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。
01 / TEACHING POSITIONING
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。
02 / SYSTEM CAPABILITIES
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。
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。
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。
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。
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。
03 / TECHNICAL SPECIFICATIONS
具体配置、接口及配套内容以项目确认清单为准。
04 / CURRICULUM MATRIX
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。
基础控制、深度相机、目标追踪、具身智能与多模态大模型
安全防护、环境监测、语音控制、自动仓储与综合分拣
回归、聚类、分类、行人检测与工业缺陷识别
神经网络、残差网络、文本分类与 YOLO 目标检测
滤波、形态学、边缘检测、轮廓分割与形状匹配
测量、OCR、条码识别、定位与表面缺陷检测
ROS 架构、工作空间、功能包、Python 与 OpenCV
传感器驱动、数据可视化、智能安防与多模块联动
05 / PROJECT PRACTICE
06 / DELIVERY
实施前确认课程目标、班级规模、场地网络和现有设备条件。
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。
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。
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。
IAS-Lab500 / PRODUCT TECHNICAL BRIEF
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。
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。
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。

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。
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。
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。

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。
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。
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。

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。
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。

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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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
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。
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。
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。
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。