Map>90%）；
6. 多线程任务：图像采集与赛道识别周期≤30ms；AI目标检测周期≤34ms；
7. 车检助手：车辆自检，车辆配置（舵机），车辆状态监控（电量/速度/姿态等）；
8. 课程：课程理论+实践≥48课时，含课程大纲，课程讲义，实训手册，课件，教案，实践代码，视频文件以及考核资料包；
9. 软件：软件含车辆配置软件（Windows版），AI系统镜像（Linux系统Ubuntu18.04，Python3.6），AI算法包（Yolo-v3），底层支持库(OpenCV，Joystick，Serial，Pthread，Paddle等)；（含无人自动驾驶套装1套），可参加全国大学生智能汽车竞赛完全模型组赛项。
（四）机器视觉深度学习模块
1. 模块功能：可实现图像采集、尺寸测量、读码、识别、检测等功能和图像分割、实例分割、目标检测、字符识别、图像分类、OCR、读码等深度学习功能；
2. 硬件含内置独立显卡视觉控制器至少1台，视觉光源至少1个，工业相机至少1个，视觉镜头至少1个，键盘鼠标至少1套，电源适配器至少1套，接口板至少1块，24寸显示器至少1个，USB无线网卡至少1个，手动机械臂至少1套，加密狗至少1个；
3. 视觉控制器： Intel? Core? i3-8100，内存≥8GB，硬盘≥128GSSD，英特尔核芯显卡630；
独立显卡：GT 1030独立显卡；
4.视觉光源：≥1个视觉光源，白色光源，照亮角度：≥70°，可调亮度；
5.工业相机：≥1个至少1200万像素网口面阵相机，IMX226，彩色，分辨率≥4024×3036，最大帧频≥9.6fps；
6.视觉镜头：≥1个C接口镜头，焦距≥12mm，光圈范围F2.8-F16，畸变-0.005%；
7.课程包含至少24课时，含课程指南，学习指导书，实训手册，教学课件，示例资料库以及考核资料包；
8.含应用软件（Windows版），深度学习包，示例程序包等。可参加中国大学生计算机设计大赛智能工业视觉赛项。
（五）智能机器人机械臂模块
模块用于智能机器人运动控制及硬件调用编程，包括机械臂底座、控制器、6 自由度关节和连杆结构、机械爪、摄像头等核心部件。
1. 控制器功能:
控制：路径规划、轨迹规划、运动控制、重力补偿、示教；自检：各自由度转向测试；标定：垂直零度角标定后自校正；配置：支持UART接口对关节电机的配置，配置上位机使用。
2. 机器爪（夹具）：夹具通过无刷伺服电机驱动，同时兼容摄像头拍摄。
（六）多机器人编程算法模块
多机器人编程算法模块结合智慧物流行业前沿应用，依托软硬件实训平台、模拟仓储场景，讲解多机协同、群体智能等算法的原理与实践应用，通过实训过程带领学生掌握物流系统开发技术。课程提供完善的课程资料，包括课程指南，学习指导书，实训手册，教学课件，示例资料库以及考核资料包，便于授课学习。具有机器人任务分配、调度系统、路径规划、过程监控、环境感知、系统无线通信、场地路径识别、自动避障、货架搬运、状态指示等功能；
1. 待机工作时间：≥8h；
2. 满荷工作时间：≥4h；
3. 温度监测效率：0~135℃（±0.5℃）；
4. RFID刷卡效率：范围<4×4cm/距离<5cm；
5. 网络条件：2.4G/5G WiFi局域网络；
6. 红外传感器：≥8个红外传感器，采用高发射功率红外光电二极管和高灵敏度光电晶体管组成，检测距离范围为≥13mm；
7. 手势传感器：≥1个TOF手势传感器，主要用于测距；
8. 惯性传感器：≥1个IMU6轴惯性传感器，三轴加速度计和三轴陀螺仪；
9. 温度传感器：≥1个温度传感器，温度精度为±2 ℃；
10. 课程包含至少14章节理论+10章节实践至少64课时，含课程指南，学习指导书，实训手册，教学课件，示例资料库以及考核资料包；
11. 软件含多机器人编程算法软件（Windows版），驱动包（CH340串口驱动），算法包（广度优先搜索算法、深度优先搜索算法、A*搜素算法、遗传算法、粒子群算法、蚁群算法等），底层支持库（数据库、python）。
|
