黑河市职业技术教育中心学校（黑河市卫生学校）教学仪器比价比价采购需求公告

特别提示： 该项目已关联政府采购计划，属于政府采购范畴，适用政府采购相关法律法规。根据《黑龙江省政府采购电子卖场管理办法》第二十一条，供应商在参加电子卖场政府采购活动时，认为自身权益受到损害的，可按照《黑龙江省政府采购询问、质疑和投诉办法》相关规定提出质疑、投诉。具体流程详见黑龙江省政府采购电子卖场质疑、投诉流程。 项目名称: ****中心学校（黑河市卫生学校）教学仪器比价 项目编号: BJCG260923710548320 项目基本信息 采购单位：****中心学校（黑河市卫生学校） 报价截止时间：2026-09-30 09:00:00 项目预算(元)：407000.00 联系人：****中心学校（黑河市卫生学校） 送货地点：黑龙江省黑河市爱辉区黑龙江省黑河市爱辉区黑河市河南屯卫生学校(****街****号） 到货时间：合同签订后30个日历日到货 签约时间：成交公告发布后20个工作日内签署合同 仅面向中小企业：否 小微企业优惠率(%)： 20.00 售后服务要求 免费维修质保期： 3年 电话支持响应要求： 7*24小时 售后上门服务年限： 3年 售后上门服务时限： 接到报修后24小时 踏勘需求 踏勘地点： 踏勘时间： 采购产品需求清单 序号 商品分类 产品名称 参考品牌 参考型号 计量单位 采购数量 是否允许进口商品报价 现货要求 原装正品要求 技术指标 1 教学仪器 ***平台 新大陆 NLE-AI-X1000 台 4 否 是 是 一、***平台功能要求： 1.***平台，是以认知教学、技术教学、应用教学来展开学生多维度能力层次培养的教学解决方案。满足人工智能认知、基础应用开发等课程的实验教学。 二、平台硬件资源 1．AI***网关： 1)★处理器内核：应满足处理器不少于八核，采用八核64位大小核架构，包含4*Cortex-A76 和 4*Cortex-A55。（请提供佐证图片） 2)GPU 处理器：应满足GPU处理器不少于四核； 3)NPU:运算性能不低于 6TOPs 算力，采用三核架构，须支持TensorFlow、Pytorch模型； 4)应满足搭载内存≥8GB LPDDR4x,存储≥64GB EMMC； 5)应满足搭载 EMMC 存储器，容量不低于64GB； 6)有线通信：不少于1***网口； 7)无线通信: 应满足无线通信须支持双频 WiFi； 8)串行接口：须支持1 x TTL UART + 1 x RS485； 9)USB Type-A及Type-C拓展接口：提供不少于5个USB 3.0 HOST的Type-A类型拓展接口及1个Type-C类型拓展接口； 10)视频编解码：支持H.265/H.264/AV1/VP9/AVS2等格式，最高支持8K@60fps解码；支持H.264/H.265编码，最高支持8K@30fps编码。 11)视频接口输出: 应满足视频接口输出配置 1 路 HDMI2.0（Type-A）接口，且须支持 4K/60fps 输出； 2. USB图像采集设备： 1)模块须搭载不低于800万像素工业级无畸变摄像头； 2)模块须支持自动曝光控制AEC，须支持自动增益控制AGC，须支持自动白平衡； 3)须支持自动对焦功能； 3. RTSP图像采集设备： 1)应满足不低于200万 1/2.7 CMOS ICR***网络摄像机； 2)最低照度: 彩色模式下不高于0.001 Lux @（F1.2，AGC ON），红外模式下应支持0 Lux with IR； 3)焦距应不低于4 mm@ F1.6，水平视场角不小于86°，垂直视场角不小于46.3°，对角线视场角不小于104.2°； 4)宽动态范围应不低于120 dB； 5)视频压缩标准: 主码流应支持H.265/H.264，子码流应支持H.265/H.264/MJPEG； 6)最大图像尺寸: 应支持1920 × 1080； 7)网络: 配置不少于1个RJ45 10 M/100 M***网口； 8)启动及工作温湿度: -30 ℃~60 ℃，湿度小于95%（无凝结）； 9)供电方式: 支持DC直流供电模式，DC：12 V ± 25% ； 10)电源接口类型: Φ5.5 mm圆口； 11)电流及功耗: DC 供电时，12V 电压下工作电流不大于 0.38A，最大功耗不大于 4.5W；PoE 供电（IEEE 802.3af 标准）时，电压范围 36V~57V，工作电流 0.10A~0.15A，最大功耗不大于 5.5W； 12)防护等级:不低于 IP67； 13)补光: 最远不低于30m； 4. 智能人脸门禁： 1)识别率：大于99%； 2)人脸识别时间应不大于0.2秒； 3)人脸识别距离：应支持 0.3m~1.8m 识别距离范围； 4)人员管理：支持人员库的添加、更新、删除以及人员信息查看； 5)陌生人管理：支持陌生人检测； 6)接口：100M网络接口×1、音频输出×1、USB×1； 7)屏幕尺寸及分辨率：应配置不少于 7 英寸屏幕，屏幕分辨率不低于 600×1024； 8)补光灯：应配置LED柔光灯； 5. 语音采集播放设备: 1）LED指示灯：应满足 LED 指示灯状态标识功能：待机及通话模式下指示灯无亮；静音模式下指示灯显示蓝灯； 2）声音功能 声音取样频率不低于32KHz； 3）通讯模式：应支持全双工同时对谈通讯模式； 4）回音消除：应满足回音消除性能不低于 58dB； 5）应支持 AGC（音频自动增益控制）功能；麦克风应具备全指向性，MIC 灵敏度不低于 34dB； 6.无线路由器 1)无线速率不低于 300Mbps，应配置不少于 2 根外置全向高增益天线； 2)应配置不少于 4 个 RJ45 10/100M ***网口，其中至少 1 个为 WAN 口，不少于 3 个为 LAN 口； 7.图像识别实验模块 1)模块须配备不低于2个人偶模型。 2)模块须配备不低于3种动物种类模型，至少包括猫、奶牛、狗动物。 3)模块须配备不低于2种水果模型，至少包括苹果和香蕉。 4)模块须配备不低于2种交通工具模型，至少包括汽车和摩托车。 5)模型须配备不低于8个不同形状和颜色的色块。 6)模型须配备不低于3种商品模型，至少包括橙汁、甜甜圈、篮球。 8.IOT实验模块 1)实验模块须配备工业级数字量I/O模块，支持不低于7个通道采集输入和不低于8个通道控制输出。 2)实验模块须配置工业级485型光照度采集模块，测量响应时间不高于1秒/每次，测量精准度不高于±3％FS。 3)实验模块须配置带轰鸣器的提醒灯，支持红、黄、绿三色单独开关控制，闪光频率不低于63times/min不高于65 times/min 。 4)实验模块须配置被动式红外热释放的人体红外传感器。 5)实验模块须配置可长时间通电的门锁模块。 6)实验模块须配置可长时间通电小风扇模块。 7)实验模须配置不低于2组的4路继电器，支持高/底电平触发。 9.实验器材收纳模块 模块须配置具有防震、防摔、收纳功能的收纳箱，支持IP67防水防尘，支持耐温最低到-10℃最高到80℃。 三、平台软件资源： 1．操作系统： 1)AI***网关须支持Debian/linux嵌入式操作系统，满足嵌入式操作系统教学。 2)AI***网关须内置Python3.0以上板本的运行环境，满足Python 的AI教学。 3)AI***网关须内置QT、PYQT5的运行环境，满足AI的可视化教学。 4)AI***网关须内置语音识别、语音合成、语音播报的离线SDK，满足AI的语音技术应用教学。 5)★AI***网关内置的AI算法至少包括分类检测、人脸识别、车牌识别、人脸多属性分析、人体骨骼关键点检测，满足AI的基础应用与开发教学。（请提供佐证图片） 6)★AI***网关须内置人脸多属性分析算法，具有不少于2个维度的分析结果，比如（表情、是否佩戴眼镜、是否佩戴口罩、年龄、性别）；（请提供佐证图片） 7)★AI***网关须内置人体骨骼关键点检测算法，具有不少于16个关键点的检测。（请提供佐证图片） 2.端侧应用软件： 1)应用软件至少包括分类检测、人脸识别、车牌识别、人脸多属性分析、人体骨骼关键点检测等不少于5个内置的AI算法应用。 2)应用系统具备典型行业应用案例，利用智慧校园场景进行实训。智慧校园行业应用须包含人员和车辆出入控制、无人超市功能，提供管理员登录管理功能，对用户注册、已注册用户、出入车辆、操作控制进行管理。 3.***平台实训管理功能 实现对软件、硬件设备和课程及资源的管理与教学功能，相关采集数据可与室内大屏联动。 1、仿真实训系统须具备存档（导出）与读档（导入）功能，支持随时保存、读取，根据保存进度，随时继续实训或重新实训； 2、实训结果文件存储，至少支持加密工具认证存储和导出存储两种方式； 3、仿真工作台须支持图形化形式存放和布局虚拟套件；支持添加连线图，方便教学； ★4、仿真实训系统操作软件需具备检测功能，可以关闭开启实时验证连线错误；（请提供佐证图片） ★5、消息面板可查看设备通信消息；（请提供佐证图片） ★6、仿真硬件具有模拟数据源产生模拟数据，可通过定值或随机值两种方式产生模拟数据；（请提供佐证图片） 7、仿真的套件部品至少包含：有线传感器、无线传感器、执行器、网关、I/O模块、RFID、终端、负载、电源、其它外设等。 8、仿真实训系统操作软件需具备检测功能，通过拖拉图形改变布局，通过接线、配置仿真部件参数等后由自动检测和手动检测两种模式检测操作连接状态并显示实训结果； 9、虚拟机服务支持为每位用户提供至少一台独立的虚拟机； 10、用户可在AIOT平台上通过SSH终端接入虚拟机，***网中间件配置部署、docker微服务配置部署等工作； 11、***平台支持使用HTTP、MQTT、COAP协议采集设备数据； 12、***平台支持在内置的非关系型数据库中存储时序数据； 13、***平台支持查询最新的时序数据值和查询特定时间段内的所有数据； 14、***平台支持通过API和WebSocket查询或订阅数据更新； 15、***平台能够监视设备连接状态并触发推送到规则引擎的设备连接事件； 16、***平台支持服务端应用程序向设备发送远程RPC调用； 17、***平台具备规则引擎，能够接收来自设备、设备生命周期事件、API事件、RPC请求等传入的数据，并创建规则节点和规则链对接收的数据进行过滤、转换和执行； 18、***平台支持通过添加数字量和模拟量仪表、地图组件、设备控件、图表、数据卡片等部件，创建自定义数据看板，完成数据可视化展示； 19、***平台支持日志功能，记录用户对设备、规则引擎、数据看板的相关操作； 平台支持ChirpStack,HomeAssistant,EdgeX,NodeRed,Grafana,InfluxDB***平台组件的部署； ★20、须具备NLP处理能力：可通过自然语言处理技术，通过问答的形式解决学习难点；（提供佐证图片证明） ★21、提供在线编码环境，支持多种语言和文件格式的编写、编译：C#、Java、Python、JavaScript等；（提供佐证图片证明） 四、平台课程资源 （1）《人工智能前端设备应用》（初级） 教学资源须配套《人工智能前端设备应用（初级）》课程实训指导手册、教学PPT、教学视频等内容。 1）需满足不低于64课时教学。 2）符合项目式教学模式，每个项目围绕某一领域工作任务或知识点开展，每个项目中包含2-4个实操任务，每个实操任务满足约2个课时的实操教学。 3）提供不低于3份实训指导手册，每份实训指导手册匹配一项实操任务，实操任务选择贴近行业真实应用的体验性案例，帮助学生了解人工智能初级技术原理、常用技术领域及其应用。 4）提供不低于9份教学视频，对实操任务和理论知识的教学过程进行讲解，讲解过程清晰，涵盖实操任务完整过程。 5）提供不低于9份教学PPT。根据教学内容配套，教学课件内容须贴合实际教学。 6）教学资源内容须涵盖但不限于以下内容： a.人工智能前端设备安装与调试：智能前端设备安装、智能前端设备检测、智能前端设备调试。 b.智能家居应用系统部署：Windows应用环境准备、Windows应用程序部署、***网关应用程序部署。 c.智慧商超数据采集与标注：数据采集、数据处理、数据标注。 （2）《智能机器人装调与维护》 教学资源须配套《智能机器人装调与维护》课程实训指导手册、教学PPT、教学视频、案例源码及数据集等内容。 1）需满足不低于48课时教学。 2）符合项目式教学模式，每个项目围绕某一领域工作任务或知识点开展，每个项目中包含2-4个实操任务，每个实操任务满足约2个课时的实操教学。 3）提供不低于9份实训指导手册，每份实训指导手册匹配一项实操任务，若该实操任务采用JupyterNotebook方式开展，该实训指导手册可以.ipynb格式文件提供，若不是，可以word或pdf格式文件提供。 4）提供不低于9份教学视频，对实操任务的教学过程进行讲解，讲解过程清晰，涵盖实操任务完整过程。 5）提供不低于9份教学PPT。根据教学内容配套，教学课件内容须贴合实际教学。 6）提供相关案例源码及数据集文件。 7）教学资源内容须涵盖但不限于以下内容： a.行为分析检测设备装调：AIOT系统本体与配套组件的安装与线路连接、人体红外传感器调试、图像采集调试、语音采集播放设备调试、环境感知采集模块调试。 b.人脸识别门禁设备装调：人脸识别门禁系统安装与配置、人脸识别门禁系统调试 c.视觉检测安防监控设备装调：安防监控设备识别与选择、安防监控系统调试 d.RPA测试与运维：人工智能在RPA中的应用、RPA测试部署与持续运维 （3）《智能系统部署与配置》 教学资源须配套《智能系统部署与配置》课程实训指导手册、教学PPT、教学视频、案例源码及数据集等内容。 1）需满足不低于48课时教学。 2）符合项目式教学模式，每个项目围绕某一领域工作任务或知识点开展，每个项目中包含2-4个实操任务，每个实操任务满足约2个课时的实操教学。 3）提供不低于9份实训指导手册，每份实训指导手册匹配一项实操任务，若该实操任务采用JupyterNotebook方式开展，该实训指导手册可以.ipynb格式文件提供，若不是，可以word或pdf格式文件提供。 4）提供不低于9份教学视频，对实操任务的教学过程进行讲解，讲解过程清晰，涵盖实操任务完整过程。 5）提供不低于9份教学PPT。根据教学内容配套，教学课件内容须贴合实际教学。 6）提供相关案例源码及数据集文件。 7）教学资源内容须涵盖但不限于以下内容： a.智能系统环境搭建：智能系统概述、智能系统环境配置。 b.计算机视觉应用系统部署：人脸识别功能配置、骨骼点检测功能配置、安全帽检测功能配置。 c.智能语音应用系统部署：配置语音控制灯光功能、配置语音控制风扇功能、配置语音控制门锁功能。 d.智能系统与应用场景分析：智能系统在泥石流检测中的应用、智能系统在火点检测中的应用 2 教学仪器 机器狗 宇树 Go2 EDU标准版 台 1 否 是 是 1.产品尺寸不低于70cmx31cmx40cm;整机重量不低于15kg（含电池）;载荷不低于5kg；运动速度：不低于0~3.7m/s 2.最大攀爬落差高度：不低于16cm；最大攀爬斜坡角度：不低于40° ★3.膝关节内走线，关节热管辅助散热 4.超大关节运动空间：机身：不低于-48~48°；大腿：不低于-200~90°；小腿：不低于-156~-48° ★5.超广角3D激光雷达具备探物避障功能，广角高清相机 6.配备4G通信，内置eSIM;配备智能OTA升级 7.APP高清图传、遥控、所有数据查看；APP图形化编程 8.WIFI6双频无线802.11ax；蓝牙 5.2/4.2/2.1 ★9.电池种类：长续航（不低于15000mAh）,续航时间不低于2-4h 10.标配手持式遥控器及快充充电器(33.6V/9A) 11.支持足端传感器，支持二次开发，支持充电桩 12.配备无线矢量定位及控制系统，实现伴随 ★13.具备侧边步、交叉步、向前跳、开心、握手、扑人、坐下、伸懒腰、作揖、多种创意舞蹈等 ★14.配备麦克风、扬声器、照明灯，具备系统状态指示功能，实时反馈机器人状态，并可为机器人演示动作搭配音乐和灯光 ★15.内置语音识别模块，具备语音交互功能，毫秒级语音交互响应，采用行业先进的语音识别技术，识别准确率高，识字速度快 ★16. 出厂腹部标配充电电极 17、具备不低于40Tops算力的拓展坞，含AI算法及技术支持 18、具备深度相机 19、提供详细的用户使用，软件开发等手册等，提供高层控制（如行走）功能的二次开发文档及例程，提供底层控制（电机的位置、速度和力矩）功能的二次开发文档及例程。通用Ubuntu操作系统，易于使用通用数学库、机器人库，开发程序。支持ROS操作系统 20、提供各类功能算法的代码及说明，并且提供调用运动控制的接口。 3 教学仪器 ROS***平台机械臂版 新大陆 NLE-AI8306 台 1 否 是 是 一.ROS***平台（机械臂版）基础功能 ***平台由AI核心开发板、深度摄像头、EAI Tmini Pro激光雷达、6轴机械臂、驱动板、电机等设备组成，一体高度集成硬件驱动模块，简单明了的系统设计框架，配套丰富的教学辅助工具，让学生能够快速掌握自动驾驶、机械臂运动控制的关键技术，进行ROS 机器人操作系统学习及二次开发。 二.平台硬件资源 1．边缘计算终端： （1）终端内置高性能CPU处理器，处理器配置不少于六核； （2）GPU处理器核数不少于1024核，最大频率不低于624MHz； （3）终端搭载内存≥8GB 128-bit LPDDR5 66 GB/s； （4）终端支持外部NVMe，容量不低于128GB； （5）视频编码：支持1080p30 supported by 1-2 CPU cores； （6）视频解码：支持1x 4K60 (H.265)、2x 4K30 (H.265)、5x 1080p60 (H.265)、11x 1080p30 (H.265)； （7）功率：7W~15W （8）外设接口： a)***网； b)不少于3个USB 3.2 Gen2； c)提供M.2 Key E 接口外扩； d)提供8通道 MIPI CSI-2 D-PHY 2.1； e)提供3x UART, 2x SPI, 2x I2S, 4x I2C, 1x CAN, DMIC & DSPK, PWM, GPIOs扩展接口； 2．深度摄像头 （1）工作环境：室内/室外都可以适应； （2）工作温度：10°C ~ 40°C； （3）深度距离：0.3~3m； （4）左、****中心之间的距离：40mm； （5）深度图像分辨率：不低于640400@30FPS/320200@30FPS； （6）深度视场：67.9°* 45°； （7）RGB传感器视场：66°* 51°(土3°）； （9）延迟：30~45ms； （10）整机平均功耗：<2W； （11）激光开启瞬间功耗峰值：<5W(持续时间 3ms) （12）待机功耗典型值：<0.7W； （13）支持操作系统：Android/Linux/Windows7/10； （14）精度：不低于6mm@1m； 3．激光雷达 （1）测距范围：0.02~12米； （2）扫描角度：0~360度； （3）测距精度：不低于20mm； （4）角度分辨率：>0.54°； （5）俯仰角：0~1.5度； （6）测距频率：不小于4000Hz； （7）扫描频率：6≤扫描频率≤12Hz； 4．机械臂 （1）自由度不少于6； （2）有效负载：≥250g； （3）工作半径：280mm； （4）重复定位精度：±0.5mm； （5）重量：800g； （6）电源输入：12V，5A； （7）⼯作温度：-5~45℃ （8）通讯：Type-C； 5．机械臂末端摄像头 （1）工作环境：室内； （2）工作温度：10°C ~ 40°C； （3）深度距离：0.2~2.5m； （4）深度图像分辨率：不低于640*480@10FPS/320*240@10FPS； （5）深度视场：79°* 53°(土3°）； （6）整机平均功耗：<2.5W； （7）支持操作系统：Android/Linux/Windows10； （8）相对精度：＜1%@1m； 6．四驱底盘 （1）不少于4个电机，四轮独立驱动； （2）★可实现多种底盘运动模式便捷切换，满足不同场景的应用需求，包括四轮差速、阿克曼模式、麦轮模式、履带模式；（请提供佐证图片） （3）负载可以根据车体的不同模式调整，四轮差速负载不小于1KG；阿克曼负载不小于4KG；麦克纳姆轮载重不小于4kg；最小离地间距不小于24mm。 （4）1个电机驱动板：应搭载STM32控制板，板载4路大功率电机驱动，最高支持12V电压输入； （5）不少于1个USB接口扩展板：至少支持3路USB设备扩展； （6）电池：至少配置12V 10000mAh容量动力锂电池； （7）★配套电池剩余容量显示（请提供佐证图片）； 7．传感器支架 应配置深度摄像头和激光雷达一体化安装支架，支持USB深度摄像头和激光雷达安装固定。 8．触摸屏 （1）分辨率不低于1024*600； （2）视频输出：HDMI； （3）控制方式：电容式触摸控制； （4）供电接口：Micro USB电源插座； （5）控制接口：Micro USB触摸接口； （6）亚克力外壳； 三.教学支撑系统 具备Jupyter Notebook教学支撑能力，PC端通过浏览器打开Jupyter Notebook***平台进行联动控制实验。 四.***平台配套课程 教学资源须配套《移动机器人技术应用（机械臂版）》课程实训指导手册、教学PPT、教学视频、案例源码及数据集等内容。 《移动机器人技术应用》： （1）项目一：ROS与移动机器人控制基础：ROS的通信实验、移动机器人基本操作、移动机器人底盘控制。 （2）项目二：机器人语音模块：语音录制、语音识别、语音控制移动机器人。 （3）项目三：基于深度学习的图像分类和目标检测：图像处理、***网络进行图像分类。 （4）项目四：机器人视觉感知模块：捕获和显示RGB深度图像，深度相机测距、字符识别、车道线识别、交通标识识别、二维码识别。 （5）项目五：定位与导航模块：SLAM地图构建、SLAM导航、巡线自动驾驶、倒车入库。 （6）项目六：自动驾驶综合实践。 项目七：物品定位抓取综合实践。 五、实训沙盘 实训环境，作为智能小车教学配套的验证环境，是一套可以在教室内模拟道路环境的交通沙盘。实训环境搭载了交通元素，包括红绿灯、地点识别字符、智能升降杆等。 1.模拟车道 （1）具备小车行车道、交通路口和人行道等交通元素； （2）高密度雪弗板； （3）尺寸不小于2400×2000×2mm。 2.红绿灯模型 （1）模拟真实红绿灯切换方式，支持手动/自动切换模式； （2）须支持电池供电； 3.其他标志 （1）至少包含地点识别字符（A、B、C、D）、智能升降杆、左转、右转、停止等； 4 教学仪器 ***平台 新大陆 NLE-AI-B6018 台 1 否 是 是 一、机器人执行机构1套 须采用六轴机器人，机器人需符合常用六轴工业机器人型态，末端轴需具备空间全向移动的特点。 （1）轴数（自由度）：≥6； （2）最大负载：≥250g； （3）工作半径：≥280 mm； （4）净重：≤850g； （5）底座尺寸：直径≤160mm； （6）重复定位精度：≤0.5mm； （7）轴运动参数（负载160g时）： 1轴:-100°~+100°，最大速度31°/s； 2轴:-60°~+90°，最大速度65°/s； 3轴:-140°~+50°，最大速度28°/s； 4轴:-140°~+140°，最大速度110°/s； 5轴:-150°~+50°，最大速度33°/s； 6轴:-180°~+180°，最大速度66°/s； （8）吸盘直径：不小于10mm （9）吸盘吸取重量：不小于150g （10）通信接口：USB / WiFi / Bluetooth； （11）★应用程序：支持图像化界面编程，软件需包含控制机械臂回到原点、控制机械臂关节运动、控制机械臂左右摆动、控制机械臂夹爪模块以及控制机械臂吸泵模块。（投标时需提供机器人的控制软件界面截图） 二、工业相机1个 （1）不小于600万像素 1/1.8” CMOS ***网工业面阵相机； （2）分辨率：≥3072×2048； （3）帧率：≥19 fps； （4）动态范围：≥66dB； （5）增益：1dB～32dB； （6）曝光时间：25μs～2sec； （7）黑白/彩色：彩色； （8）接口：GiGE。 三、工业镜头1个 （1）焦距：12mm; （2）像素：≥六百万像素 （3）像面最大尺寸：1/1.8＂(φ9.4mm); （4）光圈范围：F2.8 ~ F16; （5）控制：光圈：手动；焦点：手动; （6）视角：D：1/1.8＂41.2°；H：1/1.8＂34.4°；V：1/1.8＂23.4°; （7）工作温度：-10℃ ~ +50℃; （8）光学畸变：-0.40%; （9）法兰后焦：17.526mm; （10）最近摄距：0.1m; （11）滤镜螺纹：M27 * P0.5。 四、AI核心开发板1个 （1）GPU 采用 NVIDIA Ampere 架构，内置 Tensor Core 数量不低于 32 个，核心数量不小于 1024 核，能够为 AI 计算提供强劲支撑； （2）AI 算力性能指标不低于 40 TOPS，可满足多场景智能计算需求； （3）GPU最大频率不低于 624MHz； （4）CPU 采用 64 位Arm® Cortex® A78AE v8.2架构设计，核心数量不少于 6 核； （5）CPU最大频率不小于1.5 GHz； （6）显存配置不小于 8GB 128 位 LPDDR5，传输速率不小于 66GB/s，确保数据高速流转； （7）存储支持外部 NVMe设备接入； （8）视频编码能力支持1080p30 规格，由 1-2 个 CPU 核心提供运行支持，适配主流视频编码场景； （9）视频解码兼容性强，可支持1路 4K60（H.265）、2路 4K30（H.265）、5路 1080p60（H.265）、11路 1080p30（H.265）等多种格式； （10）摄像头:不少于2x MIPI CSI-2 连接器； （11）PCIe接口配置为1 个 x4 加 3 个 x1，符合 PCIe 3.0 标准，支持根端口和端点模式； （12）USB接口包含 1 个 Type-C 和 4 个 3.2 版本; （13）其他 I/O 接口涵盖 GPIO、I2C、I2S、UART、SPI 等适配多样化硬件交互场景 （14）★实训设备控制终端需内置AI算法库，至少涵盖物体分类识别、物体码垛、数字排序功能模块，帮助学生掌握AI在图像处理、自动化操作、数据处理等方面的核心技术与应用方法，能够满足AI的基础应用与开发教学；（请提供佐证图片）。 五、环形LED光源1个 （1）颜色：白色； （2）色温：不小于6500K； （3）功率：不小于17W； （4）输入电压：DC 24V（max）； （5）外壳材质：铝合金； （6）使用温度和湿度：温度：0～40ºC，湿度：20～85%RH，配套光源控制器。 六、输送模块1套 （1）运行负载：≥500g； （2）最大运行速度：≥100mm/s； （3）包含一条输送装置，可实现物料传送，支撑结构为铝型材，PVC皮带传动； （4）采用步进电机驱动，额定电压DC24V，电流0.6A。 七、应用程序软件1套 内置应用软件包含以下功能： （1）应用程序软件支持对AI中控处理器（AI核心开发板）进行CPU、GPU使用信息进行显示，支持对AI中控处理器进行软重启； （2）★应用程序软件支持对机器人执行机构（六轴机械臂）进行复位、坐标信息设置；（请提供佐证图片） （3）应用程序软件支持对传送机进行启动、正转、反转、停止等操作； （4）应用程序软件支持对工业摄像头、光电传感器等进行可用性测试； 八、云平台1套 （1）实现情景模式设定管理等功能 （2）具备项目管理功能，****中心集中管理 ★（3）支持SAAS项目的新建并支持授权API的自动生成功能（请提供佐证图片） ★（4）***网关的配置，***网关的设备管理、编辑等功能（请提供佐证图片） ★（5）***网关之间的心跳轮询时间可在3-20S之间灵活设置（请提供佐证图片） （6）需能提供多种的项目案例配置默认地址。 ★（7）兼容行业中常见的功能节点，至少支持数字量Modbus、模拟量Modbus及Zigbee无线传输类型的节点管理。（请提供佐证图片 8.支持至少15种以上常用传感器节点，支持温度、湿度、水温、二氧化碳、光照、风速、大气压力、空气质量、可燃气体、火焰、红外对射传感器等。 9.同时支持手动与默认的节点配置方案，提供至少一种默认节点配置方案。 10.支持节点的状态查询并按需控制。 九、基础台架1套 （1）铝合金型材结构，台面具有T型槽方便安装； （2）尺寸不大于600*480*590mm； （3）台架具备多个散热口，供内部设备散热； （4）台架上方支持安装传送机、机器人、视觉系统，整体可直接放置于课桌，方便开展教学。 十、软件环境1套 （1）集成Python、OpenCV等运行环境，支持数字图像处理、计算机视觉、机器人运动控制等算法、硬件、应用的开发和学习； （2）提供实验所涉及的OpenCV图像处理函数的所有接口和使用说明，既可通过配置参数实现对图像的特定处理，也可新建不同的视觉项目，进行二次开发； （3）内置的视觉软件和功能库包括物体分类识别、目标检测、文字检测、缺陷检测，满足基础应用与开发教学； （4）支持对生产线上的目标尺寸测量、缺陷检测、产品分类等应用进行开发，开展企业级实战训练。 十一、实验资源1套 （1）提供基础实训项目，需围绕数字图像处理、ROS 机器人操作系统 、模式识别原理与应用、计算机视觉、机器人感知系统等相关教学资源； 1）数字图像处理需包含的实训内容：数字图像基础操作、图像形态学和梯度计算、图像直方图和量化处理、图像变换、数字图像处理项目实战，每个实训内容不少于3份实训指导书、1份Jupyter格式的实训源码。 2）ROS 机器人操作系统包含的实训内容：ROS操作系统配置、ROS功能包的创建及编译、ROS消息与服务、编译并运行节点、动作服务器和动作客户端、ROS消息发布器与订阅器、服务器与客户端、话题消息的定义与使用、参数服务器、ROST工具:catkin simple、ROST工具:launch、ROS工具:rqt console和ros2bag、ROS中的坐标变换、ROS在多机器人上的使用、Movelt环境配置，每个实训内容不少于1份实训指导书。 3）模式识别原理与应用包含的实训内容：音乐流派判定、客户类别细分、零售商品识别系统、车道线检测、交通车牌识别系统、交通标志识别系统、人脸口罩检测、中文自然场景文字识别、基于手势识别的手势画图程序、植物病虫害检测、语音识别、语音情感识别，每个实训内容不少于1份实训指导书、1份Jupyter格式的实训源码。 4）计算机视觉包含的实训内容：视觉系统认知、像素尺寸测量、物体定位和角度测量、物体边缘长度及面积测量、物体颜色形状识别、条形码识别、二维码识别、字符分割、字符训练和识别、基于形态学处理的产品表面缺陷检测、基于Opencv的车牌识别、基于模板匹配的电子产品识别、基于深度学习的缺陷检测，每个实训内容不少于1份实训指导书、1份Jupyter格式的实训源码。 5）机器人感知系统包含的实训内容：机械臂认知和基础操作、机械臂与传送带控制、工业机器人系统认知与标定、基于视觉的机械臂物体分类、基于视觉的机械臂物体码垛、基于视觉的机械臂数字排序、工业零件尺寸测量与面积检测、基于视觉的机器臂快递箱码垛、基于视觉的药品分拣、药品缺陷检测、基于视觉的零件残次品检测、食品包装文字检测、基于视觉的包裹信息读取、基于视觉跟踪的动态抓取，每个实训内容不少于1份实训指导书、1份Jupyter格式的实训源码、1份教学PPT文件、1份教学实操视频文件。 （2）★提供六轴机器人控制实践项目：六轴机器人主要由六路电机和外部结构组成，机器人安装于底座上方，可在底座电机的驱动下进行180°的旋转，机器人自身可在空间中执行任意点的运动，同时，机器人自带有吸头或夹爪，可完成对指定物体的抓取。（请提供佐证图片）。 （3）开放全部软件框架和算法级源代码，支持二次开发，设备交付时提供完善的实验指导书和技术文档。 5 教学仪器 机器视觉感知仿真实训系统 新大陆 NLE-AI8130 台 2 否 是 是 虚拟仿真实训系***平台，具备强大的物理引擎、高质量的图形渲染、方便的编程与图形接口。 一、智能工业机器人虚拟仿真功能： （1）三维可视化环境支持显示逼真的智能制造与物流分拣三维环境，***平台。通过集成机器视觉感知仿真机械臂等关键元素，这一环境能够真实模拟视频检测智能制造与产品分拣的场景。 （2）传感器仿真：支持传感器数据的仿真，包括摄像头/IMU 等多模态传感器数据实时生成，支持噪声环境干扰模拟。 （3）可扩展插件：支持用户可以定制化开发插件，扩展系统功能，满足个性化的需求。 （4）仿真机器人模型内置通用机械臂模型，至少包含固定式6轴机械臂、视觉感知摄像头模型。 （5）终端工具：提供可视化操作界面/命令行控制台双交互模式，内置开发工具链(Rviz/Gazebo/Rosbag)。 （6）内置固定式协作机械臂模型，支持虚拟仿真实验功能，通过软件可以运行物品识别、物品分拣等虚拟仿真实验案例。 二、实训资源： 项目一、深度学习目标识别 通过视觉仿真软件开展深度学习目标识别实例，掌握仿真环境仿真设备的功能模块使用，具备采集数据、标注数据和物品识别的仿真场景练习，这个过程涵盖以下技术： （1）仿真环境使用摄像头：学生将学习如何获取单目双目摄像头图像，在仿真中使用控制摄像头模块能力。 （2）数据采集与标：对目标识别物体的图像采集，图像标注。 （3）计算机视觉物品识别：学生通过学习可掌握计算机视觉与深度学习基本知识，物品训练和物品验证。 项目二、物体分拣机械臂应用实训 在此实训中，学生将通过仿真软件设置多种分拣目标和物料类型，然后训练固定式协作机器人准确识别和抓取这些目标物料，并将其精确地放置到指定位置。这个过程将涵盖以下技术领域： （1）目标识别与检测：学生将学习如何配置和使用计算机视觉算法，以便机器人能够识别和区分不同的物料类型。 （2）机器人控制技术：学生将掌握如何编程和控制机器人的机械臂和抓取器，以实现精确的物料抓取和放置

微信公众号（订阅通知）

微信小程序（查询信息）