视觉语音智能车的机器视觉和机器人底盘以运动控制为核心，采用四轮驱动底盘，搭配高精度编码器，可实现精确的运动控制。通过在深度学习计算终端Jetson Nano中部署人工智能软件环境，赋予机器人对环境的感知能力和协同工作能力，进而实现基于人工智能技术的机器视觉+机器人运动控制教学应用场景。平台采用基于深度学习的图像处理技术、机器视觉技术和机器人运动控制技术，可为人工智能、机器人工程、自动化等***提供一体化软硬件系统和教学解决方案。

　　产品具备如下功能：

　　1.满足Python编程、机器学习、深度学习、数字图像处理、计算机视觉、机器人运动控制等课程或知识点的教学;

　　2.配置Jetson Nano深度学习计算模块，部署人工智能软件环境，集成自主研发的机器人运动控制器和机器视觉算法，用户无需另外购置电脑，真正开箱即用;

　　3.平台支持STM32+RT-Thread+ROS开源系统，搭配激光雷达、IMU以及语音交互模块，可实现机器人控制算法、SLAM建图与导航等课程实践和竞赛训练，所有软件算法全部开源，支持二次开发。

　　产品功能和特点

　　1. 算力强劲的人工智能主机

　　产品主机采用性价比极高的英伟达计算主机Jetson Nano，配置高性能的四核64位ARM CPU，可用于各种机器人控制算法的实现，同时搭载128核的NVIDIA GPU，可提供472 GFLOPS的计算性能，还包括4GB LPDDR4存储器，采用高效，低功耗封装，具有5W / 10W功率模式和5V DC低电压输入能力。具有图形加速能力，内置NVIDIA CUDA Toolkit和TensorRT等库。SDK包括主流的开源机器学习(ML)框架，如TensorFlow，PyTorch，Caffe，Keras和MXNet，以及计算机视觉和机器人开发的框架，如OpenCV和ROS;

　　2. 自主研发的高性能运动控制器

　　底盘控制器采用STM32F407高性能ARM处理器，主频高、资源丰富。可实现板载陀螺仪数据采集与解算、4路直流减速电机编码器数据采集与车速PID/MFAC闭环控制、四轮差速底盘运动解析及控制接口、与车载计算模块的数据通信;控制器进行深度定制，不仅支持c/c++开发，同时可支持python语言开发;

　　3. 灵活易用的开源实时操作系统

　　底盘控制器搭载***产***的嵌入式实时操作系统RT-Thread，实现所有内核功能模块调用、Finsh shell命令行交互模块。可扩展文件系统管理、网络系统管理、支持Python编程的MicroPython系统框架、基于四轮差速底盘智能车的控制系统框架;提供RT-Thread操作系统的完整例程和教学课程;

　　4. 丰富的人工智能和机器视觉案例

　　支持Web页面浏览摄像头;基于openCV的人脸识别、车道线识别、巡线;Yolo交通标识识别、手势识别、物体识别;Unet语义分割实现车道线检测;语音交互与声源定位;3D视觉建图与导航;多机器人编队;深度视觉跟随;

　　5. 完善的ROS机器人系统功能

　　车载计算主机搭载Ubuntu18.04版本Linux操作系统，配置ROS及相关开发工具，实现ROS核心通信机制及组件、对底盘状态监测及运动控制、ROS分布式远程开发、摄像头数据采集与处理、SLAM建图与导航、声源定位、语音识别、Gazebo仿真环境，提供完整代码。