DLAI-1221A Sistem Pelatihan dan Penilaian Komprehensif Kecerdasan Buatan

1. Ringkasan

Sistem pelatihan dan penilaian komprehensif kecerdasan buatan DLAI-1221 adalah platform pelatihan dan penilaian yang dikembangkan berdasarkan persyaratan di atas. Platform ini terdiri dari komputer berkinerja tinggi, modul pengembangan terminal seluler, modul pengambilan sampel dan pengujian data, modul deteksi penglihatan komputer, modul robot kolaboratif Habot, robot AMR berdasarkan navigasi kode QR, dan modul simulasi skenario aplikasi. . Platform perangkat lunak didasarkan pada Windows (Linux opsional Ubuntu 18.04) dengan modul pra-instal seperti Anaconda, Python, YOLOv5, OpenCV, dan PyTorch.

Sistem pelatihan komprehensif kecerdasan buatan DLAI-1221A mensimulasikan proses pengambilan cerdas, menggunakan komputer sebagai pusat kendali cerdas, bekerja sama dengan kamera definisi tinggi, robot kolaboratif, dan robot inspeksi AMR. Dipilih oleh robot kolaboratif untuk menyelesaikan pengambilan cerdas.

Di samping itu DLAI-1221A, kami juga mengembangkan Platform Aplikasi Teknologi Robot Layanan DLAI-1221B.

2. Fitur Peralatan

1) Integrasi sistem yang kuat: Platform ini mengintegrasikan pemrograman Python, pengenalan target YOLOv5, inspeksi visual OpenCV, robot AMR berdasarkan navigasi kode QR, dan sistem robot kolaboratif. Ini mengintegrasikan beberapa kerangka kerja pembelajaran mendalam PyTorch dan TensorFlow. Ini mengintegrasikan teknologi kecerdasan buatan seperti visi komputer dan pemrosesan bahasa alami; itu dilengkapi dengan sistem simulasi aplikasi simulasi, yang benar-benar dapat menerapkan algoritma, model, dan aplikasi kecerdasan buatan ke skenario aktual.

2) Keamanan peralatan: Dilengkapi dengan perangkat perlindungan kebocoran, kelebihan beban, dan hubung singkat yang sesuai, yang secara efektif dapat melindungi keselamatan pengguna.

3. Parameter teknis

1. Catu daya yang berfungsi: AC220V ± 10%, 50Hz.

2. Ukuran jejak kaki: (5M x4M ukuran tata letak keseluruhan)

3. Lingkungan kerja: suhu 5 - +40 , kelembaban relatif <85% (25 ).

4. Perlindungan keamanan: Ini memiliki beberapa perlindungan untuk korsleting, kelebihan beban, dan penghentian darurat.

4. Proyek pelatihan

1) Teknologi pemrograman Python

2) Pengenalan objek menggunakan Python dan OpenCV

3) Standar produksi dan proses kumpulan data kecerdasan buatan

4) Penerapan dan penerapan kerangka kerja pembelajaran mendalam berbasis PyTorch

5) Penerapan dan penerapan kerangka kerja pembelajaran mendalam berbasis TensorFlow

6) Penerapan visi komputer berdasarkan YOLOv5

7) Penerapan visi 2D/3D

8) teknologi pemrograman PLC

9) Kontrol pemrograman robot kooperatif

10) Kontrol pemrograman robot AMR berdasarkan navigasi kode QR