算力強勁的人工智能主機

　　深度學習教學平臺主機采用性價比極高的英偉達計算主機Jetson Nano，配置高性能的四核64位ARM CPU，可用于各種機器人控制算法的實現(xiàn)，同時搭載128核的NVIDIA GPU，可提供472 GFLOPS的計算性能，還包括4GB LPDDR4存儲器，采用高效，低功耗封裝，具有5W / 10W功率模式和5V DC低電壓輸入能力。具有圖形加速能力，內(nèi)置NVIDIA CUDA Toolkit和TensorRT等庫。SDK包括主流的開源機器學習(ML)框架，如TensorFlow，PyTorch，Caffe，Keras和MXNet，以及計算機視覺和機器人開發(fā)的框架，如OpenCV和ROS;

　　自主研發(fā)的高性能運動控制器

　　底盤控制器采用STM32F407高性能ARM處理器，主頻高、資源豐富?？蓪崿F(xiàn)板載陀螺儀數(shù)據(jù)采集與解算、4路直流減速電機編碼器數(shù)據(jù)采集與車速PID/MFAC閉環(huán)控制、四輪差速底盤運動解析及控制接口、與車載計算模塊的數(shù)據(jù)通信;控制器進行深度定制，不僅支持c/c++開發(fā)，同時可支持python語言開發(fā);

　　靈活易用的開源實時操作系統(tǒng)

　　底盤控制器搭載國產(chǎn)優(yōu)秀的嵌入式實時操作系統(tǒng)RT-Thread，實現(xiàn)所有內(nèi)核功能模塊調(diào)用、Finsh shell命令行交互模塊。可擴展文件系統(tǒng)管理、網(wǎng)絡系統(tǒng)管理、支持Python編程的MicroPython系統(tǒng)框架、基于四輪差速底盤智能車的控制系統(tǒng)框架;提供RT-Thread操作系統(tǒng)的完整例程和教學課程;

　　豐富的人工智能和機器視覺案例

　　深度學習教學平臺支持Web頁面瀏覽攝像頭;基于openCV的人臉識別、車道線識別、巡線;Yolo交通標識識別、手勢識別、物體識別;Unet語義分割實現(xiàn)車道線檢測;語音交互與聲源定位;3D視覺建圖與導航;多機器人編隊;深度視覺跟隨;

　　完善的ROS機器人系統(tǒng)功能

　　車載計算主機搭載Ubuntu18.04版本Linux操作系統(tǒng)，配置ROS及相關開發(fā)工具，實現(xiàn)ROS核心通信機制及組件、對底盤狀態(tài)監(jiān)測及運動控制、ROS分布式遠程開發(fā)、攝像頭數(shù)據(jù)采集與處理、SLAM建圖與導航、聲源定位、語音識別、Gazebo仿真環(huán)境，提供完整代碼。