一、AI核心運算單元
GPU ：128核 NVIDIA Maxwell GPU；
CPU ：四核ARM® Cortex-A57 MPCore 處理器；
內存：4 GB LPDDR4 1600MHz 25.6 GB/s；
算力：500 GFLOP；
存儲：16 GB eMMC 5.1 閃存；
視頻編碼器：4Kp30|4x1080p30|9x720p30(H.264/H.265)
視頻解碼器：4Kp60 | 2x 4Kp30| 8x1080p30|18x 720p30(H.264/H.265)
USB：4 * USB 3.0、1* USB 2.0 Micro-B；
I/0：3個UART、2個SPI、2個I2S、4個I2C、40PINGPIO；
網絡：10/100/1000BASE-T 以太網；
顯示：HDMI 2.0或DP1.2
系統：支持目前市面流行的AI框架和算法，如OpenCV、Yolo v5、PyTorch、TensorFlow、DeepStreem、ROS2等。
二、AI機械臂運算單元及機械臂
CPU：四核Cortex-A76(ARM v8) 64位SoC，主頻2.4GHz；
GPU：800 MHz VideoCore VII，支持OpenGL ES 3.1,Vulkan 1.2 ；
接口：2x USB 3.0(支持5Gbps同步運行) 2x USB 2.0，2x micro HDMI支持雙路4Kp60,支持HDR，CSI/DSI 2x 4-lane MIPI Camera/Display雙向傳輸接口(22pin PFC)，一個PCle 2.0X1接口FPC連接器，40路GPIO，5V/5A DC通過 GPIO接口，PoE通過獨立的PoE HAT，風扇接口PWM control and tacho Feedback(4 pins JST) 帶主板風扇散熱器 ；
操作系統：Ubuntu 24.04+ROS2 Humble ；
無線網卡：WiFi：2.4GHz和5.0GHz 802.11ac無線網絡，藍牙5.0 BLE，千兆以太網；
開發環境（IDE）:JupyterLab，Pybullet虛擬仿真，支持一系列流行的 Al 框架和算法， 比如 TensorFlow、Pytorch 等；系統安裝有OpenCV計算機視覺庫；
AI機械臂
材質：全金屬結構設計,高強度、高穩定性和高耐用性，全金屬二維云臺底座，工業級軸承，滿足多場景需求的抓取項目；
舵機方案：35kg*1,25kg*5串行總線金屬舵機；
機械臂自由度：機械臂抓6自由度+金屬機械爪，300g有效負載，臂展350mm；
攝像頭：采用USB接口，30萬像素，110度廣角攝像頭，480P分辨率（600*480），可手動調節焦距；
接口：3個總線舵機接口，6個擴展IO口，2個i2C接口，除AI核心板外還支持STM32和Raspberry Pi，1個全彩LED燈，1個蜂鳴器，2個氣缸控制端口；
PC上位機：PC上位機支持顯示3D仿真模型，并可以對機械臂進行實時仿真，顯示機械臂動作或控制3D圖形對機械臂進行控制；
ROS機器人操作系統：AI視覺識別，分揀，碼垛，手勢識別，顏色識別等
三、AI綜合實驗平臺
材質：鋁合金楔形結構，減少靜電產生，保護實驗模塊。
功能：平臺通用磁吸槽位8個，每個槽位要有防插反設計。同時內部配有pogopin鍍金接觸點，接觸點12p（包含5V引腳、3.3V引腳、GND引腳、TTL串口/485串口引腳、J-link下載引腳、CC-debug下載引腳），整體平臺只需要1根USB線連接電腦就可以虛擬出：TTL串口4路、485串口4路，J-link下載器1個，CC-debug下載器1個，USB 2.0接口2個。同時pogopin鍍金接觸點設計有防短路、防插反、防靜電等保護電路。
平臺內部集成J-link下載器，CC-debug下載器，ESP32下載器，并配有獨立開關和工作指示燈。
配有1路USB總輸入口，支持1根USB即可開展簡單的實驗內容，以上功能正常使用。同時要配有12V外接電源接口，如有大功率教學模塊供電不足，可外接12V電源增強供電。
磁吸槽位的TTL串口或485串口，要配有獨立開關和通信指示燈
獨立開關：關閉，則該槽位的串口為高阻狀態，斷開通信；打開，則會在電腦端虛擬出對應的串口號，導通串口通信。最高可以支持8路串口同時與電腦通信。
通信指示燈：可以展示串口通信的TX發送數據情況和RX接收數據情況,方便學生快速查看通信狀態和發現問題。
配有2路獨立的USB2.0接口，可外接鼠標、鍵盤，以太網等。
配有復位鍵和電源開關鍵，即平臺出現問題，可點擊復位鍵使平臺恢復出廠設置。
四、AI人工智能大模型模塊
采用人工智能AI核心模組，內置常用算法模型，支持多達48個GPIO和16個專用IO接口；
提供2.4寸LCD顯示屏，分辨率240*320，接口24PIN；
提供1路30萬高清攝像頭模組，支持最大1632*1232分辨率；
集成攝像頭、麥克風、揚聲器、屏幕等豐富外設配件；
配套豐富應用示例，支持快速上手體驗大模型語音交互、智能視覺等 AI 應用；
板載 DAPLINK 調試器，外接一條USB 線即可實現燒錄、調試、串口日志查看；
板載網絡模組，支持開發聯網類應用；
使用 C 語言作為固件主要開發語言。
五、嵌入式及無線通信模塊
1、STM32處理器模塊（4個）
STM32F103系列，支持ADC、PWM、I2C、SPI、USART、USB、CAN等接口，常用的IO口須引出，pogopin磁吸結構，支持上下磁吸連接。也支持杜邦線和香蕉線，可完成接線實訓內容。PCB板配有亞克力或外殼保護。配有通信指示燈*4個，電源指示燈*1個。
2、ZigBee無線通信模塊（4個）
主芯片采用CC2530F256，256K Flash配置，8K RAM，內置8051單片機及無線收發器，支持11-26信道更改，支持點播、組播、廣播多種類型數據通信，支持自動組網、網絡自愈功能和串口切換功能。pogopin磁吸結構，支持上下磁吸連接。常用的開發接口以香蕉頭形式預留。可完成接線實訓內容。PCB板配有亞克力或外殼保護。配有1路通信指示燈，組網指示燈，電源指示燈。
3、WiFi無線通信模塊（1個）
支持WiFi@2.4GHz802.11b/g/n無線標準，支持WEP/WPA-PSK/WPA2-PSK安全模式，支持AP、STA、AP+STA工作模式，支持AT+指令集配置；支持廣域網連接公有云或私有云。pogopin磁吸結構，支持上下磁吸連接。常用的開發接口以香蕉頭形式預留。可完成接線實訓內容。PCB板配有亞克力或外殼保護。配有1路通信指示燈，組網指示燈，電源指示燈。
4、藍牙無線通信模塊（2個）
支持標準的藍牙通信或藍牙MESH組網通信，模塊支持主從模式，射頻頻率：2.4GHz。支持低功耗工作模式，外部中斷可喚醒系統。pogopin磁吸結構，支持上下磁吸連接。常用的開發接口以香蕉頭形式預留。可完成接線實訓內容。PCB板配有亞克力或外殼保護。配有1路通信指示燈，組網指示燈，電源指示燈。
5、4G無線通信模塊（1個）
模塊采用5模13頻4G模塊，內置SIM卡，提供3年資費，支持廣域網連接公有云或私有云。支持心跳包，注冊包，基站定位等功能；支持網絡透傳模式、HTTPD模式、TCP/UDP透傳、MQTT通信模式等多種工作模式；pogopin磁吸結構，支持上下磁吸連接。常用的開發接口以香蕉頭形式預留。可完成接線實訓內容。PCB板配有亞克力或外殼保護。配有1路通信指示燈，信號指示燈，云端綁定指示燈，電源指示燈。
6、LoRa無線通信模塊（2個）
采用ASR6501芯片方案，支持點對點通信協議，通過串口進行數據收發，可實現一對一或者一對多的通信模式；載波頻率：398-525MHz；最大發射功率：22dBm；數據接口（TTL）:1200-115200bps；接收靈敏度：-140dBm@0.268Kbps；通信距離：3.0km；
接口類型：UART；支持低功耗模式，可通過串口將模塊配置為RUN/WU/LR/LSR四種工作模式；支持定點發送模式，支持AT指令配置。
7、NB-IOT無線通信模塊（1個）
主芯片采用華為海思Hi2115超低功耗方案，內置天線，支持B1-B28多頻段運行；發射功率：23dBm~-40dBm；接收靈敏度：-115dBm；
支持2路TCP/UDP簡單透傳模式；支持6路TCP/UDP指令傳輸模式；支持CoAP通信模式；支持串口、注冊包及心跳包功能；支持3GPP標準指令集；外置SIM卡，支持電信、聯通、移動全網通；通過參數配置，可通過NB-IOT無線節點，將傳感器數據傳入云端。
六、傳感器及執行器模塊
1、傳感器模塊：
1）溫濕度傳感器模塊（1個）
溫度檢測范圍-20℃到60℃，精度0.5℃；濕度檢測范圍20%RH-99%RH, 精度1%RH，輸出形式為數字量。配有pogopin引腳，支持磁吸結構。PCB板上畫有原理圖，常用的開發接口以香蕉頭形式預留，可完成接線實訓內容。
2）光敏傳感器模塊（1個）
光照度范圍為0-65535lx，采用寬電壓LM393電壓比較器，輸出形式：模擬量、開關量；配有pogopin引腳，支持磁吸結構，PCB板上畫有原理圖，配有RV09可調電阻，支持靈敏度可調，GND引腳、光照采集引腳、可調電阻引腳、模擬量引腳、開關量引腳均配有香蕉頭接口，可完成接線實訓內容。
3）人體紅外傳感器模塊（1個）
采用SR602感應傳感器，感應距離：0-50CM，采用熱釋電人體紅外采集，輸出數字量，高低電平形式，配有香蕉頭，配有pogopin引腳，支持磁吸結構，可選擇高電平觸發還是低電平觸發形式；可完成接線實訓內容。
4）霍爾門磁傳感器模塊（1個）
采用3144霍爾傳感器，采用寬電壓LM393電壓比較器，輸出形式：模擬量、數字量；配有pogopin引腳，支持磁吸結構，PCB板上畫有原理圖，配有RV09可調電阻，支持靈敏度可調，GND引腳、霍爾采集引腳、可調電阻引腳、模擬量引腳、數字量引腳均配有香蕉頭接口，可完成接線實訓內容。
5）火焰傳感器模塊（1個）
探測角度60°，檢測波長760nm-1100nm；采用寬電壓LM393電壓比較器，輸出形式：模擬量、數字量；配有pogopin引腳，支持磁吸結構，PCB板上畫有原理圖，配有RV09可調電阻，支持靈敏度可調，GND引腳、火焰采集引腳、可調電阻引腳、模擬量引腳、數字量引腳均配有香蕉頭接口，可完成接線實訓內容。
6）紅外對射傳感器模塊（1個）
采用H2010直射型光電傳感器，槽寬10mm；采用寬電壓LM393電壓比較器，輸出形式：數字量；PCB板上畫有原理圖，常用的開發接口以香蕉頭形式預留，可完成接線實訓內容。
7）煙霧傳感器模塊（1個）
采用MQ系列半導體氣敏元件，檢測濃度范圍300-5000ppm,采用寬電壓LM393電壓比較器，輸出形式：模擬量、數字量；配有pogopin引腳，支持磁吸結構，PCB板上畫有原理圖，配有RV09可調電阻，支持靈敏度可調，GND引腳、氣體采集引腳、可調電阻引腳、模擬量引腳、數字量引腳均配有香蕉頭接口。可完成接線實訓內容。
8）酒精傳感器模塊（1個）
單元提供1路酒精濃度檢測傳感器（MQ-3），測量范圍10～1000ppm，響應時間<10s，預熱時間≥60s，輸出電壓2.5~4.0V，測量精度gas≥5（125ppm）。輸出形式：模擬量、數字量；配有pogopin引腳，支持磁吸結構，PCB板上畫有原理圖，配有RV09可調電阻，支持靈敏度可調，GND引腳、氣體采集引腳、可調電阻引腳、模擬量引腳、數字量引腳均配有香蕉頭接口，可完成接線實訓內容。
9）超聲波傳感器模塊（1個）
采用HC-SR04超聲波模塊；監測范圍：2cm-400cm；配有pogopin引腳，支持磁吸結構。
10）LF低頻RFID模塊（1個）
工作頻率：125Khz－134.2KHz；卡片采用非接觸式工作形式，板載天線，最大讀寫距離≥2cm，提供2個ID卡片；板載讀卡提示音和指示燈。配有pogopin引腳，支持磁吸結構。
2、執行器模塊：
1）LED燈光控制執行器模塊（1個）
提供1路5V直流LED照明模塊，支持單片機信號和外接繼電器驅動兩種控制方式，常用的開發接口以香蕉頭形式預留。可完成接線實訓內容。配有pogopin引腳，支持磁吸結構。
2）風扇執行器模塊（1個）
提供1路5V直流風扇模塊，支持單片機信號和外接繼電器驅動兩種控制方式，常用的開發接口以香蕉頭形式預留。可完成接線實訓內容。配有pogopin引腳，支持磁吸結構。
3）窗簾執行器模塊（1個）
提供2相4線步進電機，推力300g；提供導軌，模擬窗簾的開啟和關閉動作；支持按鍵控制電機運行行為：開、關、停；配有pogopin引腳，支持磁吸結構。
4）舵機執行器模塊（1個）
采用單路PWM舵機控制器；工作扭矩1.6kg/cm；轉動速度：0.12-0.13秒/60°；采用PMW信號進行傳輸；舵機運轉角度：0-360°；配有舵機運行角度原理圖，可通過單片機編程，實現舵機自由運轉；配有pogopin引腳，支持磁吸結構。
5）電磁門鎖控制執行器模塊（1個）
模塊采用規格27*28*17mm微型電磁鎖，工作電流0.4A/5W，鎖舌行程10mm，吸力10N。常用的開發接口以香蕉頭形式預留。可完成接線實訓內容。配有pogopin引腳，支持磁吸結構。
七、實驗資源包
1、AI核心運算單元教學資源
安裝Ubuntu 24.04+ROS2 Humble操作系統，使用JupyterLab，Pybullet虛擬仿真，支持一系列流行的AI框架和算法，比如TensorFlow、Pytorch等，系統安裝有OpenCV計算機視覺庫，TensorFlow AI框架，Pytorch AI框架，Yolo v5，DeepStreem。AI視覺實驗，如人體姿態估計、目標檢測等實驗。TOF測距，三角測距。傳感器實驗模塊可以更好的幫助學習者更加快速的入門的GPIO控制，從基礎入手，完成實驗項目。同時引出的GPIO和可移動的模塊也使我們后續的使用和開發更加方便。
2、AI機械臂運算單元及機械臂教學資源
1）人工智能機械臂教程
1.介紹AI人工智能機械臂開發教程
2.零基礎輕松玩轉AI人工智能機械臂
3.AI人工智能機械臂介紹
4.AI 人工智能機械臂開發知識準備
4.1串口總線介紹
4.2 串口總線舵機上位機軟件使用
4.3 串口總線舵機通訊協議介紹
4.4 JupyterLab軟件開發平臺使用
4.5 OpenCV計算機視覺庫介紹
4.6 TensorFlow Al框架介紹
4.7 Pytorch的優點,使用Pytorch進行圖像分類
5智能機械臂基礎入門實踐篇
5.1機械臂擴展板蜂鳴器實驗
5.2.機械臂擴展板用戶按鍵實驗
5.3.全彩 RGB 燈實驗
5.4.控制單個總線舵機實驗
5.5同時控制6個總線舵機實驗
5.6.讀取舵機的當前位置實驗
6.智能機械臂控制實踐篇
6.1.機械臂關節標定實踐
6.2.機械臂運動學正逆解算
6.3.機械臂舞蹈表演實踐
6.4.機械臂定點搬運色塊實踐
6.5.機械臂搬運碼垛色塊實踐
6.6.機械臂抓取工作區域九點標定
6.7.機械臂抓取工作區域物塊測試
7.智能機械臂 OpenCV 視覺處理實踐篇
7.1.安裝使用Matplotlib/Pyplot/Numpy
7.2.JetCam 庫中測試 USB 攝像頭
7.3.OpenCV讀取、寫入和顯示圖像
7.4.OpenCV讀取、顯示和保存視頻
7.5.OpenCV繪畫函數的使用
7.6.OpenCV進行顏色檢測
7.7.機械臂抓取工作區域物塊測試
7.8.OpenCV進行車牌檢測
7.9.OpenCV定位物體的實時位置
7.10. OpenCV 攝像頭機械臂物體追蹤
7.11.OpenCV攝像頭機械臂人臉追蹤
7.12.攝像頭 Radon 標定實踐
7.13.OpenCV手眼九點標定工作臺實踐
7.14.OpenCV 攝像頭色塊搬運分揀實踐
7.15.OpenCV攝像頭AprilTags標記識別抓取實驗
8.機械臂AI人工智能專項訓練項目實踐篇
8.1.初識深度神經網絡及卷積神經網絡
8.2.AI人工智能機械臂與主人互動實踐
8.3.AI人工智能機械臂手勢識別抓取
8.4.AI 人工智能機械臂垃圾分類實踐
9.智能機械臂 pyBullet 虛擬仿真實踐篇
9.1.虛擬仿真機械臂 PyBullet SDK 調用
9.2.虛擬仿真機械臂滑動條控制機械...
9.3.虛擬仿真機械臂物塊抓取實驗
10人工智能機械臂ROS 2 實踐篇
10.1.ROS2框架安裝和基本使用
10.2.智能機械臂 ROS2 基本操作
10.3.智能機械臂 ROS2抓取色塊實踐
10.4.智能機械臂 ROS2攝像頭色塊識別
2）人工智能機械臂視頻教程
1.AI視覺機械臂的安裝與測試
1.1Al視覺機械臂主板及轉接板安裝
1.2AI視覺機械攝像頭安裝固定
1.3AI視覺機械臂接線
1.4AI視覺機械臂基礎測試
2.人工智能機械臂介紹
2.1 AI人工智能機械臂介紹
2.2AI人工智能機械臂開發知識準備
2.3AI人工智能機械臂擴展板蜂鳴器實驗
2.4AI人工智能機械臂擴展板用戶按鍵實驗
2.5全彩RGB燈實驗
2.6控制單個總線舵機實驗
2.7同時控制6個總線舵機實驗
2.8讀取舵機的當前位置實驗
2.9機械臂關節標定實驗
2.10機械臂運動學正逆算
2.11機械臂舞蹈表演
2.12機械臂定點搬運色塊實踐
2.13機械臂搬運碼垛實踐
2.14機械臂抓取工作區域九點標定
2.15機械臂抓取工作區域物塊測試
2.16安裝和使用Matplotlib、Pyplot
2.17JetCam庫中測試USB攝像頭
2.18OpenCV讀取寫入和顯示圖像
2.19OpenCV讀取顯示保存視頻
2.20OpenCV繪畫函數的使用
2.21OpenCV進行顏色檢測
2.22OpenCV臉部和眼鏡檢測
2.23OpenCV進行車牌檢測
2.24OpenCV定位物體的實時位置
2.25OpenCV攝像頭機械臂物體追蹤
2.26OpenCV攝像頭機械臂人臉追蹤
2.27攝像頭Radon標定實驗
2.28OpenCV手眼九點標定工作臺實踐
2.29OpenCV攝像頭搬運分揀實驗
2.30OpenCV AprilTags標記識別抓取
2.31初始神經網絡及卷積神經網絡
2.32AI人工智能機械臂和主人互動實驗
2.33AI人工智能機械臂手勢識別抓取
2.34AI人工智能機械臂垃圾分類實踐
2.35虛擬仿真機械臂Pybullet SDK調用
2.36虛擬仿真機械臂滑動條控制
2.37虛擬仿真機械臂物塊抓取
2.38ROS2框架抓取和基本使用
2.39智能機械臂ROS2基本操作
2.40智能機械臂ROS2抓取色塊實驗
2.41智能機械臂ROS2攝像頭識別色塊抓取
3、嵌入式物聯網教學資源
STM32嵌入式單片機基礎實驗：
實驗1：STM32開發環境的安裝和配置
實驗2：新建一個STM32工程
實驗3：新建一個基于STM32固件庫的工程模板
實驗4：認識ARM-STM32單片機基本硬件功能
實驗5：點亮一個LED
實驗6：LED閃爍控制
實驗7：跑馬燈控制設計與實現
實驗8：LED循環點亮控制
實驗9：跑馬燈設計與實現
實驗10：數碼管顯示設計與實現
實驗11：IO口的位操作與實現
實驗12：按鍵控制LED設計與實現
實驗13：串口1（USART1）重映射實現
實驗14：中斷方式的按鍵控制設計與實現
實驗15：基于SysTick定時器的1秒延時設計與實現
實驗16：STM32定時器的定時設計與實現
實驗17：PWM輸出控制LED燈
實驗18：串行通信設計與實現
實驗19：USART串口通信設計
實驗20：模數轉換設計與實現
實驗21：基于寄存器的STM32模數轉換設計
實驗22：STM32串口無線傳輸設計與實現
4、傳感器/執行器采集和控制實驗
1）基于STM32的傳感器采集實驗：
溫濕度傳感器采集實驗、光敏傳感器采集實驗、人體紅外傳感器采集實驗、霍爾門磁傳感器采集實驗、火焰傳感器采集實驗、紅外對射傳感器采集實驗、煙霧傳感器采集實驗、酒精傳感器采集實驗、超聲波傳感器采集實驗、低頻RFID讀卡實驗；
2）基于STM32的執行器控制實驗：
LED燈光控制實驗、風扇控制實驗、窗簾控制實驗、舵機控制實驗、門鎖控制實驗。
5、無線傳感器網絡實驗：
ZigBee基礎實驗：GPIO、定時器、中斷等實驗等實驗
ZigBee無線通信技術的基本原理
ZigBee無線通信協議的理解
ZigBee基本功能配置實驗
ZigBee點對點實驗
ZigBee點對多點實驗
基于ZigBee的溫濕度傳感器采集實驗、光敏傳感器采集實驗、人體紅外傳感器采集實驗、霍爾門磁傳感器采集實驗、火焰傳感器采集實驗、紅外對射傳感器采集實驗、煙霧傳感器采集實驗、酒精傳感器采集實驗、超聲波傳感器采集實驗、低頻RFID讀卡實驗；
基于ZigBee的LED燈光控制實驗、風扇控制實驗、窗簾控制實驗、舵機控制實驗、門鎖控制實驗。
ZigBee進階實驗：ZigBee組網實驗、ZigBee傳感器組網采集及數據傳輸實驗、ZigBee網絡綜合實驗、zigbee網絡拓撲等實驗。
6、物聯網無線通信技術實驗：
基于藍牙4.0/Mesh通信實驗
基于WiFi無線技術的云端通信實驗
基于NB-IOT的云端通信實驗
基于4G的云端通信實驗
基于LoRa的云端通信實驗
移動網聯云服務應用實驗
云端系統注冊、搭建、配置操作
基于無線技術的云端IP綁定
云端硬件的添加以及配置
基于云端軟件控制界面的配置和快速開發
基于云端服務的數據采集和報警實驗
基于云端的遠程報警功能
基于WiFi的傳感器/執行器云端數據采集和控制實驗
基于NB-IOT的傳感器/執行器云端數據采集和控制實驗
基于4G的傳感器/執行器云端數據采集和控制實驗
基于LoRa的傳感器/執行器云端數據采集和控制實驗
基于多網絡融合（如：WiFi+ZigBee）云端采集和控制實驗
7、AI人工智能大模型模塊實驗：
1.語音交互與識圖，這是一個通過云端接入星火大模型的示例，包含大模型語音問答、拍照識圖、大模型繪圖等豐富功能示例，支持語音喚醒、多輪語音交互，支持參照指引文檔接入自己的大模型應用。
2.超擬人語音交互，在大模型套件上展示如何使用開發板和超擬人大模型進行語音交互，支持語音喚醒、多輪語音交互。
3.坐姿檢測：實時通過攝像頭檢測坐姿狀態并將圖像與算法結果現實在屏幕上。
4.人臉識別：支持注冊人臉后，進行人臉抓拍識別，輸出判斷結果。支持配合紅外攝像頭實現活體檢測。
5.頭肩&手勢識別：實時通過攝像頭檢測畫面中的頭肩，支持識別五種手勢信息。
6.語音合成:連接串口與電腦后，可通過串口工具輸入文本內容，進行語音的合成并播報。
7.字母拼讀:通過語音輸入的方式拼讀字母，實現英文單詞的識別并顯示查詞結果。
8.英文評測:通過語音輸入的方式評測英文發音是否標準，支持單詞、短語、句子。
9.離線拍照物體識別，物體分類快速上手
10.離線鼾聲檢測，鼾聲快速體驗
11.離線英譯中，英譯中快速體驗
8、實驗指導軟件：
采用可執行的Windows軟件，打開軟件后可以根據實驗計劃點擊進入不同的實驗目錄，包括物聯網實驗平臺的使用說明或簡介、驅動或軟件的安裝，以及所有教學實驗內容，全部采用實驗指導軟件實現教學實訓。實驗指導軟件界面包含實驗準備、硬件連接、通信協議、實驗內容，所有的源碼或軟件，均可以在實驗指導軟件上打開，無需進入深層的文件夾目錄，跟著實驗指導軟件學到哪里，直接點擊圖標即可打開源碼或軟件。實驗指導軟件還配有相關硬件圖片和實驗操作視頻，可方便快速使用實驗平臺設備。
9、物聯網云端可視化監控平臺：
Modbus協議：采用工業上常用的Modbus協議，可將工業級別傳感器完全移植到教學實踐中，并提供源代碼，云端自動生成相關數據實現硬件綁定，傳感器數據測試等操作；
監控中心：提供專業的監控界面，編程操作簡單，提供豐富的圖庫與控件，可把組態畫面、實時數據、歷史數據、攝像頭等多種監控數據融為一體，建立統一監控窗口，解決數據孤島問題，實現透明化和可視化管理；
設備管理：支持主流物聯網協議及擴展，并配套支持大量的網關與終端設備，僅需在PC端或手機端簡單操作即可完成設備上云；支持海量設備的并發，支持歷史數據導出及保留每條上傳的數據，可自動生成日報、周報、月報，也可進行單設備或批量設備的數據聚合分析，系統總體分析包含設備總量、在線離線比例、用戶量、設備型號、設備標簽、報警統計、固件版本分布、新增設備量等多種指標，提供指標趨勢分析和指標聚合分析；
場景應用：產品和場景的定義可大可小，用于描述和集中管理用戶最關心的終端數據集合；
二次開發：通過HTTP OPEN API、JS SDK、JAVA SDK等多種二開方式靈活調用大量云端服務，幫助開發者快速搭建物聯網行業SAAS應用。
常見問題：
1、如果我要購買嵌入式人工智能實驗箱,人工智能實驗系統，是否有安裝、培訓服務呢？
答：我們的設備如果沒有特別注明“不含安 裝”“裸機價”“出廠”等字樣的，都是提供安裝、培訓服務的。
2、你們的嵌入式人工智能實驗箱,人工智能實驗系統是否能開增值稅專用發票？
答：可以的，我們是正規企業，并且已經升級到一般納稅人，可以開具增值稅專用發票，如果您需要開嵌入式人工智能實驗箱,人工智能實驗系統的發票，您需要提供開票資料。
3、你們的嵌入式人工智能實驗箱,人工智能實驗系統都是自己生產的嗎？都有什么產品資質？
答：我們公司是專業生產教學設備的企業，完全自主生產，并通過了最新版ISO9001認證，擁有多項專利與著作權。
本文來自網絡，圖片為參考圖片，不代表本站立場，轉載請注明出處：嵌入式人工智能實驗箱,人工智能實驗系統
