计算机视觉与自然语音识别实验平台
1、实验平台需采用实验箱结构，每个外设提供固定收纳位置；需提供产品架构证明图片；
2、平台需支持TensorFlow、PyTorch、Caffe/Caffe2、Keras、MXNet等AI框架和算法；
3、平台需提供丰富的接口以满足多领域的应用，接口至少包含：1个Gigabit Ethernet、1个HDMI、4个USB3.0、1个USB 2.0(Micro USB) 、1个MIPI-CSI、GPIOs/I2C/I2S/UART/SPI/PWM 接口；
4、平台需具备一键部署功能，降低实验门槛，提高效率；需提供对应功能证明图片；
5、要求AI开发模组具备：GPU：NVIDIA Maxwell™ 架构，配备不少于128个NVIDIA CUDA核心、CPU：四核 ARM Cortex-A57 MPCore 以上处理器、缓存：4 GB 64位LPDDR4@1600MHz | 25.6GB/s + 128G高速Micro SD卡；
6、要求外部设备有：不小于17英寸显示器、键盘、鼠标、高保真音箱；
7、要求采集麦克风阵列具备：内置语音算法，支持语音活动检测（VAD，Voice Activity Detection）、声源测向（DOA，Detect of Arrival）、声学回声消除 (AEC)、波束成形、去混响、声学回声消除、噪声抑制和增益控制。支持远场拾音。高性能数字麦克风×4。可编程RGB LED×12。提供接口：Micro USB×1、3.5mm Aux×1。采样率：48KHz（最大值）。信噪比：61dB。灵敏度：-26dBFS。声波过载点：120 dBSPL；
8、深度摄像头需具备以下功能：核心组件：深度视场角（FOV）不小于60°*40°（横向*纵向）；深度成像分辨率：1280*720；深度视频流帧率大于60fps；最小深度距离小于0.2m；最大范围：约10m；RGB成像分辨率：1280*720（Max）；RGB视频流帧率大于60fps；RGB摄像头视场角（FOV）不小于60°*40°（横向*纵向）；快门类型：卷帘快门；接口：USB3.0 Type-C；
9、要求CSI摄像头提供：分辨率：800万像素（3280 × 2464）；CMOS尺寸：1/4英寸；光圈（F）：2.0；焦距（Focal Length）：2.96mm；对角视场角（FOV）：大于70度；畸变（Distortion）：<1%；镜头尺寸：6.5mm×6.5mm；
10、要求实验平台支持2.4GHz / 5GHz双频WIFI，支持蓝牙4.2；
11、嵌入式模块需包括：温度/湿度/气压传感器模块、环境光传感器模块、手势/接近传感器模块、机械按键模块、触摸按键模块、LED显示模块、TFT彩色液晶屏、OLED显示屏；
12、执行单元需包括2自由度舵机云台（含舵机驱动模块）；
13、激光雷达需具备：测距频率：5000Hz；扫描频率：6~12Hz；测距范围：0.12m（最小值）、>10m（最大值）；扫描角度：0~360°；绝对误差：2cm（典型值）；相对误差：1.5%（0.5m<测距>=6m）；2.0%（6m<测距>=8m）；角度分辨率：0.48°~0.52°（扫描频率=7Hz）；通信接口：3.3V UART接口；
14、需提供深度学习课程完整实验指导书，学生代码，教师代码。需提供实际指导书证明图片，学生代码采用填空式方案设计，所有实验提供演示视频；
--主要实验内容：Logistic回归、神经网络、正则化解决了神经网络过拟合的问题、优化算法介绍了神经网络参数求解的方法、图像识别中的神经网络、残差网络、目标检测、卷积神经网络、循环神经网络、机器翻译，目标检测跟随，声音控制云台动作。
15、需提供嵌入式平台课程完整实验指导书，学生代码，教师代码。需提供实际指导书证明图片，学生代码采用填空式方案设计，所有实验提供演示视频；
--主要实验内容：GPIO实验、PWM实验、I2C实验、SPI实验、UART实验、麦克风阵列实验、CSI摄像头实验、深度相机实验、激光雷达实验。
16、需提供Python入门课程完整实验指导书，学生代码，教师代码。需提供实际指导书证明图片，学生代码采用填空式方案设计，所有实验提供演示视频；
--主要实验内容：基础语法实验、标准数据类型实验、运算符、分支与循环、函数、面向对象编程、模块、异常、文件实验。
17、需提供机器学习课程完整实验指导书，学生代码，教师代码。需提供实际指导书证明图片，学生代码采用填空式方案设计，所有实验提供演示视频；
--主要实验内容：线性回归实验、K近邻实验、朴素贝叶斯实验、决策树实验、支持向量机实验、AdaBoost实验、EM算法实验、隐马尔科夫模型实验、K均值聚类算法。
18、三维点云处理，在点云间距不低于0.5cm情况下,能够识别目标尺寸不小于100倍的5种典型工程作业目标，所有实验提供演示视频。
