联系我们
围绕上述目标，项目通过环境感知、大地图动态路径规划及导航避障运动控制研究，突破非结构化环境下的大地图自主导航避障技术，解决大型安防地图建立过程中的地图构建不***的问题。通过图像去雾、降噪等算法的研究，突破特定恶劣环境下的图像增强技术，解决雾天、黑暗等天气条件下视频图像质量低等问题。基于云端大数据的对象识别研究，突破人员信息识别及异常行为分析预测技术，解决安防视频中人员危险行为预测的问题。通过5G通讯技术实现调度系统监控数据的高效、快速传输，开发多机系统的人机交互平台。***终研发出具有周边环境感知、自主导航、对象识别和应急处理、多机协同巡逻等功能的安防机器人，支持深度的机器学习能力，可自动识别人、物及危险场景判断，可对危险采用相应的策略来抑制、消除或者报警提示。
安防机器人设计使用寿命mtbf10w小时，定位精度≤2cm，建图面积≥1000w㎡，运行速度0.2-4m/s，巡航时间≥8H，充电时间≤2H，防水等级IP56，人脸识别准确率≥98%，车牌识别率≥99%，物体识别准确率≥80%。本项目形成已授权发明***3项，实用新型***1项，外观设计***1项，软件著作权1项，已在北京301医院、江苏沛县经济开发区园区等单位使用，建立了“山大-创泽共融机器人研究院”，促进我省新旧动能转换速率，加速人工智能、大数据、机器人等新技术向安防产业的深度渗透，在安防领域产业化升级中起到引领、示范作用。
本项目解决了制约智能安防巡检机器人中的室外大地图构建、自主导航、对象识别、高效可靠多机调度等技术难点，形成了具有自主知识产权的室外环境建图系统、对象识别系统和多机调度平台软件，研发了出具有支持深度的机器学习能力，可自动识别人、物及危险场景判断，可对危险采用相应的策略来抑制、消除或者报警提示等功能的智能安防巡检机器人。
本项目的主要技术创新：
1、针对安防机器人在室外开阔工作环境中构图、导航和运动控制问题，提出一种基于 JPS 算法的路径规划方法，在安防巡检机器人运动的非结构化大地图环境中，机器人可根据周边环境信息的实时变化情况，快速动态更新***优运动路径，提高安防巡检机器人的实时路径规划能力。解决了非结构化环境下的大地图路径规划及导航避障技术研究。基于多传感器融合技术及二维/三维建图技术，建立机器人周边环境模型。基于跳点搜索算法等路径规划技术，进行机器人实时***优路径的动态制定减少路径规划中的折点，提高安防巡检机器人运动的平稳性及安全性，并研究出基于动力学特性的机器人运动轨迹控制方法。
2、面向安防巡检机器人需要具备全天候巡检能力的需求，解决了特定恶劣环境下的图像增强技术。解决由雾霾、黑暗等天气因素造成的机器人回传视频图像模糊不清、低对比度和色彩暗淡等问题。研发出基于多尺度Retinex、暗通道原理等图像增强方法，基于自适应等算法研究图像增强融合算法参数的实时确定方法，基于深度神经网络等算法，图像中物体识别分类技术等技术。在特定的恶劣环境下，可实时处理安防巡检机器人回传图像，实时增强回传图像画质，提高对特定目标的辨识度。基于自适应算法对图像增强参数进行确定，根据现场环境情况实时调参，提高图像增强效果，避免环境信息的变化对图像增强效果的影响。
3、本项目基于云端大数据与深度卷积网络（DCN），针对安防场景中存在的区域入侵、徘徊、人群聚集、危险操作等多种异常行为，提出一种利用云端综合信息数据库进行人员信息快速搜索匹配及异常行为预测的方法。同时，建立以人像为核心的云端综合信息数据库，实现了人像识别技术实现对视频中人员的快速搜索匹配；能够根据云端大数据生成深度神经网络训练集，基于深度神经网络算法进行异常行为的分析预测，确定异常信息后，通过报警系统将情况上报。使得安防机器人对人员进行识别、异常行为分析的能力大幅提升。
4、优化提升了安防机器人对危险人员异常行为应急处置问题的能力。基于模块化思想，设计安防险情处置模块，不同模块具备不同功能，例如灭火、喷射抓捕网、报警等，可根据安防巡检机器人使用具体环境快速拆装对应模块， 实现机器人在遇到突发险情时具备一定的处置能力。基于轻量化设计，降低安防险情处置模块的质量，便于安防机器人安装携带，减少重量对机器人运动性能的影响。
5、研发出基于5G通讯技术的安防机器人多机调度系统，基于分布式机器人协同算法，研究多机器人系统在分散巡检和协同巡检时对应的策略及控制方法，开发多机调度平台，以决策系统、数据库系统、云平台和人机交互为载体实现机器人调度系统的研发。建立多机协同工作下的实时交互系统，实现机器人调度系统在任务分配、任务规划、信息交互等方面的应用需求。实现多机器人在恶劣工况环境下的无缝连接。通过5G技术的应用，在满足了安防机器人的数据回传实时性要求的基础之上，也提高了多机协同条件下调度的灵活性。
更多资讯：安防机器人