- 電工電子電氣實訓設備
- 電力電子電機實訓裝置
- 過程控制實驗裝置
- 工業機器人智能制造
- 維修電工實訓設備
- PLC自動化實訓設備
- 數控機床實訓考核裝置
- 數控機床機械加工設備
- 機床電氣實訓裝置
- 機電一體化實訓設備
- 機械示教陳列柜
- 機械專業實驗設備
- 傳感器檢測實驗室設備
- 工業互聯人工智能實訓設備
- 特種作業操作實訓考核設備
- 物聯網實驗實訓設備
- 消防、給排水實訓設備
- 網絡布線實訓室設備
- 電梯安裝維修實訓考核設備
- 熱工暖通家電制冷實訓設備
- 樓宇智能化實訓設備
- 環境工程實驗裝置
- 流體力學實驗裝置
- 化工專業實驗實訓設備
- 新能源實驗實訓設備
- 電力供配電實訓設備
- 煤礦礦山實驗實訓設備
- 液壓氣動實驗室設備
- 教學仿真軟件
- 軌道交通實驗實訓設備
- 船舶實訓考核裝置
- 駕駛模擬訓練設備
- 新能源汽車實訓設備
- 汽車發動機底盤實訓臺
- 汽車電器電子實訓臺
- 特種車工程機械實訓設備
- 智能網聯汽車實訓設備
- 醫學教學模型
- 中小學實驗室設備
- 實驗箱.實驗儀
- 光電子通信實驗裝置
- 儀器設備.教學掛圖
- LG-DQ04型 電氣自動化技術考核實訓裝置
- LGKL-735D型 通用電工電子實訓設備(電工電子電氣數
- LG-BZH015型 光纜交接箱工程布線光電展示實訓裝置
- LG-BZH014型 數據中心工程布線光電展示實訓裝置
- LG-BZH013型 光纖熔接實訓設備
- LG-BZH012型 全光網綜合布線實訓平臺
- LG-BZH011型 網絡綜合布線故障模擬與檢測實訓裝置
- LG-BZH010型 網絡綜合布線故障模擬與檢測實訓裝置
- LG-BZH09型 光纜配線端接與測試實訓裝置
- LG-BZH08型 光纜配線端接與測試實訓裝置
- LG-BZH07型 銅纜配線端接與測試實訓裝置
- LG-BZH06型 銅纜配線端接與測試實訓裝置
- LG-DST02型 智能制造單元理實一體化平臺
- LGP-LC01型 PLC實驗臺
- LGY-LY020型 運動控制實訓裝置
- 汽車透明整車模型、運輸車輛模型
- CLG-104型《電機與變壓器》示教陳列柜（CD解說）
- CLG-109《模具》示教陳列柜（CD解說）
- CLG-107型 機械綜合陳列柜
- CLG-102型 《機械零件》示教陳列柜
- LG-DCC型 機械振打袋式除塵實驗裝置
- LG-MFL01型 超濾微濾膜分離實驗裝置
- LG-NKS型 催化劑顆粒內擴散實驗裝置
- LG-CLDF型 多釜串聯實驗裝置
- LG-YY18C型 氣動與PLC實訓裝置(T型鋁槽單面)
- LG-YY18B型 透明液壓傳動與PLC實訓裝置(T型鋁槽單面
- LG-YYCS01型 液壓傳動與控制綜合測試實驗臺
- LG-DY01B型 電液比例綜合實驗臺
- LG-YYZN01型 智能型液壓綜合實驗臺
- LG-DLK01型 電力系統綜合自動化實驗平臺
LGAI-CY02A型 人工智能產教融合實驗室建設方案
品牌：理工偉業 咨詢電話：010-82827827 82827835
一、建設方案
人工智能產教融合實驗室建設依據人工智能專業的特點，以“厚基礎、寬知識、重思想、重創新、重實踐”為核心，采用“AI+產業”模式，預計包含人工智能實訓教學、人工智能科研實訓和智能硬件設備。
人工智能實訓教學提供了人工智能課程教學、虛擬仿真教學和智能硬件教學。利用數智化實踐教學平臺可開展備課、授課、課堂互動、課后作業、課程考核、實訓拓展、教學考試和教學分析全過程人工智能教與學，在完成理論課程、實踐課程學習后，還可以進行機器人、機械臂的虛擬仿真教學，同時可以利用智能硬件與平臺打通的能力，將算法代碼下發到開發套件進行執行驗證，從層次、多維度的學習和掌說學習的知識。
人工智能科研實訓提供了一站式人工智能項目開發和智能硬件科研開發。利用數智化產學研協同平臺開展從數據獲取、數據處理、模型開發、模型訓練到部署推理整個流程項目開發工作，可以使用數據中心和模型市場提供數據和預訓練模型，將開發完成的模型直接部署到模型市場，提供模型服務和API調用。
二、數智化實踐教學平臺
數智化實踐教學平臺采用B/S架構，利用先進的云計算、大數據和人工智能理念，搭建面向人工智能教育的一體化教學平臺，產品將對教學資源、實驗環境和工具、教學流程、虛擬化支撐云平臺和硬件資源進行整合和重建，從高校教學管理者、專業負責人、課程負責人、教師和學生等多緯角度上，打造專業化人才定制培養服務平臺。
平臺采用異構云架構，一體化提供人才培養能力支撐。完備的實驗教學支撐能力。平臺能夠支撐高并發用戶作業。平臺覆蓋教學的課前、課中和課下整個過程，幫助教師和學生專注于教和學。定制的實驗開發環境，方便教師交互式教學；人性化的聊天室，方便用戶的課堂互動；課后在線布置作業，自動評分，高效省力；針對學生的學習特性，定制化生成專屬的用戶畫像。
三、數智化產學研協同平臺
數智化產學研協同平臺采用B/S架構，利用先進的云計算、大數據和人工智能理念，搭建面向人工智能和大數據教育的產學研一體化平臺，產品將對教學資源、開發環境和工具、開發流程、算法資源、虛擬化支撐云平臺和硬件資源進行整合和重建，從高校教學管理者、專業負責人、課程負責人、教師和學生等多緯角度上，打造專業化人才定制培養服務平臺。
平臺提供從數據獲取、數據處理、模型開發、模型訓練、評估到部署推理整個開發流程。用戶可以使用綜合項目開發系統開展項目開發工作，可以使用數據中心和模型市場提供數據和預訓練模型，將開發完成的模型直接部署到模型市場，提供模型服務和API調用。
四、Robot-U機器人
Robot-U機器人是一款針對高校和科研院所的軟硬件一體的科研教學機器人。已完全支持室內環境中的所有的機器人ROS相關傳感器接入和機器人應用。并與科研平臺打通，可以直接將訓練完成的模型，部署到設備上進行推理。
Robot-U機器人包含運動控制系統、二維激光雷達點云測距、超聲測距、紅外測距、人臉識別攝像頭、RGBD深度攝像頭以及伺服云臺。另外，在功能上，Robot-U機器人搭載了人臉識別盒子，用戶通過HTTP服務訪問人臉識別盒子，輕松獲取當前的人臉識別結果；Robot-U機器人在語音識別和語音交互上也毫不遜色，依靠科大訊飛的強大語音處理能力，Robot-U機器人上搭載了我們為其特別定制的語音交互功能。人臉識別、語音交互、機器人SLAM等聯動，可實現多種復雜的功能。
五、Robot-Arm機械臂
Robot-Arm六自由度機械臂是一款面向高校和科研院所量身打造的輕量型科研教學機械臂，適用于教學實驗、科學研究、創新實踐等。
Robot-Arm不僅能滿足機械臂運動控制、路徑規劃、力矩控制等算法的學習和驗證，為手眼協作、視覺抓取等二次開發提供快速便捷的集成方案，還開放完整的ROS軟件包及相應的ROS接口，實現ROS全支持。
此外，我們提供桌面版，單臂版、雙臂版3種不同的機械臂產品形態，與Robot-U搭載一起，結合移動導航可開展更多功能的驗證。
六、JNano開發套件
JNano開發套件作為邊緣計算教學實訓產品，將人工智能相關算法與邊緣設備相結合。支持深度學習優化TensorRT、TensorFlow、OpenCV、Python、Keras、Pytorch和ROS等技術棧。可并行運行多個神經網絡，旨在為高校智能科學與技術、計算機科學與技術等相關專業提供人工智能教學、科研的配套資源支撐。
科研應用平臺實現了與JNano的打通。用戶可以通過科研應用平臺上配套JNano的實驗進行應用開發，也可以利用科研應用平臺的科研能力進行模型訓練，最后部署到JNano上應用。
JNano由硬件設備資源和實驗內容體系兩部分組成，硬件設備資源包括：JetsonNano開發板、攝像頭、64GB Class10 Micro SD卡、保護外殼、屏幕切換器、HDMI-VGA線纜等；實驗內容體系主要包括邊緣計算的部署及深度學習模型壓縮等內容。
七、高級自動駕駛小車
高級自動駕駛小車是一款自動駕駛教育機器人小車。它是一套基于智能硬件Jnano適用于有編程基礎或剛入門編程的AI技術學習者，可以大大降低用戶學習開發門檻。高級自動駕駛小車集成了人工智能機器人領域最前沿的深度學習、圖像識別、語音識別、建圖導航、室內外高精度定位等技術。
高級自動駕駛小車無人車采用軟件與硬件結合的方法，讓教師和學生能夠有針對性的學習和掌握人工智能算法、機器視覺、嵌入式基礎、電氣控制等相關知識和技能。
高級自動駕駛小車無人車主要由車體、輪胎、激光雷達、雙目相機、英偉達Jeston nano主控板等組成。
八、人工智能語音開發套件
人工智能語音開發套件離線語音識別以英偉達Jetson 系列加速模塊為核心的開發者板形態產品，主要功能是將Jetson開發板的接口對外開放，方便學生快速簡捷的使用Jetson系列開發板來做語音識別相關領域的科研，可以運用于安防、無人機、機器人、智慧車載、智慧醫療、智能家居等眾多領域的預研開發。Jetson系列開發板通過外形小巧的模組系統（SOM）將超級計算機的性能帶到了邊緣端。搭配針對語音識別的教學及實驗內容，可以更好的完成針對自然語言處理相關的教學、科研項目、二次開發、競技比賽等。
九、人工智能底層支撐平臺
為了更高效、更大化的利用硬件資源，人工智能底層支撐平臺可以對數智化實踐教學平臺和數智化產學研協同平臺的資源進行統一協調調度，同時也可以自定義云服務，開展人工智能場景的研發工作。
人工智能底層支撐平臺為一套人工智能底層資源管理系統，面向深度學習計算集群，需具備科研教學一體化，容器化架構。支持CPU/GPU異構計算分布式集群，科研數據管理服務，代碼和項目文檔管理服務，鏡像管理以及可視化展示等特點。可以支持多種深度學習框架，能夠快速部署深度學習開發、訓練、預測環境，全面管理深度學習任務，為深度學習用戶提供高效易用的平臺。對計算集群的CPU及GPU資源進行統一的管理、調度及監控，有效的提高計算資源的利用率和生產率為深度學習用戶提供高效易用的平臺。