近年来，国家一直在普及人工智能教育，但众所周知，人工智能并不是某一种单纯的技术，而是多个学科交叉后的领域，包括视觉识别、语音识别、算法、机器学习等，要教授如此庞杂的知识，需要一个能直观反映学习效果的载体去承接。

为了能帮助学生们更好地理解AI在现实生活中的应用，幻尔科技推出了JetArm智能视觉识别系统，通过模拟AI应用场景，来帮助学生们学习人工智能知识。

产品简介 

JetArm智能视觉识别系统是一款基于JETSON NANO的多功能AI智能机械臂套件，套件内配备了7寸触摸屏、高清晰度摄像头、垃圾桶、地图、卡片等使用场景配件，学生可以到手即用，省去了场景搭建的麻烦！

        JetArm智能视觉识别系统采用Google开源的深度学习框架TensorFlow+Keras，配合跨平台的计算机视觉库OpenCV，具备目标检测、图像分类等Al能力，能实现AI智能垃圾分类和AI智能颜色分拣等功能。它使用时下火热的Python语言，内置逆运动学算法，代码开源。

JetArm智能视觉识别系统采用JETSON NANO作为主控系统，JETSON NANO是业内先进的AI计算平台，支持多种深度学习框架，如TensorFlow、PyTorch、Caffe/Caffe2、Keras、MXNet等，可实现图像分类、目标检测、语义分割和智能分析等功能，可用于构建自主机器人和复杂人工智能系统。

 01 AI智能垃圾分类 

JetArm智能视觉识别系统采用了时下流行的YOLO模型来完成智能垃圾分类。

学生只需将“垃圾”放到摄像头的检测范围内，JetArm智能视觉识别系统就可以根据训练好的模型识别出垃圾种类。获得分析结后，机械臂会根据识别内容，将“垃圾”夹取投放至对应的垃圾桶内。

        幻尔科技已经训练好12种垃圾卡片模型，学生也可以利用深度学习的其它模型或框架来进行更多训练。

 02   智能颜色分拣

        幻尔科技已经预设好红、绿、蓝三种颜色，学生也可以自己修改。

JetArm智能视觉识别系统可以对特定颜色的物体进行智能分拣，使用OpenCV在LAB色彩空间内对图像进行二值化、腐蚀、膨胀等操作，实现对物体颜色的提取和识别，然后根据颜色自动分拣并叠。

●JetArm智能视觉识别系统，可通过多层卷积神经网络对采集图像进行识别，从而完成智能分拣。它既支持加载已经训练好的模型进行图像分类，也支持自行训练模型。

 01   智能总线舵机

        JetArm机械臂搭载智能总线舵机，接线便捷。舵机采用全金属齿轮和进口电位器，精度高、扭力大，寿命更长更耐用！

▲舵机参数

 02   逆运动学算法

        JetArm机械臂内置了逆运动学算法，通过Al视觉智能定位物体位置，使用逆运动学算法计算出每个舵机需要转动的角度，精确抓取物体。

▲精准码垛

▲移动追踪夹取

●JetArm智能视觉识别系统内配备了7寸触摸屏、高清晰度摄像头、垃圾桶、地图、卡片、木块等使用场景配件，学生可以到手即用，省去了场景搭建的麻烦！

 01   高清晰度摄像头

        JetArm智能视觉识别系统配备了高清晰度摄像头，摄像头支持MJPG格式输出并且焦距可调，可以在几乎不占用运算资源的情况下提供480P, 30FPS的高晰度低延迟的图像。

02   7寸触摸屏

JetArm智能视觉识别系统中带有一个7寸触摸屏，可清晰显示第一视觉的实时画面。

03   地图/垃圾桶/木块/卡片一应俱全

套件中所有场景搭建的配件齐全，机械臂组装设置调试好发货，学生到手即用，轻松学习！

开放Python源代码，学生可以通过代码实现更多、更复杂的创意应用。