大联大旗下友尚推出基于英特尔（Intel）NCS2神经计算棒的视觉系统方案，适用于智能机械手臂。
图示1-大联大友尚基于Intel产品的智能机械手臂视觉系统方案的展示板图
机械手臂是一种能够灵活代替人类手和臂工作的机器，通常用以按固定程序抓取、搬运物件或操作工具的自动操作装置。随着机器视觉、AI等技术的不断突破，智能机械手臂的发展也日益壮大。大联大友尚基于Intel NCS2神经计算棒的视觉系统方案，应用于机械手臂中，可精准识别物体，让抓取、搬用等过程更加智能。
图示2-大联大友尚基于Intel产品的智能机械手臂视觉系统方案的场景应用图
本方案的核心原理是利用D435识别到彩色影像结合深度学习的物件定位算法YOLOv3找到物品位置(X，Y)。当CPU算力不足时，可使用Intel GPU或VPU（NCS2）加速计算，再通过D435识别到深度影像所对应位置的深度（Z）信息，即可实现让机械手臂正确地伸到正确的空间位置（XYZ）夹取并抓取物品。
图示3-大联大友尚基于Intel产品的智能机械手臂视觉系统方案的方块图
Intel NCS2是一款具有神经计算引擎的VPU（视觉处理单元），可提供比前一代产品高出八倍的性能。诸如Caffe，Tensor Flow或MXNet等深度学习神经网络可以直接与NCS2上的OpenVINO工具包集成。并且这些机器学习框架还针对全新的深度神经网络（DNN）推理引擎进行优化。借助电脑和Intel NCS2，开发人员可以快速启动AI和计算机视觉应用的开发。
NCS2可在USB 3.0上运行，不需要其他硬件，从而使用户能够将其在电脑上训练好的模型，无缝部署到各种边缘设备而不需连网或连云。无论是开发智能相机，具有手势识别功能的无人机，工业机器人，还是下一代智能家居设备，NCS2都能为开发人员提供快速原型所需的功能。
核心技术优势：
Intel RealSense D435 camera：
低成本的3D双目深度相机；
提供完整SDK可以快速与系统整合；
可快速扫瞄，提供点云资讯；
可透过ROS整合开发自主创新功能；
智能化3D物件辨识。
Intel OpenVino Toolkit：
可最佳化训练好的模型；
支援业界、学界常用的训练框架；
可快速部属到Intel的硬体平台如CPU、GPU、VPU、FPGA；
提供常用的预训练模型如SSD、YOLO等；
提供C++与Python的应用范例，缩短程式开发周期。
Intel Neural Compute Stick 2（Intel NCS2）：
在英特尔MovidiusMyriad X视觉处理单元（VPU）上提供卓越的每瓦每美元效能进行构建和扩展；
支援Windows10，Ubuntu*或macOS*上快速开发；
在通用框架和开箱即用的范例应用程式上进行开发；
在不需连云情况下进行操作；
在低成本的边缘设备（例如Raspberry Pi*3和其他ARM*主机设备）端开发原型。
方案规格：
3D相机：Intel RealSense D435 Camera；
作业系统：Windows 10；
Intel NUC Rugged Board with Core i3/i5 Processor；
AI推论套件：Intel OpenVino Toolkit 2020.03；
内存：4GB以上；
传输界面：USB 3.0；
神经计算棒：Intel Neural Compute Stick 2 (Intel NCS2)。
