[发明专利]一种巡检机器人

说明书

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。

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；