功能特（tè）点
（1）AI核心
基于树莓派强（qiáng）大（dà）的Al计算能（néng）力，系（xì）统内核是一个小（xiǎo）巧却功能强大的计算机，它可（kě）以让你并行运行多个神经网（wǎng）络、对象（xiàng）检测、分割和语音处理等应用程序， 系（xì）统搭载高性能Cortex-A72 64位四核处理器，2路（lù）micro-HDMI端口支持分辨率高达4K的（de）双（shuāng）显示屏（píng），高达4Kp60的硬件（jiàn）视频解码，高达8 GB的RAM，双频2.4/5.0 GHz无（wú）线局域网，蓝牙5.0，千兆以太网，USB 3.0和PoE功能，带来足够的Al计算（suàn）能力（lì），并支持一系列流行的（de）Al框（kuàng）架和算法，比如TensorFlow、Pytorch、caffe/caffe2、Keras、MXNET等。
（2）系统框架与AI框架（jià）
系（xì）统预装Raspbian操（cāo）作系（xì）统，所有环境代码库（kù）文件均已安装，开机即用。Raspbian在云计算（suàn）领域效率极高，特别适用于机器学习这样的（de）存储密集型和计算密集型（xíng）任务（wù）。提（tí）供详细的python开源范例程序，。
Python具有 简单、易学（xué）、免费、开（kāi）源（yuán）、可移植、可扩展、可嵌入、面向（xiàng）对象等优点（diǎn），它（tā）的（de）面（miàn）向对象甚至比Java和C#更彻底；多种AI框（kuàng）架：OpenCV计算机（jī）视（shì）觉库，TensorFlow AI框（kuàng）架，Pytorch AI框（kuàng）架等（děng）。
（3）基础GPIO与传（chuán）感（gǎn）器实验基础实验模（mó）块
人工智能技术应用（yòng）与开（kāi）发平台基（jī）础GPIO与传感器实验模块，包括：LED实验、继电（diàn）器（qì）实验、轻触开关按键（jiàn）实验、光敏传感器实（shí）验、火焰（yàn）报（bào）警实（shí）验（yàn）、触摸开关（guān）实验、直（zhí）流电机风（fēng）扇模（mó）块实（shí）验、高精度ADC采集实验等（děng）全（quán）系列传感器。
（4）AI视觉实验模块
OpenCV（ Open Source Capture Vision） 是一个免费的计算机视觉库（kù）， 可通过（guò）处理图像和视频来完成（chéng）各种（zhǒng）任务，比如显（xiǎn）示摄像头输入的信号以及让机器（qì）人识别（bié）现实生活中的物（wù）体。AI 视觉模块以OpenCV为（wéi）图（tú）像处理库，搭载（zǎi）高（gāo）清120°广角摄（shè）像（xiàng）头，拥有第（dì）一视觉，可实现（xiàn）颜色识（shí）别、形状识别、基于Pytorch的手势识别、AI人工智能脸部特征识（shí）别（bié）等功能（néng）。
（5）AI语音交互实验模块
AI语音交互实（shí）验模块（kuài）涉（shè）及语音识别和语（yǔ）音合成模块。语音（yīn）识别该（gāi）模（mó）块使用方便，学生（shēng）无需深入了解语音识（shí）别（bié）原（yuán）理，通（tōng）过IIC通信（xìn），即可识别语音，输出结果，可直接用于多种人机交互场景（jǐng）的开发实（shí）验中。语音合成模（mó）块（kuài）是一款（kuǎn）可实现中文、英文合成（chéng），并集（jí）成语音编码、解码功能，可（kě）实现（xiàn）音量（liàng）调节（jiē）、智（zhì）能语（yǔ）速、语调调节等功（gōng）能，模拟（nǐ）真人（rén）发音效果，可助（zhù）力开发者实现顺畅自然的智能语（yǔ）音交互体验。结合音识别模（mó）块和语音（yīn）合成模块，实现智能语音交互实验（yàn）、语音唤醒实验、语音控制、语音（yīn）识别播报等。
（6）机（jī）器人运动（dòng）学
机器人运（yùn）动学分为正向运动学（xué）和逆向运动学，正向运动学即给定（dìng）机械臂（bì）各关节角度（dù），计算机器人（rén）末端位置；逆向运动学（xué）即已知机器人末（mò）端的位置，计算机械臂对应位置的（de）全部（bù）关（guān）节角度。本实验以6自由度机（jī）械臂（bì）为控（kòng）制对象，使用逆运动学，根据设置（zhì）的目标位置坐标，计算出关节角度； 再将关节角（jiǎo）度换算成舵机脉宽，就可（kě）以（yǐ）实现机械臂末端移动到目标位（wèi）置。实现单个（gè）PWM舵机控制（zhì）、机械臂多轴联（lián）等（děng）功能。
（7）ROS系统拓展模（mó）块
ROS机器人操作系统是工具、库和协（xié）议的集（jí）合，旨在简化（huà）机器人平台，构建复（fù）杂而（ér）强（qiáng）大（dà）的机器人，该（gāi）解（jiě）决方案（àn）以（yǐ）流行的机器人操作系统ROS为软件环境（jìng），以激（jī）光雷达为载体（tǐ），可（kě）开（kāi）设ROS应（yīng）用软（ruǎn）件（jiàn）开发、激（jī）光雷（léi）达传感（gǎn）器数据采（cǎi）集与融合（hé）、建图（tú）等内（nèi）容相关（guān）的各种（zhǒng）类型（xíng）的实验。具体涉及ROS激光（guāng）雷达Gmapping，Hector，Karto，Cartographer等建（jiàn）图算（suàn）法，实现建图、激光雷达（dá）警卫等功能。（8） 场景、多传感（gǎn）器器综合实验模（mó）块（kuài）
通过构建场（chǎng）景与（3）-（7）中AI视觉、AI语音、机器人运动学（xué）、ROS激光雷达（dá）、全系（xì）列（liè）传感模块等相（xiàng）结构，实现场（chǎng）景、多传感器器综合实验。例如，a）颜色分（fèn）拣（jiǎn）：通过对目标色（sè）块（kuài）进行（háng）颜色（sè）识别和坐标定位，可（kě）以轻松（sōng）控制机械臂实现颜色识别、抓取、分拣。b）智（zhì）能码（mǎ）垛（duǒ）：通过对（duì）目标物品进行识别和定位，可以（yǐ）轻松实现色块码垛的（de）功能（néng）。c）目标（biāo）追（zhuī）踪：通（tōng）过（guò）对目标色块进行视觉定位，利用机械臂的逆运（yùn）动学（xué）算法，可以更好（hǎo）的对目标色块进行（háng）捕（bǔ）捉和追踪。
