產品分類
- 電工電子電氣實訓設備
- 電力電子電機實訓裝置
- 過程控制實驗裝置
- 工業機器人智能制造
- 維修電工實訓設備
- PLC自動化實訓設備
- 數控機床實訓考核裝置
- 數控機床機械加工設備
- 機床電氣實訓裝置
- 機電一體化實訓設備
- 機械示教陳列柜
- 機械專業實驗設備
- 傳感器檢測實驗室設備
- 工業互聯人工智能實訓設備
- 特種作業操作實訓考核設備
- 物聯網實驗實訓設備
- 消防、給排水實訓設備
- 網絡布線實訓室設備
- 電梯安裝維修實訓考核設備
- 熱工暖通家電制冷實訓設備
- 樓宇智能化實訓設備
- 環境工程實驗裝置
- 流體力學實驗裝置
- 化工專業實驗實訓設備
- 新能源實驗實訓設備
- 電力供配電實訓設備
- 煤礦礦山實驗實訓設備
- 液壓氣動實驗室設備
- 教學仿真軟件
- 軌道交通實驗實訓設備
- 船舶實訓考核裝置
- 駕駛模擬訓練設備
- 新能源汽車實訓設備
- 汽車發動機底盤實訓臺
- 汽車電器電子實訓臺
- 特種車工程機械實訓設備
- 智能網聯汽車實訓設備
- 醫學教學模型
- 中小學實驗室設備
- 實驗箱.實驗儀
- 光電子通信實驗裝置
- 儀器設備.教學掛圖
更多新產品
- LGGY-BL09X型機器人大模型與視覺檢測生產線
- LGGY-BL08X型機器人大模型與視覺協同控制平臺
- LGGY-BL07X型六軸機器人自動分揀生產線
- LGGY-BL06X型六軸機器人視覺檢測生產線
- LGGY-BL05X型多模態機器人大模型與視覺協同系統
- LGGY-BL04X型七軸協作機器人實訓設備
- LGGY-BL03X型六軸協作機器人實訓設備
- LGGY-BL02X型桌面六軸機器人拆裝套件
- LGGY-BL01X型桌面六軸機器人實訓設備
- LGY-DQ08型 電氣及電機控制實訓考核裝置
- LG-JT交通安全駕駛模擬體驗設備
- 汽車燃料電池系統實訓臺
- LG-AI08型 人工智能綜合應用技術實訓考核系統
- LGN-D08型 單片機傳感器綜合實訓平臺
- LGDG-6型 電工綜合實驗實訓工作臺
更多熱點產品
- 汽車透明整車模型、運輸車輛模型
- CLG-104型《電機與變壓器》示教陳列柜（CD解說）
- CLG-109《模具》示教陳列柜（CD解說）
- CLG-107型 機械綜合陳列柜
- CLG-102型 《機械零件》示教陳列柜
- LG-DCC型 機械振打袋式除塵實驗裝置
- LG-MFL01型 超濾微濾膜分離實驗裝置
- LG-NKS型 催化劑顆粒內擴散實驗裝置
- LG-CLDF型 多釜串聯實驗裝置
- LG-YY18C型 氣動與PLC實訓裝置(T型鋁槽單面)
- LG-YY18B型 透明液壓傳動與PLC實訓裝置(T型鋁槽單面
- LG-YYCS01型 液壓傳動與控制綜合測試實驗臺
- LG-DY01B型 電液比例綜合實驗臺
- LG-YYZN01型 智能型液壓綜合實驗臺
- LG-DLK01型 電力系統綜合自動化實驗平臺
LGGY-BL08X型機器人大模型與視覺協同控制平臺
品牌：理工偉業 咨詢電話：010-82827827 82827835
一、產品概述
該平臺以視覺系統和協作機器人為核心，通過在運算單元中部署人工智能軟件環境，賦予機器人對環境的感知能力和協同工作能力，進而實現基于人工智能技術的視覺+機器人教學應用場景。平臺集成了圖像處理技術、機器視覺技術、機器人運動控制技術，可為人工智能、機器人工程、自動化等專業提供一體化軟硬件系統和教學解決方案。另外，運算單元中實現了DeepSeek、Qwen等開源大模型的本地化部署，支持大模型技術開發、大模型+視覺、大模型+語音、大模型+機器人等多個行業場景的應用實踐。
二、功能與應用場景
1.開放性實驗環境
實驗代碼在Jupyter Notebook環境中編寫。
2.開放全部源代碼
開放全部軟件框架和算法級源代碼，支持二次開發，提供完善的實驗指導書和技術文檔，并提供產品相關軟硬件的架構與設計方法文檔。
3.部署本地大模型
完成了DeepSeek、Qwen等開源大模型的本地化部署，即部署于本機的運算單元中，除了可以開展大模型基礎應用的學習外，還可以利用大模型和配置的視覺、語音、機器人、傳感器等設備進行交互，面向如智能制造、智能家居、智慧農業等典型場景，開展應用實踐。
4.視覺定位、檢測與識別
視覺技術在實際應用中，通常有三個方向：定位（即計算目標位置，為機器人抓取提供引導）、檢測（即檢測目標的缺陷，如零部件劃痕、缺角等，用于進行良次品分類）、識別（即識別目標的名稱，如識別不同長度的螺桿，用于進行產品種類的分揀）。
本產品在不同的實訓項目中，綜合運用到了上述三類技術：可以通過視覺系統定位目標的位置，機器人準確抓??；也可以進行目標的缺陷檢測，由機器人進行次品剔除；還可以進行目標的尺寸測量或型態識別，由機器人完成目標的分類。用戶可以在開源環境下進行自主開發，面向智能制造、智慧物流等多個場景，開展行業應用。
5.機器人手眼標定
為機器人引入視覺系統，使得機器人可進行自主的、智能化的運動，完成如零部件分類、物流搬運、碼垛、物體分揀等功能。
手眼標定有兩種方式：眼在手上、眼在手外。通常來說，對大目標或大范圍多個目標的抓取，需要更大的視野，可以采取眼在手外的方式；對小目標的抓取，則可以采用眼在手上的方式。當然，還需要考慮到機器人的負載和安裝空間，是否在末端安裝了視覺系統后，仍能實現對目標的抓取。本產品采用了眼在手外的方式。
6.基于視覺的機器人應用
機器人與視覺系統結合，可以對不同尺寸、外觀的目標進行識別，開展目標分揀、智能碼垛、物體識別、字符識別等多種人工智能基礎實訓項目。
三、主要硬件參數
1.運算單元
采用一臺高性能計算機，預裝Linux或Windows操作系統，部署DeepSeek、Qwen等開源大模型，并集成Python、OpenCV等運行環境，以及產品運行所需的全部軟件框架和SDK，支持數字圖像處理、機器視覺、機器人、大模型等硬件或應用的開發和學習。
2.機器視覺系統
機器視覺系統即一套標準工業級視覺系統，包括工業相機、鏡頭、LED光源、光源控制器等，通過視覺支架進行集成，安裝于平臺上方，為所有的靜態目標檢測、分析和處理提供實驗的硬件環境。
3.協作機器人（完全開源）
該機器人是專為教育科研開發的一款產品，融合AI大模型技術，且完全開源，在電機控制上，開放電機、控制器與機器人關節之間的控制源碼；在運動學算法上，開放底層運動學正逆解模型的源碼。通過全方位的開源，用戶可以從事機器人軟硬件層面的各類科研、開發工作。
同時，機器人具有工業機器人的性能，提供多個拓展接口，支持視覺、語音、傳感器等外設模塊的接入，可應用于教學、科研、生產線集成、裝配等領域。
4.實訓與功能模塊
該平臺在功能設計上，既滿足基礎的機器人控制教學的需要，同時也滿足視覺識別、手眼協同，以及更高層次的大模型+機器人應用的需求。
四、實驗項目
1 Python程序設計
（1）數字類型、轉換、運算
（2）Python運算符、內置函數、序列基本用法
（3）程序選擇結構實驗
（4）程序循環結構實驗
（5）列表實驗
（6）集合實驗
（7）函數實驗
（8）字符串實驗
（9）正則表達式實驗
（10）數據可視化
（11）Python的數據處理
（12）Python文件操作
（13）Python多進程
（14）Python多線程
（15）Python進程與線程的區別
（16）Python面向對象的理解
（17）Python類的使用與類的實例化
（18）Python實例化對象的使用
（19）Python類的繼承使用
（20）基于Python的串口通訊
（21）基于Python的SocketTcp通訊
（22）基于Python的SocketUdp通訊
（23）基于Python的Modbus通訊
（24）PyQt5的環境搭建
（25）PyQt5的使用
（26）Qt Designer與PyUIC的使用
2 機器學習
（1）基于線性回歸的波士頓房價預測
（2）基于K近鄰算法的電影類型識別
（3）基于K均值算法的未知數據分類
（4）基于決策樹的乳腺癌診斷
（5）AdaBoost電影數據集數據分類
（6）基于EM推理的雙硬幣拋擲模型驗證
（7）基于樸素貝葉斯的垃圾郵件過濾
（8）基于隨機森林的人臉識別系統設計
（9）基于支持向量機的動態行人檢測
（10）基于深度學習的車道線檢測系統設計
（11）基于CNN與SVM的交通標志的識別系統設計
（12）基于HOG與SVM的交通標志識別系統設計
3 深度學習
（1）線性回歸建模與應用——房價預測實驗
（2）神經網絡的模型構建與應用——服裝分類實驗
（3）神經網絡正則化——服裝分類優化實驗
（4）神經網絡參數優化——非線性函數極小值尋找實驗
（5）基于神經網絡的模型構建與測試實驗
（6）基于殘差網絡的優化模型設計
（7）神經網絡優化器——手寫數字識別
（8）文本分類——京東購物分類
（9）基于LeNet手寫數字體識別系統設計
（10）基于RNN歌曲自動編曲設計
（11）基于深度學習的圖像數據標注
（12）基于YOLOV5的目標檢測模型訓練
（13）基于YOLOV5的缺陷檢測案例
4、數字圖像處理
5、機器視覺
6、基于視覺的機器人應用
7、大模型技術基礎
8、大模型+視覺應用案例
9、大模型+語音應用案例
五、綜合實訓
1.機器人的控制
2.AI+視覺自動倉儲
3.基于AI的圖象識別和抓取
4.機器人大模型調試與部署
5.具身智能技術開發與應用