配置表

2.     產(chǎn)品說明

2.1.       AI語音與機器視覺實驗室建設(shè)思路

2.1.1.          實驗室建設(shè)概況

2.1.1.1.     建設(shè)目標(biāo)

嵌入式人工智能創(chuàng)新應(yīng)用實驗室，整體規(guī)劃與布局如下：
在原專業(yè)的基礎(chǔ)上，培養(yǎng)能在人工智能及其應(yīng)用的各相關(guān)領(lǐng)域中從事數(shù)據(jù)挖掘、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、計算機視覺、機器人學(xué)習(xí)、語音識別等的人工智能應(yīng)用型人才。以ARM人工智能創(chuàng)新實驗室作為產(chǎn)業(yè)聚集地，承擔(dān)規(guī)劃設(shè)計、建設(shè)指導(dǎo)、協(xié)調(diào)支持等作用；涵蓋基礎(chǔ)教學(xué)、算法應(yīng)用開發(fā)、產(chǎn)品原型開發(fā)驗證和企業(yè)案例應(yīng)用實訓(xùn)等四個關(guān)聯(lián)遞進的場景；形成以人才培養(yǎng)基地、資源中心、培訓(xùn)中心、資質(zhì)認證中心、創(chuàng)新創(chuàng)業(yè)基地、教學(xué)研究中心為目標(biāo)的6大生態(tài)體系，建成工信部緊缺人才實驗中心并獲得工業(yè)和信息化領(lǐng)域急需緊缺人才培養(yǎng)工程授牌，為學(xué)校建設(shè)和社會人工智能人才培養(yǎng)服務(wù)，實現(xiàn)產(chǎn)教深度融合。
通過人工智能技術(shù)手段，結(jié)合學(xué)院的人才培養(yǎng)特點，為學(xué)院的實踐教學(xué)、科技創(chuàng)新、學(xué)科競賽及產(chǎn)學(xué)研項目等提供平臺支撐。打造能夠服務(wù)于人工智能、物聯(lián)網(wǎng)等研發(fā)產(chǎn)業(yè),為優(yōu)化升級產(chǎn)業(yè)結(jié)構(gòu)和發(fā)展提供技術(shù)支撐和人才培養(yǎng)教學(xué)平臺。

1.2           建設(shè)思路

AI趨勢：智能向端遷移，端云結(jié)合
?  云：數(shù)據(jù)挖掘、算法訓(xùn)練
?  端：推理，產(chǎn)生高質(zhì)量數(shù)據(jù)（信息）
?  全面滲透金融、醫(yī)療、安防、零售、制造業(yè)、以及家庭等全行業(yè)，典型應(yīng)用AIoT。


面對新一輪人工智能浪潮中如何將人工智能教育落實到課程上,嵌入式人工智能創(chuàng)新應(yīng)用實驗室為學(xué)員準備不同層次的訓(xùn)練，使學(xué)員能由簡到繁、由易到難不斷的深化學(xué)習(xí)。

1.3     建設(shè)內(nèi)容

2.1.2.          課程體系設(shè)置

2.1.2.1.   教材名錄

2.1.2.2.   2.2 課程資源

2.1.2.3.     2.3 課程設(shè)置

2.2.       AI語音與機器視覺開發(fā)應(yīng)用系統(tǒng)平臺

人工智能語音機器視覺系統(tǒng)是一款集成AI語音、機器視覺、深度學(xué)習(xí)基礎(chǔ)、嵌入式Linux于一體的高端教學(xué)科研實驗平臺。


整個教學(xué)平臺由實驗箱高性能嵌入式主板夠成，高性能嵌入式核心板采用高性能64位ARM處理器，標(biāo)配4GB DDR3內(nèi)存和16GB閃存，可運行ubuntu、android、linuxqt等多種操作系統(tǒng)，可滿嵌入式linux和AI應(yīng)用開發(fā)。
平臺采用多核高性能 AI 處理器，預(yù)裝 Ubuntu Linux 操作系統(tǒng)與 OpenCV 計算機視覺庫，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度學(xué)習(xí)端側(cè)推理框架。
提供多種應(yīng)用外設(shè)與豐富的機器視覺、AI語音、深度學(xué)習(xí)實戰(zhàn)應(yīng)用案例，如語音前處理（聲源定位、語音增強、語音降噪、回聲消除、聲音提?。?、語音活體檢查、語音喚醒、語音識別、語音合成、自然語言處理、聲紋識別門鎖、語音智能家居、手寫字識別、人臉識別、目標(biāo)檢測、端側(cè)推理框架、圖像識別、人體分析 、文字識別、人臉門禁控制、車牌道閘控制、手勢家居控制等，通過案例教學(xué)讓學(xué)生掌握計算機視覺與深度學(xué)習(xí)的基本原理和典型應(yīng)用開發(fā)。

2.2.1.          嵌入式網(wǎng)關(guān)核心板

RK3399核心板是一款266-pin金手指形式高性能ARM計算機模塊，它采用了瑞芯微64位六核（包含雙核Cortex-A72 +四核Cortex-A53）Soc RK3399作為主處理器，標(biāo)配4GB DDR3內(nèi)存和16GB閃存，板載2×2 MIMO雙天線Wi Fi模組，尺寸只有69.6×50mm，模塊上帶有獨立的Typec供電接口，以及USB-C顯示接口。
       
RK3399計算模塊具有豐富的外設(shè)和擴展接口，可以擴展使用雙MIPI寬動態(tài)攝像頭，另外它還帶有eDP顯示接口，MIPI顯示接口，1路USB3.0,2路USB2.0，以及12C,12S,SPI,PWM,GF10和串口等各種資源。RK3399可流暢運行Android 8.1,Ubuntu 18.04,Armbian,Buildroot等主流嵌入式操作系統(tǒng)，軟件資源和生態(tài)非常豐富，尤其是Android 8.1具有NN SDK神經(jīng)網(wǎng)絡(luò)加速軟件包，Qt-5.10集成了VPU硬件編解碼，GPU圖形加速，可使用QML快速開發(fā)流暢的動態(tài)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(xiàn)實，自動駕駛，深度計算分析等方面的人工智能產(chǎn)品快速原型及產(chǎn)品開發(fā)。
硬件參數(shù)：

2.2.2.          網(wǎng)關(guān)底板其他外設(shè)

 
l  11.6寸高清觸顯一體屏：板載，eDP接口,電容式多點觸摸，分辨率1920*1080
l  按鍵：板載重啟、恢復(fù)、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(wǎng)：100/1000M
l  音頻：音頻輸出接口、MIC音頻輸入接口、板載4歐3W揚聲器
l  無線網(wǎng)：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(wǎng)關(guān)模塊接口：板載mini-pcie接口，可接入SX1301八通道并行LoRaWAN網(wǎng)關(guān)模塊。1個項目須至少配備1個LoRaWAN網(wǎng)關(guān)模塊，以實現(xiàn)對實驗室所有l(wèi)ora節(jié)點的接入管理。
l  Zigbee網(wǎng)關(guān)模塊：板載，直列雙排20芯插針接口，非usb接口。
l  BLE網(wǎng)關(guān)模塊：板載，直列雙排20芯插針接口，非usb接口。
l  USB 3.0 HOST接口：板載2個
l  Debug接口：板載1個
l  Download接口：板載1個
l  鍵盤：板載7寸80鍵標(biāo)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(fēng)陣列：板載7顆數(shù)字高性能硅麥克風(fēng)。
l  紅外接收：板載紅外接收模塊1個
l  震動馬達傳感器：1個
l  LED：板載4顆藍色LED燈珠。
l  天線接口：板載wifi、BLE、lora、LET 共4個天線接口。
l  傳感器擴展接口：板載，與無線傳感器節(jié)點的傳感器模塊接口兼容，可完成linux系統(tǒng)下的傳感器驅(qū)動開發(fā)實驗。
l  OBD接口：板載，標(biāo)準16針OBD-II插座，與配套軟件結(jié)合可完成基于CAN總線通信相關(guān)實驗。
l 

2.3.       外設(shè)模塊

2.3.1.         

2.3.2.          AI麥克風(fēng)陣列

l  7路麥克風(fēng)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位處理器，主頻最高800MHz。
l  具備機器聽覺能力和語音識別能力，內(nèi)置語音處理單元（APU）。
l  具備卷積人工神經(jīng)網(wǎng)絡(luò)硬件加速器KPU,可高性能進行卷積人工神經(jīng)網(wǎng)絡(luò)運算。
l  麥克風(fēng)陣列模塊集成TFT彩屏屏，能夠直觀顯示音頻頻譜圖。
l  內(nèi)置ARM STM32 USB音頻驅(qū)動芯片，提供USB聲卡驅(qū)動，開放源代碼。
l  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，可與硬件進行語音交互。
l  5米監(jiān)測范圍、基于linux系統(tǒng)。

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鏡頭接口，最低照度0.001 Lux，120dB TWDR
l  支持協(xié)議：PROFILE S，GB/T28181，F(xiàn)TP/RTSP.UPNP等
l  支持雙碼流、手機監(jiān)控、心跳機制，具3D降噪、去霧、數(shù)字寬動態(tài)、鏡頭校正、走廊監(jiān)控等智能模式
l  提供基于eAIOT教學(xué)平臺的人臉識別系統(tǒng)案例。

2.4.       物聯(lián)網(wǎng)應(yīng)用基礎(chǔ)云平臺

1、功能簡介
1）學(xué)生能夠?qū)⑽锫?lián)網(wǎng)感知層設(shè)備（傳感器、執(zhí)行器等）接入物聯(lián)網(wǎng)云服務(wù)平臺，平臺能夠接收并存儲傳感器和執(zhí)行器的實時數(shù)據(jù)，模塊在線狀態(tài)，并實時顯示。
2）提供后臺管理系統(tǒng)，能夠設(shè)置賬號類型和使用權(quán)限。支持多用戶管理及權(quán)限控制，分為父用戶和子用戶，父用戶可以創(chuàng)建多個子用戶，并且可以為每個子用戶分配增、刪、改幾種權(quán)限，子用戶創(chuàng)建的資源相互隔離。
3）提供物聯(lián)網(wǎng)規(guī)則編輯器，無需編寫代碼即可編輯復(fù)雜的自動化控制策略，實現(xiàn)移動互聯(lián)網(wǎng)系統(tǒng)的自動化控制。
4）提供豐富的可視化控件庫，通過拖拽、簡便配置即可完成美觀的UI設(shè)計。支持GIS地圖、曲線圖、柱狀、餅圖、圖表、按鈕、儀表圖等控件。
5）物聯(lián)網(wǎng)感知層設(shè)備也能夠向執(zhí)行器發(fā)送控制命令，系統(tǒng)能夠?qū)崿F(xiàn)模塊的在線監(jiān)測。
6）云平臺支持物聯(lián)網(wǎng)硬件多協(xié)議接入，通過ZigBee/BLE/wifi/lora/NBIOT無線技術(shù)取得傳感器采集的數(shù)據(jù)，形成一個完整的無線傳感器網(wǎng)絡(luò)。
7）數(shù)據(jù)通過http/MQTT協(xié)議傳輸至物聯(lián)網(wǎng)應(yīng)用基礎(chǔ)云平臺軟件，進行數(shù)據(jù)圖形化展示。
8）實現(xiàn)基于云平臺的智能家居實驗，并包含配套完整的教學(xué)資源。
9）支持本地化部署和云端部署兩種方式。
10）提供“物聯(lián)網(wǎng)應(yīng)用基礎(chǔ)云平臺”軟件著作權(quán)登記證書及軟件產(chǎn)品登記測試報告復(fù)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(xué)習(xí)設(shè)計一個神經(jīng)網(wǎng)絡(luò)模型，然后用已經(jīng)標(biāo)注過的MNIST數(shù)據(jù)來訓(xùn)練這個模型，然后進行測試驗證。

圖：手寫字識別案例

3.1.3.          人臉識別

通過OpenCV自帶的分類器、OpenCV的深度學(xué)習(xí)分類器是基于SSD(Single Shot  Detector)框架的ResNet網(wǎng)絡(luò)，實現(xiàn)在圖片、視頻中對人臉的檢測，并用矩形框框出來。
學(xué)?？捎糜谏矸葑R別、課堂/上下班考勤、會議簽到、刷臉支付、門禁通行、安防監(jiān)控相關(guān)場景。

圖： 人臉識別案例

3.1.4.          目標(biāo)檢測

  利用深度學(xué)習(xí)框架caffe，實現(xiàn)對常見物體的檢測。

圖：目標(biāo)檢測案例

3.1.5.          人體姿態(tài)識別

使用邊緣側(cè)推理框架Tengine檢測圖像中的所有人體并返回每個人體的矩形框位置，精準定位 21 個核心關(guān)鍵點，包含五官、四肢、脖頸等部位，更多關(guān)鍵點持續(xù)擴展中；支持多人檢測、人體位置重疊、遮擋、背面、側(cè)面、中低空俯拍、大動作等復(fù)雜場景。

圖：人體姿態(tài)識別案例

3.1.6.          手勢識別

利用深度學(xué)習(xí)框架caffe，實現(xiàn)對簡單手勢的識別。

圖：手勢檢測和識別系統(tǒng)案例

3.1.7.          車牌識別

使用opencv 的 HAAR Cascade 檢測車牌大致位置，使用卷積神經(jīng)網(wǎng)絡(luò)回歸車牌左右，然后使用卷積神經(jīng)網(wǎng)絡(luò)滑動窗切割字符、及識別字符。

圖：交通門禁車牌檢測和識別系統(tǒng)案例

3.1.8.          人臉門禁

采用 mtcnn 進行人臉檢測，采用MobileFaceNet 進行人臉識別，然后用活體檢測算法進行檢測。

圖：人臉門禁檢測和識別系統(tǒng)案例

3.1.9.          聲紋鎖實驗

通過語音增強、語音質(zhì)量檢測、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驗證。

圖：聲紋電子鎖系統(tǒng)案例

3.1.10.      AI語音控制智能家居

本系統(tǒng)實現(xiàn)語音數(shù)據(jù)高速傳輸，基于百度語音識別 API 完成語音識別，并用無線方式控制電燈，電風(fēng)扇，以及獲取溫度和濕度。

圖：語音控制智能家居系統(tǒng)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(guān)系，機器人采用了基于知識圖譜的語義感知與理解，致力于最強認知大腦。自然語言處理工具包的功能有：中文分詞、詞性標(biāo)注、命名實體識別、關(guān)鍵詞提取、文本摘要、新詞發(fā)現(xiàn)、情感分析等。

圖：知識圖譜和文本聊天機器人系統(tǒng)案例

4.     招標(biāo)參數(shù)