工業機器人實訓平臺當前位置:首頁 > 產品展示 > 智能機器人實訓設備 > 工業機器人實訓平臺 >

產品分類

更多相關產品

LGGY-BL08X型機器人大模型與視覺協同控制平臺

一、產品概述

該平臺以視覺系統和協作機器人為核心，通過在運算單元中部署人工智能軟件環境，賦予機器人對環境的感知能力和協同工作能力，進而實現基于人工智能技術的視覺+機器人教學應用場景。平臺集成了圖像處理技術、機器視覺技術、機器人運動控制技術，可為人工智能、機器人工程、自動化等專業提供一體化軟硬件系統和教學解決方案。另外，運算單元中實現了DeepSeek、Qwen等開源大模型的本地化部署，支持大模型技術開發、大模型+視覺、大模型+語音、大模型+機器人等多個行業場景的應用實踐。

二、功能與應用場景

1.開放性實驗環境

實驗代碼在Jupyter Notebook環境中編寫。

2.開放全部源代碼

開放全部軟件框架和算法級源代碼，支持二次開發，提供完善的實驗指導書和技術文檔，并提供產品相關軟硬件的架構與設計方法文檔。

3.部署本地大模型

完成了DeepSeek、Qwen等開源大模型的本地化部署，即部署于本機的運算單元中，除了可以開展大模型基礎應用的學習外，還可以利用大模型和配置的視覺、語音、機器人、傳感器等設備進行交互，面向如智能制造、智能家居、智慧農業等典型場景，開展應用實踐。

4.視覺定位、檢測與識別

視覺技術在實際應用中，通常有三個方向：定位（即計算目標位置，為機器人抓取提供引導）、檢測（即檢測目標的缺陷，如零部件劃痕、缺角等，用于進行良次品分類）、識別（即識別目標的名稱，如識別不同長度的螺桿，用于進行產品種類的分揀）。

本產品在不同的實訓項目中，綜合運用到了上述三類技術：可以通過視覺系統定位目標的位置，機器人準確抓取；也可以進行目標的缺陷檢測，由機器人進行次品剔除；還可以進行目標的尺寸測量或型態識別，由機器人完成目標的分類。用戶可以在開源環境下進行自主開發，面向智能制造、智慧物流等多個場景，開展行業應用。

5.機器人手眼標定

為機器人引入視覺系統，使得機器人可進行自主的、智能化的運動，完成如零部件分類、物流搬運、碼垛、物體分揀等功能。

手眼標定有兩種方式：眼在手上、眼在手外。通常來說，對大目標或大范圍多個目標的抓取，需要更大的視野，可以采取眼在手外的方式；對小目標的抓取，則可以采用眼在手上的方式。當然，還需要考慮到機器人的負載和安裝空間，是否在末端安裝了視覺系統后，仍能實現對目標的抓取。本產品采用了眼在手外的方式。

6.基于視覺的機器人應用

機器人與視覺系統結合，可以對不同尺寸、外觀的目標進行識別，開展目標分揀、智能碼垛、物體識別、字符識別等多種人工智能基礎實訓項目。

三、主要硬件參數

1.運算單元

采用一臺高性能計算機，預裝Linux或Windows操作系統，部署DeepSeek、Qwen等開源大模型，并集成Python、OpenCV等運行環境，以及產品運行所需的全部軟件框架和SDK，支持數字圖像處理、機器視覺、機器人、大模型等硬件或應用的開發和學習。

2.機器視覺系統

機器視覺系統即一套標準工業級視覺系統，包括工業相機、鏡頭、LED光源、光源控制器等，通過視覺支架進行集成，安裝于平臺上方，為所有的靜態目標檢測、分析和處理提供實驗的硬件環境。

3.協作機器人（完全開源）

該機器人是專為教育科研開發的一款產品，融合AI大模型技術，且完全開源，在電機控制上，開放電機、控制器與機器人關節之間的控制源碼；在運動學算法上，開放底層運動學正逆解模型的源碼。通過全方位的開源，用戶可以從事機器人軟硬件層面的各類科研、開發工作。

同時，機器人具有工業機器人的性能，提供多個拓展接口，支持視覺、語音、傳感器等外設模塊的接入，可應用于教學、科研、生產線集成、裝配等領域。

4.實訓與功能模塊

該平臺在功能設計上，既滿足基礎的機器人控制教學的需要，同時也滿足視覺識別、手眼協同，以及更高層次的大模型+機器人應用的需求。

四、實驗項目

1 Python程序設計

（1）數字類型、轉換、運算

（2）Python運算符、內置函數、序列基本用法

（3）程序選擇結構實驗

（4）程序循環結構實驗

（5）列表實驗

（6）集合實驗

（7）函數實驗

（8）字符串實驗

（9）正則表達式實驗

（10）數據可視化

（11）Python的數據處理

（12）Python文件操作

（13）Python多進程

（14）Python多線程

（15）Python進程與線程的區別

（16）Python面向對象的理解

（17）Python類的使用與類的實例化

（18）Python實例化對象的使用

（19）Python類的繼承使用

（20）基于Python的串口通訊

（21）基于Python的SocketTcp通訊

（22）基于Python的SocketUdp通訊

（23）基于Python的Modbus通訊

（24）PyQt5的環境搭建

（25）PyQt5的使用

（26）Qt Designer與PyUIC的使用

2 機器學習

（1）基于線性回歸的波士頓房價預測

（2）基于K近鄰算法的電影類型識別

（3）基于K均值算法的未知數據分類

（4）基于決策樹的乳腺癌診斷

（5）AdaBoost電影數據集數據分類

（6）基于EM推理的雙硬幣拋擲模型驗證

（7）基于樸素貝葉斯的垃圾郵件過濾

（8）基于隨機森林的人臉識別系統設計

（9）基于支持向量機的動態行人檢測

（10）基于深度學習的車道線檢測系統設計

（11）基于CNN與SVM的交通標志的識別系統設計

（12）基于HOG與SVM的交通標志識別系統設計

3 深度學習

（1）線性回歸建模與應用——房價預測實驗

（2）神經網絡的模型構建與應用——服裝分類實驗

（3）神經網絡正則化——服裝分類優化實驗

（4）神經網絡參數優化——非線性函數極小值尋找實驗

（5）基于神經網絡的模型構建與測試實驗

（6）基于殘差網絡的優化模型設計

（7）神經網絡優化器——手寫數字識別

（8）文本分類——京東購物分類

（9）基于LeNet手寫數字體識別系統設計

（10）基于RNN歌曲自動編曲設計

（11）基于深度學習的圖像數據標注

（12）基于YOLOV5的目標檢測模型訓練

（13）基于YOLOV5的缺陷檢測案例

4、數字圖像處理

5、機器視覺

6、基于視覺的機器人應用

7、大模型技術基礎

8、大模型+視覺應用案例

9、大模型+語音應用案例

五、綜合實訓

1.機器人的控制

2.AI+視覺自動倉儲

3.基于AI的圖象識別和抓取

4.機器人大模型調試與部署

5.具身智能技術開發與應用

上一篇：LGGY-BL07X型六軸機器人自動分揀生產線
下一篇：LGGY-BL09X型機器人大模型與視覺檢測生產線

久久亚洲国产成人精品无码区_偷偷色噜狠狠狠狠的777米奇_久久久99久久_国产永久免费高清在线观看视频_成人免费性视频_亚洲日本在线天堂_91网页在线观看_亚洲精品永久www嫩草_国产精品网友自拍_另类av导航

LGGY-BL08X型機器人大模型與視覺協同控制平臺