实验设备MODEL / IAS-Lab500

人工智能综合实验箱

感知 · 决策 · 控制 · 实体执行

IAS-Lab500 融合 6 自由度机械臂、深度视觉、AI 语音、输送带与 17 类传感器,面向 ROS2、机器视觉、多模态交互和具身智能综合项目教学。

人工智能综合实验箱产品图 1
PRODUCT VIEW / 01
8+
适配课程
400+
支持学时
17
传感器模块
6 DOF
机械臂自由度

01 / TEACHING POSITIONING

面向课程与实训的
产品定位

人工智能综合实验箱面向机器人感知、决策与控制一体化教学,将机械臂、深度视觉、智能传感器与边缘计算环境组织在同一实验工位。学生可以从设备通信和ROS2节点开始,逐步完成目标识别、坐标转换、轨迹规划与实体抓取。

平台强调开放代码和可验证过程,适合用于具身智能、机器人操作系统、机器视觉与综合项目课程。教师可基于开放接口替换模型、调整任务或扩展自定义传感器,而不局限于固定演示流程。

人工智能与机器人相关专业机器人工程与自动化专业需要开展ROS2、机械臂和视觉融合实验的课程具身智能与多传感器融合竞赛团队

02 / SYSTEM CAPABILITIES

从单项实验到多模态联动

硬件模块不是孤立陈列,而是围绕真实数据、算法推理与实体执行组织成可组合的教学系统。

MODULE / 01

深度视觉 × 机械臂

采用眼在手上的深度视觉配置,完成目标测距、定位、跟踪与自动抓取,形成从感知到执行的闭环。

深度相机OpenCV自动抓取
MODULE / 02

语音 × 实体执行

支持关键词唤醒、语音识别与语音合成,可通过自然语音控制机械臂、传感器与场景任务。

离线识别语音合成大模型对话
MODULE / 03

传感器 × 场景联动

17 类模块可独立实验,也可与视觉、语音和机械臂组合,构建安防、环境监测与智能管家等项目。

实时采集数据可视化多模块协同
MODULE / 04

开放式开发环境

Linux、Docker、VS Code 与 Python 教学环境预装,开放软件框架、算法源代码与 SDK,便于教师二次开发。

ROS2PyTorch开源 SDK

03 / TECHNICAL SPECIFICATIONS

关键技术参数

深度视觉系统

彩色图像
1920 × 1080 / 30 fps
深度图像
640 × 400 / 15 fps
通信接口
USB 3.0
安装方式
眼在手上

机械臂系统

自由度
6 自由度
有效负载
≥ 100 g
抓取范围
半径 ≥ 30 cm
控制能力
逆运动学 / 位姿控制

开发与交互

操作环境
Linux / Python 3
软件栈
ROS2 / Docker / OpenCV / PyTorch
显示系统
≥ 17 英寸 / 1920 × 1080
开发方式
VS Code / 终端 / 开放 SDK

具体配置、接口及配套内容以项目确认清单为准。

04 / CURRICULUM MATRIX

设备与课程配置参考

从专业基础课到综合项目课,每一类资源都明确对应实验方向和建议学时,便于纳入人才培养方案与课程实施。

01

智能机械臂实验

基础控制、深度相机、目标追踪、具身智能与多模态大模型

72 学时
02

机械臂与传感器综合实验

安全防护、环境监测、语音控制、自动仓储与综合分拣

72 学时
03

机器学习

回归、聚类、分类、行人检测与工业缺陷识别

54 学时
04

深度学习

神经网络、残差网络、文本分类与 YOLO 目标检测

54 学时
05

数字图像处理

滤波、形态学、边缘检测、轮廓分割与形状匹配

54 学时
06

机器视觉

测量、OCR、条码识别、定位与表面缺陷检测

54 学时
07

机器人操作系统

ROS 架构、工作空间、功能包、Python 与 OpenCV

54 学时
08

智能传感器系统及应用

传感器驱动、数据可视化、智能安防与多模块联动

72 学时

05 / PROJECT PRACTICE

可开展的实验与项目

  • ROS2节点、主题、服务与动作通信
  • 相机标定、深度感知与目标定位
  • 机械臂关节控制、位姿控制与轨迹规划
  • 视觉识别到实体抓取的闭环项目
  • 语音、视觉、传感器与机械臂多模态联动
  • 面向大模型的场景理解与智能分拣

06 / DELIVERY

从方案到首次开课

  1. 1

    实施前确认课程目标、班级规模、场地网络和现有设备条件。

  2. 2

    交付时完成环境部署、样例验证、账号或设备初始化及使用培训。

  3. 3

    提供配套文档、实验资源和技术支持渠道,协助教师完成首次开课。

  4. 4

    支持基于学校课程与项目需求进行内容扩展,具体范围以确认后的方案为准。

DOCUMENT APPENDIX

IAS-Lab500 / PRODUCT TECHNICAL BRIEF

具身智能综合实验平台:功能架构与教学应用

具身智能综合实验平台融合计算机视觉系统、语音处理系统、六自由度机械臂、输送带以及温湿度、超声波测距、大气压等多种应用模块。平台通过边缘计算终端为各模块提供统一通信协议与开发接口,形成从环境感知、算法推理到实体执行的完整实验链路。

平台基于 Linux 操作系统和 Python 语言建设课程资源,适用于 Python 程序设计、机器学习、深度学习、数字图像处理、机器视觉、机器人操作系统、智能传感器系统及应用、语音处理与机器人综合应用等课程。

高校与科研机构八门以上课程多模态融合开放源代码开箱即用
01

产品概述与教学定位

把机械臂、视觉、语音与传感器组织在同一工位,支持从基础课程到综合具身智能项目的连续教学。

SECTION 01

面向专业与课程

平台面向人工智能、电子信息工程、信息与计算科学、智能制造工程等相关专业,可按基础编程、算法训练、感知应用和系统集成四个层次组织教学。

  • Python 程序设计与 Linux 开发基础
  • 机器学习、深度学习与模型推理
  • 数字图像处理、机器视觉与深度视觉
  • ROS2、机械臂控制与多传感器融合
  • 语音处理、智能交互与具身智能综合应用
具身智能综合实验平台整体展示
图 1|IAS-Lab500 具身智能综合实验平台
SECTION 02

一体化教学架构

实验平台采用航空级铝合金框架与一体化箱体结构,将计算、显示、输入设备和实验教具统一收纳。17 英寸全高清 IPS 显示屏、无线键鼠与预装实验环境使设备能够快速进入教学状态,减少课堂部署和外设配置时间。

  • 一体化实验箱体与加固结构,适合实验室教学和竞赛集训
  • 预装 Linux、Python、OpenCV、PyTorch、ROS2 与 Docker 环境
  • 支持视觉、语音、传感器和机械臂分别实验或组合实验
  • 提供 SDK、算法源码、实验指导书和技术文档
02

开放实验环境与源代码

教师可以调整代码留空、重组任务和扩展模块,学生能够看到模型、接口与控制流程的真实实现。

SECTION 01

隔离、可复现的实验环境

实验代码可在 VS Code 中编写和调试,配套环境安装于 Docker 容器,与本机系统相互隔离。教师和学生既可以在编辑器中完成实验,也可以通过终端命令验证模型、设备通信和项目结果。

  • 容器化环境降低软件依赖冲突,便于多工位统一维护
  • 支持多个学生调用模型进行样本识别和项目验证
  • 兼容 PyTorch 等主流深度学习框架
  • 教师可隐藏或留空关键代码模块,组织补全、调试与独立开发训练
具身智能实验平台开发环境
图 2|面向教学的开放式开发与验证环境
SECTION 02

开放软件框架与算法实现

平台开放软件框架、设备控制接口与算法级源代码,并提供注释、实验指导书和技术资料。教师可根据本校培养方案替换模型、修改任务流程或增加传感器;学生可以从样例运行进一步进入算法理解、系统联调和二次开发。

03

AI 多模态功能系统

视觉、语音、传感器与执行机构既能独立授课,也能组合成“感知—理解—动作—反馈”的完整系统。

SECTION 01

AI + 深度视觉分拣

深度视觉不仅能够读取目标颜色与纹理,还可以获取高度、距离和轮廓等空间信息。结合眼在手上的相机配置,学生可开展目标距离检测、空间定位、目标跟踪与自动抓取实验,并比较 2D 视觉与深度视觉在机器人操作任务中的差异。

  • 支持本地推理与在线多模态检测推理
  • 覆盖图像预处理、目标识别、坐标转换和抓取执行
  • 可扩展工业分拣、自动仓储、农产品分类与缺陷检测项目
机械臂与深度相机协同实验
图 3|深度视觉与六自由度机械臂协同
SECTION 02

AI + 语音处理

AI 麦克风模块内置神经网络处理器,支持关键词唤醒、语音识别、语音播报和自定义唤醒词。语音结果可以直接参与场景控制,引导机械臂执行指定动作,或读取并播报传感器采集结果。

  • 语音控制机械臂姿态、抓取与放置
  • 语音查询温湿度、光线和距离等环境数据
  • 连接网络大模型开展语音对话、场景理解与指令生成
SECTION 03

AI + 嵌入式传感器

平台集成按键、LED、六轴姿态、超声波测距、红外避障、人体红外、声音、光敏、温湿度、气压、继电器和步进电机等 17 类模块。各模块可以独立进行驱动和采集实验,也可与视觉、语音及机械臂协同。

  • 人脸识别门禁与迎宾系统
  • 智能声控、环境监测与智能温控系统
  • 超声波安全防护与红外物料检测
  • 传感器数据实时采集、可视化与多模块联动
具身智能实验平台传感器模块
图 4|开放式传感器集成与扩展区域
04

主要硬件组成

围绕机器人操作任务配置深度视觉、机械臂、输送带、传感器与交互显示,所有模块均服务于课程和项目。

SECTION 01

深度视觉系统

深度体感摄像头兼容 Linux 与 USB 3.0,彩色分辨率为 1920×1080、30 fps,深度分辨率为 640×400、15 fps。相机固定于机械臂,采用眼在手上的算法配置,可用于深度信息感知、人脸识别、测距与抓取定位。

SECTION 02

六自由度机械臂

机械臂采用舵机驱动架构,以 ROS2、Docker、OpenCV 和 Python 3 为主要开发环境。有效负载不低于 100 g,有效抓取半径不低于 30 cm,支持逆运动学、关节协同控制、目标跟踪抓取以及与输送带、语音和传感器系统联动。

SECTION 03

输送带与实验执行机构

输送带采用步进电机驱动,配置红外感知模块,检测到障碍后可停止运行;两个自锁旋钮用于调整输送方向。该模块可与机械臂和视觉系统组合为自动分拣、仓储搬运和产线模拟任务。

SECTION 04

显示与交互系统

平台采用不小于 17 英寸的窄边框高清显示屏,分辨率为 1920×1080,并配套 2.4G 无线键鼠。计算终端、实验环境和输入输出设备集成在箱体内,可直接用于课堂演示、分组实训与竞赛训练。

05

组合实验与综合实训

从单模块驱动逐步走向多模态系统集成,让学生理解复杂任务如何被拆解、联调和验证。

SECTION 01

单模块实验

机械臂、深度相机、AI 语音和各类传感器均可独立开展认知、驱动、数据采集和控制实验。教师可以先建立设备接口与基础算法能力,再引导学生进入组合项目。

  • 机械臂基础控制、逆运动学和轨迹控制
  • 深度相机配置、标定、测距与目标追踪
  • 语音模块烧录、唤醒、识别与合成
  • 传感器驱动、数据可视化和执行机构控制
SECTION 02

多模块组合实验

平台支持深度视觉与机械臂、语音与传感器、语音与机械臂以及视觉、语音、传感器、机械臂全系统组合,便于设计由简入繁的综合任务。

  • 深度视觉 + 机械臂:目标定位、自动抓取和仓储分类
  • 语音 + 传感器:环境查询、数据播报和智能管家
  • 语音 + 机械臂:姿态控制、抓放任务和动作编排
  • 视觉 + 语音 + 机械臂:面向语音指令的目标识别与分拣
  • 视觉 + 语音 + 传感器 + 机械臂:全系统具身智能综合项目
06

教学资源与合作模式

产品交付可进一步连接专业建设、课程共建、师资培养和竞赛支持,形成持续迭代的实践教学体系。

SECTION 01

共建专业

结合产业发展需求与院校专业规划,共同梳理人才培养目标、实践能力结构、实训基地和双师型教学团队建设内容,使设备配置与专业课程真正对应。

SECTION 02

共建课程

围绕模块化课程、实验指导书、特色教材和数字化资源开展建设,将企业技术场景转化为可教学、可考核、可扩展的项目任务。

SECTION 03

竞赛与创新实践

通过专业技能竞赛、设备技术指导和赛后成果转化,把课程实验进一步延伸到综合项目、学生创新实践和竞赛训练。

FAQ / SUPPORT

常见问题

人工智能综合实验箱适合哪些学校和课程?

适合需要开展人工智能理论与实践结合教学的本科、高职和职业院校。具体课程应根据人工智能综合实验箱的功能、学生基础和学校人才培养方案确定。

是否支持教师二次开发?

产品和课程重视开放接口、样例代码与可扩展实验。具体可开放范围、开发语言和接口清单可在方案确认阶段说明。

如何确定采购数量和配置?

建议结合班级人数、小组组织、周课时、共享课程数量和现有环境测算。风扬信息可在需求调研后提供分层配置建议。

是否提供安装培训和教学支持?

可提供部署调试、样例验证、教师使用培训与后续技术支持,详细交付范围以项目方案和合同为准。

BUILD YOUR AI LAB

把产品参数,变成可落地的实训方案。

告诉我们专业方向、班级规模和课程目标,获取设备配置、工位规划、课程资源与实施建议。