[发明专利]一种巡检机器人

权利要求书

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。