DLAI-1221A Sistem Latihan dan Penilaian Komprehensif Kepintaran Buatan

1. Gambaran keseluruhan

Sistem latihan dan penilaian komprehensif kecerdasan buatan DLAI-1221 ialah platform latihan dan penilaian yang dibangunkan berdasarkan keperluan di atas. Platform ini terdiri daripada komputer berprestasi tinggi, modul pembangunan terminal mudah alih, modul pensampelan dan ujian data, modul pengesanan penglihatan komputer, modul robot kolaboratif Habot, robot AMR berdasarkan navigasi kod QR dan modul simulasi senario aplikasi . Platform perisian adalah berdasarkan Windows (pilihan Linux Ubuntu 18.04) dengan modul prapasang seperti Anaconda, Python, YOLOv5, OpenCV dan PyTorch.

Sistem latihan komprehensif kecerdasan buatan DLAI-1221A mensimulasikan proses pemilihan pintar, menggunakan komputer sebagai pusat kawalan pintar, bekerjasama dengan kamera definisi tinggi, robot kolaboratif dan robot pemeriksaan AMR. Dipilih oleh robot kolaboratif untuk menyelesaikan pemilihan pintar.

Selain itu DLAI-1221A, kami juga membangunkan Platform Aplikasi Teknologi Robot Perkhidmatan DLAI-1221B.

2. Ciri-ciri Peralatan

1) Penyepaduan sistem yang kukuh: Platform ini menyepadukan pengaturcaraan Python, pengecaman sasaran YOLOv5, pemeriksaan visual OpenCV, robot AMR berdasarkan navigasi kod QR dan sistem robot kolaboratif. Ia menyepadukan pelbagai rangka kerja pembelajaran mendalam PyTorch dan TensorFlow. Ia menyepadukan teknologi kecerdasan buatan seperti penglihatan komputer dan pemprosesan bahasa semula jadi; ia dilengkapi dengan sistem simulasi aplikasi simulasi, yang benar-benar boleh menggunakan algoritma kecerdasan buatan, model dan aplikasi kepada senario sebenar.

2) Keselamatan peralatan: Dilengkapi dengan peranti perlindungan kebocoran, beban lampau dan litar pintas yang sepadan, yang boleh melindungi keselamatan pengguna dengan berkesan.

3. Parameter teknikal

1. Bekalan kuasa berfungsi: AC220V±10%, 50Hz.

2. Saiz tapak: (saiz susun atur keseluruhan 5M x4M)

3. Persekitaran kerja: suhu 5 ℃ - +40 ℃, kelembapan relatif <85% (25 ℃).

4. Perlindungan keselamatan: Ia mempunyai pelbagai perlindungan untuk litar pintas, beban lampau dan berhenti kecemasan.

4. Projek latihan

1) Teknologi pengaturcaraan Python

2) Pengecaman objek menggunakan Python dan OpenCV

3) Piawaian pengeluaran dan proses set data kecerdasan buatan

4) Penggunaan dan penggunaan rangka kerja pembelajaran mendalam berasaskan PyTorch

5) Penggunaan dan penggunaan rangka kerja pembelajaran mendalam berasaskan TensorFlow

6) Aplikasi penglihatan komputer berdasarkan YOLOv5

7) Aplikasi penglihatan 2D/3D

8) Teknologi pengaturcaraan PLC

9) Kawalan pengaturcaraan robot koperasi

10) Kawalan pengaturcaraan robot AMR berdasarkan navigasi kod QR