[發明專利]一種巡檢機器人

在審

• 申請號: 201810310414.2
• 申請日: 2018-04-09
• 公開（公告）號: CN108527382A
• 公開（公告）日: 2018-09-14
• 發明（設計）人: 聶桂芝
• 申請（專利權）人: 上海方立數碼科技有限公司
• 主分類號: B25J11/00
• 分類號: B25J11/00
• 代理公司: 上海麥其知識產權代理事務所(普通合伙) 31257
• 代理人: 董紅曼

本發明公開了一種巡檢機器人，包括：機器人本體模塊、無線通信模塊、及后臺服務器模塊和監控模塊。本發明提出的巡檢機器人可用于在小區或者一些重要區域進行人體檢測，利用傳統算法和深度學習算法相結合，進行雙重人體檢測的確認，防止人體的入侵，并可以入侵人體的運動軌跡進行跟蹤監測，預測路線。

技術領域

本發明屬于巡檢機器領域，特別是一種具有人體識別，防入侵巡檢機器人。

背景技術

傳統的巡檢方式是保安人員在小區或者一些重要機構中，按照預定的時間和路線，進行 24小時巡邏。目前主流措施是利用紅外裝置，進行入侵物的檢測。由于人工巡檢工作量大，達不到及時性和存在間斷性，因而具有一定的安全隱患。而對于紅外裝置，容易受到各種熱源、陽光源的干擾，當環境溫度和人體溫度接近時，探測靈敏度明顯下降，有時會造成短時失靈；另外，紅外穿透力差，人體的紅外輻射容易被遮擋，不易被探測器接收；另外紅外探測器易受射頻輻射的干擾。由于盜竊行為時有發生，發生重大盜竊行為將造成較大的損失。目前的巡檢機制，耗費人工，工作量大，達不到及時性。為了減輕工作人員的勞力，加強小區或者一些重要區域的安全性，急需一種巡檢系統，可以對行人進行實時雙重檢測確認，并有效跟蹤入侵人體的路線軌跡。

發明內容

本發明為解決現有技術的上述缺陷，提供了一種室外巡檢機器人，前端利用傳統的行人檢測HOG+SVM，然后進行預測人體跟蹤，后端服務器利用深度學習Yolo V3，對前端發來的數據進行確認。雙重確認后，推送消息到機器人本體模塊和監控模塊，機器人本體模塊進行人體跟蹤，能夠對入侵者的進行實時檢測、跟蹤和報警，可以有效解決和避免盜竊事故的發生。

本發明提出了一種巡檢機器人，包括：機器人本體模塊、無線通信模塊、及后臺服務器模塊和監控模塊。

所述機器人本體模塊包括：高清攝像頭和紅外攝像頭；高清攝像頭、紅外攝像頭與機器人主板相連,高清攝像頭主要是，在白天進行實時的畫面捕捉；紅外攝像頭主要是，在夜晚進行實時畫面的捕捉；高清攝像頭和紅外攝像頭把捕捉的圖像實時的傳給主板中的處理中心，處理中心進行實時的人體檢測。當檢測到人體時，機器人本體會通過無線通信模塊，傳到后臺服務器模塊。

所述無線通信模塊是連接機器人本體模塊和后臺服務器模塊的中間樞紐。；

所述后臺服務器模塊通過無線通信模塊與機器人本體模塊連接。后臺服務器接到機器人本體發來的消息(機器人本體檢測到人體)，會應用Yolo V3檢測算法進一步進行確認；當檢測到人體時，把消息傳給監控模塊；

所述監控模塊包括電腦、對講機和遙控設備，與后臺服務器模塊相連。當后臺服務器模塊檢測確認為人體時，發給監控模塊；監控模塊接到后臺服務器模塊發來的消息，進行相應的報警，并在電腦上呈現檢測到人體；對講機主要是方便監控人員相互交流；遙控設備主要用于監控人員對機器人的遙控。；

考慮到能耗問題，機器人本體模塊利用HOG+SVM進行人體檢測，一旦前段機器人本體檢測到人體，通過無線通信模塊發送信號到后臺服務器模塊，并將圖片傳到后臺服務器模塊上，后臺服務器模塊檢測到發來信號，并利用深度學習網絡Yolo V3進行行人檢測，當后臺服務器確認是人體后，發給機器人本體模塊進行人體跟蹤，并同時發送給監控模塊進行相應處理。

其中，所述HOG+SVM模型包括：

HOG+SVM模型的訓練：機器人本體模塊為了保證檢測的效率，利用HOG+SVM進行實時的人體檢測；首先根據檢測場景情況進行實地圖片拍攝，進行正負樣本分類，然后進行正負樣本訓練；為了減少誤識率，用負樣本對模型進行優化；

HOG+SVM模型檢測：利用上述步驟中訓練好的模型進行人體檢測。

本發明提出的巡檢機器人中，所述Yolo V3模型包括：

Yolo V3模型的訓練：通過實地拍攝和網絡收集大量的正樣本和負樣本進行模型訓練；