当前以及未来，科技正加速向智能化、网络化方向发展，而物理信息融合化将是实现这一发展目标的助推器，也是目前世界工业强国所提出的未来发展战略的核心基础。物理世界与信息世界的深度融合以及系统的时间、空间规模与复杂性，传统的传感体系架构无法适应未来需求。在移动通讯网络(5G)、大数据、脑科学、边缘计算、物联网以及经济社会发展强烈需求的共同驱动下，感、知、联、控一体化的智能感知是实现物理信息融合化的途径，建立感、知、联、控一体化的智能终端是人工智能迈向应用的基础。本套方案通过传感技术、电子技术、计算机技术、通信技术等，并与人工智能、大数据、云计算等多学科交叉综合，培养掌握智能感知专业基础知识，能够在智能制造与装备、智慧医疗、智能交通、智能家居等相关领域从事研发、制造、技术支持、维护和运行管理等方面工作的工程技术人才。

   智能感知实验室分两期建设完成：第一期建设主要为基础专业实验室建设，满足专业基础课、专业核心课实验部分教学需求，实验设备主要由基础传感器实验教学平台、智能传感器实验平台、人工智能综合实验平台组成。第二期建设主要为综合创新实验室建设，满足综合实践、科技创新创业活动需求，实验设备主要由高端ARM/DSP/FPGA嵌入式开发套件、机器人/车、智能仪器、实训沙盘等组成。

方案配置（一期建设推荐）
1、基础传感器实验箱 998S
2、智能传感器实验箱 ISensor
3、人工智能教学实验平台 AIARM
4、通用仪器套件（电源、信号源、示波器、万用表等）
5、其他开发工具

主要实验项目
第一部分 基础传感器实验项目
1）应变片单臂特性实验
2）应变片半桥特性实验
3）应变片全桥特性实验
4）应变片单臂、半桥、全桥特性比较
5）应变片的温度影响实验
6）应变片温度补偿实验
7）应变直流全桥的应用—电子秤实验
8）移相器、相敏检波器实验
9）应变片交流全桥的应用(应变仪)—振动测量实验
10）压阻式压力传感器的压力测量实验
11）电容式传感器的位移实验
12）差动变压器的性能实验
13）激励频率对差动变压器特性的影响
14）差动变压器零点残余电压补偿实验
15）差动变压器测位移实验
16）差动变压器的应用——电子秤之二
17）差动变压器的应用—振动测量实验
18）电涡流传感器位移特性实验
19）被测体材质对电涡流传感器特性影响
20）电涡流传感器测振动实验
21）电涡流传感器的应用——电子秤之三
22）压电式传感器测振动实验
23）热电偶的原理及现象实验
24）NTC热敏电阻温度特性实验
25）PN结温度传感器温度特性实验
26）线性霍尔式传感器位移特性实验
27）霍尔传感器的应用——电子秤之四
28）霍尔传感器的交流激励静态位移特性实验
29）霍尔传感器的应用—振幅测量
30）磁电式传感器特性实验
31）光电传感器测转速实验
32）光纤位移传感器测位移特性实验
33）气敏传感器实验
34）湿敏传感器实验

第二部分 智能传感器实验项目
1、自动测速传感装置部分
1)光电测速基本原理
2)PWM电机调速
3)输入捕获
4)LCD显示实验
5)PID基本原理
6)PID调速实验
2、智能光照测量装置部分
1)硅光电池工作原理
2)LED调光实验
3)串口通信实验
4)ADC模数转换实验
5)LCD显示实验
6)硅光电池综合实验
3、智能测温传感装置部分
1)铂电阻桥式测温原理
2)PWM调温实验
3)串口通信实验
4)ADC模数转换实验
5)LCD显示实验
6)铂电阻桥式测温综合实验
4、智能传感器应用扩展板部分
1)直流风扇、继电器、蜂鸣器控制实验
2)温湿度、光强测量实验
3)触摸、光电感应实验
4)火焰和可燃气报警实验
5)人体红外实验
6)超声波测距实验
5、Cortex-M4部分
1)RealView MDK 简介
2)安装及使用
3)STM32CUBEMX简介
4)安装及使用
5)跑马灯实验
6)声光报警器实验
7)按键中断实验
8)UART 串口1 数据收发实验
9)SysTick 系统滴答实验
10)按键扫描数码管显示实验
11)ADC 模数转换实验
12)DAC 数模转换实验
13)CAN 环回模式实验
14)RTC实时时钟实验
15)读写NOR FLASH实验
16)NAND Flash访问实验
17)SD 卡FATFS 文件系统访问实验
18)TCPIP 网络组件Lwip 之Ping 实验
19)LCD屏显示实验
20)LCD屏触摸实验
21)UCOSII 操作系统创建任务实验
22)UCOS-III 操作系统创建多任务实验
23)UCOS-III 操作系统-信号量
24)UCOS-III 操作系统移植
25)UCOSIII 操作系统创建1 个任务实验
26)UCOS-III 操作系统创建多任务实验
27)UCOS-III 操作系统-信号量
28)自动测速传感装置的应用
29)智能光照测量装置的应用
30)智能测温装置的应用
31)传感器扩展板的应用
6、STC51单片机部分（选配）
1)跑马灯实验
2)声光报警器器实验
3)UART 串口1 数据收发实验
4)定时器中断实验
5)按键扫描数码管显示实验
6)ADC 模数转换实验
7)自动测速传感装置的应用
8)智能光照测量装置的应用
9)智能测温装置的应用
10)传感器扩展板的应用
7、MSP430部分（选配）
1)跑马灯实验
2)声光报警器实验
3)UART串口1数据收发实验
4)时钟模块实验
5)按键扫描数码管显示实验
6)ADC模数转换实验
7)自动测速传感装置的应用
8)智能光照测量装置的应用
9)传感器扩展板的应用

第三部分 人工智能综合实验项目
1.人工智能基础实验部分：
1.1环境搭建：
Linux系统：
基于Python-3.5.2，TensorFlow-1.7.0，Qt-5.5的人工智能+显示平台的环境搭建。
Windows系统：
基于Python-3.5.3，TensorFlow-1.7.0的人工智能环境搭建（CPU运算）；
基于Python-3.5.3，CUDA9.0，CUDNN7.0，TensorFlow-1.7.0的人工智能环境搭建（GPU运算），Unity3D环境搭建。
1.2 Python基础教程
1)Python基础：
Python基础，Python注释，Python语句格式，Python行和缩进，Python标识符，Python关键字，Python输入输出，Python数字类型，Python字符串，Python列表，Python元组，Python字典，Python数据类型转换，Python算术运算符，Python条件语句，Python循环语句
2)Python高级：
Python函数，Python递归函数，Python匿名函数，Python变量，Python面向对象，Python继承，Python多态，Python异常处理，Python模块，Python包，Python模块的发布安装和使用，第三方模块的引入与使用
3)Python项目：
基于Python的飞机大战项目
1.3人工智能开发
1)人工智能基础：
数据集介绍、深度学习简介、TensorFlow简介、TensorFlow入门操作（输出、常量的处理：加减乘除、变量的处理：加减乘除、矩阵的处理：加乘）。
2)基本处理算法：
用于处理分类问题的解决算法：K最近邻算法、逻辑回归算法；
用于处理回归预测问题的解决算法：线性回归算法；
3)神经网络算法：
介绍了在神经网络中常用到的函数以及多种神经网络：
基于前馈人工神经网络模型的多层感知器（MLP）；
基于前馈人工神经网络模型的卷积神经网络（CNN）并在多个数据集上进行了解释；
基于闭合回路的递归神经网络的长短期记忆网络（LSTM）；
基于闭合回路的递归神经网络的双向循环神经网络（Bi-RNN）；
基于反向传播算法的进行空间表征的压缩重构的自编码器（Autoencoder）。
4)TensorFlow的实用技术：
对训练出来的模型进行保存和恢复以进行新的预测，TensorFlow中Graph的可视化以及训练过程中loss的可视化。
5)高级框架TFlearn：
TFlearn常用API的介绍；
基于TFlearn进行回归预测问题的解决算法实现；
基于TFlearn进行分类算法的实现；
基于TFlearn模型的保存和恢复；
基于Fine-tuning实现对原模型的微调；
基于HDF5大型数据集的处理方案；
6)TFlearn视觉网络： 
介绍了在计算机视觉中常用到的神经网络：
基于TFlearn实现前馈人工神经网络模型的多层感知器（MLP）；
基于TFlearn实现前馈人工神经网络模型的卷积神经网络（CNN）并在CIFAR-110数据集上进行了解释；
基于TFlearn实现前馈人工神经网络模型的卷积神经网络（CNN）并在MNIST数据集上进行了解释；
基于TFlearn实现更为深度的（8个学习层）CNN网络AlexNet；
基于TFlearn实现改进了传统的CNN网络新型网络Network In Network（NIN）；
基于反向传播算法的进行空间表征的压缩重构的自编码器（Autoencoder）。
7)基于百度AI开放平台的人工智能图像识别实验：
通用物体识别、菜品识别、车辆识别、动物识别、植物识别；
8)基于百度AI开放平台的人工智能语音识别实验；
9)基于百度AI开放平台的人工智能人脸识别实验：
人脸检测、添加人脸库、人脸识别、改进人脸返回值；
10)人工智能应用实验：
OpenCV图像采集以及处理、手写数字识别、车牌识别、目标检测（入门）、人脸识别、目标检测（自训练）、语音识别；
1.4 无线传感网部分实验
1)ZigBee部分： 
开发环境搭建、ZigBee传感节点组网实验,基于ZigBee的灯光控制实验、基于ZigBee的串口传输实验、基于ZigBee的数据透传控制实验、ZigBee温度采集实验、ZigBee直流风扇实验、ZigBee光强实验、ZigBee光电传感实验、ZigBee火焰实验、ZigBee可燃气实验、ZigBee电位器实验、ZigBee蜂鸣器实验、ZigBee继电器实验、ZigBee触摸实验实验、ZigBee人体红外实验、ZigBee超声波测距实验、TinyOS安装开发环境搭建、TinyOS Hello World实验、TinyOS点对点数据传输实验；
2)低功耗Wi-Fi部分：
Wi-Fi透传实验、Wi-Fi模块透传基础试验。Wi-Fi传感节点采集组网实验。Wi-Fi温度采集实验、Wi-Fi直流风扇实验、Wi-Fi光强实验、Wi-Fi光电传感实验、Wi-Fi火焰实验、Wi-Fi可燃气实验、Wi-Fi电位器实验、Wi-Fi蜂鸣器实验、Wi-Fi继电器实验、Wi-Fi触摸实验实验、Wi-Fi人体红外实验、Wi-Fi超声波测距实验。Wi-Fi透传实验、Wi-Fi模块透传基础试验、Wi-Fi模块AT实验、Wi-Fi模块物联网云基础实验。
1.5 RFID模块部分：
蜂鸣器实验、按键检测实验、串口收发实验、13.56M读卡实验、13.56M写卡实验、13.56M读写秘钥实验、饭卡消费充值系统、13.56M调试助手；
2.人工智能综合项目部分：
1）AI计算机视觉仓库货物分拣、整理：
基于AI计算机视觉+机械臂控制为一体的仓库货物分拣、整理项目，基于TensorFlow框架通过深度学习神经网络算法识别仓库货物，在终端进行显示及控制，可以通过机械臂将货物进行仓库间的搬运，也可以将仓库内的货物进行整理归位；
2）AI语音机械臂控制、货物分拣：
基于AI语音识别+机械臂控制为一体的机械臂控制、货物分拣，用户可以通过语音发布指令控制机械臂执行动作；
3）AR仓库货物分拣：
通过AR增强现实技术实现图像识别，创建与现实中物体相关联的虚拟模型，结合鼠标或者手指的动作来操控虚拟物体，进而机械臂也跟随虚拟物体的移动进行相应的动作，也可以通过UI的操作来直接控制机械臂的运动；
4）基于AI开放平台的图像识别+抓取：
基于AI开放平台的图像识别，包括：动物识别、水果识别、蔬菜识别、车标识别、汉字识别、英文识别，并且可以基于机械臂控制不同种类的物体进行分类搬运；
5）无线物联网模块拓扑图：
基于物联网模块的拓扑图，可以显示物联网模块的传感器数据以及控制传感器状态；
6）RFID模块拓扑图：
基于RFID模块的拓扑图，可以显示RFID卡中的数据；