产品详细介绍1、25个自由度：头部2个；手臂10 个；胯部1个；腿部10个；手部2个。2.、音频：2个扬声器：直径=36mm；阻抗=8 ohms ；声道音量=87dB/w +/-3 dB；音频范围=可达约20kHz；输入=2W；4个扩音器：敏感度: -40 +/- 3 dB；音频范围: 20Hz-20kHz；信噪比=58dBA。3、致动器：霍尔效应传感器（Academics版：36个）：12位精确度，例如每转4096约相当于精确度0.1°；dsPIC微控制器；采用直流空心杯电机。4、传感器：36个霍尔效应传感器；2个单轴陀螺仪；1个三轴加速计；2个碰撞器；超声波系统：2个发射器，2个接收器。频率：40kHz。敏感度：-86dB。分辨率：1cm。检测范围：0.25mm~2.55m。 有效锥形：60°。2个红外线仪。波长：940nm。发射角：+/- 60°。功率：8 mW/sr。摄像头：2个，有效像素1288*968，分辨率1.22MP，30帧/秒（FPS）。聚焦范围：30cm ~无限大。视野：72.6°DFOV[60.9°HFOV，47.6°VFOV]，数据格式：YUV422。压力传感器：0-110N，每只脚上4个；5、发光二极管（LED）：眼部：2套8个全彩RGB发光二极管；耳部：2套10个16级蓝色发光二极管；胸部：1个全彩RGB发光二极管；脚部：2个全彩RGB发光二极管；头部：12个16级蓝色发光二极管。6、本体内部主版：CPU：ATOM Z530，高速缓冲存储器：512KB，时钟速度：1.6GHZ，FSB速度：533mHz；RAM：1GB；闪存：2GB ；MICRO SDHC卡：8GB。7、嵌入式软件：操作系统：嵌入式GNU/Linux (32 bit x86 ELF)，基于Gentoo的发行套件；8、编程语言：上位机软件支持：C++/Python/.NET/Jave/MatLab/Choregrahpe编程语言，机器人本体支持C++/Python编程语言。9、网络连接：以太网连接 1*RJ45-10/100/1000 BASET；WIFI无线网络连接（IEE 802.11b/g）。10、电力：输入：100-240Vac-50/60Hz-最大1.2A；输出：25.2Vdc-2A；电池：类型：锂电池，额定电压/容量：21.6V/2.15Ah，能量：27.6Wh，充电用时：3小时，自主动力：60分钟（活跃使用）/90分钟（正常使用）。11、软件开发包与智能控制系统：智能刚度功能、防自撞功能 、摔倒管理功能、物体识别、面部探测与识别、自动语音识别（8种语言，其中中英文语音识别免费提供）、声音合成（19种语言，其中中英文为免费提供）、声源定位。12、认证许可：符合 CE、FCC。13、为保证产品质量及售后服务，投标人必须提供制造厂家针对该项目的授权及售后服务承诺书原件。14、提供专用参考书供科研、教学参考。联系方式：028-66311152转802/803/805/808联系人：张经理、林经理成都正烁科技有限公司 

研制了网络化移动机器人群编队的分布式协调控制系统，系统地开展了关于多机器人编队寻迹控制方法、无线网络下多机器人通信环境的建模和协议设计两个方面的研究；研制了基于OPNET的多机器人编队控制仿真平台和具有非完整约束的多移动机器人实物演示系统。

本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先 根据已标注训练样本集 L 中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵 Mc 和 Mt;随机选择查询对象使用 Mc 和 Mt 进行马氏距离度量，得到相应排序结果，从中取得正样本 和负样本生成新的已标注训练样本集 L，更新 Mc 和 Mt，直到未标注训练样本集 U 为空，得到最终的 标注样本集 L*，并融合颜色和纹理特征得到 Mf，就可以使用基于 Mf 的马氏距离函数进行行人重识别。 本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学 习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。

已有样品/n重点突破智能终端深度学习处理器芯片设计，研发并改进CNN、RNN 等深度学 习算法和技术，设计并研发Alex、Caffe、Torch等常用的深度学习架构。深度学习 处理器芯片支持CNN/DNN/MLP等主流深度学习神经网络算法，基于深度学习处理器 芯片的智能设备可运行手写数字识别等任务；深度学习处理器芯片处理imagenet测 试集图像分类任务达到30帧/s，芯片面积不超过60平方毫米，单芯片功耗不超过 20W，所研发的芯片性能功耗比超过目前智能终端所使用的主流CPU的100倍。最终 在

基于深度学习的图像识别云端服务平台，能够 通过云计算框架训练深度学习算法模型，对图像进行目标检测 和识别。平台拟采用云端 API 的形式，为其他客户端的提供简 单易用的图像识别服务，将目标识别应用到互联网及移动应用 场景中，推动移动互联网的进步。 该平台实现如下功能：1.模型训练：平台能够基于用户给 定的不同行业的数据，训练相应的精细化分类模型。2. 图像识 别：平台能够根据预先训练好的识别模型，对用户

突破性地采用了参考多维度工作方法。这些多维度特征具体包括四大项：1.程序实体的覆盖信息（coverage information），即程序实体在运行失败或成功的测试用例中是否被覆盖到的信息，一般来说被失败测试用例覆盖越多的程序实体更有出错的可能性；2. 程序变异信息(mutation information)， 即当原程序被改变形成的变异体（mut

专业语言学习硬件操作面板，物理按键分布明确 声音在网络上无损传输，声音纯净，完美再现；教室授课对讲、学生分组会话时，声音延迟<5ms 支持英语四、六级口语网络考试等各类国家级考试、语言教学、计算机教学

星立方第三方学习测评服务”是一种基于学生学科知识、学科技能以及学科思想等多种维度的检测与学业数据挖掘、分析、反馈服务。

产品功能：  产品参数：                         双行显示  分辨率:31*96全阵点显示  349种计算功能  重量：135g(含电池)  快速上下翻转功能  机身尺寸：160mm*82mm*16mm  快速左右翻转功能  耗电：0.0002W  乘幂与方根运算  电源：一节AAA（7号/SUM-4）  三角函数  电池寿命：约有2年（每天使用一小时）  对数与反对数  操作温度：0℃-40℃  阶乘、排列、组合  包装尺寸：163mm*88mm*24mm  复数运算  高/中学适用  直角坐标与极坐标  10+2显示函数计算  统计运算  塑料按键  数据存储  双行显示  微分计算    积分计算    使用电池：AAA*1    机身尺寸：16*8.4*1.6cm(厘米）    保护盖：见包装盒说明