更多相關產品
- LGRB-LX02型人工智能綜合實驗箱（昇騰版）
- LGRB-LX01型人工智能綜合實驗箱（本地大模型版）
- LGAI-BCY02型智能移動機器人
- LGAI-BC02型嵌入式人工智能教學科研平臺
- LGWL-NI02型NewIOT物聯網綜合實驗平臺
- LGWL-FTAI03型人工智能技術開發平臺
- LGWL-BIS01型感知層信息安全實驗箱
- LGWL-CA9型嵌入式系統運用實驗箱
- LGWL-ED01型窄帶物聯網開發實驗箱
- LGWL-PV6B型無線傳感網全功能實驗平臺
- LGWL-RFID03型RFID物聯網技術實驗平臺
- LGHL-04型工業互聯能耗監控實訓臺
- LGHL-03型工業互聯網自動化控制實訓平臺
- LGHL-01型工業數據采集實訓臺
- LGWL-WL01型物聯網智能物流實訓系統
- LGWL-SP01型食品溯源物聯網實訓系統
- LGWL-GC01型智慧工廠應用實訓系統
- LGHL-02型工業互聯網技術應用實訓臺
- LGWL-JT03型智能交通及監控綜合實訓平臺
- LGWL-CZ01型開放式車載控制系統
- LGWL-JT02型物聯網智慧城市交通實訓系統
- LGWL-JT01A型智能交通應用實訓系統
- LGWL-NY03型智能溫室大棚實訓系統
- 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
LGRB-LX01型人工智能綜合實驗箱（本地大模型版）
一、產品概述
實驗箱面向人工智能相關專業，在硬件上，集成了計算機視覺系統、語音處理系統、機械手臂、以及手勢傳感器、溫濕度傳感器、大氣壓傳感器等多種嵌入式應用模塊，功能豐富、覆蓋面廣。在軟件上，通過在運算單元中部署Linux操作系統、Python開發環境，以及人工智能通用軟件框架和算法，為相關專業的應用開發提供了統一的通訊協議和接口，適用于多門課程的教學和實踐。另外，運算單元中還完成了DeepSeek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+機械臂等多個行業場景的應用實踐。
二、產品功能和特點
1.開放性實驗環境
實驗代碼可在Jupyter Notebook環境下進行。
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、機械臂、傳感器等設備進行交互，面向如智能安防、智能家居、智慧車間等典型場景，開展應用實踐。
4.AI+視覺分揀
機械臂與視覺系統結合，可以對不同尺寸、外觀的目標進行識別，實現目標分揀、智能碼垛等人工智能基礎實訓項目，還可以基于深度學習模型，完成多種復雜物體的識別，開展企業級項目的實戰訓練。
5.AI+深度視覺
深度視覺與傳統的2D視覺相比，可以實現物體的高度測量、距離測量、輪廓檢測等，因此，可以完成障礙物距離檢測、活體識別、目標跟蹤等綜合實驗實訓。
6.AI+語音處理
聲源定位麥克風支持聲音檢測、智能語音識別、聲源定位、波束成形等功能，在與AI處理器的交互下，可實現聲場的空間特性采樣，從而引導機械臂根據聲音的指令執行指定動作。
7.AI+嵌入式傳感器
提供溫濕度傳感器、運動傳感器、氣壓傳感器、光線傳感器等12種嵌入式傳感器，可以開展人臉監測與動態跟蹤系統、人臉識別門禁系統、智能聲控系統、智能溫控系統等嵌入式方向的綜合實驗實訓。
三、主要硬件參數
1.大模型運算單元
大模型運算單元采用NVIDIA公司的Jetson Orin Nano處理器，該處理器作為實驗箱的核心模塊，具備40Tops算力，預裝Linux操作系統，部署Deepseek-R1、QWen2.5等大模型，以及所有智能產品模塊所需的全部軟件框架和SDK，并提供通用的通訊接口。
2.2D視覺系統
2D視覺系統采用一顆30萬像素攝像頭，可兼容ubuntu，linux和樹莓派等操作系統。單獨使用時，可對視野中的靜態目標進行圖像采集，進行基礎的圖像處理工作；與機器人協同使用時，通過視覺標定，可對機器人的動作進行引導，搭建機器人+視覺的執行系統，完成多種豐富的功能。
3.深度視覺系統
深度視覺采用一顆100萬像素深度體感攝像頭，可兼容ubuntu，linux和樹莓派等操作系統，兼容USB3.0接口協議，可進行深度信息感知、人臉識別與測距等。
4.語音識別單元
采用可編程式麥克風陣列模塊，支持聲音識別、交互智能語音識別、聲源定位、波束成形等功能。麥克風陣列是由一定數目的聲學傳感器（麥克風）組成，可用來對聲場的空間特性進行采樣并處理的系統。由于在復雜的聲學環境下，噪聲與語音信號在時間和頻譜上常常是相互交疊的，再加上回波和混響的影響，利用單麥克風捕捉相對純凈的語音非常困難，而麥克風陣列融合了語音信號的空時信息，可以同時提取聲源并抑制噪聲。
5.機械手臂
機械手臂采用STM32單片機進行運動控制，Open Source CV為圖像處理庫，主流的Jupyter Lab為開發工具，使用Python3為主要編程語言。計算機視覺系統可與機械手臂搭建“手眼合一”的機器人視覺系統，從而使得機器人更具靈活性。機器人不僅可以實現顏色識別跟蹤與抓取，還能與人體特征識別互動，非常適合用于基礎教學相關的應用實踐。
6.嵌入式傳感器
嵌入式傳感器主要由超聲波傳感器、人體檢測傳感器、溫濕度傳感器、心率傳感器、氣壓傳感器、數碼管、藍牙模塊、陀螺儀、聲音檢測傳感器、光線檢測傳感器等組成。每一個傳感器均可與大模型運算單元連接，根據用戶編輯的功能執行相應的動作。
7.高清顯示屏
實驗箱采用17英寸高清屏。
四、實驗項目
（1）基礎實訓項目
1 Python程序設計
2 機器學習
3 深度學習
4 數字圖像處理
5 機器視覺
6 深度視覺
7 嵌入式系統及應用
8 語音處理與傳感器控制
9 基于視覺的機器人應用
（2）大模型+應用實訓項目
1 大模型技術基礎
2 大模型+視覺應用案例
3 大模型+語音應用案例
4 綜合應用案例
