一、产品概述

本产品采用两台协作机器人和两套视觉系统（1套2D视觉系统、1套深度视觉系统），面向自动化和智能制造领域的视觉定位、检测、分拣等实际应用，搭建典型的机器人+视觉自动分拣生产场景。在基础教学方面，生产线可以完成常规的数字图像处理、机器视觉、机器人运动控制、缺陷检测、目标识别等基础实验实训。在综合实践方面，前端的机器人和末端深度视觉系统，完成产品的定位和抓取；输送线侧的2D视觉系统进行产品的识别和检测；后端的机器人则完成产品的分拣和仓储。通过三个模块的协同，实现真实生产线上的工艺流程。

除以上功能外，还在运算单元中完成了DeepSeek、Qwen等开源大模型的本地化部署，支持大模型技术开发、大模型+视觉、大模型+语音、大模型+机器人等多个行业场景的应用实践。

二、产品特点

1.满足Python程序设计、深度学习、数字图像处理、机器视觉、基于视觉的机器人应用、大模型技术应用等课程或知识点的教学；

2.生产线平台尺寸为长1200mm×宽600mm，集成了机器人、视觉系统和多组传感器，采用一体化设计，整套系统可直接摆放于桌面上操作；

3.运算单元中配置GPU，支持PyTorch、TensorFlow等主流人工智能框架的部署；

4.融合了Linux系统、深度学习、机器视觉、机器人控制、视觉与机器人协同、生产线运动控制、大模型等多种技术；

5.内置的AI和视觉算法库包括物体分类识别、目标检测、缺陷检测、产品分拣等多种案例，满足基础应用与开发教学；

6.部署本地DeepSeek、Qwen等开源大模型，支持大模型技术开发、大模型+视觉、大模型+语音、大模型+机器人等多个行业场景的应用实践。

三、主要硬件参数

1.运算单元

采用一台高性能计算机，预装Linux或Windows操作系统，部署DeepSeek、Qwen等开源大模型，并集成Python、OpenCV等运行环境，以及产品运行所需的全部软件框架和SDK，支持数字图像处理、机器视觉、机器人、大模型等硬件或应用的开发和学习。

2.2D视觉系统

2D视觉系统即一套标准工业级视觉系统，包括工业相机、镜头、LED光源、光源控制器等，通过视觉支架进行集成，安装于输送线一侧，为所有的静态目标检测、分析和处理提供实验的硬件环境。

3.深度视觉系统

深度视觉系统采用1台200万像素深度体感摄像头，安装于机器人末端，用于目标的精确定位与机器人引导。摄像头可兼容ubuntu，linux和树莓派等操作系统，兼容USB3.0接口协议，可进行深度信息感知、活体识别等。摄像头内置立体深度算法，可实现更准确的深度感知及更远的范围。通过校准，立体深度感知的误差率低至2%，在室内和室外环境中最远可捕获相距达10米的数据。

4.协作机器人（完全开源）

该机器人是专为教育科研开发的一款产品，融合AI大模型技术，且完全开源，在电机控制上，开放电机、控制器与机器人关节之间的控制源码；在运动学算法上，开放底层运动学正逆解模型的源码。通过全方位的开源，用户可以从事机器人软硬件层面的各类科研、开发工作。

同时，机器人具有工业机器人的性能，提供多个拓展接口，支持视觉、语音、传感器等外设模块的接入，可应用于教学、科研、生产线集成、装配等领域。

5.输送线

输送线上安装有步进电机、光电传感器，通过IO控制器接入运算单元，实现与其他系统模块的协同。

四、实验项目

1、Python程序设计

2、机器学习

3、深度学习

4、数字图像处理

5、机器视觉

6、基于视觉的机器人应用

7、大模型技术基础

8、大模型+视觉应用案例

9、大模型+语音应用案例

五、综合实训

1.机器人的控制

机器人主要由多路电机和外部结构组成，通过对单个或多个电机进行控制，运动到指定角度，即实现机器人的控制。机器人自身可在空间中执行任意点的运动，同时，自带有吸盘，可完成对指定物体的抓取。实训中，通过对电机和吸盘的控制，可操作机器人完成各种丰富的动作；

2.AI+视觉自动仓储

采用AI技术和计算机视觉技术，控制机器人进行仓库货物的自动分拣、整理。运算单元中搭载深度学习算法，视觉系统对货物进行识别和分类，机器人对货物进行多个仓位间的搬运，或者对货物进行整理归位；

3.基于AI的图象识别和抓取

基于运算单元中搭载的算法模型，可进行物体识别与分类、电子产品识别、车牌识别、水果识别、OCR字符识别、产品缺陷检测等应用，并可控制机器人对不同种类的物体进行抓取和分类。

4.机器人大模型调试与部署

运算单元中内置机器人大模型，支持通过语音或文本指令，由大模型自主生成机器人的真实控制代码。用户可在此基础上对大模型进行调参，实现更加丰富的功能，比如开发多模态语境下的物体抓取功能，由机器人自主进行指令分解，生成动作规划，合成为需要执行的动作逻辑，并最终完成物体的抓取；

5.具身智能技术开发与应用

在上述机器人大模型的基础上，可融合视觉、语音、传感器等功能，开发具身智能应用案例。用户发出产品分类需求，机器人可首先调用视觉系统观察环境中的物体，然后通过大模型分析，将产品依次取出，按照类别有序的摆放于操作平台上。比如，对物料筐中的螺丝刀、胶带、轴承等多种型态的物体进行分类。