首页    其他系列    机器人训练平台
image

机器人训练平台

概要信息:
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
- LIN 1.3 & 2.0

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
- TMP36GT9低压温度传感器
-带有直流电机的编码器
- MA40S4R / MA40S4S超声波传感器
- GP2Y0A21YK测距传感器

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