1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括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应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

哈尔滨工程大学高密AP设备采购及服务竞争性磋商

（1）主要功能和应用领域 项目是北京市交通运行监测调度中心牵头多家合作单位共同承担的交通运输部信息化技术研究项目，应用于交通领域。旨在分析重点区域行人导引需求，研发区域行人交互式导引服务技术，在枢纽内行人可能面临决策的关键位置，设置信息导引点，通过智能终端实现定制化、交互式行人导引服务。研发用于行人定位导引的导引点设备、WiFi设备，并进行定制加工，在大型交通换乘枢纽开展测试验证和示范应用，提高导引服务的实时性和精准化水平。研究面向复合目标优化的一体化出行智能决策支持技术，实现面向出行链的多方式无缝衔接和动态诱导。 （2）特色及先进性 在重点区域内为行人提供实时交互式导引信息服务。设计了室内高精度定位算法，提出了基于方向的室内路由导引策略。研发了基于智能终端的室内导引App和枢纽监控系统。可以为用户提供基于目的地、无目的地、多目的地的定位和导引服务。 申请专利2项。 （3）技术指标 导引信息获取时间不超过2秒； 导引差错率小于千分之一，定位精准度受环境影响带来的误差降低20%以上； 建立支持WiFi、蜂窝网等2种以上的无线技术接口的精准定位技术试验网络； 可实现行人在枢纽走行的全过程连续导引。 （4）解决问题与实施效果 项目应用在大型交通枢纽(如机场、火车站等)内实现旅客导引服务，也可以扩展到其他室内区域的导引服务，如大型商场、旅游景区、隧道、矿井等。可以克服GPS无法在室内提供导航服务的问题，与GPS导航结合，可以实现任意场地无缝导引的服务。

流域模型 GWLF 平台介绍：通用流域污染负荷模型（简称 GWLF 模型）是 1987 年由美国康奈尔大学提出的一种半分布式、半经验式 流域模型算法，主要用于在中尺度流域(几百～万 km2 左右)模拟水文 及污染物负荷通量，可以提供逐月的模拟结果并对关键断面（如国家、 省级考核断面，跨区域（跨行政区）分界断面，生态补偿断面）污染 源构成进行来源解析。其所需数据类型及数据量与我国的水环境、水 资源管理部门所能提供的数据类型相匹配，保证了该模型在我国流域 管理中的适用性和可达性，为流域尺度或区域尺度（一般市级行政区 域大小为几百～万 km2）水环境及水资源规划、决策与管理提供可靠 支持。该模型为美国 TMDL 计划实施推荐流域模型之一。利用该模 型所得结论可以进一步加工分析并结合 GIS 等空间分析软件，得出时 图 1：南开大学国家环境保护 城市空气颗粒物污染防治重点实验 室“颗粒物来源解析及污染防治技 术研究与应用”城市分布图空差异分析结果，为区域或城市水环境管理急需的决策提供支持与建 议。

流域模型 GWLF 平台介绍：通用流域污染负荷模型（简称 GWLF模型）是 1987 年由美国康奈尔大学提出的一种半分布式、半经验式流域模型算法，主要用于在中尺度流域(几百～万 km2 左右)模拟水文及污染物负荷通量，可以提供逐月的模拟结果并对关键断面（如国家、省级考核断面，跨区域（跨行政区）分界断面，生态补偿断面）污染源构成进行来源解析。其所需数据类型及数据量与我国的水环境、水资源管理部门所能提供的数据类型相匹配，保证了该模型在我国流域管理中的适用性和可达性，为流域尺度或区域尺度（一般市级行政区域大小为几百～万 km2）水环境及水资源规划、决策与管理提供可靠支持。该模型为美国 TMDL 计划实施推荐流域模型之一。利用该模型所得结论可以进一步加工分析并结合 GIS 等空间分析软件，得出时空差异分析结果，为区域或城市水环境管理急需的决策提供支持与建议。

项目是北京市交通运行监测调度中心牵头多家合作单位共同承担的交通运输部信息化技术研究项目，应用于交通领域。旨在分析重点区域行人导引需求，研发区域行人交互式导引服务技术，在枢纽内行人可能面临决策的关键位置，设置信息导引点，通过智能终端实现定制化、交互式行人导引服务。研发用于行人定位导引的导引点设备、WiFi设备，并进行定制加工，在大型交通换乘枢纽开展测试验证和示范应用，提高导引服务的实时性和精准化水平。研究面向复合目标优化的一体化出行智能决策支持技术，实现面向出行链的多方式无缝衔接和动态诱导。

已有样品/n该项目从生活出发，通过用户思维、体验思维、平台思维和创新思维，给用户提供在家居空间的智能生活，重构出一种新形态的绿色生活方式。特色：1） 绿色，采用“光”的形式将家居设备连入互联网，不存在射频对人体的影响等问题；2）隐私性，“光”不能穿透墙壁，保证了智慧家居数据的安全性； 2）强壮的接入能力， 采用IPv6 技术，允许为每个接入的设备或传感器分配一个全球唯一的地址，可在互联网上直接访问具体的家居设备。该项目有如下成果：1）开发了IPv6 路由器端通信连接器,IPv6路由器完成和云服务的数