AI計(jì)算(suàn)機終端以ubuntu爲操作(zuò)系統，并在其上(shàng)運行ROS系統，該ROS系統可挂接機器人建模軟件來(lái)仿真設計(jì)各類機器人，也(yě)可挂接仿真軟件來(lái)驗證相關識别算(suàn)法或控制算(suàn)法從(cóng)而較爲直觀地看(kàn)到(dào)機器人模拟的運行狀态，爲真實機器人的設計(jì)與控制提供完備的理(lǐ)論基礎。同時(shí)ROS系統還可以與OPENCV、TensorFlow等視(shì)頻圖像識别軟件進行數據交互，将其AI的視(shì)覺功能(néng)發揮到(dào)極緻。

該系統可支持本公司推出多種ARM處理(lǐ)器的開(kāi)發，如S3C2410、DM355、OMP3530、S5P6818、S5P4418等等；在實驗闆上(shàng)有豐富的外(wài)圍擴展資源（如：撥動開(kāi)關與LED顯示、CH451鍵盤、16X16 LED漢字點陣、通信模塊以及電機控制模塊等），可以完成基于各種CPU的基礎實驗、傳感器實驗、以太網實驗等；不僅能(néng)學習AI的基礎知(zhī)識，也(yě)能(néng)學習ARM處理(lǐ)器與傳感器、電機之間的控制方法。

系統結構及硬件資源

系統采用(yòng)底闆+CPU闆+擴展模塊結構構成，可以支持ARM CPU和(hé)AICPU闆。

系統底闆硬件資源：

單脈沖産生單元

語音(yīn)接口單元

單總線（DS18B20數字溫度傳感器）單元

數字輸入輸出（8個撥動開(kāi)關及8個LED發光管）單元

電機（直流電機與步進電機）控制單元

鍵盤顯示（芯片CH451，4×4鍵盤，帶8位LED數碼管）單元

TFT真彩液晶（TFTLCD彩色液晶屏，800X480分辨率）顯示單元

16X16LED點陣顯示單元

RS232 、RS485總線通信接口單元

EEPROM單元

串并并串轉換單元

0-5V可調輸入電壓單元

2.5V可調參考電壓單元

系統底闆資源平面圖

AIMCU采用(yòng)英偉達jeston nano B01爲核心，jetson nanoB01是一款節能(néng)高(gāo)效功能(néng)強大(dà)的人工(gōng)智能(néng)AI開(kāi)發套件，搭載四核ARM Coretex-A57處理(lǐ)器，采用(yòng)128核Maxwell架構的GPU，

CPU：ARM Coretex-A57 64-bit ，主頻1.43Ghz；4核，

GPU：128-core Maxwell @921Mhz；

内存：4 GB 64-bit LPDDR4 25.6 GB/s；

存儲：可擴展microSD卡，要求最小(xiǎo)16GB UHS-1(超高(gāo)速接口，帶寬能(néng)達到(dào)至少104Mb/s)；

視(shì)頻編碼：H.264/H.265(4Kp30)；

視(shì)頻解碼：H.264/H.265(4Kp60，2*4Kp30)；

攝像輸入接口：MIPI CSI；

攝像輸出接口：2個HDMI 2.0，Edp1.4；

網絡接口：Gigabit Ethernet/M.2 Key E

USB：4個 USB 3.0， USB 2.0 Micro-B

GPIO引腳：40

額定功率：5w/10w

供電：5V

語音(yīn)模塊：

采用(yòng)一款USB 轉音(yīn)頻模塊，支持播放(fàng)和(hé)錄音(yīn)，立體聲編解碼；可以多種采樣率，多系統兼容，支持樹莓派和(hé) JetsonNano；“聽/說”二合一；簡單方便免驅動，即插即用(yòng)。

闆載電源指示燈，方便查看(kàn)工(gōng)作(zuò)狀态、闆載麥克風(fēng)和(hé)喇叭接口，兼容 Windows、macOS、Linux 和(hé) Android 等系統使用(yòng)标準 USB 2.0 通用(yòng)接口，體型小(xiǎo)巧精緻。

供電電壓：5V

音(yīn)頻編解碼芯片：SSS1629A5

控制接口：USB

音(yīn)頻接口：PH2.0

揚聲器驅動：2.6W per channel(4Ω BTL)

音(yīn)箱：普通驅動器喇叭

視(shì)覺相機：Astra pro

深度範圍：0.6-8m。

功耗：≤2.5W，峰值電流小(xiǎo)于500ma。

彩色圖分辨率：1280x720@30FPS；640x480@30FPS；320x240@30FPS；

深度圖分辨率：1280x1024@7FPS；640x480@30FPS；320x240@30FPS；160x120@30FPS；

精度：距離物體1m時(shí)，±1-3mm。

彩色FOV：H66.1’ V40.2’。

深度FOV：H58.4’ V45.5’。

數據傳輸：30-45ms。

供電：USB 5V

32位微處理(lǐ)器（CORTEX-A53架構）ARM CPU闆技術參數：

S5P-6818: 6818 是一款高(gāo)性能(néng)，功能(néng)齊全的 A53 八核産品，,标配 2G 内存+16G 存儲,支持 100/1000M 以太網，支持 500W 攝像頭自(zì)動對(duì)焦功能(néng)，支持 MIPI 攝像頭接口，5 路 USB HOST接口，一路 OTG 接口，支持藍牙 4.0，支持 WIFI 上(shàng)網，支持 MIPI LCD 接口，支持 HDMI 接口， 2 路 1W 喇叭接口，支持待機功能(néng)；IIC接口，SPI接口，ADC接口，PWM接口，UART接口；支持android,linux,qt,ubuntu系統。

32位微處理(lǐ)器（CORTEX-A9架構）ARM CPU闆技術參數：

S5P-4418: 32位RISC指令集處理(lǐ)器，Cortex-A9四核CPU，主頻1.GHZ，28nm工(gōng)藝的低(dī)功耗處理(lǐ)器；支持高(gāo)清接口HDMI以及3D圖形顯示，支持1080P高(gāo)清60幀動畫(huà)，高(gāo)速接口EMMC4.5和(hé)USB2.0；IIC接口，SPI接口，ADC接口，PWM接口，UART接口,RGBLCD接口；支持android,linux，ubuntu,qt系統。

可開(kāi)設的實驗項目

基于AI CPU系統深度學習算(suàn)法實驗
實驗01 構造線性回歸模型	實驗02 邏輯回歸框架	實驗03 叠代完成邏輯回歸模塊	實驗04 神經網絡模型架構
實驗05 訓練神經網絡	實驗06 卷積神經網絡模型架構	實驗07 RNN網絡模型	實驗08 循環神經網絡LSTM
實驗09 雙向循環神經網絡	實驗10 動态循環神經網絡	實驗11 對(duì)抗生成網絡	實驗12 目标識别
實驗13 自(zì)編碼器

基于AI CPU系統應用(yòng)實驗
實驗01 GoogleNet物體識别	實驗02 FaceNet120人臉檢測	實驗03 神經網絡Lenet模型	實驗04 手語識别
實驗05 色塊跟蹤	實驗06 視(shì)覺建圖	實驗07 文(wén)字轉語音(yīn)實驗	實驗08 語音(yīn)轉文(wén)字實驗

基于ARM CPU闆系統設計(jì)實驗（實驗項目以實際發貨爲準）
第一章：運行環境
實驗一虛拟機VMware的安裝	實驗二 ubuntu系統的安裝	實驗三超級終端的安裝和(hé)使用(yòng)	實驗四 SSH軟件的安裝和(hé)使用(yòng)
實驗五 ADB驅動的安裝和(hé)使用(yòng)

第二章：系統燒寫
實驗一撥碼開(kāi)關設置啓動方式	實驗二制作(zuò)啓動TF卡	實驗三 TF燒寫鏡像文(wén)件	實驗四 OTG燒寫鏡像
實驗五挂載TF卡

第三章：源碼編譯
實驗一 ubuntu的基本操作(zuò)	實驗二 android 系統的編譯環境搭建	實驗三内核配置裁減	實驗四 Android源碼的編譯

第四章：程序編碼
實驗一應用(yòng)程序編寫	實驗二外(wài)挂驅動編寫	實驗三電子相冊	實驗四觸摸滿屏驅動配置
實驗五 EMMC升級配置	實驗六開(kāi)機logo的更改	實驗七開(kāi)機動畫(huà)的修改

第五章：外(wài)設驅動實驗	實驗箱硬件資源介紹
實驗一設備節點注冊	實驗二 GPIO驅動led	實驗三 GPIO驅動蜂鳴器	實驗四 GPIO驅動開(kāi)關檢測
實驗五 232通信	實驗六 485通信	實驗七 EEPROM實驗	實驗八 ADC模數轉換實驗
實驗九定時(shí)器控制LED燈實驗	實驗十繼電器實驗	實驗十一光耦實驗	實驗十二步進電機實驗
實驗十三直流電機實驗	實驗十四 LED流水(shuǐ)燈實驗	實驗十五數碼管按鍵實驗	實驗十六點陣實驗
實驗十七 AD模數轉換SPI通信實驗	實驗十八 DA數模轉換SPI通信實驗