[发明专利]一种移动消杀机器人目标检测方法、系统、设备及介质

说明书

本发明涉及人工智能技术领域，尤其涉及一种移动消杀机器人目标检测方法、系统、设备及介质，包括：采集车厢目标区域的目标消杀物图像，得到原始数据集；对原始数据集进行预处理，并将经过预处理后的原始数据集分为训练集、测试集和验证集；将训练集和验证集输入构建的改进YOLOv5模型中进行训练，得到训练好的改进YOLOv5模型；利用训练好的改进YOLOv5模型对测试集进行检测，得到目标检测结果。本发明通过改进YOLOv5模型实现了地铁列车车厢内物体的检测，本发明提供的检测方法不仅可以准确快速的分辨车厢内部目标物体，同时对车厢内部小目标也有较好的检测效果，从而满足快速、精准消杀的需求。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于改进YOLOv5算法的移动消杀机器人目标检测方法、系统、设备及介质。

背景技术

伴随人工智能的兴起和人机交互技术的逐渐成熟，服务类机器人发展迅猛，防疫消毒机器人是服务机器人的一种，其涉及到自主导航、环境建图、目标识别和紫外线、酒精消毒等技术，目前，越来越多的国家对防疫消毒机器人进行了深入研究，尤其在突发疫情期间，国内外在此行业投入大量资金和人力进行研发，旨在提升防疫消毒机器人智能化程度，提升消毒效率及质量，降低工作强度，将消毒过程中产生交叉感染的风险降到最低。

防疫消毒机器人主要用于疫情防护，需要集成探测装置和消毒装置，探测装置用于探测外界环境，反馈信息，消毒装置用于定点、定量、定时消毒工作，实现智能化和柔性化的目标。目前，地铁公司、部分城际铁路以及铁路公司作为人流高度密集的城市大运量公共交通工具，车厢常态化的消毒杀菌已成为运营管理工作的一部分，然而，各地铁公司基本都是采用人工方式进行车厢消杀，这种方式费时费力，效率低，且存在消杀效果难以监控的问题，同时消杀人员还有被感染的风险隐患。

虽然服务机器人在医疗、配送、巡检、家用等领域走上了防疫一线，但是现有消杀机器人普遍只具备喷雾消杀的功能，只能对空间进行无识别无差别化的消杀，而在实际环境中，对于公共场所中多人触碰的物体，比如门把手、电梯扶手、电梯按钮、台面、桌面、地铁扶手、地铁拉环等存在着病毒集中的风险，是传染环节中非常关键的一环，普通的空间喷雾消杀往往无法覆盖这些物体，使消杀不彻底，给病毒传播留下极大的隐患，因此，如何在公共场所中对易感关键部位消杀是消杀机器人的痛点所在，只有具备精准消杀的机器人才能及时有效的避免可能的传播源的扩散。

目前大多采用YOLO V5卷积神经网络实现图像识别，但是现有的YOLO V5需要将整个图像中物体特征均匀的划分成大小为7x7的卷积神经网格，每个网格作为锚框分别产生多个输入检测框，然后将输入特征映射到卷积神经网络中，得到相应的特征区域图后，将特征数据送回卷积网络，然后采用全连接层，将每个特征区域的输入特征值分别映射得到相同大小的物体特征区域图，对每个输入检测框的特征类别和每个检测框的特征值进行回归，该方法模型较大，检测速度较慢，严重影响列车检修和消杀时间。

发明内容

本发明提供了一种移动消杀机器人目标检测方法、系统、设备及介质，解决的技术问题是，传统的车厢消杀方式人工作业效率低，且消杀机器人只对空气消毒作业，存在物表消杀不彻底、消杀效果不达标的缺陷。

为解决以上技术问题，本发明提供了一种移动消杀机器人目标检测方法、系统、设备及介质。

第一方面，本发明提供了一种移动消杀机器人目标检测方法，所述方法包括以下步骤：

采集车厢目标区域的目标消杀物图像，得到原始数据集；

对所述原始数据集进行预处理，并将经过预处理后的原始数据集分为训练集、测试集和验证集；

将所述训练集和所述验证集输入构建的改进YOLOv5模型中进行训练，得到训练好的改进YOLOv5模型；

利用训练好的改进YOLOv5模型对所述测试集进行检测，得到目标检测结果。