机器人训练平台
该机器人训练平台从人工智能基础理论开始,利用Tensorflow进行相关机器学习与深度学习的算法练习,并且可以扩展到各个领域。借助英伟达的高性能GPU,通过学习、人脸识别和图像处理的边缘检测等方式体验到高性能的服务。
规格:0.00
一、概述
该机器人训练平台从人工智能基础理论开始,利用Tensorflow进行相关机器学习与深度学习的算法练习,并且可以扩展到各个领域。借助英伟达的高性能GPU,通过学习、人脸识别和图像处理的边缘检测等方式体验到高性能的服务。
二、主要组成
1) 硬件:
模块 |
列表 |
配置 |
嵌入式超级计算机 |
处理器 |
HMP Dual Denver 2/2 MB L2 + Quad ARM A57/2 MB L2 |
GPU |
NVIDIA Pascal, 256 CUDA 核心 |
|
视频 |
4K x 2K 60Hz 编码(HEVC) 4K x 2K 60Hz 解码 (支持12-Bit) |
|
内存 |
8GB 128bit LPDDR4 59.7GB/s |
|
显示 |
2x DSI, 2x DP 1.2 / HDMI 1.0 / eDP 1.4 |
|
CSI接口 |
多达6个相机 (2线) CSI2 D-PHY 1.2 (2.5 Gbps/Lane) |
|
PCIE接口 |
Gen 2 | 1x4 + 1x1 OR 2x1 + 1x2 |
|
数据存储 |
32GB eMMC, SDIO, SATA |
|
其它 |
CAN, UART, SPI, I2S, GPIOs |
|
USB |
USB 3.0 + USB 2.0 |
|
连接 |
1 个千兆以太网, 802.11ac 无线, 蓝牙 |
|
RoboEX 3WD机器人 |
控制器 |
32位ARM Cortex-M3 atsam3x8 - au单片机可达84MHz |
闪存 |
512 kb |
|
SRAM |
64 + 32KB |
|
DFU控制器 |
低功率AVR 8位单片机ATmega16U2-AU(DFU) |
|
对外接口 |
0.8MM 2Raw 40Pin连接器2EA |
|
程序接口 |
Micro usb类型(DFU) |
|
用户界面 |
字符LCD(16x2),蜂鸣器1EA,功能按钮5EA,状态LED 2EA,功率LED 1 ea |
|
通信 |
- CAN 2.0 Part A和CAN 2.0 Part B |
|
电机 |
RG35GM 11型DC12V 1/50带编码器直流电机 |
|
电机驱动器 |
L298P双全桥驱动器 |
|
传感器 |
- MPU-6050三轴加速度计 |
|
轮子 |
60MM主动型全向轮/ 6MM电机轴孔 |
|
电池 |
11.1V @ 5200mA 3EA |
|
尺寸 |
310mm x 310mm x 390mm |
2) 软件:
模块 |
列表 |
配置 |
AI人工智能 |
TensorFlow |
TensorFlow 1.0.1 |
Nvidia嵌入式超级计算机 |
操作系统 |
Ubuntu 16.04 |
运算平台 |
CUDA 9.0 |
|
GPU加速库 |
Cudnn 7.0.5 |
|
多媒体处理 |
OpenCV 3.4.0 |
|
其它 |
- Python 3.5 - ros kinetic |
|
RoboEX 3WD机器人 |
AndroX平台 |
启动器:2.0 |
ARM交叉工具链: Windows版GCC 4.6.3(新建源代码) |
||
主机工具链: GCC 4.5.3(内置cygwin) |
||
Cygwin版本:1.7.17 |
||
Make版本: GNU Make 3.82.90 |
||
Eclipse平台:Kepler (4.3) |
||
Arduino平台:1.0.5 |
||
Java SDK版本: Java SE Runtime Environment ( Build 1.6.0_26-b03) |
||
Android NDK版本:Release R8E |
||
Android SDK版本: Android 4.2 API(17) |
||
ADT版本:22.0.1 |
||
Android SDK工具:22.0.1 |
||
远程资源管理器:5.1.1 |
||
远程Shell: 0.62 |
||
远程查看器:2.7.1 |
||
串行数据包监视器:1.2 |
||
应用程序包:1.2 |
||
程序安装器:1.4 |
三、产品特点
1、通过该平台的学习,了解机器学习的基本理论到算法的实现。
2、掌握深度学习的基本方法及算法,是机器学习的基础,
3、通过高性能计算机,了解算力的概念。
4、具有实时图像处理的功能
5、该实训平台采用全向轮设计,可以向各个方向移动。
6、利用传感器实现各种物体识别及障碍物检测
7、整个平台硬件接口完全开放