招标代理公司（立即查看） 受业主单位（立即查看） 委托，于2022-05-25在采购与招标网发布 交叉创新中心机器人实验室机器人设备（JJ20220546）采购公告。现邀请全国供应商参与投标，有意向的单位请及时联系项目联系人参与投标。 （略）机器人实验室机器人设备项目编号JJ（略）公告开始日期（略）-（略）-（略）:（略）:（略）公告截止日期（略）-（略）-（略）:（略）:（略）采购单位重庆大学付款方式货到付款联系人中标后在我参与的项目中查看联系电话中标后在我参与的项目中查看签约时间要求到货时间要求合同签订3个工作日内预算总价未公布收货地址重庆（略）采购法》第二十二条规定的供应商基本条件采购清单1采购商品采购数量计量单位所属（略）类（略）1套无品牌航天型号SD-T-1技术参数及配置要求（1）模（略）况，包括交通灯套件、S（略）套件、升降杆套件、立体显示标志物、（略）地图及围挡、特殊地形标志物套件、静态标志物套件等实训物件；（2）长宽：9m*5m，三合板和铝型材搭建。采购清单2采购商品采购数量计量单位所属（略）类航天·轻舟机器人4套无品牌航天型号YQ-（略）技术参数及配置要求1.深度学习与人工智能处理单（略）GPU：（略）核Maxwell、CPU：四核ARM？A（略）@1.（略）GHz、内存：4GB（略）位LPDDR（略）.6GBs、存储：microSD、视频编码器：4Kp（略）|4x（略）p（略）|9x（略）p（略）H.（略）H.（略）、视频解码器：4Kp（略）|2x4Kp（略）|8x（略）p（略）|（略）x（略）p（略）H.（略）H.（略）、（略）、M.2KeyE、摄像头：2个MIPICSI-2DPHY（略）2.★车模-（略）体尺寸：（略）mm*（略）mm*（略）mm长*宽*高3.★机体质量：5kg4.供电方式：（略）mA（（略）v）5.★车体结构：（略）铝合金车架，ABS外壳、POM摆臂、金属避震器6.★结构形式：阿克曼运动模型7.控制方式：PC端上位机控制、手柄控制、无人驾驶模式8.舵机参数：电压：4.8v-7.2v、速度0.（略）sec（略）o、扭矩（略）kgcm9.★行驶电机：直流有刷电机*2，电机直径（略）mm，轴长（略）mm、轴直径6mm，电压6-（略）V、带AB双向增量霍尔编码器，额定转矩3.4N.m（略）.视觉：IM（略）像素（略）度广（略）摄像头（略）.惯导：MPU（略）轴姿态：3加速度、3陀螺仪、3磁力计，IICSPI通信协议（略）.激光雷达：Ydlidar（略）4，（略）米测距、配套完（略）USB串口、SDK开源工具（略）.电源模块：MP（略）—（略）V5VDC-DC直流转换模块—（略）V5V4A（略）.里程计：增量脉冲计数（略）.安全保护：过电流保护、过电压保护、电压检测（略）.遥控器：索尼PlayStation2手柄无线版（略）.控制器：STM（略）复合驱动板，处理器：stm（略）f（略），控制器特点：预留4组超声波传感器接口、2（略）驱动电机接口、2（略）舵机接口内置2个（略）模块、蜂鸣器、OLED显示屏、内置开关、PS2接口、（略）N通信口、预留3组UART口、IMU接口、USB接口（略）：WIFI通信、UARTTTL、USB串口、SOCKET、RosMsg（略）：Ubuntu（略）.（略）LTS、ROS-melodic、Windows（略）.★编程语言：CC++Python（略）.使用（略）：Keil5、Kdevelop、VS（略）、Pycharm（略）.★匹配环境：OpenCV3.4、Pychtorch、Pip3、Rviz、Gazebo（略）.★深度学（略）1（略）基于（略），集成TensorRT，cuDNN，CUDAToolkit，VisionWorks，GStreamer和OpenCV资源，提供了最新的OS映像，库和API，示例和文档以及开发人员工具。提供完备的（略）搭建使用说明和使用安装手册。2内置深度学习算法，需涵盖物体（略）类识别、物体目标检测、人脸识别、车牌识别、车位检测、车辆检测、条码检测等算法。3可基于内置深度学习算法进行二次开发。4提供算法模型转换工具，可进行自定义深度学习算法部署（提供详细（略）站截图等证明材料）5可用于AI算法的加速设备上机器学习推理。6可进行自动资源调度与（略）配。7（略）有图像识别加速SDK，支持目标检测和目标定位功能，支持任意的目标（略）数据库。8（略）提供（略）的SDK，支持ROS2（略）接口。9（略）全面支持远程访问的方式共享GPU服务器计算资源、本地部署远程操作使用，允许用户（略）自定义的代码程序和数据文件，通过（略）提交计算资源许可即可启动训练任务。（略）.★深度学习与计算机视觉实验课程提供人脸检查识别、目标检测跟踪、图像（略）类、语义（略）割等基础开发例程、提供车辆检测、人（略）络应用、智能机器人小车、语义（略）割、目标检测等实验课程。（略）.深度学习与运动控制实验课程1提供基于AI边缘计算核心处理单（略）的无人驾驶小车搭建方案，融合精准定位、自主驾驶、（略）径规划、轨迹行驶、视觉识别、自动避障、远程监控、远程配置等前沿技术的综合性实训实验。2基于形态学的视觉识别代码示例及其讲解（交通灯S（略））。3（略）络训练的视觉识别代码示例及其讲解（交通灯S（略））。4Cartographer算法建图测试算法代码示例及讲解。5Dijk（略）径规划算法代码示例及讲解。（略）.套件清单：1套车体主体、1个无线手柄、1份使用说明书、全套课程代码示例售后服务3次线下培训（略）-（略）-（略）:（略）:（略）