AIoT在线工程实训平台

　　产品简介

　　AIoT在线工程实训平台是一个能支撑物联网/人工智能相关课程的教学与实验，可实现物联网、人工智能、大数据相关方向在线教学和实验的平台。具备理实虚一体化教学过程，将理论学习、仿真练习、动手实践结合在一起；支持常见的项目案例，从单一的知识应用到综合技能应用；具备实训项目过程关键点设置功能，对学生完成每个节点及完成情况进行监控；实训过程至少包含理论知识点学习、仿真实训、动手实践、结果归档等内容；具备对学生项目过程监测功能，从而进行数据分析，方便教学人员查看处理，有效的提高教学质量；采用目前流行的BS架构部署，提供统一的数据保存和升级能力；支持5年案例资源免费更新服务。

　　教学平台

　　1)具有完善的教学流程、课程节点的设定、仿真和终端入口、实训过程、实验结果保存等内容；

　　2)AIoT在线工程实训平台包含学校管理员端、教师端、学生端。学校管理员端包括课程管理、教师管理、班级管理、学生管理、教学任务管理、资源管理。教师端包括学生任务管理、资源管理。学生端包括学习任务管理；

　　3)支持学校管理员通过课程管理，新增课程，课程信息包含课程名称、课时数、课程方向、课程等级、课程资源等；

　　4)支持学校管理员通过教师管理对教师账号进行增删改查；

　　5)支持学校管理员通过班级管理对班级进行增删改查；

　　6)支持学校管理员通过学生管理对学生账号进行增删改查；

　　7)支持学校管理员通过教学任务管理，向教师用户下发教学任务，教学任务信息包括任务名称、任务时长、教师以及班级；

　　8)支持学校管理员通过资源管理，查看公共教学资源，以及审核教师上传的教学资源；

　　9)支持教师通过学生任务管理，向学生下发学生任务，学生任务信息包括任务名称、课程资源、资源章节、班级及其学生、任务时长等；

　　10)支持教师通过学生任务管理，查看学生的任务完成情况，并对已完成的学生任务进行评分；

　　11)支持教师通过资源管理，上传所需的教学资源，教学资源包括图文、习题、仿真、终端等相关资料；

　　12)支持学生通过学习任务管理，完成教师下发的学习任务。

　　仿真实验平台

　　1)仿真实训系统支持以浏览器登录方式和加密工具对PC的认证授权方式进行实训操作；

　　2)仿真实训系统须具备存档（导出）与读档（导入）功能，支持随时保存、读取，根据保存进度，随时继续实训或重新实训；

　　3)实训结果文件存储，支持加密工具认证存储和导出存储两种方式；

　　4)仿真工作台须支持图形化形式存放和布局虚拟套件；支持添加连线图，方便教学；

　　5)仿真实训系统操作软件需具备检测功能，可以关闭开启实时验证连线错；

　　6)消息面板可查看设备通信消息；

　　7)仿真硬件具有模拟数据源产生模拟数据，可通过定值或随机值两种方式产生模拟数据；

　　8)仿真的套件部品包含：有线传感器、无线传感器、执行器、网关、I/O模块、RFID、终端、负载、电源、其它外设等。具体清单如下：

　　（1）有线传感器：

　　包含空气质量传感器、大气压力传感器、二氧化碳传感器、温湿度传感器、光照度传感器、氧气传感器、PM2.5传感器、土壤水分传感器、液位传感器、水温传感器、风向传感器、风速传感器、人体传感器、火焰传感器、红外对射传感器、微波传感器、烟雾传感器、二氧化碳传感器（485）、温湿度传感器（485）、光照度传感器（485）等；

　　（2）无线传感器：

　　包含空气质量传感器、火焰传感器、人体传感器、可燃气体传感器、温湿度传感器、光照传感器等；

　　（3）继电器：

　　包含继电器、双联继电器、单联继电器等；

　　（4）网关：

　　包含新网关、路由器、串口服务器等

　　（5）I/O模块：

　　包含模拟量采集器（4017）、数字量采集器（4150）、zigbee协调器、zigbee四输入模拟量模块等；

　　（6）RFID：

　　包含低频读卡器、低频卡，高频读卡器、高频卡，NL超高频一体机、超高频卡、桌面超高频读写器等

　　（7）终端：

　　包含PC等；

　　（8）负载：

　　包含警示灯、雾化器、通用负载、风扇、灯泡、水泵等；

　　（9）电源：

　　包含5V、12V、24V、通用等电源；

　　（10）其它外设：

　　包含电压电流变送器、摄像头、LED屏、485转232转换器、USB转232转换器等

　　9)仿真实训系统操作软件需具备检测功能，通过拖拉图形改变布局，通过接线、配置仿真部件参数等后由自动检测和手动检测两种模式检测操作连接状态并显示实训结果；

　　10)仿真实训系统实训项目包含：智慧牧场、智能家居、智慧温室。

　　11)虚拟机服务支持为每位用户提供一立的虚拟机；

　　12)用户可在AIOT平台上通过SSH终端接入虚拟机，完成物联网中间件配置部署、docker微服务配置部署等工作；

　　13)应用平台支持使用HTTP、MQTT、COAP协议采集设备数据；

　　14)应用平台支持根据采集的设备数据和状态信息创建告警事件，告警事件具备生命周期，可以对告警进行清除和确认操作，告警事件支持5个不同等级；

　　15)应用平台支持在内置的非关系型数据库中存储时序数据；

　　16)应用平台支持查询的时序数据值和查询特定时间段内的所有数据；

　　17)应用平台支持通过API和WebSocket查询或订阅数据更新；

　　18)应用平台能够监视设备连接状态并触发推送到规则引擎的设备连接事件；

　　19)应用平台支持服务端应用程序向设备发送远程RPC调用；

　　20)应用平台具备规则引擎，能够接收来自设备、设备生命周期事件、API事件、RPC请求等传入的数据，并创建规则节点和规则链对接收的数据进行过滤、转换和执行；

　　21)应用平台支持通过添加数字量和模拟量仪表、地图组件、设备控件、图表、数据卡片等部件，创建自定义数据看板，完成数据可视化展示；

　　22)应用平台支持日志功能，记录用户对设备、规则引擎、数据看板的相关操作；

　　23)应用平台支持MQTT证书认证、设备身份认证、访问令牌认证等信息安全相关的认证方式。

　　人工智能实验平台

　　Jupyter Notebook

　　1)所提供的实验环境基于B/S架构，教师与学生能够在浏览器上直接进行交互式编程实验。

　　2)所提供的实验环境基于Docker容器化技术，启动时间≤10秒，方便实验的快速开展。

　　3)提供代码训练功能，教师可通过自由设置，将代码模块留空，交予学生进行编程训练，并根据学生编写的代码正确与否自动进行结果反馈。

　　4)所提供实验环境文本编辑器支持多种编辑器风格，包括但不限于：vim、emacs、sublime。

　　5)所提供的实验环境对多种语言进行支持，包括但不限于：C，C++，C#，Java，Python，Fortran，Pascal。

　　6)所提供的实验环境，可通过在终端执行命令进行实验。

　　7)所提供的实验环境支持多个学生不同模型训练任务同时运行，提高资源使用效率。

　　8)所提供的实验环境对多种深度学习框架进行支持，包括但不限于：TensorFlow、Keras、PyTorch、Caffe、CNTK

　　9)所提供的实验环境对多种深度神经网络模型进行支持，包括但不限于：AlexNet、VGGNet、ResNet、Fast R-CNN、SSD卷积神经网络，LSTM、GRU循环神经网络，AE自编码器、GAN生成对抗网络、深度强化学习神经网络DQN。

　　教学资源

　　使用手册：含产品本身安装、配置与操作、使用一系列指导；

　　包含3个可实际落地的案例场景，配套实训指导手册、教学视频和教学PPT，内含25个章节的实验操作指导内容。