一、产品介绍：
AI 智能车以软硬件一体的嵌入式人工智能开发套件 Jetson Nano B01（可选 Jetson NX，瑞芯微RK3588）为核心，硬件上集 成激光雷达、RGBD 深度相机、云台、PS2 手柄、超声波、4Mic 远场语音阵列板等多种传感器，上层搭载 ubuntu18.04 ROS melodic 系统、底层搭载 FreeRTOS 系统， 双系统运行。ROS 系统下实现各种 SLAM 地 图构建、室内自动导航避障及视觉与雷达融合三维建图与导航；语音实现对话、控制、导航以及声源定位； 内 置 pytorch、yolov4、yolov5、tensoflow、mediapipe 人工智能深度学习框架；Opencv+ 深度学习目标检测 模拟自动驾驶，
利 AI 智能车，可以开展 ROS 无人驾驶、深度学习、智能语音处理与计算机视觉在 ROS 的融合应用等课程教 学与实践及算法研究。
二、产品台特色
整车开源，包括上层 ROS 系统源码、底层 STM32 电机驱动板源码与驱动板硬件原理图，学习 ubuntu ros 系统与单片机系统两不误
车体美观紧促轻量小巧经济实惠，方便高校实验室与课程成班级建设
麻雀虽小五脏俱全，悬挂车身、麦克纳母全向车轮、激光雷达、语音、双目摄像头、云台、手柄、显 示屏、超声波一一俱全 铝合钣金车身，方便扩展定制
三、技术参数
主控 | Jetson nano B01 | ||
硬件 | 激光雷达 | Rplidar C1 | |
双目相机 | 奥比中光 astra | ||
驱动板 | stm32f103rct6 控制与电机驱动一体化控制板 | ||
语音 | Repeaker 语音阵列（可选科大讯飞语音阵列） | ||
电机 | GB37 12V 直流 366RPM 带 AB 编码器电机 | ||
屏幕 | 7 寸 HDMI 显示屏 | ||
云台 | 2 自由度数字舵机云台 | ||
手柄 | PS2 无线手柄 | ||
电池 | 12V 12000mA 可充电锂电池 | ||
系统软件 | 根据需求可搭载 ubuntu18.04 与 ubuntu20.04 对应的 ROS 系统 | ||
应用场景 | 竞赛、教学算法研究 | ||
模拟自动驾驶沙盘 | 沙盘 | 油画布 3*4m（可定制高档仿真沙盘） | |
红绿灯 | 3D 打印可编程红绿灯 | ||
交通标志 | Parking/ 限速 / 停止 / 禁止 / 右转等（可训练基它标志） | ||
闸机 | AI 车牌识别系统，模拟岗亭抬杆 | ||
行人 | 大号乐高公仔 | ||
四、经典案例
1) 车体尺寸334.5mm*302mm*188mm；最大线速度1.2m/s；最大角速度6.0rad/s；
2) 平台搭载ubuntu 18.04 +ROS melodic和FreeRTOS双操作系统；
3) 集成激光雷达、双目摄像头、4Mic阵列板、PS2手柄、超声波，可以实现雷达、视觉、语音等多传感器融合操作，满足各个行业应用；
4) 支持集成USB转串口模块，预留舵机、超声波、串口、温湿度传感器等扩展接口,方便后续设备接入；
5) 内置Opencv+深度学习目标检测与深度学习与自动驾驶两种模式；
6) 支持通过云平台实现AI移动机器人联网控制功能；
7) 支持语音对话、语音控制、语音导航、声源定位功能；
8) 平台集成Pytroch、Tensorflow、YOLOV4主流的深度学习框架，以及CUDA、TensorTRT加速引擎，通过Pytroch深度学习算法，可实现快速采集、标注、训练、模型转换成TRT、推理从而实现图像分类与目标检测。
9) 支持slam构建地图与保存；支持全自动构建地图；支持单点与多点自动导航避障；支持多点巡航；支持深度双目建图与导航；支持深度双目与激光雷达构建三维建图与导航。
10) 平台提供丰富的教学资源，包含Linux基础、ROS基础、ROS控制、ROS视觉、ROS SLAM、ROS深度学习、ROS语音、ROS安卓手机/平板APP、ROS云台、ROS激光雷达、ROS QT界面、ROS多机器人、ROS超声波、车联网及远程控制、ROS智能驾驶。
支持智能车的远程控制，基于远程控制平台实现远程实时影像回传功能；支持通过监听键盘按键变化，实现通过键盘控制远程设备动作，可实现控制机器人向正前、正后、左前、右前、左后、右后、按照设置好的角速度左转、按照设置好的角速度右转。