CN108527382A - 一种巡检机器人 - Google Patents
一种巡检机器人 Download PDFInfo
- Publication number
- CN108527382A CN108527382A CN201810310414.2A CN201810310414A CN108527382A CN 108527382 A CN108527382 A CN 108527382A CN 201810310414 A CN201810310414 A CN 201810310414A CN 108527382 A CN108527382 A CN 108527382A
- Authority
- CN
- China
- Prior art keywords
- module
- robot
- human body
- background server
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
Abstract
本发明公开了一种巡检机器人,包括:机器人本体模块、无线通信模块、及后台服务器模块和监控模块。本发明提出的巡检机器人可用于在小区或者一些重要区域进行人体检测,利用传统算法和深度学习算法相结合,进行双重人体检测的确认,防止人体的入侵,并可以入侵人体的运动轨迹进行跟踪监测,预测路线。
Description
技术领域
本发明属于巡检机器领域,特别是一种具有人体识别,防入侵巡检机器人。
背景技术
传统的巡检方式是保安人员在小区或者一些重要机构中,按照预定的时间和路线,进行 24小时巡逻。目前主流措施是利用红外装置,进行入侵物的检测。由于人工巡检工作量大,达不到及时性和存在间断性,因而具有一定的安全隐患。而对于红外装置,容易受到各种热源、阳光源的干扰,当环境温度和人体温度接近时,探测灵敏度明显下降,有时会造成短时失灵;另外,红外穿透力差,人体的红外辐射容易被遮挡,不易被探测器接收;另外红外探测器易受射频辐射的干扰。由于盗窃行为时有发生,发生重大盗窃行为将造成较大的损失。目前的巡检机制,耗费人工,工作量大,达不到及时性。为了减轻工作人员的劳力,加强小区或者一些重要区域的安全性,急需一种巡检系统,可以对行人进行实时双重检测确认,并有效跟踪入侵人体的路线轨迹。
发明内容
本发明为解决现有技术的上述缺陷,提供了一种室外巡检机器人,前端利用传统的行人检测HOG+SVM,然后进行预测人体跟踪,后端服务器利用深度学习Yolo V3,对前端发来的数据进行确认。双重确认后,推送消息到机器人本体模块和监控模块,机器人本体模块进行人体跟踪,能够对入侵者的进行实时检测、跟踪和报警,可以有效解决和避免盗窃事故的发生。
本发明提出了一种巡检机器人,包括:机器人本体模块、无线通信模块、及后台服务器模块和监控模块。
所述机器人本体模块包括:高清摄像头和红外摄像头;高清摄像头、红外摄像头与机器人主板相连,高清摄像头主要是,在白天进行实时的画面捕捉;红外摄像头主要是,在夜晚进行实时画面的捕捉;高清摄像头和红外摄像头把捕捉的图像实时的传给主板中的处理中心,处理中心进行实时的人体检测。当检测到人体时,机器人本体会通过无线通信模块,传到后台服务器模块。
所述无线通信模块是连接机器人本体模块和后台服务器模块的中间枢纽。;
所述后台服务器模块通过无线通信模块与机器人本体模块连接。后台服务器接到机器人本体发来的消息(机器人本体检测到人体),会应用Yolo V3检测算法进一步进行确认;当检测到人体时,把消息传给监控模块;
所述监控模块包括电脑、对讲机和遥控设备,与后台服务器模块相连。当后台服务器模块检测确认为人体时,发给监控模块;监控模块接到后台服务器模块发来的消息,进行相应的报警,并在电脑上呈现检测到人体;对讲机主要是方便监控人员相互交流;遥控设备主要用于监控人员对机器人的遥控。;
考虑到能耗问题,机器人本体模块利用HOG+SVM进行人体检测,一旦前段机器人本体检测到人体,通过无线通信模块发送信号到后台服务器模块,并将图片传到后台服务器模块上,后台服务器模块检测到发来信号,并利用深度学习网络Yolo V3进行行人检测,当后台服务器确认是人体后,发给机器人本体模块进行人体跟踪,并同时发送给监控模块进行相应处理。
其中,所述HOG+SVM模型包括:
HOG+SVM模型的训练:机器人本体模块为了保证检测的效率,利用HOG+SVM进行实时的人体检测;首先根据检测场景情况进行实地图片拍摄,进行正负样本分类,然后进行正负样本训练;为了减少误识率,用负样本对模型进行优化;
HOG+SVM模型检测:利用上述步骤中训练好的模型进行人体检测。
本发明提出的巡检机器人中,所述Yolo V3模型包括:
Yolo V3模型的训练:通过实地拍摄和网络收集大量的正样本和负样本进行模型训练;
Yolo V3模型的检测:当前端机器人本体模块检测到人体时,主动发送数据到后端服务器模块;后端服务器模块接收到机器人本体模块发来的数据,进行该帧图像的人体检测,当确认后,后端服务器模块发送信号到前端机器人本体模块和监控模块。
本发明提出的巡检机器人中,所述人体跟踪包括:
高速KCF行人跟踪:前端机器人本体模块接收到信息后,为了能很好地了解入侵人员的走向,预测行人的踪迹和动机,系统进行人体跟踪,机器人会随着人体的走向进行跟踪拍摄,以标记行人的路线踪迹,传输到监控模块。
监控模块:工作人员对监控到的情况进行处理。
本发明利用传统算法和深度学习算法相结合,进行双重人体检测的确认。一方面由于传统算法误报率比较高,但对硬件的要求比较低,能耗比较低。另一方面深度学习算法准确率比较高,误检率比较低,但对硬件要求比较高,能耗高。因此,本发明在机器人本体模块运行传统人体检测算法,解决能耗的问题,而对于错误率交给后台服务器模块运行深度学习算法进行确认处理,解决了错误率高的问题。本发明在机器人本体模块运行人体追踪算法,并能够对入侵对象进行跟踪监测,预测路线。能够准确对行人进行检测,并有效地向监控模块推送消息。很好地解决了对入侵对象的检测及报警。
附图说明
图1为本发明室外巡检机器人系统的主要硬件组成。
图2为巡检机器人的工作流程图。
具体实施方式
结合以下具体实施例和附图,对本发明作进一步的详细说明。实施本发明的过程、条件、实验方法等,除以下专门提及的内容之外,均为本领域的普遍知识和公知常识,本发明没有特别限制内容。
本发明巡检机器人可用于室内/室外巡检,所述巡检机器人系统如图1所示,包括:
机器人本体模块、无线通信模块、及后台服务器模块和监控模块
所述机器人本体模块与机器人主板相连,高清摄像头主要是,在白天进行实时的画面捕捉;红外摄像头主要是,在夜晚进行实时画面的捕捉;高清摄像头和红外摄像头把捕捉的图像实时的传给主板中的处理中心,处理中心进行实时的人体检测。当检测到人体时,机器人本体会通过无线通信模块,传到后台服务器模块。
所述无线通信模块是连接机器人本体模块和后台服务器模块的中间枢纽。
所述后台服务器模块通过无线通信模块与机器人本体模块连接。后台服务器接到机器人本体发来的消息(机器人本体检测到人体),会应用Yolo V3检测算法进一步进行确认;当检测到人体时,把消息传给监控模块。;
所述监控模块包括电脑、对讲机和遥控设备等,与后台服务器模块相连。当后台服务器模块检测确认为人体时,发给监控模块;监控模块接到后台服务器模块发来的消息,进行相应的报警,并在电脑上呈现检测到人体;对讲机主要是方便监控人员相互交流;遥控设备主要用于监控人员对机器人的遥控。;
其中,机器人本体模块主要包括高清摄像头和红外摄像头。考虑到能耗问题,机器人本体模块利用HOG+SVM模型进行人体检测,一旦前段机器人本体检测到人体,通过无线通信模块发送信号到后台服务器模块,并将图片传到后台服务器模块上,后台服务器模块检测到发来信号,并利用深度学习网络Yolo V3模型对人体进行确认,当后台服务器确认是人体后,发给机器人本体模块进行人体跟踪,并同时发送给监控模块进行相应处理。
其中,所述HOG+SVM模型包括:
(1)HOG+SVM模型的训练:机器人本体模块为了保证检测的效率,利用传统的HOG+SVM 进行实时的人体检测。首先根据检测场景情况进行实地图片拍摄,进行正负样本分类,然后进行正负样本训练。为了减少误识率,用负样本对模型进行优化。
(2)HOG+SVM模型检测:利用步骤(1)中训练好的模型进行人体检测。
其中,所述Yolo V3模型包括:
(1)Yolo V3模型的训练:通过实地拍摄和网络收集大量的正样本(如2万张)和负样本(如3万张),进行模型训练。
(2)Yolo V3模型的检测:当前端机器人本体模块检测到人体时,主动发送数据到后端服务器模块;后端服务器模块接收到机器人本体模块发来的数据,进行该帧图像的人体检测,当确认后,后端服务器模块发送信号到前端机器人本体模块和监控模块。
其中,所述跟踪包括:
(1)高速KCF行人跟踪:前端机器人本体模块接收到信息后,为了能很好地了解入侵人员的走向,预测行人的踪迹和动机,系统进行人体跟踪,机器人会随着人体的走向进行跟踪拍摄,以标记行人的路线踪迹,传输到监控模块。
(2)监控模块:工作人员对监控到的情况进行相应的处理。
本发明的保护内容不局限于以上实施例。在不背离发明构思的精神和范围下,本领域技术人员能够想到的变化和优点都被包括在本发明中,并且以所附的权利要求书为保护范围。
Claims (6)
1.一种巡检机器人,其特征在于,包括:机器人本体模块、无线通信模块、及后台服务器模块和监控模块,其中,
所述机器人本体模块包括:与机器人主板相连的高清摄像头和红外摄像头;高清摄像头在白天进行实时的画面捕捉;红外摄像头在夜晚进行实时画面的捕捉;高清摄像头和红外摄像头把捕捉的图像实时的传给机器人主板中的处理中心,处理中心进行实时的人体检测;当检测到人体时,机器人本体会通过无线通信模块,传到后台服务器模块;
所述无线通信模块是连接机器人本体模块和后台服务器模块的中间枢纽;
所述后台服务器模块通过无线通信模块与机器人本体模块连接;后台服务器接到机器人本体发来的检测到人体的消息,会应用Yolo V3检测算法进一步进行确认;当确认检测到人体时,把消息传给监控模块;
所述监控模块包括:电脑,其与后台服务器模块相连;当后台服务器模块检测确认为人体时,发给监控模块;监控模块接到后台服务器模块发来的消息,进行相应的报警,并在电脑上呈现检测到人体。
2.如权利要求1所述的巡检机器人,其特征在于,所述监控门模块进一步包括:对讲机和遥控设备;所述对讲机方便监控人员相互交流;所述遥控设备用于监控人员对巡检机器人的遥控。
3.如权利要求1所述的巡检机器人,其特征在于,所述机器人本体模块利用HOG+SVM模型进行对象检测,一旦前端机器人本体检测到人体,通过无线通信模块发送信号到后台服务器模块,并将图片传到后台服务器模块上,后台服务器模块检测到发来信号,并利用深度学习网络Yolo V3进行行人检测,当后台服务器确认是人体后,发给机器人本体模块进行人体跟踪,并同时发送给监控模块进行相应处理。
4.如权利要求3所述的巡检机器人,其特征在于,所述HOG+SVM模型包括:
HOG+SVM模型的训练:机器人本体模块为了保证检测的效率,利用HOG+SVM进行实时的人体检测;首先根据检测场景情况进行实地图片拍摄,进行正负样本分类,然后进行正负样本训练;为了减少误识率,用负样本对模型进行优化;
HOG+SVM模型检测:利用上述步骤中训练好的模型进行人体检测。
5.如权利要求3所述的巡检机器人,其特征在于,所述Yolo V3模型包括:
Yolo V3模型的训练:通过实地拍摄和网络收集大量的正样本和负样本进行模型训练;
Yolo V3模型的检测:当前端机器人本体模块检测到人体时,主动发送数据到后端服务器模块;后端服务器模块接收到机器人本体模块发来的数据,进行该帧图像的人体检测,当确认后,后端服务器模块发送信号到前端机器人本体模块和监控模块。
6.如权利要求3所述的巡检机器人,其特征在于,所述人体跟踪包括:
高速KCF行人跟踪:前端机器人本体模块接收到信息后,为了能很好地了解入侵人员的走向,预测行人的踪迹和动机,系统进行人体跟踪,机器人会随着人体的走向进行跟踪拍摄,以标记行人的路线踪迹,传输到监控模块。
监控模块:工作人员对监控到的情况进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810310414.2A CN108527382A (zh) | 2018-04-09 | 2018-04-09 | 一种巡检机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810310414.2A CN108527382A (zh) | 2018-04-09 | 2018-04-09 | 一种巡检机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108527382A true CN108527382A (zh) | 2018-09-14 |
Family
ID=63483319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810310414.2A Pending CN108527382A (zh) | 2018-04-09 | 2018-04-09 | 一种巡检机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108527382A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109409309A (zh) * | 2018-11-05 | 2019-03-01 | 电子科技大学 | 一种基于人体检测的智能报警系统和方法 |
CN109828578A (zh) * | 2019-02-22 | 2019-05-31 | 南京天创电子技术有限公司 | 一种基于YOLOv3的仪表巡检机器人最优路线规划方法 |
CN109829879A (zh) * | 2018-12-04 | 2019-05-31 | 国际竹藤中心 | 维管束的检测方法及装置 |
CN110033453A (zh) * | 2019-04-18 | 2019-07-19 | 国网山西省电力公司电力科学研究院 | 基于改进YOLOv3的输变电线路绝缘子航拍图像故障检测方法 |
CN110959605A (zh) * | 2018-09-30 | 2020-04-07 | 东北大学 | 一种基于摄像监控的鸟类驱逐系统 |
CN111539396A (zh) * | 2020-07-09 | 2020-08-14 | 深兰人工智能芯片研究院(江苏)有限公司 | 一种基于yolov3的行人检测及步态识别的方法 |
CN111985352A (zh) * | 2020-07-30 | 2020-11-24 | 国网智能科技股份有限公司 | 一种ai前端化的变电站巡检视频实时识别方法及系统 |
CN113204233A (zh) * | 2020-01-15 | 2021-08-03 | 智慧起源机器人(苏州)有限公司 | 一种无人巡控系统 |
CN114489086A (zh) * | 2022-04-14 | 2022-05-13 | 武汉跨克信息技术有限公司 | 一种仿生机器人协同作业方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100681840B1 (ko) * | 2005-04-15 | 2007-02-12 | 주식회사 에스원 | 로봇 감시 시스템 및 이를 이용하는 로봇 감시 방법 |
CN103984315A (zh) * | 2014-05-15 | 2014-08-13 | 成都百威讯科技有限责任公司 | 一种家用多功能智能机器人 |
CN105788126A (zh) * | 2016-04-29 | 2016-07-20 | 浙江理工大学 | 智能家庭监控系统及其控制方法 |
CN205438531U (zh) * | 2016-01-05 | 2016-08-10 | 山东康威通信技术股份有限公司 | 一种轻型轨道机器人 |
CN107330387A (zh) * | 2017-06-21 | 2017-11-07 | 哈尔滨工业大学深圳研究生院 | 基于图像数据的行人检测方法 |
-
2018
- 2018-04-09 CN CN201810310414.2A patent/CN108527382A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100681840B1 (ko) * | 2005-04-15 | 2007-02-12 | 주식회사 에스원 | 로봇 감시 시스템 및 이를 이용하는 로봇 감시 방법 |
CN103984315A (zh) * | 2014-05-15 | 2014-08-13 | 成都百威讯科技有限责任公司 | 一种家用多功能智能机器人 |
CN205438531U (zh) * | 2016-01-05 | 2016-08-10 | 山东康威通信技术股份有限公司 | 一种轻型轨道机器人 |
CN105788126A (zh) * | 2016-04-29 | 2016-07-20 | 浙江理工大学 | 智能家庭监控系统及其控制方法 |
CN107330387A (zh) * | 2017-06-21 | 2017-11-07 | 哈尔滨工业大学深圳研究生院 | 基于图像数据的行人检测方法 |
Non-Patent Citations (1)
Title |
---|
焦李成,赵进,杨淑媛,刘芳: "《深度学习、优化与识别》", 31 July 2017, 北京:清华大学出版社 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110959605A (zh) * | 2018-09-30 | 2020-04-07 | 东北大学 | 一种基于摄像监控的鸟类驱逐系统 |
CN109409309A (zh) * | 2018-11-05 | 2019-03-01 | 电子科技大学 | 一种基于人体检测的智能报警系统和方法 |
CN109829879B (zh) * | 2018-12-04 | 2021-01-15 | 国际竹藤中心 | 维管束的检测方法及装置 |
CN109829879A (zh) * | 2018-12-04 | 2019-05-31 | 国际竹藤中心 | 维管束的检测方法及装置 |
CN109828578A (zh) * | 2019-02-22 | 2019-05-31 | 南京天创电子技术有限公司 | 一种基于YOLOv3的仪表巡检机器人最优路线规划方法 |
CN109828578B (zh) * | 2019-02-22 | 2020-06-16 | 南京天创电子技术有限公司 | 一种基于YOLOv3的仪表巡检机器人最优路线规划方法 |
CN110033453A (zh) * | 2019-04-18 | 2019-07-19 | 国网山西省电力公司电力科学研究院 | 基于改进YOLOv3的输变电线路绝缘子航拍图像故障检测方法 |
CN110033453B (zh) * | 2019-04-18 | 2023-02-24 | 国网山西省电力公司电力科学研究院 | 基于改进YOLOv3的输变电线路绝缘子航拍图像故障检测方法 |
CN113204233A (zh) * | 2020-01-15 | 2021-08-03 | 智慧起源机器人(苏州)有限公司 | 一种无人巡控系统 |
CN111539396A (zh) * | 2020-07-09 | 2020-08-14 | 深兰人工智能芯片研究院(江苏)有限公司 | 一种基于yolov3的行人检测及步态识别的方法 |
CN111985352A (zh) * | 2020-07-30 | 2020-11-24 | 国网智能科技股份有限公司 | 一种ai前端化的变电站巡检视频实时识别方法及系统 |
CN111985352B (zh) * | 2020-07-30 | 2024-03-15 | 国网智能科技股份有限公司 | 一种ai前端化的变电站巡检视频实时识别方法及系统 |
CN114489086A (zh) * | 2022-04-14 | 2022-05-13 | 武汉跨克信息技术有限公司 | 一种仿生机器人协同作业方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108527382A (zh) | 一种巡检机器人 | |
CN101465033B (zh) | 一种自动追踪识别系统及方法 | |
CN201278180Y (zh) | 一种自动追踪识别系统 | |
CN103456024B (zh) | 一种运动目标越线判断方法 | |
CN104394361A (zh) | 行人越界智能监控装置与检测方法 | |
CN112686090B (zh) | 一种公交车内异常行为智能监控系统 | |
CN109740411A (zh) | 基于人脸识别的智能监控系统、监控方法及快速出警方法 | |
CN101196505A (zh) | 出入口安检终端系统及使用该系统的安检方法 | |
CN202815538U (zh) | 一种云台控制的机场监控系统 | |
CN206074832U (zh) | 一种地铁车辆车顶受电弓异物检测系统 | |
CN109300204A (zh) | 自助式双闸通关安检装置及其通关安检方法 | |
CN109667621A (zh) | 一种煤矿安全监测系统 | |
CN112633057A (zh) | 一种公交车内异常行为智能监控方法 | |
CN109660760A (zh) | 一种内河航道的船舶抓拍方法及系统 | |
CN208569064U (zh) | 一种进港行李查验自动化系统 | |
CN109657555A (zh) | 一种针对校车学生下车遗漏的检测装置及方法 | |
CN203941303U (zh) | 智能安检系统 | |
CN109839954A (zh) | 一种多旋翼无人机智能巡检系统 | |
CN102542708A (zh) | 一种利用rfid的安防方法 | |
CN206441312U (zh) | 可见光与红外热成像双模式烟火识别系统 | |
CN109543533A (zh) | 一种用于机场作业人员管理的自动识别方法 | |
CN116993265A (zh) | 一种基于物联网的智能仓储安全管理系统 | |
CN105262984B (zh) | 一种带有固定装置的探测器 | |
CN112700577A (zh) | 一种人群通行筛查系统 | |
CN110611877B (zh) | 一种基于无人机的暴力异常行为监测系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180914 |
|
WD01 | Invention patent application deemed withdrawn after publication |