货物类

名称：新工科实训实践平台等

品牌（如有）：青软实训

规格型号：见公告附件

数量：见公告附件

单价：见公告附件

序号

名称

技术参数

品牌型号

数量

单位

单价

合价

备注

1

基于树莓派技术的人工智能小车实训套件

基于树莓派技术的人工智能小车实训套件

基于树莓派技术的人工智能小车套件以树莓派、红外传感器、超声波传感器等为基础进行智能小车设计，实现直行与转弯、红外循迹、红外避障、超声波避障、红外遥控、WIFI遥控等功能，培养学生利用智能硬件进行产品设计并进行软件开发的创新能力。具体参数如下：

1.产品参数

1.1案例要求

（1）采用软硬结合的方式设计，适合软件类大一学生使用；

（2）案例用到计算机视觉、智能硬件、传感器等技术；对于软件类学生易于上手；

（3）具备智能遥控、循迹行驶、避障行驶和无线图传功能；

（4）根据案例设计实训实施方案，包含敏捷开发、团队管理、项目管理、代码管理等；

（5）案例设计与实训平台结合，方便高校老师独立实施实训。

1.2案例实现以下功能模块

（1）驱动模块

1）采用四个直条双轴减速马达进行驱动；每个车轮可分别进行编程控制；

2）车轮速度编程进行高速、低速控制；车轮方向编程可控，分别实现前行、左拐、右拐、旋转、后退等；抗干扰能力强；

3）可编程控制小车行进速度。

4）具备低压检测与过热保护功能。

（2）循迹模块

1）编程实现自动寻机行进功能

2）光线适应能力强，干扰小；信号输出稳定；在多种光源下的路线可稳定循迹。模块供电电压3V-5V；探测距离可进行调节，调节有效距离范围2-80cm；检测角度35度。

（3）避障模块

1）具备红外线和超声波避障功能。

2）探测距离可进行编程调节，具备较强抗干扰能力，多台设备同时实验不受影响。调节有效距离范围2-30cm；检测角度35度；模块供电电压3V-5V；阳光下正常使用，超强稳定性；信号输出稳定，多台设备同时实验不受影响；

（4）摄像云台模块

1）24路舵机控制；PID算法编程控制舵机控制；可控转动范围俯仰：-90度到90度；横滚：-50度到90度最大控制转速：30度/秒；

2）拍摄数据实时传送到控制模块，可设置传送格式、频率。

（5）控制模块

1）支持手机、电脑等多种平台，WiFi指令参数等传递；

2）可以遥控车辆运行速度、运行模式、方向控制、云台控制；

3）接收小车发送的数据，可进行图像处理及显示。

2.套件参数

（1）核心部件包含核心板、直流减速电机、超声波传感器、红外传感器、光传感器、摄像头云台等。

（2）核心板为树莓派三代B型；CPU采用1.2GHz四核Broadcom BCM2837 64位ARMv8处理器；具备WIFI和Bluetooth功能，板载WiFi和低功耗蓝牙；1GB内存；SD卡储存操作系统和数据；支持GPIO、I2C、UART等多种常见接口；

（3）直流减速电机：操作电压：6v，输出力矩1.5kgf.cm,最大堵转电流:2.8A，转速:240转/分钟，最大无负载电流：140mA，重量：40g。

（4）16G内存卡储存操作系统和数据。

（5）红外传感器：供电电压：3~5V；光线适应能力强，可在室外阳光下使用；信号输出稳定；探测角度大于40度，距离可在2cm~80cm范围内调节。

（6）超声波传感器：模块供电电压5V；抗干扰能力强，超强稳定性；功耗较小，静态电流功耗小于2mA；精度可达0.3cm；盲区<2cm；可调整探测有效距离范围2-400cm；感应角度小于15度；

（7）云台：支持24路舵机控制；俯仰：-90度~90度，横滚：-50度~90度；最大转速不小于30度/秒。

（8）支持多种操作系统，本系统采用的是Raspbian操作系统；支持多种语言进行开发，例如C、Python等；支持C语言wiringPi接口；支持C语言BCM2835 C Library接口；支持GPIO、I2C、UART等多种常见接口。

3.项目介绍

智能小车由三大部分组成：主控部分、感知部分和执行部分。主控部分由树莓派完成，负责感知系统信息的采集与分析，根据分析结果控制小车的运行方向；感知部分需由光电传感器和超声波传感器等组成，对小车运行轨迹识别以及障碍物的探测；执行部分需由直流电机来完成，控制小车的运行方向和速度。基于树莓派的智能小车系统能够实现自动识别路线，判断并自动避开障碍，选择正确的行进路线，使用传感器感知路线和障碍并作出判断，做出相应的执行动作。智能小车系统集环境感知、规划决策、自动行驶等功能于一体，集中运用了嵌入式、传感、信息、通信、控制等技术。通过项目强化训练，让学生具有项目开发经验，学习并掌握嵌入式C语言的开发，熟悉嵌入式开发板硬件知识，掌握树莓派的开发过程以及控制外围设备的原理，掌握树莓派使用GPIO驱动电机、光电传感器、超声波传感器等实现循迹、避障等运行方式。包含以下项目指导任务：

（1）立项阶段：

任务1：实训任务概述

任务2：模块划分

任务3：开发环境安装

（2）项目开发阶段

任务4：启动并登录智能小车

任务5：创建智能小车开发目录

任务6：在智能小车上编译、运行程序

任务7：智能小车驱动接口

任务8：智能小车工作状态指示

任务9：工作状态报警指示

任务10：智能小车按键处理

任务11：实现智能小车直行

任务12：实现智能小车左拐、右拐

任务13：循迹硬件分析

任务14：循迹行驶实现

任务15：红外避障硬件分析

任务16：红外避障行驶实现

任务17：超声波避障硬件分析

任务18：超声波测距实现

任务19：超声波避障行驶实现

任务20：超声波传感器舵机控制实现

任务21：红外遥控原理分析

任务22：红外遥控实现

任务23：网络编程基础

任务24：WIFI控制小车实现

任务25：WIFI控制云台实现

任务26：APP开发环境安装

评审一：核心开发任务评审

任务27：APP控制界面实现

任务28：APP控制摄像头功能实现

任务29：APP行驶方向功能实现

评审二：拓展功能实现情况检查

（3）项目验收阶段

任务30：演示评分

任务31：项目总结

品牌：青软实训

型号：CT-EEE-M-1903

30

套

0.413

12.39

无

2

基于STM32技术的智能手环实训套件

基于STM32技术的智能手环实训套件

以STM32F103为核心开发板，通过对运动传感器、磁力计等多种传感器数据的采集，分析人体运动状态、指示磁场方向等。通过心率和运动状态的数据对人体的运动步数和睡眠等数据进行分析、计算和处理，实现了记步、心率监控、运动时间记录、睡眠追踪、时间显示、指南针等功能。

1.产品参数

1.1案例要求

（1）采用软硬结合的方式设计，适合软件类大一学生使用；

（2）案例用到智能硬件、传感器等技术；同时对于软件类学生易于上手；

（3）包含心率监测、运动计步、睡眠监测等手环常用功能；

（4）根据案例设计实训实施方案，包含敏捷开发、团队管理、项目管理、代码管理等；

（5）案例设计与实训平台结合，方便高校老师独立实施实训。

1.2案例实现以下功能模块

（1）记步模块

1）设计高精度的记步算法，并实现记步功能，误差控制在5%以内；

2）实现运动步数的实时显示与跟踪；

3）能够识别多种运动模式：走路、跑步、跳绳等

（2）电子罗盘模块

1）具有可视化罗盘界面，精度达到1°~2°；

2）具有罗盘航向、硬磁、软磁以及自动校准功能；

3）配合硬件设计低功耗算法，提升手环的运行时间。

（3）睡眠监测模块

1）配合传感器设计算法，自动判断是否进入睡眠状态；

2）设计高精度睡眠质量算法，检测人体睡眠质量。

（4）心率检测模块

1）编程控制红外心率传感器，快速、准确获取心跳数据

2）设计使用心率检测算法，通过合理的加权平均等算法获得人体实时心率

2.套件参数

（1）核心部件包含核心板、磁力传感器、陀螺仪、加速计、液晶屏等。核心板采用STM32开发板，该板为高性能、低成本、低功耗的嵌入式应用专门设计的ARM Cortex架构；

（2）磁力传感器：12-bit ADC与低干扰AMR传感器，能在±8高斯的磁场中实现5毫高斯分辨率；

（3）陀螺仪：测量范围可控，测范围为±250，±500，±1000°/秒，±2000°/秒（dps）；

（4）加速度计：可测范围为±2，±4，±8，±16g。可减少复杂的融合演算数据、感测器同步化、姿势感应等的负荷；

（5）支持多种LCD或OLED显示屏，可支持240*320、800*480等多种分辨率电容触摸屏，具备多个电容按键；

（6）全系统低电压工作(2.16-3.6V)和静态功耗<40uA。

3.项目介绍

本项目通过对运动传感器、磁力计等多种传感器数据的采集，分析人体运动状态、指示磁场方向等。通过心率和运动状态的数据对人体的运动步数和睡眠等数据进行分析、计算和处理。手环拥有的主要功能有记步、心率监控、运动时间记录、睡眠追踪、时间显示、指南针等。综合应用传感器，单片机，嵌入式操作系统等嵌入式课程中的主流技术。包含以下项目指导任务：

（1）项目启动阶段

任务1：智能手环介绍

任务2：手环工作原理和组成

任务3：开发平台搭建

任务4：建立工程模板

任务5：固件库移植

（2）项目硬件开发阶段共

任务6：手环程序的下载和调试

任务7：手环主控制芯片

任务8：系统指示灯控制

任务9：手环中的定时器

任务10：中断

任务11：液晶屏显示

任务12：触摸屏控制

项目评审

（3）项目系统开发阶段

任务13：?C/OS-III系统

任务14：uC/OS系统移植

任务15：uC/OS多任务实现

任务16：emWin图形库移植

任务17：创建窗口和图标显示

任务18：图标点击功能实现

任务19：I2C总线

任务20：使用MPU6050传感器获取加速度

任务21：记步任务实现

项目评审二

任务22：使用HMC5883L传感器获取方向

任务23：指南针任务实现

任务24：开机主界面实现

任务25：触摸检测

任务26：主界面与菜单切换

任务27：模拟时钟校准任务

（4）项目答辩与终审

品牌：青软实训

型号：CT-EEE-M-1904

30

套

0.39

11.7

无

3

基于STM32技术的智能飞行器实训套件

基于STM32技术的智能飞行器实训套件

以STM32F103为核心开发板，通过对陀螺仪、气压计等多种传感器数据的采集、滤波、分析、结算并与遥控器指令对比生成控制指令，实现飞行器平稳飞行和姿态控制，系统运用单片机系统设计，多重传感器数据采集，飞行器姿态解算算法，PID控制算法，无线通信等技术，对学生后期进行创新活动有重要作用。

1.产品参数

1.1案例要求

（1）采用软硬结合的方式设计，适合软件类大一学生使用；

（2）案例用到智能硬件、传感器等技术；同时对于软件类学生易于上手；

（3）包含飞行控制、遥控控制、手机遥控、上位机控制等常用功能；

（4）根据案例设计实训实施方案，包含敏捷开发、团队管理、项目管理、代码管理等；

（5）案例设计与实训平台结合，方便高校老师独立实施实训。

1.2案例实现以下功能模块

（1）飞行控制模块

1)可通过读取传感器融合数据，进行姿态解算，并保持自稳状态；

2)抗风能力编程，可以在四级风力下平稳飞行；

3)平稳实现自主起飞，自主降落，抛飞；

4)可实现空翻，悬停，定高飞行，无头模式，一键返航等多种飞行模式；

（2）遥控控制模块

1)可进行前后左右转向控制

2)可在起飞后飞行姿态的微调整

3)可选择飞行模式

4)可和上位机通信上传飞行数据

（3）手机控制模块

1）可实现手机控制界面

2）手机控制功能同遥控器端

3）利用手机自身的传感器控制飞行器姿态

（4）避障模块

1)利用超声波技术实现自动壁障功能

2)感应范围在15m内

3)飞行过程感应到15m范围障碍自动悬停

（5）上位机控制模块

1)飞行器连接上位机PC调试飞行参数

2)实时航拍图像回传手机端

（6）低电报警模块

1）低电报警模式（遥控器，手机端，飞行器）

2）具有自动返航功能

2.套件参数

（1）核心部件包含：核心板、有刷电机、电子调速器、正反桨叶、飞控(MCU陀螺仪、加速度计、磁力计、气压计、无线模块）遥控器、电池等

（2）核心板采用ARM低功耗芯片。

（3）陀螺仪：测量范围可控，测范围为±250，±500，±1000，±2000°/秒（dps）。

（4）加速度计：可测范围为±2，±4，±8，±16g。可减少复杂的融合演算数据、感测器同步化、姿势感应等的负荷

（5）支持WiFi，蓝牙,多轴运动传感器，气压计，超声波传感器，图传模块

（6）具备抗摔功能，在实训周期内桨叶损毁率<20%

（7）具备抗风功能，能够在4级及以下风力下实现平稳飞行

（8）电池耐用性高，可支持不少于30分钟的连续调试

（9）支持遥控器功能

（10）支持GPIO、I2C、USART，SPI等多种常见接口

3.项目介绍

智能飞行器是一种多轴飞行器，有四个旋翼来悬停、维持姿态及平飞。和固定翼飞机不同，它通过旋翼提供的推力使飞机升空。四轴飞行器的四个旋翼大小相同，分布位置接近对称。

对于简单的设计来说，仅仅通过调整不同旋翼之间的相对速度来调节不同位置的推力，并克服每个旋翼之间的反扭力矩，就可以控制飞机维持姿态、或完成各种机动飞行。这一点和直升机不同，常见的直升机有两个旋翼，尾桨只起到抵消主旋翼产生的扭矩，控制飞机偏航运动的功能。

智能飞行器控制系统的实现基于对多传感器数据的采集，滤波，分析，解算，并与遥控器传来的指令对比，生成控制数据，输出控制各电机的实时转速，使飞行器能够平稳飞行，并按指令实现指定动作。系统运用单片机系统设计，多重传感器数据采集，飞行器姿态解算算法，PID控制算法，无线通信等技术，实现飞行器的自稳飞行和按预定指令完成相应动作。包含以下项目指导任务：

（1）项目启动

任务1：项目分组

任务2：项目立项

任务3：需求分析设计

第一阶段评审

（2）项目开发

环境搭建和示例

任务4：飞行器概述

任务5：飞行器组成

任务6：软件环境

任务7：开发环境搭建

任务8：创建工程

任务9：烧写程序、上电测试

项目开发阶段

任务10：点亮LED灯

任务11：闪烁LED灯

任务12：遥控器原理

任务13：控制遥控器LED

任务14：无线通信原理，数传功能实现

任务15：使用遥控器控制飞行器上的LED灯

任务16：实现遥控器蜂鸣器鸣叫

任务17：监控遥控器电量

任务18：飞行器电量监测

任务19：电机控制原理

任务20：控制电机转速

任务21：遥控器控制电机转速

任务22：垂直升降原理

任务23：实现起飞

任务24：优化起飞

任务25：姿态优化

任务26：飞行器飞行方向控制（前）

任务27：飞行器飞行方向控制（后左右）

任务28：飞行器飞行方向控制（顺时针旋转）

任务29:飞行方向控制(逆时针旋转)

第二阶段评审

项目拓展阶段

任务30：高级模式

任务31：地面站原理介绍、串口原理介绍

任务32：实现地面站数据接收

（3）项目验收

任务33：项目答辩

品牌：青软实训

型号：CT-EEE-M-1905

30

套

0.41

12.3

无

4

工业级桌面型机械臂实训套件

工业级桌面型机械臂实训套件

(1)基本参数：自由度：4自由度；重复定位精度：0.2mm；负载：500g；臂展：50mm~320mm；最大末端运动速度：100mm/s；驱动方式：42行星减速步进电机；红外或霍尔传感器边界定位；金属结构；

(2)核心控制板参数：1.2GHz四核Broadcom bcm2837 64位ARMv8处理器；1GB RAM+16GBFlash固态盘；4个USB2端口；

(3)网络连接：WIFI无线网络连接（IEE 802.11b/g），上行110M/s下行150M/s；以太网连接1*RJ45-10/100/1000 BASE T，上行381M/s，下行556M/s；

(4)摄像头：500万像素，f/2.2光圈，支持自动对焦，可与内置OpenCV软件库实现机器视觉；

(5)1个2通道高灵敏麦克风：灵敏度: -12dBV/PA@1KHZ；音频范围: 100Hz-10kHz；用于接收语音指令；

(6)末端抓取工具：开合机械爪或吸盘。

(7)嵌入式软件操作系统：Linux+ROS,内嵌OpenCV等视觉套件；

(8)电力输入：100-240Vac-50/60Hz-最大0.5A；输出：5V/2A，12V/1A；

(9)软件开发包与工具：手机APP控制，PC图形化控制软件；提供基于ROS的AI二次开发库，支持多种语音识别（中文、英文语音识别）、物体识别、人脸识别等功能。

(10)编程语言：机器人本体支持C++/Python编程语言,上位机支持：C++/Python/Java script/Java编程语言。

(11)提供配套教程1本：作为课程必需的实验指导书，教材主要章节需包含如下内容：

第1章 桌面型机械臂简介

第2章 机械臂编程控制

第3章 机械臂的本地语音识别控制

第4章 基于云服务的语音识别控制

第5章 基于机械臂的物体识别抓取

第6章 基于机械臂的创意应用开发

品牌：机目

型号：QUST-IA-02

20

套

1.28

25.6

无

5

开源树莓派人形机器人实训套件

开源树莓派人形机器人实训套件

(1)17个自由度头部：1个；手部：3个，每侧各一个；髋部：2个；腿部：4个，每侧各一个。

(2)尺寸：245x149x112毫米； 重量：约1千克；

(3)音频：2个扬声器，0.8WX2，阻抗=4Ω；

(4)4个全向麦克风：灵敏度: -12dBV/PA@1KHZ；音频范围: 100Hz-10kHz；

(5)执行器：17个高级伺服马达，每个关节活动角度每个关节可以转动0-200°；

(6)传感器：超声测距传感器，加速度传感器，陀螺仪，触摸传感器；

(7)摄像头：1300万像素，f/2.2光圈，支持自动对焦；

(8)本体内部主板：CPU：1.2GHz四核Broadcom bcm2837 64位ARMv8处理器；RAM：1 GB；SSD：16 GB Flash固态盘；

(9)嵌入式软件：操作系统：Linux+ROS,内嵌OpenCV等视觉套件；

(10)网络连接：WIFI无线网络连接（IEE 802.11b/g），上行110M/s下行150M/s；以太网连接1*RJ45-10/100/1000 BASE T，上行381M/s，下行556M/s；

(11)电力输入：100-240Vac-50/60Hz-最大0.5A；输出：9Vdc-3A；电池：类型：锂电池，额定电压/容量：7.4V，4000mAh；

(12)软件开发包与工具：手机APP控制，PC图形化关节控制软件；提供基于ROS的AI二次开发库，支持语音合成（支持中英文语言）、语音识别（中文、英文语音识别）、物体识别、人脸识别等功能。

(13)编程语言：机器人本体支持C++/Python编程语言,上位机支持：C++/Python/Java script/Java编程语言。

(14)提供配套教程2本：作为课程必需的实验指导书，讲解二次开发原理的教材；教材主要章节需包含如下内容：

第1章 人形机器人简介

第2章 人形机器人的基础编程

第3章 基于树莓派的机器视觉的实现

第4章 基于云服务的机器视觉实现

第5章 基于人形机器人的创意应用开发

(15)其它配件：专用遥控器1个，电源适配器1个，通讯线2条。

提供3年质保。

品牌：机目

型号：QUST-IR-02

12

套

1.65

19.8

无

6

智慧养老实训套件

智慧养老实训套件

该项目包含人工智能模型与应用系统两部分。人工智能部分图像采集、人脸检测、动作识别和情感分析；应用系统部分完成养老院系统人员管理、老人关怀、报警处理等各项功能。

1.产品参数

1.1案例要求

（1）采用软硬结合的方式设计；

（2）案例用到卷积神经网络、计算机视觉、人脸识别、动作识别和情感分析等人工智能技术；

（3）在人工智能基础上设计WEB应用和移动端应用，解决社会焦点问题；

（4）根据案例设计实训实施方案，包含敏捷开发、团队管理、项目管理、代码管理等；

（5）案例设计与实训平台结合，方便高校老师独立实施实训。

1.2案例实现以下功能模块

（1）人工智能模块

1)人工智能模型搭建，提供足够的学习数据。

2)有人脸识别功能，能够在一群人中实时识别出每个人，并能找出陌生人

3)实现动作识别，能够及时识别危险动作，如摔跤、打人等。

4)实现情感识别，能够面部表情分析行为人的喜怒哀乐状态。

5)以上功能需要指导学生建模实现。

（2）Web应用模块

1)在人工智能模块的基础上实现应用系统，具备较大的应用价值和社会意义，可以用来解决或缓解养老、医疗等社会问题。

2)使用成熟的基于Java/Python技术栈，后端采用微服务架构，使用前后端分离的模式进行开发。

2.套件参数

（1）核心板采用ARM等开源架构

1)CPU：Broadcom BCM2837B0四核A53（ARMv8）64位@ 1.4GHz

2)GPU：独立GPU，Broadcom Videocore-IV

3)内存：1GB LPDDR2 SDRAM

4)网络：千兆以太网（通过USB2.0通道，最大吞吐量300Mbps），2.4GHz和5GHz双频Wi-Fi，支持802.11b / g / n / ac

5)蓝牙：支持蓝牙4.2，低功耗蓝牙（BLE）

6)支持

7)具有HDMI、USB接口，HDMI，3.5mm模拟音频视频插孔，4x USB 2.0，以太网，摄像机串行接口（CSI），显示器串行接口（DSI）

（2）视频采集模块

1)2自由度金属舵机

2)采用铝合金结构，坚固耐用、防腐防锈处理，金属表面氧化喷砂。

3)旋转角度180度

4)摄像头：1080P高清摄像头、120度广角

（3）电源：12.6V电池组、具备反接保护、低电压保护功能，续航时间大于3小时、支持2路直流电机

（4）存储：高速TF卡，32GB。

3.项目介绍

基于情感分析的智慧养老系统是一个人工智能项目。通过摄像头实时拍摄到的画面，人工智能算法实时分析老人的情感、分析是否有人摔倒、分析是否有人闯入禁止区域、分析老人是否有和义工互动并追踪义工、分析是否有陌生人出现并追踪陌生人。一旦上述事件发生，该事件会立即插入到数据库中。这些事件数据被实时地更新在报表中，管理人员因此可以迅速做出反应。把人工智能、Web系统和数据可视化三者相结合，智能地管理养老院的老人。包含以下项目指导任务：

（1）项目启动

项目立项

项目需求分析

数据库分析与设计

（2）计算机视觉

任务1：计算机视觉认知

任务2：安装Ubuntu操作系统

任务3：搭建计算机视觉开发环境

任务4：摄像头图像捕捉和人脸检测

任务5：老人/员工/义工人脸图像采集

任务6：理解人脸识别原理

任务7：编程识别陌生人

任务8：第一个情感分析程序

任务9：人工神经网络（ANN）认知-1

任务10：人工神经网络（ANN）认知-2

任务11：使用人工神经网络（ANN）做情感分析

任务12：卷积神经网络（CNN）认知

任务13：使用卷积神经网络（CNN）做手写数字识别

任务14：使用卷积神经网络（CNN）做情感分析

任务15：情感分析模型的优化

任务16：房间摄像头的监控

任务17：老人摔倒监测-收集数据

任务18：老人摔倒监测-创建模型

任务19：禁止区域入侵检测

任务20：老人义工互动检测

任务21：摄像头画面实时显示

任务22：计算机视觉代码整合

（3）Web端

任务1：配置开发环境

任务2：用户登录

任务3：系统管理员信息维护

任务4：系统管理员密码修改

任务5：老年人模块增删改查

任务6：老年人模块头像管理

任务7：老年人模块报表统计

任务8：工作人员模块增删改查

任务9：工作人员模块头像管理

任务10：工作人员模块报表统计

任务11：义工信息模块增删改查

任务12：义工模块头像管理

任务13：义工模块报表统计

任务14：数据管理模块实时报表

品牌：青软实训

型号：CT-EEE-M-1907

30

套

0.56

16.8

无

7

入侵检测实训套件

入侵检测实训套件

利用树莓派和高清摄像头实时监控周围环境，利用OpenCV、高斯模糊等技术实时识别陌生人和可疑物体，并结合此技术实现仓库智能安防系统，包含视频采集与识别、仓库管理、人员管理、实时报警等功能。通过该项目实践培养学生将技术成果落地解决社会实际需求的能力。

1.产品参数

1.1案例要求

（1）采用软硬结合的方式设计；

（2）案例用到计算机视觉、移动物体识别等人工智能技术；

（3）在移动物体识别的基础上设计WEB应用和移动端应用，设计一个具有社会应用价值的系统；

（4）根据案例设计实训实施方案，包含敏捷开发、团队管理、项目管理、代码管理等；

（5）案例设计与实训平台结合，方便高校老师独立实施实训。

1.2案例实现以下功能模块

（1）硬件端

1)能够对周边环境实时监控，并识别出移动物体；

2)移动物体图像可传输到服务端存储，并可进一步处理，识别出移动物体的具体种类；

3)设计restful API广播识别出的移动物体信息；

4)以上功能需要指导学生建模实现。

（2）应用模块

1)在人工智能模块的基础上实现应用系统，具备较大的应用价值和社会意义，可以用来解决或缓解养老、医疗等社会问题。

2)使用成熟的基于Java/Python技术栈，后端采用微服务架构，使用前后端分离的模式进行开发。

2.套件参数

（1）核心板采用ARM等开源架构

1)CPU：采用64位架构，1.4GH，4核

2)GPU：独立GPU

3)内存：1GB LPDDR2 SDRAM

4)网络：千兆以太网和2.4GHz和5GHz双频Wi-Fi，支持802.11b/g/n/ac

5)蓝牙：支持蓝牙4.2，低功耗蓝牙（BLE）

6)支持

7)具有HDMI、USB接口

（2）存储：高速TF卡，16GB。

3.项目介绍

基于视频处理技术，对监控的场景视频图像进行实时分析，检测并分割出入侵目标，实现对入侵目标的实时检测与报警功能。同时系统还包括对入侵视频的存储，编码及转发功能，即在发现入侵的情况下，触发后台的处理程序，把当前的图像分割存储并推送到前台web页面或APP上显示。

广泛应用在小区入侵监测,智能家居的安防,老人智能看护等领域;也可以加入人脸识别系统，结合其他的智能产品，实现高度自动化的物联网自动化运行环境。包含以下项目指导任务：

（1）项目准备阶段

任务1：项目立项

任务2：设备安装配置

任务3：在Raspberry Pi上配置openCV运行环境

任务4：存储配置信息

任务5：移动物体监测—高斯模糊功能

任务6：移动物体监测—背景移除功能

任务7：移动物体监测--物体标注功能

阶段一评审

（2）项目开发

任务8：图像存储功能（监控端）

任务9：图像分类处理

任务10：图像文件按类存储

任务11：图像传输（监控端）

任务12：实现完整图像分析

任务13：监控端设备配置

任务14：启动监控设备

任务15：设备心跳监测功能

任务16：网络传输功能（发送方）

阶段二评审

任务17：JDK安装

任务18：Java集成开发环境

任务19：信息传输（服务端）

任务20：图像存储（服务端）

任务21：Websocket服务端程序设计

任务22：Web socket设计（客户端）

任务23：监控点管理—实时数据展示

任务24：监控点管理—状态信息

阶段三评审

任务25：仓库管理

任务26：用户登录功能

任务27：用户管理功能

任务28：角色管理功能

任务29：部门管理功能

任务30：告警处理

任务31：报警信息查询

（3）项目答辩与评审

品牌：青软实训

型号：CT-EEE-M-1906

30

套

0.6

18

无

8

新工科实训实践平台

新工科实训实践平台

我公司实训教学过程中使用线上线下相结合的教学模式，有配套实训场地，并有场地产权证明，实训场地建设面积80000平方米，可一次性容纳在训学生3000人，实训基地生活配套设施齐全，包含宿舍、食堂、运动场地等生活配套，配套设施及场地在同一园区内且直线距离不超过500米，新工科项目要求软硬结合多学科交叉融合，我公司可为学生提供满足大数据、软件开发等多学科要求的新工科实训实践平台，具备以下功能：

1.新工科实训系统

（1）创建课程后，学生可以点击实验进入虚拟环境进行实验实训，窗口展示实验步骤和实训界面，学生可根据步骤进行操作。

（2）远程协助功能：学生通过共享桌面功能，将获得共享地址，并发送给协助者，使协助者与学生通过网页共同操作实验系统，以获得实验过程中的协助。教师通过选择某个学生的实验环境可以进入指定云主机进行监控，可以看学生实验的过程。

（3）通过小组协同的方式，小组成员共享一组虚拟机资源，共同根据任务分工完成整个实训项目。

2.云资源管理及监控系统

2.1云资源管理系统

（1）镜像管理功能：提供创建上传镜像、删除镜像、编辑镜像基本信息的功能。支持镜像编码、容量展示、分类管理、存储以及列表查看。

（2）镜像配置功能：节点管理模块实现镜像配置功能。系统可以根据实验要求配置虚拟主机的操作系统、规格（如CPU、内存和硬盘等）以及实验软件环境，并形成可重复利用的镜像模版。

（3）虚拟机管理功能：支持虚拟化环境的构建、支持系统在基础镜像的基础上通过增量技术实现虚拟机的构建，最大化利用系统资源：

1）管理员可以对系统产生的虚拟机进行统一关机、删除、批量删除操作。

2）管理员对所有虚拟机的计算资源、存储资源和网络资源进行管理。

3）将分配的虚拟机资源回收释放，资源中的数据和系统不再保留。

（4）镜像重置功能：学生在集群实验过程中，可以重启集群中的虚拟机。重启的虚拟机自动加入对应镜像和自动配置网络，不影响学生实验进程。教师可以重置实验环境或重置虚拟机，重置实验环境或重置虚拟机后，虚拟机资源将恢复初始状态，所有实验数据都会清空。

（5）资源编排功能：支持虚机组件的动态可拖拽可视化方式。通过资源栈模板，定义所需的云资源、资源间的依赖关系，可实现批量部署和配置资源。

2.2.云资源监控系统

（1）系统支持当前在线总人数、镜像数量、运行虚拟机数量的监控，并可视化展示。

（2）系统的资源计算、存储、网络资源支持动态监控，例如内存的总内存、已用内存、剩余内存、整个系统的存储空间大小、已用硬盘大小、剩余硬盘大小、CPU的总核数，使用率大小等等。自动对虚拟节点中的每台机器进行内存状态、CPU和存储的监控。

（3）支持虚拟CPU与物理CPU绑定，可给云主机分配特定的vCPU，带来更强大的计算能力以及低延迟。

（4）支持分布式DHCP网络服务，每个学生一个独立的网络具有NameSpace的隔离功能，在学生实验过程中，生生互不影响。

3.平台扩展性。

（1）系统支持微服务架构，各服务之间采用RestFull API进行交互，易于扩展和迁移；

（2）平台各子系统之间数据互联互通、账号共享，采用统一身份认证和授权的技术方案，平台提供一个统一的入口，支持单点登录，避免各业务系统之间重复登录。平台各功能模块均无用户数量限制。

4.新工科配套资源

我公司除了提供满足新工科套件所需内容资源外，还提供新工科配套资源，包含磋商文件要求的5个项目：

（1）基于时间序列模型的NCDC气象数据分析

项目是基于时间序列模型对NCDC的数据进行分析，数据采集自NCDC官方网站。项目主要功能是对NCDC的数据进行ETL清洗后，使用Hadoop Streaming转换为可用于MapReduce分析的数据格式，接下来使用MapReduce对数据进行筛选，筛选出某年中每一天的最低气温，然后使用Python对数据进行时间序列分析，得出预测一周的气温走势。最后，使用Android端或Web端来对分析的结果进行可视化展示。

通过本项目强化学习，让学生具有企业级项目开发管理体验，根据之前学习的课程知识，要求学生采用面向对象的分析与设计方法，建立该项目的原型，设计合理的数据结构与算法，在知识、能力和素质等方面得到提升和锻炼。

（2）基于Hadoop的云盘系统的设计与实现

网盘又称网络硬盘，是互联网公司推出的一种在线存储服务，通过在服务器机房为租户划分一定的磁盘空间，为用户免费或收费提供文件的存储、访问、备份、共享等文件管理等功能，网盘拥有高级的容灾备份功能，使用户无需担心数据的安全问题。本项目是利用大数据技术实现一个HDFS网盘系统，功能包含文件上传（秒传）下载、文件目录管理、回收站等功能，文件存储系统采用HDFS，元数据使用采用高可用框架的MySql数据库保存，通过HDFS和MySql数据库的配合实现大数据的分布式存储及实现对文件系统元数据的快速读写。

（3）智能图书销售系统

智能图书销售系统项目是通过一个完整案例集中展示了典型大数据开发过程中的数据采集、迁移、分析、清洗等流程，使用Hadoop来存储和批处理数据，并利用Python机器学习库的聚类、推荐等算法，实现对ETL处理过的数据进行机器学习的应用，并利用Hive等框架简化数据分析的难度，实现与SQL语法最大程度的兼容，使得传统数据库开发人员也能轻松利用大数据平台进行数据的处理和分析工作。

通过完成项目可以掌握大数据的架构设计理论和方法，掌握大数据开发过程中的数据处理流程，掌握使用大数据生态系统组件与传统软件开发相结合，掌握数据分析的基本原理和方法，掌握机器学习的基础知识，并能够使用机器学习库完成常见的机器学习应用的开发。

（4）基于Lambda架构的大数据日志分析系统

本项目是基于Lambda架构构建对日志数据的实时和离线分析平台，数据采集网络的开源数据集。主要功能是使用Kafka+Flume进行日志的收集，离线部分采用Flume将数据收集到HDFS，然后对离线日志数据进行进行ETL清洗后，写入到HDFS，使用Sqprk SQL或Hive对数据进行分析，并将结果写入到RDBMS。

实时分部使用Kafka将来自Flume的数据输入到Spark或Storm，并使用SparkStreaming进行实时在线日志分析；通过离线日志数据构建分类器，并通过Spark Streaming对新产生的日志进行分类预测。

（5）基于Hadoop平台的电信客服数据的处理与分析

国内移动互联网进入快速发展阶段，但随着互联网公司介入及基于应用商店模式的终端厂商的快速加入，电信运营商出现数据业务收入增速放缓的困境，面临被管道化的威胁。同时随着移动互联网应用的普及化,电信运营商存储的数据规模从GB级迈向TB级甚至PB级。在商业竞争中,通过数据分析辅助经营已成为有效的手段，但传统的数据分析架构已经不能适应这种海量数据处理和快速、深度挖掘的需求。

Hadoop这种大数据处理框架为解决上述问题提供了一种新的思路。在此背景下本系统的设计与实现作为某省电信大数据平台建设项目的预研。通过构建处理电信数据的Hadoop平台系统,探索通过Hadoop平台的离线技术实现对每日百亿级数据的清洗、分析和挖掘的可行性;建立仿真的BI前端系统通过上述处理的数据进行套餐的分析,优化流量套餐设计;实现从访问、搜索、通话时长、短信使用量等行为构建了用户分析体系，多维度定位用户兴趣偏好并形成客户画像；为电信服务部门建立决策系统。

品牌：青软实训

型号：V1.0

1

套

27.2

27.2

无

磋商总报价

143.79万元

最终报价（成交价）

143.73万元