模拟工业4.0智能制造环境下的工业机器人分拣工作，在 TensorFlow、PaddlePaddle框架下，通过机器学习进行图像处理，语音处理，完成趣味任务挑战，从而掌握人工智能应用技术。

应用技术：

深度学习框架、AI机器学习、图像处理、语音处理、机械臂应用、 STM32单片机系统、嵌入式Linux系统、AR增强现实视觉识别系统

1、采用了人工智能视觉与语音技术+嵌入式Linux技术+物联网技术+机械臂控制技术+AR技术的融合,

2、同时满足了“人工智能+嵌入式”、“人工智能+物联网” 、“人工智能+机器人”的基础教学需求；

3、设计了多个创新教学项目：AI计算机视觉仓库货物分拣、整理 ；AI语音机械臂控制、货物分拣；AR仓库货物分拣等

4、视觉摄像头结合机械臂，采用了移动侦测目标方式（非固定摄像头方式）；

5、采用了高性能的人工智能计算单元；

6、设置了全键盘，可实现直接在实验箱上的Ubuntu系统中进行应用程序开发；

7、配套设计了系统的“嵌入式人工智能”课程体系；

8、配套系统的Python、TensorFlow、PaddlePaddle及人工智能机器学习相关理论及应用实验；

9、产品荣获山东省物联网协会科技进步二等奖。

1）AI计算机视觉仓库货物分拣、整理：

基于AI计算机视觉+机械臂控制为一体的仓库货物分拣、整理项目，基于TensorFlow框架通过深度学习神经网络算法识别仓库货物，在终端进行显示及控制，可以通过机械臂将货物进行仓库间的搬运，也可以将仓库内的货物进行整理归位。

2）AI语音机械臂控制、货物分拣：

基于AI语音识别+机械臂控制为一体的机械臂控制、货物分拣，用户可以通过语音发布指令控制机械臂执行动作。

3）AR仓库货物分拣：

通过AR增强现实技术实现图像识别，创建与现实中物体相关联的虚拟模型，结合鼠标或者手指的动作来操控虚拟物体，进而机械臂也跟随虚拟物体的移动进行相应的动作，也可以通过UI的操作来直接控制机械臂的运动。

4）AI多物体识别：

基于百度AI开放平台作为后台服务器，以机械臂、摄像头、嵌入式处理器为本地执行方，实现多种物体识别的功能，包括：动物识别、水果识别、蔬菜识别、车标LOGO识别、汉字识别以及英文识别，并可以进行物品的抓取和分类。

5）物联网项目：

配备一键还原节点（包括标配的WiFi、Zigbee，选配的Ipv6、蓝牙、Lora）等多种通信方式，进行物联网数据传输，并在运算单元上进行数据显示、节点控制等，可以将实际数据和人工智能算法相结合，进行预测和分类。