FS_AIROBOTA是一款模块化的室内智能机器人学习与研究平台，人工智能机器人开发套件由自平衡小车模组、锂电池模组、驱动模组、核心模组、传感模组、测距巡线模组、卡片式电脑、摄像头、二自由度云台组成。结构上以自平衡智能车为主体，通过选取Cortex-M4板、卡片式电脑、摄像头、云台以及多种传感与控制器件，可完成自平衡智能车相关的教学与研究；视频传输采用基于linux内核的OpenWrt操作系统，可用于WiFi视频传输与控制；图片处理采用OpenCV框架，实现对图像的捕捉以及预处理；人工智能方向采用谷歌的机器学习框架TensorFlow，实现深度学习方面的的实际案例，例如：目标检测、人脸识别、微表情识别、车牌识别、数字识别和语音识别等，真正的做到人工智能+嵌入式的项目实践以及理论学习。

人工智能机器人开发套件课程覆盖的知识点包含C/C++编程、JAVA编程、Python编程、Android应用、嵌入式技术、传感器技术、自动控制理论、ARM理论、人工智能框架以及算法实现技术等，通过实际项目将理论学习与工程实践有效的结合起来，充分发挥学生的主观能动性，全面培养学生的独立思考能力、团队协作能力和分析问题、解决问题的能力。

1.模块化

由机械连接模组、驱动模组、核心控制模组、AI运算模组以及动力模组构成的两轮差动自平衡运动平台。

2.趣味性

通过不同模组的搭配，可以完成自平衡原理、驱动算法、自动控制、视频传输、人工智能(AI)等相关方面的研究，例如语音识别指令后去执行相应动作，人脸识别、微表情识别、情绪显示并进行相关问候，最大化的发挥其趣味性。

3.开放性

系统软件、硬件均为开放型结构，客户可根据自己的需求来扩展和二次开发，所有的代码、系统、算法全部开源。

4.适应范围广泛

配套完整的例程开发、指导资料、智能机器人所需要的所有传感器和开发文档，适应于高校研究与教学使用，也可用于研究生做课题的科研平台。

5.丰富教学资源

配套丰富的教学实验内容，详尽的实验指导书，开放相关源代码。用户可以通过对该设备的学习，掌握相关开发知识，增强实践动手能力和专业技能。相关实验均配套指导视频，方便用户学习。

功能流程图

1.远程控制小车前进、后退，转向等操作

2.小车可以利用自身的传感器完成巡线，避障，跟随等相关功能

3.小车的人工智能部分，包含语音识别、语音合成和微表情识别等功能

设备项目：

项目背景：近日，菜鸟无人快递车的路测视频曝光。从视频来看，菜鸟无人车能识别突然出现的障碍物，并紧急刹车。无人车设定的最高车速为每小时15公里，遇到复杂路况时，会自动降速至每小时10公里，能识别红绿灯、交通标线。无人快递车的出现解决了最后一公里的难题，为人们收取快递带来方便。

项目一：模拟智能小车送快递场景

场景简介：智能小车通过线性CCD传感器，按照既定的路线行驶，在行驶过程中利用超声波传感器，及时躲避行人和车辆。用户在手机端可以随时查看小车摄像头拍摄的画面，并且通过蓝牙或WiFi远程控制小车，调整小车的各项参数，避免小车出现意外。同时，通过下达语音指令，实现小车控制、颜色识别与表情识别的功能切换，在颜色识别时，如识别交通灯的颜色，并实时显示出来。

涉及功能：远程控制、避障、寻线、颜色识别等。

手机远程控制小车前进或后退

寻线

颜色识别