當(dāng)前以及未來(lái)，科技正加速向智能化、網(wǎng)絡(luò)化方向發(fā)展，而物理信息融合化將是實(shí)現(xiàn)這一發(fā)展目標(biāo)的助推器，也是目前世界工業(yè)強(qiáng)國(guó)所提出的未來(lái)發(fā)展戰(zhàn)略的核心基礎(chǔ)。物理世界與信息世界的深度融合以及系統(tǒng)的時(shí)間、空間規(guī)模與復(fù)雜性，傳統(tǒng)的傳感體系架構(gòu)無(wú)法適應(yīng)未來(lái)需求。在移動(dòng)通訊網(wǎng)絡(luò)(5G)、大數(shù)據(jù)、腦科學(xué)、邊緣計(jì)算、物聯(lián)網(wǎng)以及經(jīng)濟(jì)社會(huì)發(fā)展強(qiáng)烈需求的共同驅(qū)動(dòng)下，感、知、聯(lián)、控一體化的智能感知是實(shí)現(xiàn)物理信息融合化的途徑，建立感、知、聯(lián)、控一體化的智能終端是人工智能邁向應(yīng)用的基礎(chǔ)。本套方案通過(guò)傳感技術(shù)、電子技術(shù)、計(jì)算機(jī)技術(shù)、通信技術(shù)等，并與人工智能、大數(shù)據(jù)、云計(jì)算等多學(xué)科交叉綜合，培養(yǎng)掌握智能感知專業(yè)基礎(chǔ)知識(shí)，能夠在智能制造與裝備、智慧醫(yī)療、智能交通、智能家居等相關(guān)領(lǐng)域從事研發(fā)、制造、技術(shù)支持、維護(hù)和運(yùn)行管理等方面工作的工程技術(shù)人才。

智能感知實(shí)驗(yàn)室分兩期建設(shè)完成：第一期建設(shè)主要為基礎(chǔ)專業(yè)實(shí)驗(yàn)室建設(shè)，滿足專業(yè)基礎(chǔ)課、專業(yè)核心課實(shí)驗(yàn)部分教學(xué)需求，實(shí)驗(yàn)設(shè)備主要由基礎(chǔ)傳感器實(shí)驗(yàn)教學(xué)平臺(tái)、智能傳感器實(shí)驗(yàn)平臺(tái)、人工智能綜合實(shí)驗(yàn)平臺(tái)組成。第二期建設(shè)主要為綜合創(chuàng)新實(shí)驗(yàn)室建設(shè)，滿足綜合實(shí)踐、科技創(chuàng)新創(chuàng)業(yè)活動(dòng)需求，實(shí)驗(yàn)設(shè)備主要由高端ARM/DSP/FPGA嵌入式開(kāi)發(fā)套件、機(jī)器人/車、智能儀器、實(shí)訓(xùn)沙盤等組成。

方案配置（一期建設(shè)推薦）
1、基礎(chǔ)傳感器實(shí)驗(yàn)箱 998S
2、智能傳感器實(shí)驗(yàn)箱 ISensor
3、人工智能教學(xué)實(shí)驗(yàn)平臺(tái) AIARM
4、通用儀器套件（電源、信號(hào)源、示波器、萬(wàn)用表等）
5、其他開(kāi)發(fā)工具

主要實(shí)驗(yàn)項(xiàng)目
第一部分 基礎(chǔ)傳感器實(shí)驗(yàn)項(xiàng)目
1）應(yīng)變片單臂特性實(shí)驗(yàn)
2）應(yīng)變片半橋特性實(shí)驗(yàn)
3）應(yīng)變片全橋特性實(shí)驗(yàn)
4）應(yīng)變片單臂、半橋、全橋特性比較
5）應(yīng)變片的溫度影響實(shí)驗(yàn)
6）應(yīng)變片溫度補(bǔ)償實(shí)驗(yàn)
7）應(yīng)變直流全橋的應(yīng)用—電子秤實(shí)驗(yàn)
8）移相器、相敏檢波器實(shí)驗(yàn)
9）應(yīng)變片交流全橋的應(yīng)用(應(yīng)變儀)—振動(dòng)測(cè)量實(shí)驗(yàn)
10）壓阻式壓力傳感器的壓力測(cè)量實(shí)驗(yàn)
11）電容式傳感器的位移實(shí)驗(yàn)
12）差動(dòng)變壓器的性能實(shí)驗(yàn)
13）激勵(lì)頻率對(duì)差動(dòng)變壓器特性的影響
14）差動(dòng)變壓器零點(diǎn)殘余電壓補(bǔ)償實(shí)驗(yàn)
15）差動(dòng)變壓器測(cè)位移實(shí)驗(yàn)
16）差動(dòng)變壓器的應(yīng)用——電子秤之二
17）差動(dòng)變壓器的應(yīng)用—振動(dòng)測(cè)量實(shí)驗(yàn)
18）電渦流傳感器位移特性實(shí)驗(yàn)
19）被測(cè)體材質(zhì)對(duì)電渦流傳感器特性影響
20）電渦流傳感器測(cè)振動(dòng)實(shí)驗(yàn)
21）電渦流傳感器的應(yīng)用——電子秤之三
22）壓電式傳感器測(cè)振動(dòng)實(shí)驗(yàn)
23）熱電偶的原理及現(xiàn)象實(shí)驗(yàn)
24）NTC熱敏電阻溫度特性實(shí)驗(yàn)
25）PN結(jié)溫度傳感器溫度特性實(shí)驗(yàn)
26）線性霍爾式傳感器位移特性實(shí)驗(yàn)
27）霍爾傳感器的應(yīng)用——電子秤之四
28）霍爾傳感器的交流激勵(lì)靜態(tài)位移特性實(shí)驗(yàn)
29）霍爾傳感器的應(yīng)用—振幅測(cè)量
30）磁電式傳感器特性實(shí)驗(yàn)
31）光電傳感器測(cè)轉(zhuǎn)速實(shí)驗(yàn)
32）光纖位移傳感器測(cè)位移特性實(shí)驗(yàn)
33）氣敏傳感器實(shí)驗(yàn)
34）濕敏傳感器實(shí)驗(yàn)

第二部分 智能傳感器實(shí)驗(yàn)項(xiàng)目
1、自動(dòng)測(cè)速傳感裝置部分
1)光電測(cè)速基本原理
2)PWM電機(jī)調(diào)速
3)輸入捕獲
4)LCD顯示實(shí)驗(yàn)
5)PID基本原理
6)PID調(diào)速實(shí)驗(yàn)
2、智能光照測(cè)量裝置部分
1)硅光電池工作原理
2)LED調(diào)光實(shí)驗(yàn)
3)串口通信實(shí)驗(yàn)
4)ADC模數(shù)轉(zhuǎn)換實(shí)驗(yàn)
5)LCD顯示實(shí)驗(yàn)
6)硅光電池綜合實(shí)驗(yàn)
3、智能測(cè)溫傳感裝置部分
1)鉑電阻橋式測(cè)溫原理
2)PWM調(diào)溫實(shí)驗(yàn)
3)串口通信實(shí)驗(yàn)
4)ADC模數(shù)轉(zhuǎn)換實(shí)驗(yàn)
5)LCD顯示實(shí)驗(yàn)
6)鉑電阻橋式測(cè)溫綜合實(shí)驗(yàn)
4、智能傳感器應(yīng)用擴(kuò)展板部分
1)直流風(fēng)扇、繼電器、蜂鳴器控制實(shí)驗(yàn)
2)溫濕度、光強(qiáng)測(cè)量實(shí)驗(yàn)
3)觸摸、光電感應(yīng)實(shí)驗(yàn)
4)火焰和可燃?xì)鈭?bào)警實(shí)驗(yàn)
5)人體紅外實(shí)驗(yàn)
6)超聲波測(cè)距實(shí)驗(yàn)
5、Cortex-M4部分
1)RealView MDK 簡(jiǎn)介
2)安裝及使用
3)STM32CUBEMX簡(jiǎn)介
4)安裝及使用
5)跑馬燈實(shí)驗(yàn)
6)聲光報(bào)警器實(shí)驗(yàn)
7)按鍵中斷實(shí)驗(yàn)
8)UART 串口1 數(shù)據(jù)收發(fā)實(shí)驗(yàn)
9)SysTick 系統(tǒng)滴答實(shí)驗(yàn)
10)按鍵掃描數(shù)碼管顯示實(shí)驗(yàn)
11)ADC 模數(shù)轉(zhuǎn)換實(shí)驗(yàn)
12)DAC 數(shù)模轉(zhuǎn)換實(shí)驗(yàn)
13)CAN 環(huán)回模式實(shí)驗(yàn)
14)RTC實(shí)時(shí)時(shí)鐘實(shí)驗(yàn)
15)讀寫NOR FLASH實(shí)驗(yàn)
16)NAND Flash訪問(wèn)實(shí)驗(yàn)
17)SD 卡FATFS 文件系統(tǒng)訪問(wèn)實(shí)驗(yàn)
18)TCPIP 網(wǎng)絡(luò)組件Lwip 之Ping 實(shí)驗(yàn)
19)LCD屏顯示實(shí)驗(yàn)
20)LCD屏觸摸實(shí)驗(yàn)
21)UCOSII 操作系統(tǒng)創(chuàng)建任務(wù)實(shí)驗(yàn)
22)UCOS-III 操作系統(tǒng)創(chuàng)建多任務(wù)實(shí)驗(yàn)
23)UCOS-III 操作系統(tǒng)-信號(hào)量
24)UCOS-III 操作系統(tǒng)移植
25)UCOSIII 操作系統(tǒng)創(chuàng)建1 個(gè)任務(wù)實(shí)驗(yàn)
26)UCOS-III 操作系統(tǒng)創(chuàng)建多任務(wù)實(shí)驗(yàn)
27)UCOS-III 操作系統(tǒng)-信號(hào)量
28)自動(dòng)測(cè)速傳感裝置的應(yīng)用
29)智能光照測(cè)量裝置的應(yīng)用
30)智能測(cè)溫裝置的應(yīng)用
31)傳感器擴(kuò)展板的應(yīng)用
6、STC51單片機(jī)部分（選配）
1)跑馬燈實(shí)驗(yàn)
2)聲光報(bào)警器器實(shí)驗(yàn)
3)UART 串口1 數(shù)據(jù)收發(fā)實(shí)驗(yàn)
4)定時(shí)器中斷實(shí)驗(yàn)
5)按鍵掃描數(shù)碼管顯示實(shí)驗(yàn)
6)ADC 模數(shù)轉(zhuǎn)換實(shí)驗(yàn)
7)自動(dòng)測(cè)速傳感裝置的應(yīng)用
8)智能光照測(cè)量裝置的應(yīng)用
9)智能測(cè)溫裝置的應(yīng)用
10)傳感器擴(kuò)展板的應(yīng)用
7、MSP430部分（選配）
1)跑馬燈實(shí)驗(yàn)
2)聲光報(bào)警器實(shí)驗(yàn)
3)UART串口1數(shù)據(jù)收發(fā)實(shí)驗(yàn)
4)時(shí)鐘模塊實(shí)驗(yàn)
5)按鍵掃描數(shù)碼管顯示實(shí)驗(yàn)
6)ADC模數(shù)轉(zhuǎn)換實(shí)驗(yàn)
7)自動(dòng)測(cè)速傳感裝置的應(yīng)用
8)智能光照測(cè)量裝置的應(yīng)用
9)傳感器擴(kuò)展板的應(yīng)用

第三部分 人工智能綜合實(shí)驗(yàn)項(xiàng)目
1.人工智能基礎(chǔ)實(shí)驗(yàn)部分：
1.1環(huán)境搭建：
Linux系統(tǒng)：
基于Python-3.5.2，TensorFlow-1.7.0，Qt-5.5的人工智能+顯示平臺(tái)的環(huán)境搭建。
Windows系統(tǒng)：
基于Python-3.5.3，TensorFlow-1.7.0的人工智能環(huán)境搭建（CPU運(yùn)算）；
基于Python-3.5.3，CUDA9.0，CUDNN7.0，TensorFlow-1.7.0的人工智能環(huán)境搭建（GPU運(yùn)算），Unity3D環(huán)境搭建。
1.2 Python基礎(chǔ)教程
1)Python基礎(chǔ)：
Python基礎(chǔ)，Python注釋，Python語(yǔ)句格式，Python行和縮進(jìn)，Python標(biāo)識(shí)符，Python關(guān)鍵字，Python輸入輸出，Python數(shù)字類型，Python字符串，Python列表，Python元組，Python字典，Python數(shù)據(jù)類型轉(zhuǎn)換，Python算術(shù)運(yùn)算符，Python條件語(yǔ)句，Python循環(huán)語(yǔ)句
2)Python高級(jí)：
Python函數(shù)，Python遞歸函數(shù)，Python匿名函數(shù)，Python變量，Python面向?qū)ο螅琍ython繼承，Python多態(tài)，Python異常處理，Python模塊，Python包，Python模塊的發(fā)布安裝和使用，第三方模塊的引入與使用
3)Python項(xiàng)目：
基于Python的飛機(jī)大戰(zhàn)項(xiàng)目
1.3人工智能開(kāi)發(fā)
1)人工智能基礎(chǔ)：
數(shù)據(jù)集介紹、深度學(xué)習(xí)簡(jiǎn)介、TensorFlow簡(jiǎn)介、TensorFlow入門操作（輸出、常量的處理：加減乘除、變量的處理：加減乘除、矩陣的處理：加乘）。
2)基本處理算法：
用于處理分類問(wèn)題的解決算法：K最近鄰算法、邏輯回歸算法；
用于處理回歸預(yù)測(cè)問(wèn)題的解決算法：線性回歸算法；
3)神經(jīng)網(wǎng)絡(luò)算法：
介紹了在神經(jīng)網(wǎng)絡(luò)中常用到的函數(shù)以及多種神經(jīng)網(wǎng)絡(luò)：
基于前饋人工神經(jīng)網(wǎng)絡(luò)模型的多層感知器（MLP）；
基于前饋人工神經(jīng)網(wǎng)絡(luò)模型的卷積神經(jīng)網(wǎng)絡(luò)（CNN）并在多個(gè)數(shù)據(jù)集上進(jìn)行了解釋；
基于閉合回路的遞歸神經(jīng)網(wǎng)絡(luò)的長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）；
基于閉合回路的遞歸神經(jīng)網(wǎng)絡(luò)的雙向循環(huán)神經(jīng)網(wǎng)絡(luò)（Bi-RNN）；
基于反向傳播算法的進(jìn)行空間表征的壓縮重構(gòu)的自編碼器（Autoencoder）。
4)TensorFlow的實(shí)用技術(shù)：
對(duì)訓(xùn)練出來(lái)的模型進(jìn)行保存和恢復(fù)以進(jìn)行新的預(yù)測(cè)，TensorFlow中Graph的可視化以及訓(xùn)練過(guò)程中l(wèi)oss的可視化。
5)高級(jí)框架TFlearn：
TFlearn常用API的介紹；
基于TFlearn進(jìn)行回歸預(yù)測(cè)問(wèn)題的解決算法實(shí)現(xiàn)；
基于TFlearn進(jìn)行分類算法的實(shí)現(xiàn)；
基于TFlearn模型的保存和恢復(fù)；
基于Fine-tuning實(shí)現(xiàn)對(duì)原模型的微調(diào)；
基于HDF5大型數(shù)據(jù)集的處理方案；
6)TFlearn視覺(jué)網(wǎng)絡(luò)：
介紹了在計(jì)算機(jī)視覺(jué)中常用到的神經(jīng)網(wǎng)絡(luò)：
基于TFlearn實(shí)現(xiàn)前饋人工神經(jīng)網(wǎng)絡(luò)模型的多層感知器（MLP）；
基于TFlearn實(shí)現(xiàn)前饋人工神經(jīng)網(wǎng)絡(luò)模型的卷積神經(jīng)網(wǎng)絡(luò)（CNN）并在CIFAR-110數(shù)據(jù)集上進(jìn)行了解釋；
基于TFlearn實(shí)現(xiàn)前饋人工神經(jīng)網(wǎng)絡(luò)模型的卷積神經(jīng)網(wǎng)絡(luò)（CNN）并在MNIST數(shù)據(jù)集上進(jìn)行了解釋；
基于TFlearn實(shí)現(xiàn)更為深度的（8個(gè)學(xué)習(xí)層）CNN網(wǎng)絡(luò)AlexNet；
基于TFlearn實(shí)現(xiàn)改進(jìn)了傳統(tǒng)的CNN網(wǎng)絡(luò)新型網(wǎng)絡(luò)Network In Network（NIN）；
基于反向傳播算法的進(jìn)行空間表征的壓縮重構(gòu)的自編碼器（Autoencoder）。
7)基于百度AI開(kāi)放平臺(tái)的人工智能圖像識(shí)別實(shí)驗(yàn)：
通用物體識(shí)別、菜品識(shí)別、車輛識(shí)別、動(dòng)物識(shí)別、植物識(shí)別；
8)基于百度AI開(kāi)放平臺(tái)的人工智能語(yǔ)音識(shí)別實(shí)驗(yàn)；
9)基于百度AI開(kāi)放平臺(tái)的人工智能人臉識(shí)別實(shí)驗(yàn)：
人臉檢測(cè)、添加人臉庫(kù)、人臉識(shí)別、改進(jìn)人臉?lè)祷刂担?/span>
10)人工智能應(yīng)用實(shí)驗(yàn)：
OpenCV圖像采集以及處理、手寫數(shù)字識(shí)別、車牌識(shí)別、目標(biāo)檢測(cè)（入門）、人臉識(shí)別、目標(biāo)檢測(cè)（自訓(xùn)練）、語(yǔ)音識(shí)別；
1.4 無(wú)線傳感網(wǎng)部分實(shí)驗(yàn)
1)ZigBee部分：
開(kāi)發(fā)環(huán)境搭建、ZigBee傳感節(jié)點(diǎn)組網(wǎng)實(shí)驗(yàn),基于ZigBee的燈光控制實(shí)驗(yàn)、基于ZigBee的串口傳輸實(shí)驗(yàn)、基于ZigBee的數(shù)據(jù)透?jìng)骺刂茖?shí)驗(yàn)、ZigBee溫度采集實(shí)驗(yàn)、ZigBee直流風(fēng)扇實(shí)驗(yàn)、ZigBee光強(qiáng)實(shí)驗(yàn)、ZigBee光電傳感實(shí)驗(yàn)、ZigBee火焰實(shí)驗(yàn)、ZigBee可燃?xì)鈱?shí)驗(yàn)、ZigBee電位器實(shí)驗(yàn)、ZigBee蜂鳴器實(shí)驗(yàn)、ZigBee繼電器實(shí)驗(yàn)、ZigBee觸摸實(shí)驗(yàn)實(shí)驗(yàn)、ZigBee人體紅外實(shí)驗(yàn)、ZigBee超聲波測(cè)距實(shí)驗(yàn)、TinyOS安裝開(kāi)發(fā)環(huán)境搭建、TinyOS Hello World實(shí)驗(yàn)、TinyOS點(diǎn)對(duì)點(diǎn)數(shù)據(jù)傳輸實(shí)驗(yàn)；
2)低功耗Wi-Fi部分：
Wi-Fi透?jìng)鲗?shí)驗(yàn)、Wi-Fi模塊透?jìng)骰A(chǔ)試驗(yàn)。Wi-Fi傳感節(jié)點(diǎn)采集組網(wǎng)實(shí)驗(yàn)。Wi-Fi溫度采集實(shí)驗(yàn)、Wi-Fi直流風(fēng)扇實(shí)驗(yàn)、Wi-Fi光強(qiáng)實(shí)驗(yàn)、Wi-Fi光電傳感實(shí)驗(yàn)、Wi-Fi火焰實(shí)驗(yàn)、Wi-Fi可燃?xì)鈱?shí)驗(yàn)、Wi-Fi電位器實(shí)驗(yàn)、Wi-Fi蜂鳴器實(shí)驗(yàn)、Wi-Fi繼電器實(shí)驗(yàn)、Wi-Fi觸摸實(shí)驗(yàn)實(shí)驗(yàn)、Wi-Fi人體紅外實(shí)驗(yàn)、Wi-Fi超聲波測(cè)距實(shí)驗(yàn)。Wi-Fi透?jìng)鲗?shí)驗(yàn)、Wi-Fi模塊透?jìng)骰A(chǔ)試驗(yàn)、Wi-Fi模塊AT實(shí)驗(yàn)、Wi-Fi模塊物聯(lián)網(wǎng)云基礎(chǔ)實(shí)驗(yàn)。
1.5 RFID模塊部分：
蜂鳴器實(shí)驗(yàn)、按鍵檢測(cè)實(shí)驗(yàn)、串口收發(fā)實(shí)驗(yàn)、13.56M讀卡實(shí)驗(yàn)、13.56M寫卡實(shí)驗(yàn)、13.56M讀寫秘鑰實(shí)驗(yàn)、飯卡消費(fèi)充值系統(tǒng)、13.56M調(diào)試助手；
2.人工智能綜合項(xiàng)目部分：
1）AI計(jì)算機(jī)視覺(jué)倉(cāng)庫(kù)貨物分揀、整理：
基于AI計(jì)算機(jī)視覺(jué)+機(jī)械臂控制為一體的倉(cāng)庫(kù)貨物分揀、整理項(xiàng)目，基于TensorFlow框架通過(guò)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法識(shí)別倉(cāng)庫(kù)貨物，在終端進(jìn)行顯示及控制，可以通過(guò)機(jī)械臂將貨物進(jìn)行倉(cāng)庫(kù)間的搬運(yùn)，也可以將倉(cāng)庫(kù)內(nèi)的貨物進(jìn)行整理歸位；
2）AI語(yǔ)音機(jī)械臂控制、貨物分揀：
基于AI語(yǔ)音識(shí)別+機(jī)械臂控制為一體的機(jī)械臂控制、貨物分揀，用戶可以通過(guò)語(yǔ)音發(fā)布指令控制機(jī)械臂執(zhí)行動(dòng)作；
3）AR倉(cāng)庫(kù)貨物分揀：
通過(guò)AR增強(qiáng)現(xiàn)實(shí)技術(shù)實(shí)現(xiàn)圖像識(shí)別，創(chuàng)建與現(xiàn)實(shí)中物體相關(guān)聯(lián)的虛擬模型，結(jié)合鼠標(biāo)或者手指的動(dòng)作來(lái)操控虛擬物體，進(jìn)而機(jī)械臂也跟隨虛擬物體的移動(dòng)進(jìn)行相應(yīng)的動(dòng)作，也可以通過(guò)UI的操作來(lái)直接控制機(jī)械臂的運(yùn)動(dòng)；
4）基于AI開(kāi)放平臺(tái)的圖像識(shí)別+抓取：
基于AI開(kāi)放平臺(tái)的圖像識(shí)別，包括：動(dòng)物識(shí)別、水果識(shí)別、蔬菜識(shí)別、車標(biāo)識(shí)別、漢字識(shí)別、英文識(shí)別，并且可以基于機(jī)械臂控制不同種類的物體進(jìn)行分類搬運(yùn)；
5）無(wú)線物聯(lián)網(wǎng)模塊拓?fù)鋱D：
基于物聯(lián)網(wǎng)模塊的拓?fù)鋱D，可以顯示物聯(lián)網(wǎng)模塊的傳感器數(shù)據(jù)以及控制傳感器狀態(tài)；
6）RFID模塊拓?fù)鋱D：
基于RFID模塊的拓?fù)鋱D，可以顯示RFID卡中的數(shù)據(jù)