机器视觉教学实验箱,AI视觉机器人实训装置

特点和优势
（1）开箱即用。部署边缘计算终端，配置17寸高清IPS触摸屏，支持十点触控，内部含储物单元格，支持键盘、鼠标、电源适配器，以及实验教具的存放。上电即用，用户无需配置任何外设。
（2）支持两种开发环境。实验软件提供jupyter notebook和VS2015两种开发环境，其中jupyter notebook采用Python编程语言，VS2015采用C++编程语言，用户根据实际需要选择，可满足不同院校的教学要求。
（3）双视觉系统设计。包含标准机器视觉系统和云台视觉系统，可开展静态、动态两种环境下的机器视觉实验。
（4）源代码开放。开放全部软件框架和算法级源代码，学生可在代码层面，通过调参、代码填充等方式进行应用和验证性质的课程基础实训，也可参考实验指导书，自行编写代码，进行相对复杂的项目实训。教师则可依托该平台，进行深度的二次开发。
系统主要功能模块
1.边缘计算终端
边缘计算终端采用NVIDIA公司的Jetson Nano处理器，该处理器具备GPU运算功能，既可作为边缘计算终端（即小型电脑）使用，也可进行基于深度学习的数字图像处理相关的分析和运算。通过在处理器中部署视觉系统SDK、Python和OpenCV等相关软件和框架，以及与外接设备的通讯协议，学生即可完成从视觉系统硬件搭建、图像采集、图像处理，到实验流程设计与论证，再到视觉系统和外部设备的联动控制等一系列功能，无需另外配置电脑。
边缘计算终端主要技术参数如下：
（1）处理器：64位四核CORTEX-A57，128核MAXWELL GPU；
（2）内存：4GB LPDDR，板载存储：128GB；
（3）接口：USB3.0×4，Micro USB×1， HDMI×1，RJ45×1，DC5.5×2.1电源接口；
（4）集成Linux、Python等运行环境，支持数字图像处理、机器视觉、深度学习等算法、硬件、应用的开发和学习。
2.静态视觉系统
静态视觉系统即一套标准工业级视觉系统，包括工业相机、镜头、LED光源、光源控制器等，通过视觉支架进行集成，为所有的静态目标检测、分析和处理提供实训的硬件环境。
视觉系统结构如下：
视觉系统主要硬件如下：
（1）工业相机
传感器型号：Sharp RJ33；
像元尺寸：3.75 µm×3.75 µm；
靶面尺寸：1/3"；
分辨率：1280×960；
帧率：30 fps；
曝光时间：34μs～1sec；
黑白/彩色：彩色；
接口：GiGE。
（2）工业镜头
焦距光圈：固定焦距；
光圈：手动光圈；
像素级别：600万像素，FA 镜头；
焦距大小：12mm ；
F数：F2.8～F16。
（3）LED光源
光源类别：30度环形光源；
LED类型：贴片LED；
颜色：白色；
色温：6600K；
功率：14.4W。
3.动态视觉系统（二自由度云台）
动态视觉系统可在线进行视频或图像传输，实时将场景信息传输至边缘计算终端中进行处理，并通过外接显示设备进行结果显示。场景信息包括人脸、行人、车牌，以及其他待检测的目标物体等，识别到目标后，可做跟随运动，开展行人跟踪、人脸识别与跟踪、车牌识别等相关的应用型综合实训。
系统主要由二自由度云台和摄像头组成；
传感器类型：2MP CMOS；
视频制式：PAL/NTSC；
分辨率：1920×1080；
视频帧率：1920×1080@30、25fps；
镜头：定焦3.6mm；
视场角：水平80.3°，垂直50.8°，对角线88.7°。
4.高清显示屏
采用17英寸高清触摸屏；
屏幕主要技术参数如下：
窄边框设计，1920×1080高清分辨率；
IPS硬屏，钢化玻璃面板，99%RGB，178°广视角；
支持NVIDIA、Windows、树莓派等操作系统，十点触控；
接口：USB、HDMI、电源。
5.单片机、plc可编程设计与控制虚拟仿真软件（需提供版权证书及演示视频）：
1)本软件基于unity3d开发，内置实验步骤、实验指导书、电路图、组件列表、连接线路、接通电源、电路图、场景重置、返回等按钮，在连线及代码正确后，可以通过启动/停止、正向运动、反向运动按钮操作三维机床模型运动，在连接线路状态下，三维机床模型可进行放大/缩小、平移。
2)继电器控制：阅读实验指导书，并进入实验，通过识读电路图，选择组件列表中的继电器、热继电器、开关等元器件以拖拽的形式布局至电器柜中，限位器置于三维机床模型上，可选择盖盖子，部分元器件名称可重命名，然后点击连接线路按钮，将端子对端子进行连线，将机床电路连接成功后，选择接通电源，进行操作，若组件或线路连接错误将弹出提示错误框，可随时进行场景重置。
3)plc控制：实验同继电器控制，增加PLC控制功能，在连线完成后，通过PLC编码按钮，进入程序编写界面，编写正向与反向2条程序，共有12个梯形图符号，编写完成后，选择提交进行程序验证。验证成功后，接通电源进行操作，组件、线路连接、代码错误将弹出提示错误框，可随时进行场景重置。
4)单片机控制：实验同继电器控制，增加单片机控制功能，在连线完成后，通过C编码按钮进入编程界面，输入正确的C语言代码，提交验证成功后，接通电源进行操作，组件、线路连接、代码错误将弹出提示错误框，可随时进行场景重置。
三、实验项目要求：
五、实训项目
1.基础实验：Python语言程序设计
（1）python集成开发环境搭建、软件安装实验
（2）python编程实验：计算任意输入整数的阶乘
（3）python编程实验：汉诺塔问题
（4）python编程实验：使用蒙特·卡罗方法计算圆周率近似值
（5）python编程实验：使用Numpy进行t检验
（6）python 编程实验：使用PIL读取、显示和处理图像
（7）python GUI编程实验：matplotlib数据可视化
（8）python GUI编程实验：动态时钟设计
2.基础实验：数字图像处理
（1）图像的代数运算
（2）图像变换
（3）图像分割
（4）图像平滑
（5）图像增强
（6）彩色图像处理
（7）形态学处理
（8）边缘检测
（9）直线、圆检测
（10）三角形、矩形检测
3.基础实验：机器视觉
（1）视觉系统搭建与硬件操作
（2）图像采集与显示
（3）视觉定位
（4）视觉系统的标定
（5）颜色识别
（6）形状识别
（7）测量物体尺寸
（8）物体有无检测
4.课程设计：人脸识别系统
（1）能够录入人脸数据；
（2）能实现身份认证；
（3）有专门的用户操作界面。
5.课程设计：形状识别系统
（1）能够识别平面彩色图形，如圆形、矩形、三角形；
（2）能够识别大小不等的立体图形，如篮球、足球、排球；
（3）有专门的用户操作界面。
6.课程设计：物体缺陷检测系统
（1）能够对物体进行预处理；
（2）能够检测是否有缺陷并提取缺陷特征；
（3）能够输出缺陷的大小，判断目标是否合格。
7.课程设计：证件字符识别系统
（1）能分割出视野中的证件区域；
（2）能找到字符所在区域；
（3）能将字符逐个分割出来，并进行准确识别，而后显示。
8.课程设计：车牌检测与识别系统
（1）能从视频流中提取特定帧图像，并进行预处理，滤除干扰信息；
（2）能从图像中定位到车牌位置；
（3）对车牌信息进行识别，并输出到界面。
9.课程设计：种子计数与分级系统
（1）能对图像进行预处理，滤除干扰信息；
（2）能对不同种子进行分割，统计有效种子的数量；
（3）能逐个判别种子特征，根据分类依据进行种子分级。