基于深度视觉的六足机器人校园巡检目标识别

尹春义; 谭灯成; 蔡宇翔; 覃朗; 江涵; 俞皓缤

doi:10.16009/j.issn.1009-5624.2026.06.035

信息记录材料 ›› 2026, Vol. 27 ›› Issue (6) : 105 -107. DOI: 10.16009/j.issn.1009-5624.2026.06.035

基于深度视觉的六足机器人校园巡检目标识别

尹春义, 谭灯成, 蔡宇翔, 覃朗, 江涵, 俞皓缤

作者信息 +

Author information +

文章历史 +

PDF

摘要

校园安全事件发生率达5.5%，传统固定监控存在盲区，人工巡检效率低下，本研究采用六足机器人搭载深度相机与YOLOv8卷积神经网络(CNN)，实现校园暴力行为与危险活动的智能识别。系统采用特征提取与多尺度融合技术，结合足端力控机制，在楼梯攀爬、湿滑地面等复杂场景中避障成功率达99%。同时，系统通过消息队列遥测传输(MQTT)协议，将环境参数上传至云端平台，实现手机应用程序(App)与万维网(Web)界面数据可视化。实验验证结果表明，该系统在目标检测精度、地形适应能力及集成效果方面均显著优于传统巡检方式，为校园安防提供了技术支撑。