主要面向有一定算法基础的高校用户，用户通过多次工业应用性实验，将智能视觉感知理论知识应用到实际项目中，培养学生的实际动手能力，使学生掌握智能视觉感知的基础理论、技术和方法。

一、产品介绍 机器视觉技术综合了光学、电子、机械、计算机软硬件等方面技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。机器视觉方法检测具有非接触、速度快、精度高等优点，特别适用于在线的工业品检测。线阵CCD、面阵CCD和CMOS都在本实验仪中都得到利用，可以充分挖掘学生的潜能，拓宽学生的知识面。可开设光电、测控、机械、自动化专业的本科实验教学课程，也可做为相关高职专业学生的实训课程。 二、实验内容 1、根据不同待测物的特征，分析适用的照明方式： 2、利用线阵CCD相机对物体的尺寸测量实验； 3、利用线阵CCD相机对物体的角度测量实验； 4、利用线阵CCD相机对物体扫描实验； 5、面阵CCD和CMOS相机用于边缘与轮廓检测实验； 6、面阵CCD和CMOS相机颜色识别与变换实验； 7、面阵CCD和CMOS相机对物体尺寸测量实验； 8、面阵CCD和CMOS相机对投影与差影图像分析实验； 三、配套文件资料  1、实验指导书1本；  2、实验软件1套；    客户自行配置电脑       

基于智能视频分析，采用5G+人工智能+边缘计算等高新技术，实现对监控区域内的火烟进行智能识别、实时分析报警。不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰均可及时准确识别。 它具有自动扫描、自动识别、自动报警、自动定位的功能，通过系统智能识别，发现火情实时向后端监控中心发送报警信号，同时会将火点位置在地图上精确定位，一旦火灾确定，决策人员可以通过视频追踪、资源查询、火情推演、预案管理等功能进行扑救会商并制定详细的灭火作战方案，达到快速消灭火灾的目的。 系统可协助管理人员，对监测区域内火焰做到全天二十四小时实时分析及时报警。降低误报和漏报现象，减少因火灾造成的生命和财产的损失，是人们同火灾做斗争的有力工具。

1、江苏优埃唯智能科技有限公司UAV智能视觉感知教学研究实验平台，包含3个彩色高清工业相机与2个免驱USB多系统兼容摄像头，满足不同场景、不同功耗需求的图像采集需求，并包含配备数字光源控制器的补充光源、高精度可控PLC置物台、内置数据存储与处理器、显示器。 2、支持单目、双目、三目等不同数量相机、以及工业相机、免驱USB摄像头等不同类型图像采集装置的自由组合、协同数据采集与处理功能、适用于不同尺寸目标的静态/动态连续帧触发采集。 3、提供机械设计及电气图纸、Python开发例程源码与功能手册，支持二次开发。 4、具有基础图像处理功能，以及相机标定、立体匹配、目标定位等多种先进的图像处理功能。

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

工业机器人定位精度是机器人技术研究的关键问题，直接影响到机器人的作业精度和应用水平。本项目瞄准机器人动态误差测量中的关键问题，原创性的将级联棱镜多模式跟踪方法引入机器人动态测量中，结合单站双视场三维重建方案，不仅可以实现粗精顺序跟踪、时变跟踪和连续跟踪等动态测量要求，而且能够产生直线形和圆弧形等多种跟踪样式，同时满足大视场、高分辨率成像和大范围、高精度定向的动态多自由度测量要求。研究内容包括：建立级联棱镜粗精耦合跟踪和双视场成像联控的测量方案和数学模型；研究粗精跟踪和双视场成像的参数匹配、模式转换、测量信息提取与图像处理方法；根据测量要求，建立机器人动态误差测量的理论模型、误差模型和实验方案，并实现测量系统的精确标定；通过机器人动态误差的测量实验，为机器人误差测量提供科学依据，同时对测量精度进行评定。本项目提出的单站多模式跟踪测量方法具有独创性和可行性，旨在攻克激光多模式跟踪机器人误差测量系统中的关键问题，开展测量系统的原理样机实验和应用示范研究，有望为机器人动态误差测量提供全新的解决途径，具有重要的应用价值和市场前景。 近二三十年来，激光跟踪技术发展迅速，在机器人测量领域得到广泛应用。据ElectroniCastConsultants发布的市场研究报告，对光电跟踪行业的全球消费量进行了调查分析。2010年，光电跟踪设备的全球消费价值为5.95亿美元，预计未来五年该行业的消费价值将以9.83％的平均年增长率在成长，2016年将达到9.51亿美元，约合人民币58.96亿元。本项目提出的测量系统以其结构紧凑、准确性高、速度快、偏转角度大、动态性能好、环境适应性好等优点，是一种颇具潜力的测量新技术，可以广泛用机器人动态误差测量领域，具有广阔的市场前景。 根据“中国制造2025”规划，我国需要努力提升高端装备的自主创新研发能力，而测量技术是高端装备制造的重要保证。目前，我国高端光学测量设备主要依赖进口，不仅价格昂贵，而且国外对其关键技术严密封锁。国外每台激光跟踪仪的售价高达百万元，严重制约一些我国中小心型企业的购买。因此本项目研发的产品不仅在国内存在巨大的市场空间和发展潜力，而可以推动先进装备制造的产业化进程，对促进我国自主创新具有重要的战略意义。项目研发中的创新技术处于国际先进水平，将极大提升机器人作业的技术含量。合作单位江阴纳尔捷机器人技术有限公司是专业从事机器人技术研发的高新技术企业，是机器人产业联盟第一届理事单位，具有雄厚的科研和技术开发实力。该项目在研究实验阶段，就可以将成果应用到现有产品的开发中；项目完成后除了该公司以外，研究成果还可以应用到其他自动化机器人装备企业的产品开发中。尤其通过产学研结合，将会极大的提升产品的科技含量并缩短产品开发周期，提前实现批量化市场销售，有望为企业带来良好的经济效益。

本发明公开了一种基于单摄像头的太阳跟踪定位装置与方法,该装置包括数字信号处理芯片、舵机、摄像头和视频解码器。该方法包括舵机控制摄像头定位、图像信息采集和图像信息处理步骤。本发明实时采集太阳方位图像信息并得到太阳的精确方位,系统精确度高,稳定可靠,抗干扰能力强,适合于那些跟踪精度要求较高,设备性能要求较稳定的太阳能聚光发电系统使用。