(一) 产品简介
边缘智联网（edge+AI+IOT=eAIOT）综合实验平台是一款集成物联网、嵌入式、移动互联技术、人工智能于一体的高端教学科研实验平台。整个教学平台包括物联网（IOT）部分和人工智能（AI）部分，两部分互相支撑、互为补充，共同实现智能边缘计算平台。
人工智能部分的硬件基于嵌入式ARM平台，具备语音、图像数据的采集和处理能力及适用于多种场景的控制接口；物联网部分的硬件平台基于物联网教学平台，该实验箱基于zigbee、ble、lora等无线传输技术实现，具有低功耗、低速率、自组网等特点，可适用于人工智能+物联网的多种学习和应用场景。
实验平台支持图像处理、语音处理、无线通信、传感器原理、RFID等技术的主流算法及应用。提供完整的配套教学教材，实训案例的源码、开发手册等，满足AI和IOT教学实训、应用开发等需求。
实验平台采用CPU+GPU双处理器架构，不少于10种模块接口，配备高清大屏、高清相机模块、麦克风阵列和ODB接口，硬件系统采用DC12V电源适配器安全供电，实现嵌入式linux实验和课程设计实验，无线传感器网络实验、人工智能实验及AIOT综合实验等。
（二）产品图片
（三）系统特点
边缘智联网（eAIOT）综合实验平台基于新工科的教育理念，让教学更轻松，项目开发更容易，售后服务更便捷，更多的考虑实验的先进性、扩展性、包容性。
1、先进性
超强性能
- AI嵌入式边缘计算处理器RK3399，4G+16G内存配置，11.6寸高清电容屏。
- 选配NPU协处理器模块，直接运行神经网络模型，运算能力高达2.8 TOPs@300mW。
- 提供更丰富的扩展接口：双路USB3.0，四路USB2.0，RS232，RS485，嵌入式拓展接口等各种外设接口。
2、扩展性
按需定制
- 所有硬件单元采用模块化设计，可根据需求进行弹性定制选型和搭配。
- 提供可选的丰富的项目套件模块，可以完成各种AI应用场景的设计和创新。
- 智能边缘计算网关平台提供嵌入式扩展接口，包含常用接口的拓展，包括GPIO、ADC、IIC、UART、PWM、SPI等。
3、包容性
一机多用
- 根据教学用途，实验平台可作为人工智能、嵌入式、物联网、移动互联网、智能产品等学科实验教学，提供不同的教学资源。
- 实验平台可完成丰富的课程及实验，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
- 完美融合物联网，边缘智联网（eAIOT）综合实验平台的对硬件进行了兼容性设计，在硬件上可以同时满足物联网、人工智能和嵌入式三个专业的实训需求。这样大大提高了实训设备在学习不同专业的复用率，能够大大减少学校实训室场地不足的带来的问题，同时也能够为解决学校建设多个实训室资金不足的问题。
边缘智联网（eAIOT）综合实验平台可以为学校解决人工智能开课的师资问题、教学资源问题、实训资源问题、实训设备问题以及和行业应用对接的问题，真正做到了产、教、学、研、创五位一体。
支持Linux+QT、Ubuntu、Android8.1操作系统
其他外设：
■11.6寸高清触显一体屏：板载，11.6寸eDP接口,电容式多点触摸，分辨率1920*1080
■按键：板载重启、恢复、电源3个功能按键，4个用户自定义按键
■音频：音频输出接口、MIC音频输入接口、板载4欧3W扬声器
■无线网：WiFi (2.4G and 5G, 802.11 ac), Bluetooth 4.1
■4G模组：板载，型号为SIM7600CE，支持LTE-TDD/LTE-FDD/HSPA+/TD-SCDMA/EVDO和GSM/GPRS/EDGE等频段, 支持LTE CAT4。
■Zigbee网关模块：板载，直列双排20芯插针接口，非usb接口。
■BLE网关模块：板载，直列双排20芯插针接口，非usb接口。
■USB 3.0 HOST接口：板载4个
■Debug接口：板载1个
■Download接口：板载1个
■键盘：板载7寸80键标准键盘
■高清相机模组：CMOS传感器OV4689，MIPI信号输出，400万像素，最高支持2688x1520像素，工业级金属外壳封装。
硬件参数：
CPU | SOC:瑞RK3399 核心:大。少,64位双核Cortex-A72 +四核Cortex-A53 频率:Cortex-A72 (2.0 ghz), Cortex-A53 (1.5 ghz) |
GPU | Mali-T864 GPU,支持OpenGL ES1.1/2.0/3.0/3.1、OpenVG1.1 OpenCL, DX11, AFBC |
VPU | 4K VP9 and 4K 10bits H265/H264 60fps decoding, Dual VOP, etc |
Memory | RAM: Dual-Channel 2GB DDR3 |
Storage | eMMC: 16GB(regular), 32GB/64GB(optional), eMMC 5.1 |
Power Management | RK808-D PMIC,配合独立直流/直流,启用dvf solfware省电,RTC唤醒、系统睡眠模式 |
Connectivity | 以太网:本机千兆以太网 wi - fi: 802.11 a / b / g / n / ac 蓝牙:4.1双模式 天线:双天线接口 |
Video Input | 一个或两个4-Lane MIPI-CSI,双重ISP, 13 mpix / s,同时支持双相机数据的输入 |
Video Output | HDMI: HDMI 2.0a, supports 4K@60Hz，HDCP 1.4/2.2 |
USB | USB 2.0: 2独立的本地主机USB 2.0 USB 3.0: 1本地主机USB 3.0 USB c类型:支持USB3.0 c型和显示端口1.2 Alt模式USB c型 |
PCIe | PCIe x4, compatible with PCIe 2.1, Dual operation mode |
调试 | 1 x调试UART, 3 v级,1500000个基点 |
LED | 1x Power LED(Red) |
Key | Power Key x1 |
工作温度 | -20℃ to 70℃ |
电源 | 直流12 v / 1或DV 5 v / 2.5 (c型) |
三、教学资源介绍
1、实验项目列表：
1.1、视觉实验案例
图像采集实验：学习从硬件设备采集图像数据并熟悉图像格式（YUV，RGB）转换，理解V4L2的概念；
图像处理实验：学习图像处理的基本方法，了解各种图像处理方法的功能
视频编码实验：学习视频编码的概念和方法，掌握使用硬件编码器的方法，了解H264编码标准
视频解码实验：学习视频解码的概念和方法，掌握使用硬件解码器的方法，了解H264和H265编码标准，了解RTSP协议
视频分析之背景提取实验：学习视频分析的概念，了解视频中背景提取的方法
人脸检测（传统机器学习方法）实验：学习人脸检测的概念，了解adaboost人脸检测方法
目标检测（深度学习方法）实验：学习目标检测的概念，了解Mobilenet-SSD目标检测方法
人脸特征提取（深度学习方法）实验：学习人脸特征提取的概念，了解LightCNN人脸提取方法
人脸识别系统实验：学习人脸识别系统的搭建方法，理解1:1，1:N等概念
双目立体视觉实验：学习立体视觉的概念，掌握用双目相机计算深度信息的方法
目标检测（深度学习方法）实验：学习目标检测的概念，了解Mobilenet-SSD目标检测方法
1.2、无线传感器网络实验案例
ZigBee基础实验：GPIO、定时器、中断等实验
传感器驱动实验：温度/光敏/蜂鸣器一体传感器模块、高精度温湿度传感器模块、两路继电器模块、直流/步进电机一体模块等实验
Zstack基础实验：SampleApp GenericApp SimpleApp SensorDemo SerialApp等实验
Zstack进阶实验：ZigBee 组网实验、ZigBee 传感器采集及数据传输实验、ZigBee网络综合实验
Zstack综合实验：智能家居演示
1.3、语音实验案例
语音前处理实践
录音实验
播放实验
阵列麦克风实验
降噪实验
回声消除实验
语音活性检测实验
语音编码
语音变速变调
语音识别以及语音唤醒
自然语言处理
基于云端平台实现自然语言处理
自然语言处理实践
语音合成语音案例：NLP智能对话实验
1.4、综合实验案例
语音智能家居实验：语音命令控制zigbee继电器实现灯光风扇控制、语音命令获取zigbee温湿度传感器数据、语音命令获取zigbee光照度感器数据等
人脸门禁系统实验：通过与门锁等设备的联动，学习和实践人脸识别在实际场景中的使用