人工智能物联网（AIOT）综合实验平台是一款集***工智能、物联网、嵌入式、移动互联技术于一体的教学科研平台。整个教学平台包括物联网（IOT）部分和人工智能（AI）部分，两部分互相支撑、互为补充。
人工智能部分的硬件平台基于嵌入式的Arm开发板，具备语音、视觉等传感器数据采集能力，及适用于多种场景的控制接口；物联网部分的硬件平台基于物联网教学平台，该套件基于zigbee无线传输技术实现，具有低功耗、低速率、自组网等特点，可适用于人工智能 物联网的多种学习和应用场景。
软件平台支持人脸识别、语音识别、无线通信、传感器原理等应用的基础平台和主流开源算法。提供完整的配套教学教材，实训案例的源码、开发手册等，满足AIamp;IOT教学实训、应用开发等需求。
EAI610的嵌入式Arm硬件平台使用高1性能Arm SoC（瑞芯微RK3399），搭载OPEN AI LAB嵌入式AI开发平台AID（包含支持异构计算库HCL、嵌入式深度学习框架Tengine、以及轻量级嵌入式计算机视觉加速库BladeCV），为AI应用开发提供简洁、高1效、统一的API接口，加速终端 AI 产品的场景化应用落地。
物联网教学平台中传感器采用模块化设计，方便扩展和替换。其中包括温度、湿度、光敏、加速度、压力、可燃气体、雨滴、酒精、红外、超声波、DA输出、继电器、LED点阵显示屏、数码管显示、玻璃破碎检测、直流电机、步进电机、可调光LED灯、振动、霍尔、火焰、等二十多种可换传感器/控制模块组件；所有涉及到的相关技术均提供教材或实验指导书，同时提供印刷版实验手册。
1.1、EAIDK-610边缘计算网关
EAIDK-610边缘计算网关使用高1性能Arm SoC（瑞芯微rk3399），搭载OPEN AI LAB嵌入式AI开发平台AID（包含支持异构计算库HCL、嵌入式深度学习框架Tengine、以及轻量级嵌入式计算机视觉加速库BladeCV）。为AI应用提供简洁、高1效、统一的API接口，加速终端AI产品的场景化应用落地实现。
Tengine是由OPEN AI LAB开发的针对于Arm嵌入式的轻量级的AI 推理计算框架，配合异构计算库HCL，支持CPU，GPU, 以及DLA的异构计算。提供兼容Caffe/MXNet/TensorFlow训练模型和API，可在嵌入式Arm平台上更高1效的实现人工智能（可以参考https:///OAID/Tengine）。
BladeCV是由OPEN AI LAB开发的针对于Arm嵌入式的计算机视觉优化库，支持常用的图像处理、计算机视觉、模式识别的算子/算法，能对常见格式的图像和视频文件读写、解1码视频码流，同时支持图形化界面的图像/视频显示和信息叠加，可在嵌入式Arm平台上更高1效的开发和调试视觉类算法。
教学平台所提供的源代码级别的算法（包括人脸检测、人脸识别）可以让学生对计算机视觉的流程、处理方式等有更好的了解，熟悉人脸检测和人脸识别等相关算法，更好的了解实际应用场景，贴近工程化应用。
基本规格参数主控SoCRockchip RK3399CPU2 x Cortex-A72 4 x Cortex-A53GPUARM Mali-T860 4核GPU内存4GB LPDDR3，Flash 16GBUSB接口2.0*2、3.0*2、TypeC（OTG）*1有线网络RJ45，10/100/1000M自适应WIFI802.11 ac/a/b/g/n,2.4G/5GHz蓝牙Bluetooth 4.1板载接口MIPI DSI：4L，1080p@60Hz
eDP：1.3，4 lanes，10.8Gbps相机接口MIPI CSI 2×4 lanesHDMI2.0，1*Type-A，4Kx2K@60Hz电源12V，2A 高清显示屏基本硬件参数物理分辨率1920*1080面板类型LED-IPS信号接口双HDMI mini屏幕比例16:10刷新频率60-75HZ电源DC12V-2A响应时间小于12ms外观尺寸375*234mm 1.2、无线传感器节点及传感器模块
无线传感器节点由底板、ZigBee模块和传感器模块三部分组成，3个功能模块均可拆装，方便更换和升级。
3. 传感器组件
n标配：温度/光敏/蜂鸣器一体传感器模块、高1精度温湿度传感器模块、两路继电器模块、可调LED灯光模块、振动传感器/蜂鸣器一体模块、超声波测距传感器模块、4位LED数码管显示模块、直流/步进电机一体模块、火焰传感器模块；
n选配：压力传感器模块、红外感应传感器模块、雨滴传感器模块、可燃气体传感器模块、酒精传感器模块、DA输出模块等、8*8LED点阵模块、霍尔传感器模块、玻璃破碎检测模块、红外转发模块、门磁检测模块、声控模块等。
1.3、MQTT物联网私有云平台l用户能够将物联网感知层设备（数据网关、传感器、执行器等）接入物联网云服务系统。
l系统能够接收并存储传感器和执行器的实时数据，模块在线状态，并实时显示；也能够向执行器发送控制命令；系统能够实现模块的在线监测。
l提供后台管理系统，能够设置账号类型和使用权限。支持多用户管理及权限控制，分为父用户和子用户，父用户可以创建多个子用户，并且可以为每个子用户分配增、删、改几种权限，子用户创建的资源相互隔离。
l系统提供丰富的接口，支持MQTT，CoAP或HTTP协议进行数据采集，同时也支持websocket 协议订阅数据更新，用于数据可视化或实时分析。
l平台可以分为公有云和私有云，公有云可以部署在阿里云之上，使用MongoDB服务器集群作为大数据存储，学生老师申请账号后即可使用；私有云可以为客户提供本地化部署， 客户具有完全的控制权限。私有云支持Cassandra、PostgreSQL数据库。
l提供物联网规则编辑器，无需编写代码即可编辑复杂的自动化控制策略，实现移动互联网系统的自动化控制。
l提供丰富的可视化控件库，通过拖拽、简便配置即可完成美观的UI设计。支持GIS地图、曲线图、柱状、饼图、图表、按钮、仪表图等控件。
1.4、IPC摄像机
分辨率 400W
低照度 0. 002Lux(彩色模式);0.0002Lux(黑白模式);0Lux（红外灯开启）
宽动态 120dB
信噪比 ＞56dB
白平衡 自动
强光*** 支持
镜头焦距 2.7~13.5mm
镜头光圈 F1.6~3.13
视频编码标准 H.265;H.264;H.264B;H.264H;MJPEG1.5、麦克风阵列
4 麦克风线性阵列子板采用业界高1性能、超低功耗 DSP，支持 4 路高1质量数字麦克风输入，2 路模拟音频输入，2 路模拟音频信号输出；采用 USB1.1 协议进行数据传输，可同步采集传输 6 声道数字音频信号。
三、教学资源介绍1、实验项目列表：1.1、视觉实验案例图像采集实验：学习从硬件设备采集图像数据并熟悉图像格式（YUV，RGB）转换，理解V4L2的概念；
图像处理实验：学习图像处理的基本方法，了解各种图像处理方法的功能
视频编码实验：学习视频编码的概念和方法，掌握使用硬件编码器的方法，了解H264编码标准
视频解1码实验：学习视频解1码的概念和方法，掌握使用硬件解1码器的方法，了解H264和H265编码标准，了解RTSP协议
视频分析之背景提取实验：学习视频分析的概念，了解视频中背景提取的方法
人脸检测（传统机器学习方法）实验：学习人脸检测的概念，了解adaboost人脸检测方法
目标检测（深度学习方法）实验：学习目标检测的概念，了解Mobilenet-SSD目标检测方法
人脸特征提取（深度学习方法）实验：学习人脸特征提取的概念，了解LightCNN人脸提取方法
人脸识别系统实验：学习人脸识别系统的搭建方法，理解1:1，1:N等概念
双目立体视觉实验：学习立体视觉的概念，掌握用双目相机计算深度信息的方法
目标检测（深度学习方法）实验：学习目标检测的概念，了解Mobilenet-SSD目标检测方法1.2、无线传感器网络实验案例ZigBee基础实验：GPIO、定时器、中断等实验
传感器驱动实验：温度/光敏/蜂鸣器一体传感器模块、高1精度温湿度传感器模块、两路继电器模块、直流/步进电机一体模块等实验
Zstack基础实验：SampleApp GenericApp SimpleApp SensorDemo SerialApp等实验
Zstack进阶实验：ZigBee 组网实验、ZigBee 传感器采集及数据传输实验、ZigBee网络综合实验
Zstack综合实验：智能家居演示1.3、语音实验案例语音前处理实践
录音实验
播放实验
阵列麦克风实验
降噪实验
回声消除实验
语音活性检测实验
语音编码
语音变速变调
语音识别以及语音唤醒
自然语言处理
基于云端平台实现自然语言处理
自然语言处理实践
语音合成语音案例：NLP智能对话实验1.4、综合实验案例语音智能家居实验：语音命令控制zigbee继电器实现灯光风扇控制、语音命令获取zigbee温湿度传感器数据、语音命令获取zigbee光照度感器数据等
人脸门禁系统实验：通过与门锁等设备的联动，学习和实践人脸识别在实际场景中的使用
