MK-AIARM-I型教学实验系统属于人工智能算法平台的一教学实验系统，该系统采用NVIDIA®Jetson nanoB01作为AI计算终端，ORBBEC®Astra系列深度相机、思岚激光雷达进行3D建模。

AI计算机终端以ubuntu为操作系统，并在其上运行ROS系统，该ROS系统可挂接机器人建模软件来仿真设计各类机器人，也可挂接仿真软件来验证相关识别算法或控制算法从而较为直观地看到机器人模拟的运行状态，为真实机器人的设计与控制提供完备的理论基础。同时ROS系统还可以与OPENCV、TensorFlow等视频图像识别软件进行数据交互，将其AI的视觉功能发挥到极致。

产品特点

该系统可支持本公司推出多种ARM处理器的开发，如S3C2410、DM355、OMP3530、S5P6818、S5P4418等等；在实验板上有丰富的外围扩展资源（如：拨动开关与LED显示、CH451键盘、16X16 LED汉字点阵、通信模块以及电机控制模块等），可以完成基于各种CPU的基础实验、传感器实验、以太网实验等；不仅能学习AI的基础知识，也能学习ARM处理器与传感器、电机之间的控制方法。

系统结构

系统采用底板+CPU板+扩展模块结构构成，可以支持ARM CPU和AICPU板。

实验项目

★基于AI CPU系统深度学习算法实验

实验01 构造线性回归模型

实验02 逻辑回归框架

实验03 迭代完成逻辑回归模块

实验04 神经网络模型架构

实验05 训练神经网络

实验06 卷积神经网络模型架构

实验07 RNN网络模型

实验08 循环神经网络LSTM

实验09 双向循环神经网络

实验10 动态循环神经网络

实验11 对抗生成网络

实验12 目标识别

实验13 自编码器

★基于AI CPU系统应用实验

实验01 GoogleNet物体识别

实验02 FaceNet120人脸检测

实验03 神经网络Lenet模型

实验04 手语识别

实验05 色块跟踪

实验06 视觉建图

实验07 激光雷达建图

★基于ARM CPU板系统设计实验（实验项目以实际发货为准）

第一章：运行环境

实验一 虚拟机VMware的安装

实验二 ubuntu系统的安装

实验三 超级终端的安装和使用

实验四 SSH软件的安装和使用

实验五 ADB驱动的安装和使用

第二章：系统烧写

实验一 拨码开关设置启动方式

实验二 制作启动TF卡

实验三 TF烧写镜像文件

实验四 OTG烧写镜像

实验五 挂载TF卡

第三章：源码编译

实验一 ubuntu的基本操作

实验二 android 系统的编译环境搭建

实验三 内核配置裁减

实验四 Android源码的编译

第四章：程序编码

实验一 应用程序编写

实验二 外挂驱动编写

实验三 电子相册

实验四 触摸满屏驱动配置

实验五 EMMC升级配置

实验六 开机logo的更改

实验七 开机动画的修改

第五章：外设驱动实验

实验箱硬件资源介绍

实验一 设备节点注册

实验二 GPIO驱动led

实验三 GPIO驱动蜂鸣器

实验四 GPIO驱动开关检测

实验五 232通信

实验六 485通信

实验七 EEPROM实验

实验八 ADC模数转换实验

实验九 定时器控制LED灯实验

实验十 继电器实验

实验十一 光耦实验

实验十二 步进电机实验

实验十三 直流电机实验

实验十四 LED流水灯实验

实验十五 数码管按键实验

实验十六 点阵实验

实验十七 AD模数转换SPI通信实验

实验十八 DA数模转换SPI通信实验