人工智能物联网实验平台，智能物联网实训装置

人工智能物联网实训平台

一、平台基础简介
人工智能物联网实训平台是一款人工智能教学、实训、智能应用的研发平台。平台基于视觉、嗅觉、触觉、听觉等感知信息，运用计算机数值数值视觉、语音识别、计算机数值数值控制、互联网通信等技术，集合IOT传感器及执行设备完成行业智慧化应用。
平台架构如图所示：

二、平台包括
平台主要应用硬件、系统、教学资源三部分包括。
1、硬件部分应用F-Table实训台体，设定有八个尺寸不一样的插槽、一个可拆卸网板、小型信号示波器、3V/5V/12V电源插孔。插槽处用来装配原理级实训模型块，磁吸固定，探针连接信号（RS232、TTL UART、5V、3.3V）。网板支持商用级模型块磁吸装配，实训连接线连接。平台支持灵活集合，可与人工智能Python主板、人工智能Android主板、智能网关通信，实行IOT基础教学实训、人工智能应用实训。外观如下图：

平台人工智能主板、IOT传感器、IOT执行器的布置图如下所示： 2、系统部分含有人工智能在线教学平台、语音识别小智机器人监控系统两部分。
（1）人工智能在线教学平台提供WEB平台，只需打开浏览器登录到平台，即可开始人工智能知识点的学习掌控把握掌控把握，从图像处置整理基础知识、到机器学习掌控把握掌控把握模式识别、深入到Tensorflow框体构造人工智能深度学习掌控把握掌控把握，最后提供经经典型行业应用案例，熟悉人工智能的研发过程；统计识别所需的时间、成果；提供在线实训手册、实训代码，及研发者模式，有助于用户自主研发。 人工智能教学实训平台界面 （2）语音识别小智机器人监控系统应用第三方AI SDK，完成自然语言唤醒、语音合成、语义理解，完成聊天对话、百科问答等功能。--与云服务平台通信，与人工智能平台板载的网关实行绑定，即可完成语音远程收集环境功能数值，语音控制设备。 语音识别小智机器人主界面 3、教学资源含有
（1）人工智能web教学平台python语言在线实训手册、实训代码
（2）基于Android AI SDK的实训手册、实训代码。
三、功能特别点
1. 支持多种人工智能和物联网课程，如图像处置整理、计算机数值数值视觉、机器学习掌控把握掌控把握、深度学习掌控把握掌控把握、嵌入式连连接口技术与传感器、Android物联网应用研发、计算机数值数值互联网通信技术等。
2. 支持C、Python、Android至少三种语言。感知层IOT传感器及执行器的收集控制应用C语言研发，基于Cortex-M3内核。人工智能在线教学平台（图像处置整理、机器视觉、深度学习掌控把握掌控把握）应用Python语言，基于OpenCV机器视觉库、TensorFlow深度学习掌控把握掌控把握框体构造、Caffe深度学习掌控把握掌控把握框体构造。语音识别小智机器人应用Android语音，调用第三方AI SDK，经过HTTP协议接入与云平台，并与智能网关管理的IOT传感器、执行器绑定，完成语音收集传感器、语音控制执行器。
3. 支持python外设编程、通信编程、机器学习掌控把握掌控把握编程，如信号检验测量试验与执行器控制、python的互联网编程、机器学习掌控把握掌控把握课程教学、实训、实训。
4. 支持在线实训手册、实训代码、在线实训检验。将一次人工智能实训过程分解为实训手册浏览（熟悉实训目的、实训原理）、实训代码学习掌控把握掌控把握（实训代码关键语句讲解）、在线实训检验等3个过程。
5. 支持离线图片、就地就地实时视频两种处置整理方法。在线实训检验支持从电脑中任选图片，实行识别；也可调用摄像头，运用平台AI核心算法，对视频流实行识别。
6. 实训过程、识别耗时、识别成果以LOG信息、目标矩形框标注、或语音播放的形式实行展示。
7. 能够完成数字图像处置整理功能，如灰度化、二值化、边缘检验测量试验、小波变换、形态学等。 8. 能够完成多种识别，如颜色、形状等识别功能。 9. 能够完成人脸检验测量试验、行人检验测量试验、聚类解析等机器学习掌控把握掌控把握。如Adaboost人脸检验测量试验、行人检验测量试验、SVM人脸检验测量试验、K-Means鸢尾花聚类等； 行人检验测量试验 车牌识别 10. 能够完成涂鸦猜游戏、文字识别、物体识别、垃圾分类等深度学习掌控把握掌控把握。基于caffe框体构造、tensorflow框体构造完成深度学习掌控把握掌控把握，如图所示。 物体识别
11. 支持物联网通信协议MQTT、HTTP完成人工智能与IOT感知设备的连接。
12. 支持第三方AI SDK完成智能语音识别技术，如智能对话，问天气、讲故事、百科问答等，如语音查询环境功能数值，语音控制照明灯、语音控制风扇等。 13. 能完成人脸识别活体检验测量试验，人脸识别门锁控制功能。 14. 能够嵌入式连连接口技术与传感器、计算机数值数值通信，可经过上位机平台查看传感器采样信息，如图所示。 四、课程实训

课程类别	课程要求
1.人工智能概论	课程内容	理解人工智能概念、发展历史、
2.Python基础编程	课程目标	掌控把握Python基础编程方法
	课程内容	基于人工智能研发套件完成Python研发环境搭建，基础语法的入门，通信编程研发等。
	课程实训	实训1：研发环境装配 实训2：数值类型 实训3：程序控制 实训4：函数类	实训5：模型块和标准库 实训6：文件和流 实训7：数值库和互联网编程 实训8：图形用户界面
3.数字图像处置整理 实训课程	课程目标	理解图像处置整理算法的原理 掌控把握数字图像处置整理的常用方法
	课程内容	基于人工智能研发套件完成图像处置整理视觉库的装配、图像处置整理方法调用。
	实训硬件	人工智能应用研发套件
	课程实训	实训1 Opencv视觉库的装配配备装备 实训2 图像灰度化 实训3 归一化 实训4 二值化 实训5 图像滤波：高斯、中值	实训6 边缘检验测量试验：Sobel/Canny/hog 实训7 形态学 实训8 灰度直方图 实训9 锐化 实训10 钝化 实训11 图像增强
	课程实训	实训1 颜色识别	理解颜色包括和表示方法； 使用Opencv库识别颜色，并播报。
		实训2 简便图形形状识别	理解霍夫变换的原理； 涉及图像灰度化、归一化、滤波、边缘检验测量试验等知识点； 使用Opencv库识别圆形、矩形，并播报。
4.机器学习掌控把握掌控把握 应用实训课	课程目标	1.理解机器学习掌控把握掌控把握的分类：无监督、有监督 2.理解数值集的原理、作用、存储格式 3.理解至少一种聚类算法如K-Means的原理：欧式距离、余弦距离曼哈顿距离计算方法； 4.理解至少一种机器学习掌控把握掌控把握算法如Adaboost、SVM、决策树等的原理：分类器的流程； 5.掌控把握聚类算法、分类器算法的调用方法 6.掌控把握分类器的检验测量试验分类效果 7.掌控把握按照分类效果，实行智能控制 8.经过增减数值集，掌控把握算法实训的全过程
	课程内容	能够使用机器学习掌控把握掌控把握的算法，完成聚类、分类、以及能够集合声、光、电设备完成关联控制
	课程实训	实训1 鸢尾花聚类播报 实训2 脸部数值集解析显露	实训3 人脸检验测量试验控制实训 实训4 行人检验测量试验控制实训 实训5 车牌识别
5.深度学习掌控把握掌控把握 应用实训课	课程目标	1.理解深度学习掌控把握掌控把握的定义，与机器学习掌控把握掌控把握的区别 2.理解数值集的原理、作用，以及格式 2.理解至少一种深度学习掌控把握掌控把握算法的课程课程理论：如CNN、RNN、BP神经互联网 3.掌控把握至少一种深度学习掌控把握掌控把握框体构造的使用方法：如Caffe、TensorFlow 4.掌控把握使用深度学习掌控把握掌控把握方法完成识别的方法 5.掌控把握按照识别成果，实行智能控制，如语音播报识别到的数字，语音播报识别到的物体名称，控制声、光、电执行部位件。 6.经过多加数值集，掌控把握算法实训的全过程。
	课程内容	能够使用深度学习掌控把握掌控把握的方法，完成数字、物体识别，使人工智能与物联网感控设备联动
	课程实训	实训1 手写数字识别 实训2 涂鸦猜游戏	实训3 物体识别 实训4 垃圾分类
6.自然语言应用研发实训课	课程目标	掌控把握使用人工智能平台SDK完成语音识别技能
	课程内容	1）经过写入的语音实行识别，能够支持整段音频实行识别以及流式语音识别。 2）整段文字识别，在用户录入整段音频后，能够将返回语音的文字内容。 3）流式识别可以完成边录音边识别，并能在录入过程中将识别的内容同步显露出来。
	课程实训	实训1 语音唤醒 实训2 语音合成	实训3 语义理解 实训4 文字识别
7.嵌入式连连接口技术与传感器系列	课程目标	掌控把握单片机传感器原理研发
	课程内容	1.温湿度传感器实训 2.光敏传感器实训 3.pm2.5传感器实训 4.结露传感器实训 5.超声波传感器实训 6.红外反射传感器实训 7.霍尔传感器实训 8.称重传感器实训		9.九轴传感器实训 10.热释红外传感器实训 11.振动传感器实训 12.声音传感器实训 13.紫外线传感器实训 14.环境光传感器实训 15.红外对射传感器实训 16.颜色识别传感器实训
8.嵌入式Android系统应用研发	课程目标	掌控把握Android物联网应用研发方法
	课程内容	1.网关接入云平台配备装备 2.ModbusRTU通信协议的解析 3.平台JSON数值包重组		4.MQTT协议解析与测量试验 5.HTTP协议解析与测量试验