序号

设备名称

参数要求

数量

单位

1 

综合授课系统 

一、系统功能 

1）管理后台： 

1、系统权限管理功能 

支持用户信息的查看和修改操作； 

可查看当前系统的角色权限并进行调整； 

支持创建、修改角色信息和权限； 

可对角色配置不同的用户组； 

2、课程体系管理 

课程方向的创建、修改和删除； 

课程包/专业的创建、修改和删除； 

课程的创建、修改和删除； 

支持课程封面图片自定义； 

支持配置课程教学资源； 

3、教学任务管理 

教学任务的创建、修改和删除； 

支持自定义教学任务； 

支持学校对教学任务/资源排序进行自定义； 

4、班级管理功能 

班级的创建、修改和删除； 

班级配置课程及授课教师/学生； 

可以根据班级名称、专业、状态对班级进行检索； 

5、学生管理功能 

学生的创建、修改和删除； 

支持批量导入学员及班级信息； 

为学员配置班级； 

可以根据学生姓名、手机号、账号对学生信息进行检索； 

可以删除学生/班级关联关系； 

支持后台重置密码功能； 

6、教师管理功能 

教师的创建、修改和删除； 

支持批量导入教师信息功能； 

可以根据姓名、手机号、账号对教师信息进行检索； 

支持后台重置密码功能； 

7、题库考试管理 

试题的创建、编辑、删除功能。 

支持单选题、多选题、判断题、简答题等题型。 

支持题库模板批量导入。 

支持手工组卷功能。 

可对试卷新增、编辑、删除等操作。 

2）教师端： 

1、教学中心 

显示教师当前有效教学班信息； 

显示教师最近授课信息，方便教师快速定位教学进度； 

2、课程中心 

显示教师历史所有教学班信息； 

可根据课程方向及专业进行检索； 

可查看教学大纲。 

3、教学大纲/详情 

通过树状结构显示课程章节结构。 

课程详情展示教学资源列表，方便教师发布教学任务； 

4、考试中心 

教师可为班级学生发布考试，支持发布到班级考试。 

支持教师批阅试卷功能，客观题系统自动判卷，主观题教师判卷。 

显示考试成绩相关统计，包括最高分、最低分、考试人数等。 

3）学生端 

1、 学习中心 

显示学生所学课程信息； 

显示学生待完成实验任务信息； 

显示学生最近学习课程信息，方便学生快速定位学习内容； 

显示学生待作答考试信息。 

2、 课程中心 

显示学生所有课程信息； 

可根据课程方向和专业对课程进行检索； 

3、 实验中心 

展示学生所有实验信息及状态； 

4、 考试中心 

展示学生历史考试信息及状态。 

学生根据考试时间进行答题，支持设置考试试卷并倒计时。 

支持缓存考试答题数据。 

学生可查看考试成绩及试卷详情，并能查看解析。 

二、平台部署 

1、使用CentOS7.2/Ubuntu1604版本，以WEB形式展现； 

2、支持多种部署防水，用户设备合理利旧，实现资源高效利用； 

3、系统使用Java开发语言，微服务架构； 

4、通过Docker技术，降低硬件资源消耗，支持多任务特性，实现高并发； 

★三、平台扫码功能 

1、支持微信小程序，无需安装任何插件； 

2、内容支持文字、图片、视频、webGL3D交互等多维度元素素材； 

3、端管理基于Pcweb，可随时编辑更新，不改变已生成二维码内容; 

4、支持编辑中快速扫码预览； 

5、支持发布内容用户身份校验（短信确认）； 

6、支持发布内容二次审核（专人审核后发布）； 

7、支持二维码列表的快速复制和导出； 

8、支持二维码列表搜索； 

9、支持最近编辑的快速预览； 

10、支持二维码，浏览访问量实时查看； 

11、支持WebGL3D文件定制二维码管理与发布服务； 

12、支持微信分享，识别二维码快速跳转小程序； 

★四、课程资源 

1）、提供每门课课程教学大纲，老师上课所需的PPT，企业级案例实验文档，课程考题，视频资源，以及课程备课讲义。 

2）、提供《人工智能应用基础课》课程。本课程讲解人工智能领域的一些基本概念、发展历程、技术趋势、介绍人工智能领域所应用的基本技术技能、以及传统行业AI化改造的解决方案。 

1、学时安排：≥32，案例数量：≥8，电子版ppt教学课件数量：≥32，单课时页数：≥10；MP4教学视频数量：≥32，时长：单个视频≥30′~40′，总时长≥1120′，清晰度：≥1080P；分辨率≥1920*1080，25帧，教学题库数量：≥100。 

2、内容需包含：了解人工智能的基本定义、发展历程及发展趋势；了解人工智能相关企业及产业发展现状，人工智能领域相关就业岗位和岗位需求，对未来的职业发展规划有较为明确的认知；熟悉人工智能领域哲学基础、道德规范与潜在风险；掌握机器学习的一般流程，了解监督学习、无监督学习和弱监督学习的区别；掌握知识图谱、计算机视觉、语音识别、自然语言处理等人工智能领域常用技术原理和应用场景，熟悉人工智能领域的主流技术发展方向和产品解决方案；熟悉人工智能相关技术在自动驾驶、商业智能、智慧医疗、智能制造等行业的具体落地应用，了解行业解决方案和技术需求；了解Python人工智能编程基础逻辑，熟悉Python开发环境及开发流程；了解计算机视觉的行业现状，掌握人脸识别的相关的逻辑方法和算法原理。 

3）提供《Python核心技术》课程。包含Python程序的基本构件：类型、操作符、语句、函数、模块、类以及异常，同时包含更多高级主题以及复杂实例。 

1、学时安排：≥80，案例数量：≥80，电子版ppt教学课件数量：≥80，单课时页数：≥10，总页数：≥800；MP4教学视频数量：≥80，时长：单个视频≥30′~40′，总时长≥2400′，清晰度：≥1080P；分辨率≥1920*1080，25帧，教学题库数量：≥100。 

2、内容需包含：全面了解Python技术历史、现状与发展趋势；系统掌握Python基本概念、编程思想以及程序设计技术；具备熟练的Python编程技能和面向对象软件设计技术思想；能够熟练地综合应用Python技术和面向对象的思想编写程序解决现实生活中的问题；提高程序设计水平和计算机应用能力。 

1 

套 

2 

师资培训服务 

师资培训应根据项目建设内容需要进行设计，培训教师名额4人，包含寒暑假培训、企业顶岗实训、校内培训，课时费等由中标供应商承担。为了保证教师培训效果，要求如下： 

★（1）短期培训要求：寒暑假两期培训，培训时间5-10天 。 

★（2）企业顶岗培训要求：一次企业顶岗实习。 

★（3）校内培训要求：提供在线学习平台线上课程、直播课程学习。 

1 

套 

3 

人脸融合展示系统 

系统特点： 

1.系统采用LBF算法和深度学习引擎； 

2.具备模板选择功能，拍照上传等功能； 

3.支持上传模板照片和开启摄像头进行实时人脸融合； 

系统功能： 

1.图片人脸与图片人脸融合 

选取模板1中静态人脸图片，再选取模板2中静态人脸图片，进行两张静态人脸图片融合。 

2.图片人脸与真实人脸融合 

选取模板1中静态人脸图片，再选择动态真实人脸，进行静态图片人脸与动态真实人脸融合。 

3.真实人脸与真实人脸融合 

选取动态真实人脸，再选择动态真实人脸，进行动态真实人脸与动态真实人脸融合。 

4.自定义上传融合模板不限模板数量 

支持用户可自定义上传融合模板，应用 扩展性强。图片格式：支持PNG、 JPG、JPEG、BMP。 

5.自然融合一键美化 

用户人脸和特定形象自然融合，完美无瑕，支持一键上传人脸照片即可体验人脸融合效果，方便快捷。 

6.毫秒级响应 

核心算法与基础模型经过多轮优化，平均处理时长仅需数百毫秒。 

7. AI教学应用 

涉及人脸定位、人脸检测校准、人脸特征提取、Encoder/Decoder训练、人脸模型转换等多个人工智能知识点，通过视频对相关技术原理进行讲解、对相关知识模块和行业应用进行介绍，满足机器学习、深度学习、计算机视觉、图像语义分析、数字图像处理等多项课程的学习。 

1 

套 

4 

语音识别演示系统 

系统特点： 

1、通过输入的语音进行识别，支持整段音频进行识别以及流式语音识别。 

2、整段文字识别，在用户录入整段音频进行识别，识别完成后，将返回语音的文字内容。 

3、流式识别可以实现边录音边识别，随着录入的过程将识别的内容同步显示出来。 

4、语音识别单次请求中语音时长上限15秒。 

5、语音合成：支持中文普通话、英文、中英混杂的实时录入实时合成，随写随听，语音合成效果流畅自然，近乎真人发声，极致体验，语音合成支持中文普通话、英文、中英混杂、男声、女声自由切换，调整音量、语速等参数 

6、支持格式：PCM、WAV、AMR、SILK 

1 

套 

5 

视频人脸融合体验系统 

1.基于 PYTHON 语言环境， OpenCV 框架，内置人脸识别深度学习算法。 

2.具有任意图像人脸融合成特定视频功能。 

3. 支持上传模板照片和视频人脸进行融合。 

4. 支持图片人脸与视频人脸进行深度融合功能，可任意选取一张人脸模板图片， 在选择一个具有人脸的视频，将选取的人脸模板融合进视频人脸中，可提供产品视频。 

5. 支持图片人脸与视频人脸进行深度融合，融合技术流程，可视频转图片；可人脸检测和校准；可人脸模型转换训练；可人脸转换；可图片转视频。 

6. 视频融合展示平台须支持包含人脸定位模型与人脸转换模型。 

7. 视频融合展示平台可支持的实验包括： 

1）基于FFmpeg的视频转图片。 

2）基于普氏分析的人脸特征点处理。 

3）基于点云匹配 PCL—Umeyama算法人脸特征点处理。 

4）基于仿射变换的多姿态人脸矫正和识别。 

5）基于矩阵变换的区域提取。 

6）基于颜色直方图的色差矫正。 

7）边缘融合之图像填充。 

8）边缘融合之边缘模糊处理。 

9）人脸Encoder/Decoder训练。 

10）人脸转换。 

1 

套 

6 

图像风格迁移体验系统 

1.系统使用卷积神经网络来对图像进行风格转换. 

2.通过5个层：:conv1_1,conv1_2,conv1_3,conv1_4,conv1_5上重塑图像. 

3．系统VGG模型具备3*3卷积核、2*2池化核。 

4．系统支持不少于4种风格转换，包括水彩风格、油画风格、涂鸦风格、梵高风格。 

5.系统训练时间应在合理范围之内。 

6. 图像风格迁移展示系统支持内容图与风格图融合。 

7. 支持摄像头拍取待融合的内容图片，选取在后台配置的四张风格，进行AI绘画创作。 

8.图像风格迁移展示平台可适用任意摄像头拍取内容进行融合。 

9. 图像风格迁移展示平台支持内容融合时可选择风格样例，如水彩风格、油画风格、涂鸦风格、梵高风格进行转换。可提供产品视频。 

10. 图像风格迁移展示平台支持进行 AI 绘画创作，可查看绘画结果。 

11. 图像风格迁移展示平台，平台支持深度学习引擎。 

12. 图像风格迁移展示平台支持多种风格，具备模板选择功能，拍照上传功能。 

13. 图像风格迁移展示平台支持上传模板图片和开启摄像头进行实时图像风格迁移。 

14. 图像风格迁移展示平台采用图像重建算法，支持基于离线模型优化的快速图像重建方法（Fast Image Reconstruction based on Offline Model Optimisation）。 

15. 图像风格迁移展示平台图像纹理建模算法，支持基于统计分布的参数化纹理建模方法（Parametric Texture Modelling with Summary Statistics）。 

16. 图像风格迁移展示平台可以基于笔触渲染的方法（Stroke-based Rendering）；支持基于图像类比的方法；基于图像滤波的方法实现。 

1 

套 

7 

可视化神经网络系统 

通过体验神经网络可视化展示以多类不同特征空间的样本训练样本集为基础，以神经网络算法模型为核心，后台搭载算力服务器进行训练，以达到可以正确识别不同类别样本集，可视化地展现了深度神经网络训练的过程。学生可以深入底层并直观地观看和学习神经网络对不同类别的样本进行参数分类的过程：如通过给定初始线性可分与初始线性不可分的样本数据集以不同的特征值，并对不同特征值分配不同的权重参数，然后并通过神经网络算法进行前向传播训练，然后根据预测的结果不断调整每次误差，并进行反向传播，如此重复成千上万次迭代的过程，从而得到最优的算法模型和最优的训练结果。 

1 

套 

8 

显示器 

1、不低于65英寸LED液晶4K电视， 

2、物理解析度不低于3840*2160， 

3、可视角度不低于178(H)/178(V)， 

4、色彩度不低于12Bit， 

5、亮度不低于310nit， 

6、对比度4000:1， 

7、使用寿命不低于80000小时以上， 

8、操作系统易柚5.0（安卓4.4以上），/9、GPU4GPU+2VPU，内存不低于1G，FLASH4G 

4 

台 

9 

麦克风 

1、阻抗≥2.2kΩ， 

2、灵敏度≥-52dB±2dB， 

3、频率响应≥100Hz-16.000Hz； 

4、USB接口/3.5mm 

1 

台 

10 

智能音箱 

1、≥7英寸触屏， 

2、语音交互、播放在线音乐和视频。 

1 

台 

11 

展示小主机 

1、不低于Core i5处理器（六核,3.0GHz主频,9MB缓存）, 

2、内存不低于16GB DDR4-2400, 

3、集成显卡：Intel高清集成显卡2个DP， 

4、≥1个HDMI接口,256GB M.2接口 NVMe协议 TLC, 

5、操作系统：Windows 10 专业版 64位 简体中文版, 

6、集成千兆网卡：Intel I219-V,6个USB3.1 Gen 1,1个USB2.0（TYPE-C）。 

5 

台 

12 

摄像头 

1、传感器像素(万) 不低于500万； 

2、成像距离 1-5m； 

3、白平衡：自动； 

4、最大帧数(FPS)：不低于30FPS； 

5、传感器：CMOS； 

6、视像解像度（分辨率）：不低于 1920×1080； 

7、最大帧数：不低于30； 

8、接口 USB 2.0； 

9、麦克风：内置；驱动：免驱； 

3 

台 

13 

激光雷达车 

一、技术参数 

1、驱动方式：差分驱动； 

2、轮子数量：≥4个； 

3、驱动轮直径≈4寸； 

4、负载：≥10kg； 

5、最大速度≥1m/s； 

6、续航时间≥10h； 

7、超声波数量：≥2个； 

8、通信接口：USB-UART； 

9、支持电量显示； 

10、硬件接口：LAN\WAN\USB3.0*2\USB2.0*1 

11、电源输出：提供12V。 

12、工业编码器：400线； 

13、爬坡能力≥12° 

14、越障高度≥18mm 

15、整体尺寸：≈220*380*150mm； 

16、模块化设计，拆装方便，易于维护； 

二、导航扫描单元技术参数 

#1、360度全方位扫描测距； 

2、测距误差小，精度高，精确到1%； 

3、测距范围广：不低于16m； 

4、测距频率：5Hz~12Hz； 

5、抗环境干扰强，可承受环境光强高达100kLux； 

6、角度分辨率：0.61~0.65； 

7、高速测距，测距频率可达9000Hz。 

三、视觉扫描单元技术参数 

1、深度范围：0.6-8米 

2、精度：1m:±1-3mm 

3、深度FOV：H 58.4° V 45.5° 

4、彩色FOV: H 66.1° V 40.2° 

5、支持的操作系统：Android/Linux/Windows/7/8/10/ROS 

四、RGB摄像头*2 

1、可支持图像分辨率：1280x720@60fqs、640x480@30fqs 

2、Sensor尺寸：1/4英寸 

3、动态范围：72db 

4、视角：120°感光灵敏度：4000mV/lux-s 

五、机械臂参数规格： 

1. 基于STM32工业芯片的桌面级机械臂 

2. 轴数：不低于4轴 

3. 负载：不低于500g 

4.#最大拉伸距离：不低于320mm 

5.#重复定位精度不低于0.2mm 

6. 轴运动参数： 

a) 轴1底座：工作范围不小于-135°到+135°，最大速度不低于320°/s 

b) 轴2大臂：工作范围不小于0°到+85°，最大速度不低于320°/s 

c) 轴3小臂：工作范围不小于-10°到+95°，最大速度不低于320°/s 

d) 轴4旋转：工作范围不小于+90°到-90°，最大速度不低于480°/s 

7.#通信接口支持USB/Wifi/ Bluetooth 

8. 电源接口：100-240V，50/60Hz 

9. 电源输入：12V/7A DC 

10. 最大功率不大于60W 

11. 重量不大于4kg 

12. 底座尺寸不大于158*158mm 

13. 材料采用6061铝合金、ABS工程塑料 

14. 控制器：驱控一体集成控制器 

15. 机器人安装：桌面型 

16. 包装规格：不大于470*390*465mm 

17.#应用程序：Dobot Studio、Repetier Host、Grbl controller3.6、Dobot Blockly（图形化编程） 

18.#包含配件：机械手爪、吸盘套件 

a) 分拣吸盘：压强不低于-35kpa，吸盘直径不小于20mm 

b) 搬运夹具：气动，力度不小于8N，张合大小不小于27.5mm 

19. 支持控制方式：APP、Wi-Fi、游戏手柄、蓝牙、PC、语音、脑电波、视觉、手势控制 

20. 控制软件兼容Android，IOS 

21. 支持ROS、Arduino，C、C++，C#，Python，java、JS等二次开发，提供SDK开发工具包 

22. 支持PLC、ARM等方式控制机械臂 

六、软件包功能 

1、具备机器人运动控制功能，包含速度控制、位置控制、轨迹控制。 

2、基于ROS系统，支持并提供ROS 系统集成式可视化开发环境IDE，可实现以窗口可视化的方式操作ROS移动机器人、设备管理、剖析 ROS 架构、源码编辑、算法管理、参数配置、编译调试、一键部署等功能。 

#3、提供Android端、Ubuntu端系统环境下的SDK资源，利于二次开发。 

4、提供基于激光雷达的SLAM算法，可实现建立地图，自主导航，自主避障，多点巡航等功能，可实时更新地图。 

#5、提供andiord手机APP，实现多目标点之间自主巡航。 

#6、包含Ros Slam算法注释，关键参数调试说明。 

#7、提供详尽实验指导书，配置ROS基础实验、传感器实验、SLAM实验、传感器融合立体避障实验、人体跟随实验等多项实验内容。 

1 

台 

14 

自动驾驶小车 

功能介绍： 

★1、跨平台、跨终端：具有适用于Android系统智能平板的APP客户端，并具有移动教学电脑版。可通过移动客户端及电脑控制机器运动 

2、深度学习模型 

提供深度学习模型，用于演示、教学及实验。 

参数指标： 

1、处理方式：端到端，摄像头输入，轮子作为输出 

2、算法模型：深度学习- 卷积神经网络 

#3、网络结构：9层结构 1层归一化/5层卷积/3层全连接 

4、输入数据：YUV图像数据 

5、产品特色：支持仿真环境数据及真实数据输入，贴近应用场景，训练结果可直接用于真实小车控制 

6、产品指标：控制准确率 >=95% 

参数指标： 

1、在均匀光线下，控制准确率不低于95% 

2、随着样本增加，识别率不断提升，每增加10000个样本，识别率可以提升0.1%-0.2%。 

#3、体积小巧、可在桌面完成训练及自动驾驶演示 

#4、提供SDK或源代码支持二次开发 

★提供自动驾驶软件著作权并加盖厂商公章 

1 

台 

15 

笔记本电脑 

1、CPU:≥i5 7200u ， 

2、内存：≥4G， 

3、存储：固态硬盘≥120g， 

4、集显显卡 

2 

台 

16 

智能服务机器人 

人形智能模块化教育机器人，具备模块化设计并进行人工智能技术的赋能，是人工智能课程的学习载体 

机器人外观参数： 

1. 身高≥110cm； 

2. 体重≥26.5kg； 

3. 外观材质：ABS； 

4. 内嵌AI触屏交互屏尺寸：10.1寸IPS、分辨率：≥1280*800； 

5. WIFI：二合一Wifi模块（AP6335）2.4GHz，支持802.11a/b/g/n协议； 

6. 操作系统：基于Android 5.1+ubuntu平台的机器人操作系统。 

7. 自由度：头部：2 dof、左手：5 dof、右手：5 dof、底盘：2 dof （移动+旋转）； 

8. 运动速度≤3.6km/h； 

9. 感应系统：人体感应 ≥2个、激光测距 ≥6个、声纳测距 ≥4个、触摸感应 ≥6个、激光雷达 ≥1个； 

10. 电池：电压：22.2TYP容量：15750mAh、续航能力：≥6小时； 

11. 充电器：工作电压：100-240VAC、50/60Hz； 

12. 导航系统 ：激光雷达支持SLAM算法、采样率≥4000次/s、测量范围：16m、扫描速度：10Hz、扫描范围：360°； 

13. 核心板：Intel Edison； 

14. 视觉系统：视觉识别：RGB Camera≥2个、深度视觉：Realsense D415(Intel)Camera； 

15. 语听系统：语音：2.0内置音箱 、听觉≥4+1麦克风阵列； 

16. 中枢1 CPU（Rockchip RK3288）、CPU ARM Cortex-A17 四核 1.8GHZ、RAM 2GB双通道DDR3、ROM :16GB eMMC、 GPU：ARM Mali-T764 GPU, 支持TE, ASTC, AFBC内存压缩技术； 

17. 中枢2：GPU(NVIDIA Jetson TX1) 、GPU NVIDIA Maxwell、256 颗 CUDA 核心、CPU： Quad ARM A57/2 MB L2、视频： 4K×2K 30Hz编码(HEVC)、4K×2K 60Hz解码（10 位支持)、ROM 16GB eMMC、SDIO、SATA 

智能教育机器人可进行仿生模块化拆解，不同功能模组分别具备深度语音交互、机器人视觉、自主定位与导航、自动避障、运动控制、机器人仿生模拟等功能，可以承载声控识别、自然语言理解、人脸识别、情绪识别等技术。 

功能特点： 

★1.智能教育机器人采用仿生类人型器官模块化设计，包括头部、躯干、手臂、底盘、5大模组并可以拆分成30个以上具有不同人工智能指向的模块。（提供至少两种模块化专利证书），（提供《一种教学类大型模块化机器人》实用新型专利证书） 

2.一站式敏捷插拔接口类型≥20种，一站式敏捷插拔线材数量≥30条。 

3.即时定位与地图构建SLAM：智能教育机器人具有U-SLAM立体导航的避障系统，可自主创建环境地图，实现自主导航、自主避障，同时规划最优路线，具有动态路径规划算法。 

4.人脸识别：基于学生、老师的人脸样本，可对人脸数据库或监控视频进行微秒级别的检索，进行身份认证，人脸属性识别和关键点位定位。 

5.情绪识别：机器人能够识别人类的表情、手势，具备≥20种情感表达方式和≥350类情感语言；可对情绪、眼神、表情进行定制化设计。 

6.深度语义系统：机器人基于语音识别ASR，通过云端对人类语言进行语义分析。 

1 

台 

17 

智慧物流展示系统 

1.无人物流车技术参数： 

1）轻质铝合金底盘，底部有无线充电模块。配备≥16mm间距装配孔，可进行二次开发和扩展。 

2）内置智控3.0堆叠体系，内置≥4核1.5G HZ ARM Ubuntu Linux系统，2G DRAM，16GEMMC，支持最多16层堆叠，内置电机板和IO板和神经网络加速单元，支持Modbus总线，采用12v供电系统。 

3）配置激光雷达进行三维地形扫描，内置导航算法和行车控制系统。 

4）车体含高清摄像头进行视觉识别，辅助定位。 

2.多旋翼无人机 

折叠尺寸：214*91*84mm 

展开尺寸：322*242*84mm 

可以续航10KM 

最大海拔高度5000m 

高达4000m的遥控距离 

前后视感知障碍 

采用4K相机 

机载8GB内存 

3轴机械云台 

支持携带货篮，携带货物 

镜头视角77° 

等效焦距28mm 

3、AGV物流车： 

1) 采用圆形AGV形态，配备三麦克纳姆轮底盘，背部是载货平台。 

2) 内置磁力线检测装置，可按磁力线进行路线规划。 

3) 内置智控3.0堆叠体系，连接底盘麦克纳姆轮电机进行行进控制与模块间通信。 

4、机器视觉工业分拣流水线：长度：≥1m，具体根据场地空间协调配置，内置智控3.0堆叠体系，通过连接视觉系统对流水线货品进行识别并对应的给流水线电机和机械臂进行通信和控制。 

5、机械臂： 

1) 自由度：不低于4自由度 

2) 最大臂展：不低于505mm 

3) 最大负载：不低于3Kg 

4) 末端线速度：不低于500mm/s 

5) 各轴最大速度：不低于180°/s 

6) 各轴运动范围：J1：±170°；J2：-85°~20°；J3：-50°~90°；J4：±180° 

7) 通信接口：CAN、USB、WIFI、LAN 

8) 自重：不低于15Kg 

9) ★安装调试：无独立控制箱，桌面安装（基座安装尺寸：φ140mm，安装孔8-φ6/45°均布），PC/移动端示教 

10) 软件：MCT/MegaRobo Studio/MegaRobo Tutor 

11) 供电电源：100~240V，50/60Hz 

6、收发货栈：物联网主控及金属结构件搭建。 

7、展示交互系统：32寸及以上寸触控大屏及系统 

8、无线充电系统：满足无人车充电需求。 

9、无线AP/路由系统：满足系统整体沙盘系统运作的通讯要求。 

10、图像追踪系统：人脸追踪系统由python编写，主体分为图像预处理、目标识别和目标追踪三个部分。图像预处理部分使用opencv2图像处理通用库，实现摄像头图像的采集及几何变换；人脸识别部分调用神经网络加速器，加载神经网络模型计算图像中目标的位置及概率；人脸追踪部分是基于目标的位置信息计算出机械外设的调整角度，并调用中控软件实现目标的实时追踪。 

11、沙盘中控系统：中控软件是硬件控制系统，使用modbus协议与硬件进行交互，软件主体由C++编写，有C++和Python的调用接口。单指令运行时间不大于1ms，硬件响应延时不大于1ms。 

12、包含外部装修。 

1 

套 

18 

液晶拼接屏 

1、屏幕尺寸：≥55寸，LED光源； 

2、分辨率：≥1920×1080，双边拼缝≦3.5mm，3、功耗≦133W 

4、亮度不低于500cd/m2，对比度不低于3500:1，图像显示清晰度≥900TVL，亮度等级≥11级； 

5、★显示单元具备3C、CB认证证书；（提供相关证明） 

6、★具备中国节能产品认证证书（能效等级:1级）（提供相关证明） 

7、★液晶显示单元拼接安装后，拼接精度≤0.2mm；（提供封面同时具备CMA、CAL、CNAS盖章的第三方检测机构出具的检测报告复印件） 

8、★显示屏生产厂家是推动行业绿色发展先进单位；（提供相关证明） 

9、★拼接单元具有便捷的拼接及调整装置，利于装拆和售后维护，提供国家级权威机构出具的证书； 

9 

台 

19 

拼接处理器 

≥4个HDMI输入，≥10个HDMI输出支持≥1920*1080p。 

1 

台 

20 

应用服务器 

1、CPU ： ≥Xeon-3106 

2、 内存：≥ 32G DDR4-2400 *2 

3、硬盘：≥ 600G 2.5" 10Krpm SAS *3 

4、 RAID卡_L_8R0_9361-8i_2GB_HDM12G_PCIE3.0 

5、 网卡_Inspur_1G_RJ_4_PHY 

6、 服务器电源：550W 1+1冗余 

1 

台 

21 

机柜 

1、 容量：≥42U 

2、 外观尺寸：宽≥600mm*深≥800mm*高≥2000mm， 

1 

台 

22 

机柜 

1、≥22U机柜， 

2、宽≥600，深≥600，高≥1166 

1 

台 

23 

功放 

1、 输出功率：≥200W 

2、 频率响应：≥40Hz-16KHz 

3、 信噪比：≥75db 

4、 输出方式：4-16欧定阻；70V，110V定压 

5、 失真度：≤0.3% 

1 

台 

24 

调音台 

1、 频响 

输入到STEREO OUT ：≥ +0.5 dB/-0.5 dB (20 Hz到20kHz),参考额定输出电平@ 1kHz, GAIN旋钮:小 

2、 总谐波失真(THD+N) 

输入到STEREO OUT ：≥0.01 % @ +8dBu (20 Hz到 20kHz),GAIN旋钮:小 0.003 % @ +18dBu (1kHz),GAIN旋钮:小 

3、 嗡音&噪音*1(20 Hz 到20 kHz) 

同等输入噪音 ：≥-128 dBu (Mono输入通道，Rs:150Ω,GAIN旋钮：大 

残余输出噪音 ：≥-102 dBu (STEREO OUT, STEREO LEVEL,GAIN旋钮：小) 

4、 串扰(1kHz)*2 ：≥-88 dB 

5、 输入通道 ：≥6通道：单声道[MIC/LINE]:2,立体声[LINE]:2 

6、 输出通道 ：≥STEREO OUT:2, PHONES:1 

1 

台 

25 

吸顶音响 

1、 类型：吸顶音箱 

2、 消耗功率：≥20-80W 

3、 频率响应：≥55HZ-20KHZ 

4、 灵敏度：≥92dB 

6 

台 

26 

无线麦克 

1、 无线麦克风：≥一拖四，≥两手持，≥两鹅颈 

2、 频率稳定性：＜±30ppm 

3、 动态范围：＞10db 

4、 谐波失真：＜0.08% 

5、 频率响应：≥40Hz-15Hz±3db 

6、 音频输出：平衡式≥400mV 

1 

台 

27 

交换机 

1、 交换容量：≥336Gbps/3.36Tbps 

2、 包转发率：≥51Mpps/108Mpps 

3、 输入电压： AC：额定电压范围：100V~240V  

4、 功耗：<25W 

5、 端口≥24个10/100/1000 Base-T以太网端口，4*SFP 

6、 VLAN支持 

1 

台 

28 

无线AP 

1、 WAN接入口千兆网口， 

2、 无线速率≥1200M， 

3、 千兆LAN输出口 

1 

台 

29 

空调 

空调类型:立柜式空调 

冷暖类型:冷暖电辅 

变频/定频:定频 

空调匹数:≥5P 

制冷量:≥12500W 

制冷功率:≤3700W 

制热量:≥13500W 

制热功率:≤3700W 

电辅加热功率:≤3600W 

循环风量:≥2000m3/h 

室内机噪音:≤48-60dB 

1 

台 

30 

系统集成 

线材，设备安装和调试 

1 

套