长沙幼儿师范高等专科学校人工智能实训室（二期）采购需求公开

序号

采购

品目

标的

名称

数量

计量

单位

单价

技术要求/服务要求

涉及的

标准

是否核心产品

是否进口产品

标的物所属行业

1

其他电工、电子生产设备

人工智能基础实训箱

2

套

65000

系统应支持融合人工智能技术+嵌入式系统技术+工业机械臂应用技术+AR技术+物联网技术；通过丰富的基础实验和项目案例，实现从人工智能基础学习到应用实践的完整过程。

一、硬件要求
1、实验箱结构：
实验箱应分为两层结构，上层实验层，下层储物层，机械臂可存放在储物层的专用存放区，实验时可放到实验层的专用放置区进行实验（包括机械臂底座放置区、8个货物仓位）；主板带管理锁，方便储物层的设备安全管理；针对实验功能，实验箱具有整体化、一体化设计，不接受散件拼装；铝合金包边，承重抗压不易变形；

2、嵌入式AI运算单元：
1)应采用多核心处理器，处理器型号为RK3399：四个Cortex-A53核心和两个Cortex-A72核心，ARM Mali-T860MP4 GPU 支持OpenGL ES1.1/2.0/3.0, OpenCL1.2, DirectX11.1；
2)应≥4GB DDR3内存；
3)应≥16GB eMMC；
4)应配备≥10英寸，分辨率≥1920*1200的显示终端，带多点电容触摸显示终端；

3、嵌入式AI运算单元主板：
1)应≥4路USB 2.0 HOST接口；
2)应具有USB 3.0 HOST接口；
3)应具有TF卡接口，Type-C接口，音频输入，HDMI接口；
4)应≥2路 CSI 摄像头接口；
5)应具有10/100/1000M以太网接口，EDP显示终端接口；
6)应≥2路MIPI DSI显示接口(最高点4K显示终端)；
7)应≥10路可扩展GPIO接口；
8)应≥2路TTL 串口；
9)应具有 PCIE 4G 接口， RTC备用电池接口， SPI 接口；
10)应具有2.4G/5G/WIFI+蓝牙4.0，2路功能按键，具有用户自定义LED ；
11)应具有2路3W喇叭输出接口；

4、嵌入式AI控制单元：
1)应采用Cortex-M3内核处理器，最高主频≥72MHz，RAM≥64KB，FLASH≥512KB。
2)应可用于工业机械臂、无线传感网控制等；

5、嵌入式AI控制单元主板：
1)主板设计方式：应采用整块PCB板设计方式，尺寸≥360mmx406mm；嵌入式AI运算单元主板、不小于10英寸显示终端、嵌入式AI控制单元、QWERTY全键盘、无线传感网节点模块、不低于13.56M RFID模块固定在嵌入式AI控制单元主板上，保证系统整体性、一体化。
2)应支持一路USB-HUB从AI运算单元引出，拓展出三个USB接口；
3)应支持不少于2路串口，一路串口可用于AI运算单元与AI控制单元通信，一路串口可用于工业机械臂控制；
4)应支持RFID模块接口，支持多种不同频段的RFID模块；
5)应支持不少于2组无线传感网络接口，每组均具有仿真接口，可自动识别多种传感网络；
6)应支持板载50pin标准Arduino拓展接口，可用于外接传感器进行实验；可拓展标准Arduino接口拓展板，包括：Arduino电机板，包含直流电机及驱动电路、步进电机及驱动电路、舵机及驱动电路；Arduino键盘板，包括数码管、矩阵键盘、LED灯；Arduino传感器板，包含酒精传感器、光强传感器、温度传感器、气体传感器、光电门、火焰传感器、继电器、蜂鸣器；
7)应具有AI控制单元仿真器接口；
8)应支持板载蜂鸣器、LED灯等常用**；

6、1080P高清摄像头参数不低于：Sensor规格：1/2.7inch CMOS，1080P模式下30帧/秒，输出格式：MJPG(出厂默认格式:MJPG格式)支持YUY2(YUYV)，100度高清无畸变，USB免驱。

7、工业机械臂参数不低于：带反馈的可编程机械手臂，包含 6 个高寿命串行总线舵机，每个舵机可以反馈位置、电压、温度等数据；

8、QWERTY全键盘参数不低于：搭配QWERTY全键盘，方便进行本地开发。可以利用该全键盘直接在嵌入式AI单元上进行编程操作，无需PC机参与即可完成编程操作。

9、无线传感网节点模块：
1)应搭配物联网无线传感网节点底板，带一键还原功能，插入配套的一键还原卡，不用PC和仿真器参与，通过板载按键即可还原。 节点带1.44英寸TFT低功耗显示终端，用于显示传感器数据及通信信息。可扩展标多种传感器模块和通信核心模块，且可以自动识别。要求标配ZigBee、Wi-Fi两种传感网络，并能支持LoRa、BLE、IPv6、NB-IoT网络，方便以后设备升级；
2)应配备4个无线通信核心板，要求任何一个通信核心模块可以插接到任何一个通信底板上，具体包含：2个ZigBee通信核心板；2个支持AP功能的低功耗Wi-Fi通信核心板；
3)应配备温湿度、直流风扇、光强、继电器，传感器及控制模块。支持接口兼容的光电传感、火焰、可燃气、电位器、蜂鸣器、触摸、人体红外、超声波测距等传感器及控制模块。要求接口兼容，可以直接连接任意通信底板；
▲4)应配备一键还原卡，可以自动识别传感器和通信模块（NB-IOT、LoRa 、ZigBee、蓝牙、IPv6、Wi-Fi），节点模块种无论插入哪种通信模块和传感模块都可以自动识别并还原。（投标时提供视频证明，视频应体现出一键还原卡、自动识别NB-IOT、LoRa 、ZigBee、蓝牙、IPv6、Wi-Fi模块和还原功能）

10、应标配13.56M RFID模块（可扩展相同封装的125K、NFC、915M、2.4G、指纹模块等），板载低功耗MCU，ARM Cortex-M0核，独立USB转串口， 1.44英寸TFT LCD 显示终端，2个按键，1路蜂鸣器，≥10路IO扩展，1路LED灯，SWD下载口，独立复位。模块对外提供USB、RS232、I2C等3种访问方式。支持IOS IEC14443A协议；

11、嵌入式操作系统：应搭载64位Ubuntu16.04，Qt 5.5，Python3.5，TensorFlow1.7；

二、实验**等要求
1、应提供基于 Linux系统与Windows系统的开发环境搭建：提供Linux、Windows两种系统的Python、TensorFlow人工智能环境搭建实验，提供CPU、GPU两种环境的TensorFlow环境搭建实验；

2、应提供Python实验
1)Python基础：包括Python循环语句、Python文件操作、Python异常处理等方面的实验，实验数量≥17个；
2)Python高级：Python模块的发布安装和使用、第三方模块引入和使用、MQTT通信开发等方面的实验，实验数量≥14个；
3)Python项目：至少包含飞机大战Python综合项目，项目数量≥1个。

3、应提供如下人工智能开发实验，深度学习与神经网络-TensorFlow及AI应用：
1)人工智能基础实验，实验数量≥6个；
2)基本处理算法模型实验：至少包括机器学习中分类问题、回归预测问题两类问题的算法实验，实验数量≥3个；
3)神经网络算法实验：至少包括基于前馈人工神经、基于闭合回路的递归神经、基于反向传播算法进行空间表征的压缩重构的网络模型算法实验，实验数量≥5个；
4)TensorFlow实用技术实验：至少包括对训练出来的模型进行保存和恢复以进行新的预测，TensorFlow中Graph的可视化以及训练过程中loss的可视化实验；
5)高级框架TFlearn实验：至少提供包括基于Fine-tuning实现对原模型的微调以及大型数据集的处理方案算法实验，且实验数量≥5个；
6)TFlearn视觉网络：提供基于TFlearn计算机视觉处理处理网络算法实验，实验数量≥6个；
7)基于AI开放平台的人工智能图像识别实验，实验数量≥5个；
8)基于AI开放平台的人工智能语音识别实验；
9)基于AI开放平台的人工智能人脸识别实验：提供至少包括人脸检测、人脸识别、改进返回值实验，实验数量≥4个；
10)人工智能应用实验：至少包括OpenCV图像采集以及处理、手写数字识别、车牌识别、目标检测、人脸识别、语音识别应用实验算法实验，实验数量≥7个，

4、应提供如下人工智能开发实验
1)基础概念实验，实验数量≥10个；
2)命令式编程使用教程实验：至少包括命令式编程模式、多卡训练等，实验数量≥5个；
3)使用技巧实验：至少包括训练过程中模型评估、增量训练等实验，实验数量≥6个；
4)简单案例：至少包括Softmax回归实现数字识别训练和预测、卷积神经网络实现数字识别训练和预测、词向量实现与应用等实验，实验数量≥10个；
5)计算机视觉：至少包括图像分类训练与应用、生成对抗网络训练和应用等实验，实验数量≥4个；
6)自然语言处理：至少包括情感分析训练与应用、语义角色标注训练与应用、机器翻译训练与应用等实验，实验数量≥6个；
7)推荐系统：至少包括个性化推荐系统训练与应用等实验，实验数量≥2个；
8)人工智能应用实验：至少包括OpenCV图像采集以及处理、手写数字识别、口罩识别、目标检测、人脸检测、人体姿态检测应用实验算法实验等，实验数量≥8个

5、应提供人工智能开发，基于PyTorch2
1)Numpy数组实验：至少包括Ndarray数组，线性代数，实验数量≥4个；
2)PyTorch简介与基础知识实验：至少包括PyTorch基础--Tensor张量、PyTorch基础--自动微分机制、PyTorch基础--动态计算图、PyTorch基础--神经网络介绍，实验数量≥6个；
3)数据集定义与加载实验：至少包括PyTorch内置数据集的加载、PyTorch自定义数据集加载、GPU的使用，实验数量≥4个；
4)数据预处理一图像实验：至少包括PIL的基本使用、cv2的基本使用，实验数量≥2个；
5)神经网络的搭建实验：至少包括搭建LeNet神经网络模型，实验数量≥2个；
6)训练与保存实验：至少包括初始化和导入模型、定义损失函数和优化器；
7)启用梯度使用CUDA加速、训练、保存模型、训练过程可视化、完整代码，实验数量≥7个；
8)机器学习算法原理实验：至少包括KNN算法、数学的方法实现KNN算法、前向传播与损失函数、反向传播的学习率与梯度下降、自求导线性回归、基于框架的线性回归、数学的方法实现线性回归、曲线拟合、激活函数及其导数、逻辑回归、基于框架的逻辑回归、支持向量机、贝叶斯分类、贝叶斯多分类、K均值聚类、数据降维、隐马尔科夫模型、决策树与随机森林，实验数量≥18；
9)机器学习算法案例：至少包括基于线性回归预测销量、基于逻辑回归实现对鸢尾花多分类、朴素贝叶斯基于SVM完成手写数字识别、基于决策树与随机森林完成对汽车的评测、基于隐马尔科夫、基于PCA的数据降维，实验数量≥6；
10)深度学习算法原理：至少包括全连接与链式求导法则、优化器与优化方法、深度学习线性回归、深度学习曲线回归、深度学习分散簇分类、深度学习圆环分类、深度学习月牙分类、计算机眼中的图像、卷积为什么能识别图像、池化为什么能提取特征、多通道卷积与偏置过程，实验数量≥11；
11)经典神经网络：至少包括LeNet-5、AlexNet、VGGNet、GoogLeNet、ResNet、MobileNetV1、MobileNetV2、MobileNetV3，实验数量≥8；

6、应提供机器视觉实验
1)基础概念与知识部分：至少包括机器视觉概念与发展等实验，实验数量≥5个；
2)OpenCV部分：至少包括图像色彩空间变换、图像阈值分割、图像几何变换、平滑图像、目标轮廓特征查找、霍夫变换等实验，实验数量≥23个；
3)机器/深度学习部分：至少包括颜色识别、人脸识别等实验，实验数量≥7个；

7、应提供无线传感网实验
1)ZigBee部分：包括基于ZigBee的开发环境搭建、组网、灯光控制、串口传输、数据透传控制等实验、以及本实验箱的配套传感器模块实验（每种传感器提供一个独立实验）；
2)低功耗Wi-Fi部分：包括基于Wi-Fi的透传、AT实验、物联网云基础实验、传感节点采集组网、以及本实验箱的配套传感器模块实验（每种传感器提供一个独立实验）；

8、RFID模块部分：应至少包括13.56M读卡实验、13.56M写卡实验、13.56M读写秘钥实验、饭卡消费充值系统、13.56M调试助手，实验数量≥8个；

9、应提供STM32部分实验
1)STM32F103部分：至少包括LED灯、蜂鸣器、案件中断等实验，实验数量≥5个；
2)机械臂控制部分：至少包括舵机转动控制等实验，实验数量≥3个；
3)无线射频技术部分：至少包括13.56MHz高频读单个扇区、13.56MHz高频写单个扇区等实验，实验数量≥4个；

10、应提供配套项目开发例程，包括；实验箱识别抓取功能和数据走向、机械臂控制、仓库图片采集与处理、仓库货物识别搬运、识别搬运架构、语音控制机械臂、复杂物体识别、传感器采集与控制、RFID数据获取（投标时提供佐证材料，包括开发系统截图、操作手册、视频教程）

11、综合项目应至少包括如下项目：
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)基于AI开放平台的图像识别+抓取：基于AI开放平台的图像识别，包括：动物识别、水果识别、蔬菜识别、车标识别、汉字识别、英文识别，并且可以基于机械臂控制不同种类的物体进行分类搬运。
5)无线物联网模块拓扑图：基于物联网模块的拓扑图，可以显示物联网模块的传感器数据以及控制传感器状态。
6)RFID模块拓扑图：基于RFID模块的拓扑图，可以显示RFID卡中的数据。
7)基于YOLOV8的目标检测项目：基于YOLOV8算法实现目标检测，可同时进行动物识别、水果识别、蔬菜识别、车标识别、汉字识别、英文识别。
8)基于实例分割的分割界面案例：基于分割算法，实现对实验箱摄像头数据的实时实例分割与显示。
9)基于人体骨骼检测的界面案例：基于人体骨骼检测算法，实现对实验箱摄像头数据的实时人体骨骼检测与显示。

应符合国家行业标准

否

否

工业

2

其他电工、电子生产设备

智能语音开发实训设备

2

套

12500

基于人工智能、可二次开发的带显示终端智能音箱，从物联网的基础开发到结合语音唤醒、语音识别、语音合成等技术完成实际案例，可支持ZigBee、WiFi双网络同时在线，并可实现智能家居等实际项目案例。

一、硬件要求
1.开源带显示终端智能音箱1个（带网关功能）
开源带显示终端智能音响形式上应采用一体化设计，应具有定制的音箱外壳，不接受处理器外接显示终端、麦克风等直接在实验箱内的散件搭配，音箱本身应具有网关功能、智能家居界面显示功能、语音唤醒/识别/合成功能，摄像头调用显示功能。
1)音箱外壳：长宽高不低于175mm*100mm*160mm。
2)人工智能边缘计算主板参数不低于：BCM2711，四核Cortex-A72、64位SoC、主频1.5GHz；内存：4GB LPDDR4 SDRAM；网络：双频IEEE 802.11ac无线+蓝牙5.0，千兆以太网；2*USB 3.0、2*USB 2.0端口；2*Micro-HDMI输出（4kp60或4kp30）；2通道MIPI DSI显示端口；2通道MIPI CSI摄像头端口。
3)音箱集成摄像头，不低于100°无畸变、≥500万像素。
4)应支持基于WM8960开发的低功耗立体声编解码器；两个麦克风采集声音，提供3个唤醒/工作提示灯，1个用户按钮和2个板载Grove接口，用于扩展应用程序。
5)应采用电容式显示终端，显示终端尺寸≥7英寸IPS面板、可视角度≥170°、HDMI接口、分辨率≥1024*600。
6)唤醒词应支持自定义修改，可以自己训练唤醒词，可以多人同时训练唤醒词。
7)应支持在线语音识别，可联动传感器，包括传感器控制与传感器数据获取，并语音合成进行播报。
8)应提供B/S架构的浏览器对智能家居进行监控。
9)应可实现其他语音互动，如获取模块IP地址、播放音乐等。
10)语音控制指令、语音合成语句、其他语音互动应支持修改并二次开发。

2.电源适配器不低于：5V/4A。

3.无线传感网节点模块应支持：
1)传感器模块≥12个
2)接口兼容的电灯、继电器、风扇、蜂鸣器、温湿度传感器、光强传感器、人体红外、烟雾传感器、可燃气体传感器、超声波测距传感器、火焰传感器、光电开关传感器。
3)无线传感网节点底板≥4个
4)搭配物联网无线传感网节点底板，带一键还原功能，插入配套的一键还原卡，不用PC和仿真器参与，通过板载按键即可还原。节点带1.44英寸TFT低功耗显示终端，用于显示传感器数据及通信信息。可扩展标多种传感器模块和通信核心模块，且可以自动识别。要求标配ZigBee、Wi-Fi两种传感网络，并能支持LoRa、BLE、IPv6、NB-IoT网络，方便以后设备升级；
5)ZigBee通信核心模块≥2个
6)ZigBee通信核心板2个：基于CC2530方案。
7)WiFi通信核心模块≥2个
8)WiFi通信核心板2个：基于M0+ESP8266方案。
9)一键还原卡≥1个
配置1个一键还原卡，可以方便教学管理，实现一键还原功能。不用PC和仿真器参与，通过无线传感网节点底板一键还原按键即可还原。即使模块原有程序完全损坏，也可以实现一键还原功能。根据每台实验箱编号不同，还原后的各个无线网络在不同实验箱之间互不干涉。

二、实验**等要求
1.应提供基于 Linux系统与Windows系统的开发环境搭建：提供Linux、Windows两种系统的Python、TensorFlow人工智能环境搭建实验，提供CPU、GPU两种环境的TensorFlow环境搭建实验；

2.应提供Python实验
1)Python基础：包括Python循环语句、Python文件操作、Python异常处理等方面的实验，实验数量≥17个；
2)Python高级：Python模块的发布安装和使用、第三方模块引入和使用、MQTT通信开发等方面的实验，实验数量≥14个；
3)Python项目：至少包含飞机大战Python综合项目，项目数量≥1个。

3.应提供人工智能语音开发实验
可在设备上完成理论与上机实验：包括语音采集、端点检测、语音唤醒、离线语音合成、智能音箱对话、智能音箱播放音乐、智能音箱控制灯、智能音箱获取光照强度信息等实验，实验数量≥17个。

4.应提供无线传感网实验（ZigBee部分）
ZigBee部分：提供本实验箱的配套传感器模块实验（每种传感器提供一个独立实验），实验数量≥20个；

5.应提供无线传感网实验（WiFi部分）
WiFi部分：提供本实验箱的配套传感器模块实验（每种传感器提供一个独立实验），实验数量≥20个；

6.应提供人工智能实验系统软件，设备厂家具有自主知识产权；内容包含：
1)人工智能基础：数据集介绍、深度学习简介、TensorFlow简介、TensorFlow入门操作等，实验数量≥6个。
2)基本处理算法：用于处理分类问题的解决算法：K最近邻算法、逻辑回归算法；用于处理回归预测问题的解决算法：线性回归算法；解释原理、学习方法、使用方法、处理方法等。
3)神经网络算法：基于前馈人工神经网络模型的多层感知器（MLP）；基于闭合回路的递归神经网络的长短期记忆网络（LSTM）；基于闭合回路的递归神经网络的双向循环神经网络（Bi-RNN）；基于反向传播算法的进行空间表征的压缩重构的自编码器（Autoencoder）等，实验数量≥6个
4)TensorFlow的实用技术：对训练出来的模型进行保存和恢复以进行新的预测，TensorFlow中Graph的可视化以及训练过程中loss的可视化。
5)高级框架TFlearn：TFlearn常用API的介绍；基于TFlearn进行回归预测问题的解决算法实现；基于Fine-tuning实现对原模型的微调以及大型数据集的处理方案。
6)TFlearn视觉网络：基于TFlearn实现前馈人工神经网络模型的多层感知器（MLP）；基于TFlearn实现前馈人工神经网络模型的卷积神经网络（CNN）并在多个数据集上进行解释等，实验数量≥6个
7)人工智能应用实验：OpenCV图像采集及预处理、手写数字识别、车牌识别等，实验数量≥7个。

7.综合项目应包含以下内容：
1)语音助手
基于离线的语音唤醒、在线的语音识别、语音合成等人工智能技术实现一个智能音箱后端，可实现智能问答（包括设备状态问答、时间问答、知识问答等）、查询天气、播放音乐、设定闹钟提醒、控制传感器等功能。
2)语音界面
由于语音助手单纯的命令行模式交互性较差，所以在此基础上基于界面显示，可显示语音识别结果、录音状态等，实现一个带智慧显示终端的智能音箱。
3)传感器控制
传感器控制可以监控配备的所有传感器，还可以高度集成化、灵活化、定制化，开发者可以选择在应用上显示什么传感器，开发者可高度定制自定义联动规则（传感器联动以及时间联动）。可显示传感器电量，电量不足可以及时充电。
4)设备支持部署B/S后端，可通过浏览器网页登录到设备后端，控制传感器节点，并且部署自动化联动规则。

应符合国家行业标准

否

否

工业

3

其他电工、电子生产设备

机器视觉开发实训设备

2

套

24500

基于人工智能、嵌入式、云台的机器视觉开发套件，从使用多种技术相结合实现图像识别、人脸识别、目标检测、目标跟踪等实际案例。满足高校人工智能基础理论教学、人工智能综合项目案例、嵌入式基础教学等。通过理论加实践的教学方式培养学生创新能力及用工具解决问题的能力。

一、硬件要求
1.应支持不低于5V/4A电源适配器

2.嵌入式AI运算单元主板参数应不低于：
四核ARM的Cortex-A57处理器，NVIDIA的CUDA核心≥128个，4GB 64位LPDDR4；
32GB eMMC，64GB TF卡存储；
1Xsdio/2xSPI/6XI2C/2xI2S/GPIO，千兆以太网，搭载基于B/S架构的本地AI开放平台，基于设备的B/S架构的AI开放训练平台FastDL，基于设备的B/S架构的提供AI Studio学习平台，平台开源可进行二次开发。

3.嵌入式AI控制单元主板参数应不低于：
Cortex-M3内核的STM32F103系列处理器，最高主频72MHz，LQFP64封装。
至少包含六种物联网无线传感网络接口：可兼容zigbee、蓝牙、WiFi、IPV6、LORA、NBIoT等网络类型。
云台控制接口：具有云台控制接口，可实现云台的实时操控；
0.96英寸OLED显示终端：用于运算器状态显示
3个板载USB HOST接口；
1个板载USB MINI接口，用于连接PC；
1个12PIN无线模块下载接口，可以用于给zigbee、蓝牙、WiFi、IPV6、LORA、NBIoT等无线网络通信核心板烧写程序；
板载4个云台控制按键，可以用于云台的上下左右控制；
可通过搭载在设备上的B/S架构的本地AI开放平台进行远程控制。

4.平板电脑参数应不低于：
安卓系统；尺寸≥10.1英寸；分辨率：1920*1200；内置Wi-Fi，蓝牙；电池容量5001-6000mAh；后置摄像头500W；前置摄像头200W；支持联通4G/移动4G/电信4G；电容触摸；1个麦克风；2个扬声器数量；可对接搭载在设备上的B/S架构本地AI开放平台。

5.摄像头云台参数应不低于：
尺寸：120mm*120mm*116mm
自由度：2自由度（旋转180°，俯仰180°）
舵机型号：LD-1501MG和LDX-218MG
LD-1501MG参数：重量：61g，尺寸：54*20*45.5mm，产品速度：0.16sec/60°，堵转扭矩：13kg/cm 6V，15kg/cm 6.5V，17kg/cm 7V，额定电压：6V，空载电流：100mA。
LD-218MG参数：重量：56g，尺寸：40*20*51mm，产品速度：0.16sec/60°，堵转扭矩：15kg/cm 6V，17kg/cm 7.4V，额定电压：6V，空载电流：100mA。

6.USB免驱摄像头参数应不低于：
Sensor规格：1/2.7inch CMOS，1080P模式下30帧/秒，输出格式：MJPG(出厂默认格式:MJPG格式)支持YUY2(YUYV)，100度高清无畸变，USB免驱。

7.键盘参数应不低于：
无线传输键盘，可连接平板电脑使用搭载在设备上的B/S架构AI Studio学习平台进行相关实验学习和开发。

二、软件平台要求
以下三个平台应由Python的Django实现并部署，并针对相关的平台做了HTML5、JSS以及JavaScript的相关开发，应支持使用浏览器访问前端界面进行学习和开发，所有的B/S项目代码都应开源。

1.应提供本地的搭载在设备上的B/S架构的AI开放平台，可实现通过浏览器，实现人工智能人脸识别、目标检测等功能，可使用平板电脑摄像头（前置和后置）和设备摄像头进行识别。

2.应提供本地的基于设备的B/S架构的AI开放训练平台FastDL,可在设备上一键式训练，无需部署环境和神经网络，零基础训练神经网络模型，训练完成的模型可发布为设备端SDK、私有服务器部署、软硬一体方案，灵活适配各种使用场景及运行环境。

3.应提供本地的基于设备的B/S架构的提供AI Studio学习平台，无需在计算机上搭建任何环境，平台在使用手册中插入可运行****运行处理。

三、实验**等要求（所有实验均须提供完整的实验案例（包含源码）及实验指导说明文件，需提供实验指导书等相应辅证材料）
1.应提供基于 Linux系统与Windows系统的开发环境搭建：提供Linux、Windows两种系统的Python、TensorFlow人工智能环境搭建实验，提供CPU、GPU两种环境的TensorFlow环境搭建实验；

2.Python基础应包括：Python循环语句、Python文件操作、Python异常处理等方面的实验，实验数量≥17个；

3.Python高级应包括：Python模块的发布安装和使用、第三方模块引入和使用、MQTT通信开发等方面的实验，实验数量≥14个；

4.Python项目应包括：至少包含飞机大战Python综合项目，项目数量≥1个。

5.应提供人工智能机器视觉开发实验
可在设备上完成理论与上机实验：目标轮廓特征查找、霍夫变换等实验，实验数量≥20个。

6.应提供人工智能实验系统软件，设备厂家具有自主知识产权；内容包含：
1)人工智能基础：数据集介绍、深度学习简介、TensorFlow简介、TensorFlow入门操作等，实验数量≥6个。
2)基本处理算法：用于处理分类问题的解决算法：K最近邻算法、逻辑回归算法；用于处理回归预测问题的解决算法：线性回归算法；解释原理、学习方法、使用方法、处理方法等。
3)神经网络算法：基于前馈人工神经网络模型的多层感知器（MLP）；基于闭合回路的递归神经网络的长短期记忆网络（LSTM）；基于闭合回路的递归神经网络的双向循环神经网络（Bi-RNN）；基于反向传播算法的进行空间表征的压缩重构的自编码器（Autoencoder）等，实验数量≥6个
4)TensorFlow的实用技术：对训练出来的模型进行保存和恢复以进行新的预测，TensorFlow中Graph的可视化以及训练过程中loss的可视化。
5)高级框架TFLearn：TFLearn常用API的介绍；基于TFLearn进行回归预测问题的解决算法实现；基于Fine-tuning实现对原模型的微调以及大型数据集的处理方案。
6)TFLearn视觉网络：基于TFLearn实现前馈人工神经网络模型的多层感知器（MLP）；基于TFLearn实现前馈人工神经网络模型的卷积神经网络（CNN）并在多个数据集上进行解释等，实验数量≥6个）
7)人工智能应用实验：OpenCV图像采集及预处理、手写数字识别、车牌识别等，实验数量≥7个。

7.应提供人工智能实验，内容至少包含：
1)基础概念实验，实验数量≥10个；
2)命令式编程使用教程实验：至少包括命令式编程模式、多卡训练等，实验数量≥5个；
3)使用技巧实验：至少包括训练过程中模型评估、增量训练等实验，实验数量≥6个；
4)简单案例：至少包括Softmax回归实现数字识别训练和预测、卷积神经网络实现数字识别训练和预测、词向量实现与应用等实验，实验数量≥10个；
5)计算机视觉：至少包括图像分类训练与应用、生成对抗网络训练和应用等实验，实验数量≥4个；
6)自然语言处理：至少包括情感分析训练与应用、语义角色标注训练与应用、机器翻译训练与应用等实验，实验数量≥6个；
7)推荐系统：至少包括个性化推荐系统训练与应用等实验，实验数量≥2个；
8)基于AI开放平台的人工智能图像识别实验，实验数量≥5个；
9)基于AI开放平台的人工智能语音实验，实验数量≥1个；
10)基于AI开放平台的人工智能人脸识别实验：提供至少包括人脸检测、人脸识别、改进返回值实验，实验数量≥4个；

▲8.应提供基于设备的B/S架构的AI开放训练平台，至少需包含如下项目内容，猫狗检测、火灾预警、云台控制、颜色跟踪、人脸检测、人脸识别、目标检测（基于平板摄像头）、目标检测（基于设备摄像头）。（投标时提供视频证明，视频应包含开放式训练平台基础功能，猫狗检测项目、火灾预警项目全功能展示）。
所有项目都可通过设备的基于B/S架构的本地AI开放平台进行演示和开发。

应符合国家行业标准

否

否

工业

4

其他电工、电子生产设备

智能机器人开发实训设备

1

套

70,800

系统整体要求人工智能机器人开发套件结合了机械、电子、传感器、计算机软硬件、机器人操作系统、人工智能等众多的先进技术。
金属结构件能够轻易完成机械结构搭建，配合高性能的微处理器，多种常用传感器，若干电机及舵机，方便验证机器人结构的运动特性、微处理器及机器人操作系统等方面的实验。
能够结合人工智能让机器人更加智能，基于深度学习框架开发完成训练模型、调试参数、打包模型一系列人工智能开发流程。

一、硬件要求应至少包括以下组成部分：
1.铝合金板件1套：通过4块的钣金件能够组装车模。

2.直流减速电机4台；

3.格氏24V/8000mA动力锂电池1个；

4.25.2V/5A电源适配器1个；

5.全向车驱动模组1套；

6.Cortex-M4核心板参数应不低于：主控芯片：STM32F407VET6；端口电平转换单元；USB转串口；LED指示灯；电机控制、正交码盘、SPI扩展、定时器扩展、GPIO等扩展端口；

7.ST-LINK V2仿真器1个；

8.DEBUG仿真接口转接板1块；

9.人工智能运算单元主板参数应不低于：64位的Broadcom BCM2712、四核 Cortex-A76 (ARM v8) 64 位 SoC，主频 2.4GHz；4GB内存；千兆以太网卡；2.4GHz 和 5.0GHz 802.11ac 双频Wi-Fi无线网卡；低功耗蓝牙5.0（BLE）；2 × micro HDMI 接口 (可达 4Kp60)；2 × USB 3.0（支持 5Gbps 同步运行）；2 × USB 2.0；1 × PCIe 2.0接口；40PIN GPIO接口；2 × 4-lane MIPI (DSI/CSI)接口；支持高速 SDR104 模式的 Micro SD 卡插槽；5V/5A DC (通过 USB-C 接口，支持 PD)。

10.ROS运算单元主板参数应不低于：64位的Broadcom BCM2711、四核 Cortex-A72 (ARM v8) 64 位 SoC，主频 1.8GHz；2GB内存；千兆以太网卡；2.4GHz 和 5.0GHz 802.11ac 双频Wi-Fi无线网卡；低功耗蓝牙5.0（BLE）；2 × micro HDMI 接口 (可达 4Kp60)；2 × USB 3.0；2 × USB 2.0；40PIN GPIO接口；2-lane MIPI DSI接口；2-lane MIPI CSI接口；Micro SD 卡插槽；5V/5A DC (通过 USB-C 接口或 GPIO)。

11.1080P高清摄像头1个，参数应不低于：Sensor规格：1/2.7inch CMOS，1080P模式下30帧/秒，输出格式：MJPG(出厂默认格式:MJPG格式)支持YUY2(YUYV)，100度高清无畸变，USB免驱；

12.360度激光雷达1个，参数应不低于：测量范围≥12米半径；至少具有360度扫描测距；测量频率≥8000次/秒；至少具有2-10Hz可配置的扫描频率，具有光磁融合；即插即用，且必须配备串口和USB接口；

13.3英寸麦克纳姆轮4个，参数应不低于：碳钢一体成型轮毂；深沟轴承(国产)；钢板表面镀镍；

14.7寸HDMI显示器1套，参数应不低于：分辨率≥1024*600；至少一路USB触摸接口；至少一路HDMI显示接口；

15.ROS-AI控制转接板参数应不低于：可实现一键切换屏幕输入端、机械臂主控、摄像头连接端；包含以下部分：2路Type-C输入；HDMI：2路输入，1路输出；1个USBA屏幕供电触摸接口；1个4P机械臂通信接口；1个USBA摄像头接口；1个ROS控制单元预留USBA接口，1个AI控制单元预留USBA接口；1块1.44寸TFT LCD彩色屏幕；一组语音模块（扬声器1个、麦克风1个、通信接口/下载接口）；预留5V供电接口。

16.工业机械臂参数应不低于：带反馈的可编程机械手臂，包含 6 个高寿命串行总线舵机，每个舵机可以反馈位置、电压、温度等数据；（需提供功能截图并加盖投标人公章佐证）

17.PS2手柄参数应不低于：串行通信，至少可实现按键控制以及摇杆控制。

二、软件**
1.应提供智能车控制系统软件，设备厂家具有自主知识产权，内容包含：
1)STM32主控部分应至少包括如下内容：
提供GIPO输入输出实验、LED灯控制实验、蜂鸣器控制实验、SysTick系统滴答实验、 UART串口实验、通用定时器实验、ADC模数转换实验、I2C总线实验、LCD显示实验、直接存储器访问实验（DMA）、Flash数据存储实验、ICM20948驱动实验、PWM电机驱动实验、编码器输入捕获实验、PID电机控制实验、实验数量≥15个；
2)ROS部分应至少包括如下内容：
提供基础原理：认识ROS、介绍ROS文件系统、运行ROS的经典程序—小乌龟、创建ROS工作空间功能包、编写简单的的订阅者和开发者、自定义消息和订阅、launch文件编写、动态参数调节和参数服务器、时钟与日志、TF坐标变换、ROStf—自己实现小乌龟跟踪、机器人建模与仿真—urdf/xacro，实验数量≥10，手册页数≥200页，视频时长≥3小时
进阶与实战：键盘控制小车；话题控制小车；添加雷达功能包；ROS地图构建与自主导航；添加摄像头功能包；ROS项目实战（激光雷达跟随、视觉巡线）、ROS机械臂；Moveit！工具使用；Rviz控制机械臂；action通信；程序控制机械臂；实验数量≥11；手册页数≥100页
ROS小车仿真：Gazebo场景构建；控制小车在Gazebo中移动；构建地图（Gmapping、Hector_mapping）；自主导航；实验数量≥5；手册页数≥50页；视频时长≥1.5小时
机械臂仿真：Moveit介绍；Moveit Setup Assistant配置机械臂；Moveit使用；Moveit编程；键盘控制仿真机械臂；pick and place实验；Gazebo仿真；Gazebo、Rviz联合仿真；实验数量≥13；手册页数≥95页；视频时长≥2.5小时

2.提供人工智能实验系统软件，设备厂家应具有自主知识产权，内容应包含：
1)人工智能基础实验，实验数量≥6个；
2）基本处理算法模型实验：至少包括机器学习中分类问题、回归预测问题两类问题的算法实验，实验数量≥3个；
3）神经网络算法实验：至少包括基于前馈人工神经、基于闭合回路的递归神经、基于反向传播算法进行空间表征的压缩重构的网络模型算法实验，实验数量≥5个；
4）TensorFlow实用技术实验：至少包括对训练出来的模型进行保存和恢复以进行新的预测，TensorFlow中Graph的可视化以及训练过程中loss的可视化实验；
5）高级框架TFlearn实验：至少提供包括基于Fine-tuning实现对原模型的微调以及大型数据集的处理方案算法实验，且实验数量≥5个；
6）TFlearn视觉网络：提供基于TFlearn计算机视觉处理处理网络算法实验，实验数量≥6个；
7）基于AI开放平台的人工智能图像识别实验，实验数量≥5个；
8）基于AI开放平台的人工智能语音识别实验，试验数量≥1个；
9）基于AI开放平台的人工智能人脸识别实验：提供至少包括人脸检测、人脸识别、改进返回值实验，实验数量≥4个；
10）人工智能应用实验：提供可以离线训练并识别的人工智能应用实验源码，至少包括OpenCV图像采集以及处理、手写数字识别、车牌识别、目标检测、人脸识别、语音识别应用实验算法实验，实验数量≥7个。

三、综合项目

1、机器人地图构建:在硬件上采用激光雷达和带码盘的直流减速电机来分别提供深度信息和里程计信息，利用ros中开源项目gmapping功能包，通过仿真软件rviz，实现室内slam地图构建。

2、Navigation自动导航： 在已经构建完成的地图上，利用开源项目amcl定位功能包和move_base功能包，并采集雷达和里程计信息，使用仿真软件rviz，实现机器人的自动避障导航。

3、机器人手势识别应包含如下内容：通过图像处理识别不同的手势。

4、基于YOLOV8手部检测机械臂跟踪应包含如下内容：通过摄像头捕获现场情况，自动检测当前画面中的人手，点击开始跟踪后，机械臂通过上下左右调节使得画面中的人手始终在画面的中央位置，如果画面中有多个人手，机械臂会选择跟踪画面中面积最大的手；当画面中没有人手被检测到时，20秒后机械臂会自动退出跟踪。

▲5、智能语音机器人控制应包含如下内容：通过麦克风完成语音采集，将采集到的语音进行识别，并在识别完成后发送对应的控制指令，下发到ROS端进行小车的控制，或者发送到机械臂控制板，控制机械臂运动。（投标时提供视频证明，可实现与deepseek的聊天交互，并基于设备摄像头实现多模态大模型的场景描述与交互。）

6、遥控化机器人应包含如下内容：通过PS2手柄完成对ROS机器人以及机械臂的控制，包括ROS机器人基于麦克纳姆轮在平面上的360度运动，以及机械臂的运动抓取控制等等。

7、实时跟踪全倾斜摄像机平台应包含如下内容：通过摄像头捕获拍摄场景，用户选择HSV颜色区间，可以对某物体进行颜色背景分割，运算器可对该物体进行位置标注并控制机械臂对其进行跟踪，使其一直保持处于摄****中心。

8、博物馆引导机器人应包含如下内容：可在博物馆或者会场进行引导导航，在博物馆中，可设置A、B、C三个展柜的坐标系，该坐标系的原点是固定的，为机器人出发点。在用户选择去哪个展柜进行参观后（三个展柜可同时选择或者只选择某些展柜，并且顺序可调换），有两种方式对用户进行引导：
1）、定距离方式，该方式相对比较简单，只作为学生学习坐标系变换和机器人传感器数据处理时使用，该方式可通过笛卡尔坐标系与极坐标系的转换，不通过地图构建与导航的方式直接与传感器数据进行交互，实现引导作用。
2）、定点方式：****博物馆或者会场的地图进行构建，构建后选择要参观的展柜，机器人会根据构建好的地图与自身的坐标实现引导作用。
机器人在引导过程中会实现语音播报，提示用户到达某个点或者要前往什么地点。播报内容可修改以使用不同的场景，在引导完毕后，机器人会返回出发点等待下次引导。

9、餐厅送餐机器人应包含如下内容：
****餐厅中实现机器人送餐，该项目将AI+ROS+机械臂结合起来，应以厨房为第一视角，在完成食物制作后，将食物放到机器人上，机器人会根据食物上的餐桌二维码判断送达地点，并应可通过两种方式对食物进行配送：
1）应支持定距离的方式：该方式通过运算器与传感器的数据交互与处理，实现食物配送；
▲2）应支持定点方式：****餐厅地图，在判断到达地点后完成自动导航的食物配送；
配送到达后，机械臂会从机器人上将食物取下，并进行语音提示，语音可修改以适配不同场景，在语音提示后，机器人会返回厨房等待下次配送。
(投标时提供视频证明，视频应包含送餐机器人第一视角，二维码判断，定距离配送，定点配送和语音提示功能）

应符合国家行业标准

否

否

工业

5

其他电工、电子生产设备

智能家居开发实训设备

2

套

70800

1.设备应采用实训台网孔板与底座可分离式设计，网孔板应可自由搭载组合传感器网关设备等，底座应带有12V/4A开关电源；PDU机柜4位应带开关强电插排；应带有弱电电源电压/电流显示模块，应可实时显示弱电的电流电压；应预留12V电源输出端，应采用鳄鱼插头设计，方便对硬件设备供电。

2.应包含开源带屏智能音箱1个（带网关功能）
产品要求：开源带屏智能音箱形式上采用一体化设计，具有正规的音箱外壳，不接受处理器外接屏幕、麦克风等直接在实验箱内的散件搭配以及亚克力固定模式，音箱本身具有网关功能、智能家居界面显示功能、语音唤醒/识别/合成功能，摄像头调用显示功能。
1)应包含音箱外壳，参数应不低于：长宽高175mm*100mm*160mm，具有≥2个USB拓展口、电源接口、USB串口、Zigbee模块开发接口；
2)应包含人工智能边缘计算主板，参数应不低于：四核Cortex-A72、64位SoC、主频1.5GHz；内存：≥1GB LPDDR4 SDRAM；网络：双频IEEE 802.11ac无线+蓝牙5.0，千兆以太网；2个USB 3.0端口；2个Micro-HDMI输出（4kp60或4kp30）；2通道MIPI DSI显示端口；2通道MIPI CSI摄像头端口；
3)应包含音箱集成摄像头，参数应不低于，100°广角无畸变、≥500万像素；
4)应包含低功耗立体声编解码器，参数应不低于；两个麦克风采集声音，提供3个唤醒/工作提示灯，1个用户按钮和2个板载Grove接口，用于扩展应用程序；
5)应包含电容式触摸屏，参数应不低于，屏幕尺寸≥7寸IPS面板、可视角度≥170°、HDMI接口、分辨率≥1024*600；
6)应采用离线唤醒，唤醒词自定义修改，可以自己训练唤醒词，可以多人训练同一唤醒词；
▲7)应包含在线语音识别，可联动传感器，包括传感器控制与传感器数据获取，并语音合成进行播报；（提供视频证明，基于大模型的语音识别、语音合成实现大模型的连续对话，并结合摄像头和视觉多模态大模型将摄像头看见的进行描述，完成场景感知功能，并结合Agent实现设备控制；）
8)应提供安卓、鸿蒙、苹果手机APP对智能家居进行监控，APP可查看音箱摄像头实时画面及传感器历史数据，可动态实现传感器联动规则配置和联动开关；
9)应提供微信小程序对智能家居进行监控，应支持扫描智能音箱屏幕上动态生成的二维码连接设备，微信小程序应可通过物联网核心套件 IoTCore远程设备监控，实现传感器的实时数据显示以及设备的控制；
10)应提供B/S架构的浏览器对智能家居进行监控，应可在浏览器上显示智能家居信息、终端设备信息、音箱摄像头图像、传感器历史数据，应可在浏览器动态实现传感器联动规则配置和联动开关；
11)应可实现其他语音互动，如获取模块IP地址、播放音乐等；
12)语音控制指令、语音合成语句、其他语音互动应可修改并二次开发；
13)应内置ZigBee模块，应可实现Zigbee组网，数据通信。

3.应配套VR眼镜盒子，配合VR显示终端可呈现VR显示内容；眼镜盒子适用Android系统。

4.应配套VR显示终端，配合VR眼镜盒子可呈现VR显示内容。CPU要求≥Cortex-A53，RAM要求≥3GB；Flash≥32GB；屏幕≥5.5英寸、≥1920x1080分辨率403PPI；具有Wi-Fi功能、蓝牙功能，支持4G网络功能，具有陀螺仪、加速度传感器、距离传感器、环境光传感器、霍尔传感器；支持定位功能。

5.应配套温湿度+光照度+可燃气体三合一传感器。输出信号为RS485 Modbus协议；温度量程-40℃～+120℃，湿度量程0～99.9％RH，光照度范围0～65535lux，可燃气检测范围300～10000ppm(甲烷、天然气)；输入电压DC12V，工作电流小于100mA。

6.应配套PM2.5传感器，用于检测环境空气颗粒物浓度。检测范围MIN：0.03um，TYP:2.5um；检测感度：0.2V/(0.1mg/m^3) ～ 0.5V/(0.1mg/m^3)；使用温度：-10℃～+65℃；输入电压：4.8V～5.2V。

7.应配套抽风风扇，要求转速3600RPM，风量25.43 CFM；风压1.00 IN H2 O；噪音52dB；工作电压范围4.0～13.8V，标识电流1.2A，工作电流0.8A，工作输入功率9.6W。

8.应配套声光报警器。要求警声压100分贝；供电电压DC12V，额定电流40mA，功率：4.8W。

9.应配套微型电控锁，用于模拟家居环境中的门锁。要求工作电压DC12V；起动电流400mA；功率5W；常温长期工作温度39℃。

10.应配套LED工作灯。工作电压DC12V；常温长期工作温度39℃。

11.应配套全向红外模块，可通过红外线控制其他硬件。要求具有5个红外发射头，带学习功能；可控制红外插座；5V供电。

12.应配套125KHz RFID模块，板载低功耗MCU，ARM Cortex-M0核，独立USB转串口， 1.44寸TFT LCD 独立显示，2按键，1路蜂鸣器，≥10路IO扩展，1路LED灯，SWD下载口，独立复位。射频方案：EM4095。模块对外提供USB、RS232、I2C等3种访问方式。支持ISO 11784/11785 协议。

13.应配套电动窗帘机，用于控制窗帘。包括窗帘轨道1根（50cm）、45瓦KT320E电机1台、DC87红外控制器1台。

14.应配套ZigBee从节点控制器4个，使用CC2530作为解决方案，用于收发ZigBee网络信息，采集传感器数据，对设备进行控制。主控制器使用Cortex-M3芯片STM32F103；具有SWD下载接口、TTL串口、RS485 接口、 RS232接口、OLED屏幕、2路IO开漏输出电路驱动12V设备、多路LED指示灯。

15.应配套云台摄像头，要求高清像素100万（720P）；具有红外夜视功能，11颗LED红外灯、夜视可达20米内；连接方式无线WI-FI或网线；云台可旋转，水平355 、垂直120；可在电脑、平板、手机端显示画面；可录像；可查看回放录像，支持异地远程回放；录像以H264方式压缩，可存储于TF卡、手机、电脑；云台具有报警功能，能移动侦测报警、推送消息至手机报警；具有音频输入功能；工作电压:DC5V2A。

16.应配套红外遥控插座，应支持功率500W；控制距离应：3m～8m。

17.应提供VR物联网智能控制系统软件，设备厂家具有自主知识产权。需满足通过VR设备控制，模拟一个的家居场景，以3D方式呈现在用户眼前，在VR设备中可以看到整个家居的布局，软件结构中至少包含，大厅、厨房、卧室、卫生间等空间，模拟真实的家庭环境；软件中至少包含空调、窗帘、电视、排风扇、报警灯、照明灯等部件；至少包括温湿度，燃气等信息反馈，且信息均为硬件设备采集的真实数据；软件中通过控制动作需要有虚拟效果，且会真实反馈到硬件产品上达到控制目的；需要达到视觉移动效果，可以到达不同的区域并可以进行控制。

▲18.应提供智能家居系统软件，设备厂家具有自主知识产权。要求具有开源操控终端软件功能，实训套件可以通过手机平板等设备接入系统，通过家居控制系统控制监测设备的状态。通过光照感应器实时调节室内灯光亮度，通过温度、环境、燃气等传感器实现智能场景联动，如调节室内空气流通、燃气报警等功能。（投标时提供视频证明，视频应包含智能家居系统软件展示，开源操控终端软件展示，手机或平板接入展示，家居控制系统监测展示，智能场景联动展示）。

19.应提供物联网实验系统软件，设备厂家应具有自主知识产权，内容应至少包含：
1)传感网络部分参数应不低于：基于ZigBee的灯光实验、基于ZigBee定时器实验、基于ZigBee的UART串口实验、基于ZigBee的定时器唤醒实验、ZigBee的数据透传实验，OSAL之点灯实验、OSAL之串口打印实验、OSAL 之串口收发实验、ZigBee广播实验、ZigBee单播实验、ZigBee信号质量RSSI实验、ZigBee组播实验等，实验数量≥15个。
2)VR开发部分参数应不低于：Unity 3D开发环境搭建、Sensor与Camera、UI系统、物理碰撞与运动、动画寻路与状态机、粒子、材料球与烘焙、打包实战、VR综合项目案例等，实验数量≥48个。
3)STM32外设实验：STM32F103的LED基础实验、STM32F103的定时器实验、STM32F103的呼吸灯实验、STM32F103的OLED显示屏实验、门锁控制实验、风扇控制实验、温湿度传感器实验等，实验数量≥15个。

20.应提供人工智能实验系统软件，内容应至少包含：
1)应包含人工智能基础：数据集介绍、深度学习简介、TensorFlow简介、TensorFlow入门操作等，实验数量≥6个；
2)应包含基本处理算法：用于处理分类问题的解决算法：K最近邻算法、逻辑回归算法；用于处理回归预测问题的解决算法：线性回归算法；解释原理、学习方法、使用方法、处理方法等；
3)应包含神经网络算法：基于前馈人工神经网络模型的多层感知器（MLP）、基于闭合回路的递归神经网络的长短期记忆网络（LSTM）、基于闭合回路的递归神经网络的双向循环神经网络（Bi-RNN）、基于反向传播算法的进行空间表征的压缩重构的自编码器（Autoencoder）等，实验数量≥6个；
4)应包含TensorFlow的实用技术：对训练出来的模型进行保存和恢复以进行新的预测，TensorFlow中Graph的可视化以及训练过程中loss的可视化；
5)应包含高级框架TFlearn：TFlearn常用API的介绍、基于TFlearn进行回归预测问题的解决算法实现、基于Fine-tuning实现对原模型的微调以及大型数据集的处理方案；
6)应包含TFlearn视觉网络：基于TFlearn实现前馈人工神经网络模型的多层感知器（MLP）、基于TFlearn实现前馈人工神经网络模型的卷积神经网络（CNN）并在多个数据集上进行解释等，实验数量≥6个。
7)应包含人工智能应用实验：OpenCV图像采集及预处理、手写数字识别、车牌识别等，实验数量≥7个。

21.应提供设备配套技术**库、固件配套开发资料、网关专项工程**、项目落地支撑数据包至少包含：串口协议介绍与原理、项目串口协议定义与内容、智慧客厅空间网关串口数据通信库、MQTT消息协议定义与原理、项目MQTT协议定义与使用、智慧客厅空间网关MQTT通信库、智慧客厅空间网关数据转换上传、智慧客厅空间网关数据转换下发、智慧客厅空间项目模板构建、智慧客厅空间界面布局、智慧客厅空间数据卡片显示与控制、智慧客厅空间数据心跳机制、智慧客厅空间数据库环境与操作、智慧客厅空间数据库存取、智慧客厅空间数据可视化、智慧客厅空间自动化场景、智慧客厅空间日志。（投标时提供佐证材料，包括开发系统截图、操作手册、视频教程）

应符合国家行业标准

否

否

工业

6

人形机器人

人形机器人

1

套

296000

1.人形机器人展开尺寸≥高1270mm × 宽450mm × 厚200mm，折叠后尺寸≥高690mm × 宽450mm × 厚300mm，整机带电池重量≤35kg。
2.人形机器人总自由度≥23个，其中单腿≥6自由度、腰部≥1自由度、单臂≥5自由度。
3.人形机器人膝关节最大扭矩≥90N﹒m，髋关节活动范围涵盖俯仰≥±154°、滚转≥-30°～+170°、偏航≥±158°，腰部Z轴旋转≥±155°，膝关节弯曲范围≥0°～165°，手臂最大负载≥2kg，小腿+大腿总长≥0.6m，臂展≥0.45m，全关节采用中空内走线设计。
4.人形机器人应配备双编码器、局部风冷散热系统，不少于13串电池组（续航约2小时）、不低于8核高性能CPU，应至少集成深度相机和3D激光雷达用于环境感知，应支持Wi-Fi 6和蓝牙5.2通信协议，应标配立体声扬声器及麦克风阵列。
5.人形机器人配件应包含充电器1台、智能快拆电池1块及手持遥控器1台。
6.人形机器人应内置搭载≥100Tops算力的拓展坞，应支持AI算法部署及技术二次开发，应提供高层与低层接口文档、开发手册及技术支持服务。

应符合国家行业标准

否

否

工业

7

应用软件

人形机器人控制开发平台

1

套

138000

1. 核心功能与定位
系统以人形机器人为核心，可集成多模态感知（如：视觉、听觉、力觉、激光雷达等），运用自主导航、智能识别、人机协作和自然语言处理等技术，实现可适应复杂环境、与人协作的综合性智能服务与作业平台。
2. 基本技术参数
(1)系统功能：系统以人形机器人为核心，应支持结合多模态感知（视觉、听觉、力觉等），运用自主导航、智能识别、人机协作等技术，实现高效的智能综合服务与作业系统。
(2)系统架构：系统应采用B/S架构，支持主流浏览器无需插件运行，后端支持横向扩展，基于容器化技术，实现微服务弹性扩展能力。
(3)云端与远程：系统应支持通过云端部署，完成多终端(>5并发)任务指令下发与数据回传，应实现实时远程操控指令传输，端到端延迟≤500ms。
(4)本体控制：系统应支持人形机器人进行精细化控制，可执行全身姿态控制、动态步态切换、手部精细操作（抓取/放置/使用工具）、人机交互等≥10种预设高级动作。
(5)数据存储：系统本地存储历史数据应≥7天。
(6)硬件兼容：硬件应兼容至少一种主流人形机器人品牌。
(7)源码交付：系统应实现源码级交付。
(8)系统应提供AI+行业应用云平台**模块，应支持数字孪生：内置不少于10种行业物模板，提供属性、服务、事件、订阅的建模能力，可快速建模，支持事件驱动数字孪生模型进而驱动物理实体运行；物模板支持多重属性继承，进行信息扩展；物模板和物实例支持导入导出；
(9)系统应提供AI分析组件：实时数据计算中可调用AI分析组件，实现AI模型导入、AI模型调用，实现智能数据分析等功能。

应符合国家行业标准

否

否

工业

8

工业机器人

四足机器人

2

套

88000

1.功能特性：
工业场景的安全巡检所处环境复杂，该足式机器人：应支持在各种不同的地形和环境中移动（例如爬行、跳跃、攀爬等）；应支持适应不同的表面和障碍物；应支持实现设备的多角度巡检，进行无死角的检查；应支持抵近待测设备，进行精准的测温、测量以及感应；应支持强可扩展性；应支持进行简单的自动作业（如按钮、旋钮等）。
2.四足机器人基本参数：
(1)尺寸要求：站立时长宽高不高于800*400*500 mm，不低于600*300*400mm；
(2)整机重量（带电池）：不低于10kg，不高于30kg；
(3)平均有效负载：行走时最大负载能力≥5kg，静态站立最大负载能力≥8kg。
(4)运动方式：1.平地全方向运动；2.上下台阶，斜坡；
(5)步态类型：平衡站立、常规行走以及原地转弯。
(6)电池容量不小于5000mAh，续航时间不低于1.5小时；
(7)越障能力：最大攀爬落差高度≥10cm；
(8)爬坡能力：最大爬坡角度可≥20°；
(9)最大平均速度：在水平地面上的最大平均速度≥1m/s；
(10)机器狗应支持智能OTA升级；
(11)机器狗应具备Android及IOS端APP，具备APP高清图传、遥控、机器狗状态查看等功能，具备图形化编程功能
(12)机器狗应配置1台超广角3D激光雷达，参数不低于：FOV360°× 90°,扫描距离20m；近处盲区为0.05m；应可通过该激光雷达实现探物避障；
(13)机器狗本体与电池应采用分体式设计，支持无工具辅助快速更换电池；
(14)机器狗应配备1台伴随遥控器，1台双手遥控器；
(15)机器狗应提供详细的用户使用手册、软件开发等手册、二次开发文档及例程，提供各类功能算法的代码及说明，并且提供调用运动控制的接口。

应符合国家行业标准

是

否

工业

9

应用软件

具身智能机器人数据标注平台

1

套

88000

(1)平台需支持通过简单的可视化界面进行配置，实现快速、灵活的标注任务设置。
(2)平台需支持本地化部署，并提供详细的部署文档和技术支持。
(3)平台需支持模块化设计，可将不同的标注工具进行组合，以满足多样化的标注需求。
(4)平台需内置SQLite数据库，并支持迁移至MySQL数据库，以满足更高的数据存储和并发需求。（需提供功能截图并加盖投标人公章佐证）
(5)平台需提供清晰的API接口，支持二次开发和系统集成。
(6)平台需支持多种数据导入方式，包括本地文件上传和服务器路径导入。
(7)平台需支持导出为多种主流数据格式，至少包括JSON、COCO及MASK格式，以兼容不同的模型训练框架。
(8)平台需支持对标注数据进行版本管理，方便追溯和回滚。
(9)平台需支持多种图像标注工具，包括2D矩形框、多边形分割、折线、关键点等，以适应目标检测、场景分割等不同计算机视觉任务。（需提供功能截图并加盖投标人公章佐证）
(10)平台需支持对标注结果进行属性编辑，如标签、颜色、ID等。
(11)平台需支持图层管理功能，方便对复杂场景下的多目标进行标注。
(12)平台需支持视频的逐帧标注和关键帧标注，以提高视频标注效率。
(13)平台需支持视频分割、分类和信息提取等功能，适用于动作识别、视频内容检索等应用场景。
(14)平台需支持对视频中的目标进行连续跟踪标注。
(15)平台需支持音频的分割、分类和信息提取等标注功能。
(16)平台需支持对音频波形图进行可视化展示，并支持在波形图上进行标注操作。
(17)平台需支持加载预标注模型，对数据进行自动预标注，然后由人工进行修正和微调，以提升标注效率和准确性。
(18)平台需支持“边标边学”的在线学习能力，即在标注过程中，模型能够实时学习新的标注数据，并对后续数据进行更精准的预标注。（需提供功能截图并加盖投标人公章佐证）
(19)平台需支持多用户协同在线标注，并支持对不同用户的权限进行管理。
(20)平台需支持对标注任务进行分配和进度跟踪。
(21)平台需支持对标注质量进行抽检和审核，以保证数据质量。

应符合国家行业标准

否

否

工业

10

应用软件

具身智能机器人模型训练平台

1

套

88000

(1)平台需支持主流的深度学习框架，如PyTorch，并提供端到端的模型训练与管理能力。
(2)平台需内置并支持多种主流的YOLO系列目标检测模型架构，至少包括YOLOv5和YOLOv8，并能方便地扩展以支持未来的新模型。（需提供功能截图并加盖投标人公章佐证）
(3)平台需支持加载预训练权重进行迁移学习，以加速模型收敛并提升在特定任务上的性能。
(4)平台需支持多种计算机视觉任务，包括但不限于目标检测、实例分割、图像分类和关键点检测（姿态估计）。
(5)平台需支持用户上传自定义数据集，并兼容COCO、VOC等标准数据集格式的自动解析。
(6)平台需内置强大的数据增强功能，支持在线进行多种策略的图像变换，如随机缩放、色彩空间调整、Mosaic数据增强等，并允许用户在训练前关闭部分增强策略（如最后几个epoch）。
(7)平台需支持数据集版本管理，方便用户追溯不同实验所使用的数据。
(8)平台需提供数据集缓存机制，在首次使用后能自动下载并存储标准数据集，提高后续调用效率。
(9)平台需支持通过Web界面或配置文件（如YAML格式）对训练超参数进行灵活配置，包括学习率、批处理大小（batch size）、训练周期（epochs）、优化器、权重衰减等。
(10)平台需提供可视化的训练监控界面，实时展示关键性能指标（Metrics）的变化曲线，如损失函数（Loss）、平均精度均值（mAP）等，并支持将监控结果导出。（需提供功能截图并加盖投标人公章佐证）
(11)平台需支持断点续训功能，允许用户从上次中断的训练状态继续训练，以节省时间和计算**。
(12)平台需支持多GPU并行训练，并能自动优化GPU**分配，无缝扩展训练能力以加速大规模训练任务。
(13)平台需内置模型评估模块，能在验证集上自动计算mAP、Precision、Recall等关键评估指标，并生成可视化报告。（需提供功能截图并加盖投标人公章佐证）
(14)平台需支持对不同版本的训练结果进行横向对比分析，方便用户选择最优模型。
(15)平台需支持将训练完成的模型一键导出为多种推理格式，如ONNX、TensorRT等，以适应不同的CPU、GPU及边缘设备部署环境。
(16)平台需提供模型推理测试接口，允许用户上传图片或视频对训练好的模型进行快速的效果验证。
(17)平台需提供简洁易用的命令行工具（CLI）和Python接口，方便开发者进行二次开发和自动化任务编排。
(18)平台需采用无锚框（Anchor-Free）检测头等先进技术，以提升模型的检测效率和精度。
(19)平台需具备完善的用户权限管理和**隔离机制，确保多用户环境下的数据与模型安全。
(20)平台需提供详细的技术文档、API参考和操作教程，降低用户上手和使用门槛。

应符合国家行业标准

否

否

工业

11

其他建筑工程

实训室环境改造

1

套

100000

1、IDC机房墙体处理改造及玻璃门安装，数据机房部分28平防静电地板铺设；
2、全屋墙顶地处理，包含顶面/墙面批腻子打磨、粉刷乳胶漆，全屋吊顶105平；
3、企业VI窗帘制作，包含窗帘卷轴、PVC材质窗帘、安装辅材及人工费等；
4、强弱电改造及其他，采用6平方3芯铜芯线缆50米，超六类线一箱(305米)。

应符合国家行业标准

否

否

工业