人工智能AI实验箱FS_AIARM-V3是新一代以网络计算为基础的智能系统，可以模拟工业4.0智能制造环境下的工业机器人分拣工作，在 TensorFlow、PaddlePaddle框架下，通过机器学习进行图像处理，语音处理，完成趣味任务挑战，从而帮助学生掌握人工智能应用技术。

人工智能实验箱由工业机械臂、工业级USB免驱摄像头、10.1寸高清显示屏、嵌入式AI控制单元、物联网一键还原节点、嵌入式AI运算单元、RFID射频模块等组成。集成Linux、Python、机器学习、深度学习系统等运行环境，满足人工智能视觉、语言、机器控制等算法、硬件、应用的开发和学习；实现在线的语音识别、图像识别、文字识别、人脸识别等等。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，实现虚拟到现实的联动策略。

1)采用了人工智能计算机视觉与语音技术+嵌入式Linux技术+物联网技术+机械臂控制技术+AR技术的融合

2)平台软件拓展了组件化编程、Python代码生成等功能，在软件平台上就能完成人工智能基础教学、人工智能算法教学、人工智能场景教学及实验成果展示（定制）

3)同时满足了“人工智能+嵌入式”、“人工智能+物联网” 、“人工智能+机器人”的基础教学需求；

4)设计了多个创新教学项目：AI计算机视觉仓库货物分拣、整理；AI语音机械臂控制、货物分拣；AR仓库货物分拣；（支持多项目定制）

5)百度AI开放平台调用，实现在线图像识别；

6)视觉摄像头结合机械臂，采用了移动侦测目标方式（非固定摄像头方式）；

7)采用了高性能的人工智能计算单元；

8)设置了全键盘，可实现直接在实验箱上的Ubuntu系统中进行应用程序开发；

9)配套设计了系统的“嵌入式人工智能”课程体系；（支持课程体系多样化定制）

10)配套系统的Python、TensorFlow、PaddlePaddle及人工智能机器学习相关理论及应用实验；（支持多种框架实验定制）

11)配套系统的STM32开发、机械臂开发以及物联网技术开发的相关理论及应用实验；（支持多种控制及实验定制）

12)物联网与边缘计算的项目。

1.本地化部署人工智能框架TensorFlow，实现计算机视觉+语音控制+机械臂技术+AR技术的融合

2.实现利用百度API进行动物、水果、蔬菜、logo、汉字、英文的识别，并与机械臂技术结合，进行分类

3.实现多种网络的物联网数据传输

项目一：模拟垃圾分类场景

项目背景：垃圾分类在中国如火如荼的进行着，垃圾分类过程中，关于过期的指甲油是湿垃圾，还是有毒垃圾这一问题难倒了许多人。后来，为了帮助人们解决垃圾分类的难题，朗朗上口的歌谣，快速分辨垃圾种类的小程序，逐渐出现在我们的身边。当然，这其中也少不了人工智能的身影，近期，可进行垃圾分类的机器人出现在工博会的现场，将不同种类的垃圾放置在履带上，机械臂可自动将垃圾进行分类，投入不同标识的垃圾桶中，既减少了出错的概率，又提高了垃圾分类的效率。

场景模拟：基于百度AI开放平台作为后台服务器，以机械臂、摄像头、嵌入式处理器为本地执行方，实现多种物体识别的功能，包括：动物识别、水果识别、蔬菜识别、车标LOGO识别、汉字识别以及英文识别，并可以进行物品的抓取和分类。