巡检机器人视觉系统
随着AI的发展，视觉应用越发的成熟了。其中对于小场景的应用也越来越多，因为圈子原因，我接触最多的就是巡检机器人视觉系统。
本人不是特别会文字功夫，写这篇文章的目的呢，一是：小小的曝个光，我们是做智能业务非标定制的。二是：欢迎各位有意向的找我们合作。三是：对做项目遇到疑问的朋友进行解答【仅限视觉方面的哈，其他的我们也没人会】。
一、检测目标：
开关、信号灯、阀门、仪表、人等
二、系统实现的功能
1、对机器人移动过程中的目标进行实时检测与反馈
2、可实现固定摄像头的接入，实现智能监控的效果
3、系统参数自迭代
三、系统核心功能
1、仪表识别【参考本人其他博客有相关的说明】
2、综合面板的识别
综合面板上往往有多种待检测识别的目标，如开关、指示灯、拨片等。
3、人员管理
对场景内的人员进行识别并结合数据库判定其进场是否合规
4、温度测量
通过红外相机成像，测量设备的核心温度
5、机房监测
通过固定摄像头进行机房各种仪器状态的监测——即指示灯动态监测
对接线口的监测——即是否接线
6、缺陷检测
对指定设备、位置进行缺陷检测
7、跑冒滴漏检测
对液压油等存储、流通的地方进行跑冒滴漏检测
四、系统设计
采用离线与在线两种模式进行设计。
离线系统使用tx2部署到机器人身上，可以支持机器人的独立业务。处理速度达20fps。
在线系统部署至服务端，支撑监控检测等业务，使用GPU服务器，处理速度可达25fps。
整个系统业务流程如下：
业务流程比较简单。里面的很多坑是在算法系统本身上。
1、采用视频流的方式处理不能每帧都进行处理，会拖慢系统的响应时间，导致数据堆积，时间一久就内存爆炸。
2、视觉很容易受环境干扰影响，哪怕是鲁棒性比较好的模型也不例外，所以很大一部分精力的花在结果校验上。简单说就是自检。具体如何自检，简单的理解可以认为：“我一分钟前还看到你在网吧打游戏，怎么可能一分钟后你就在家里洗衣服呢”。然后就是不停得刷新系统的“认知”。
本质上呢，系统的参数分为了两部分，一部分是模型的参数，另一部分呢，可以理解成是业务的参数，这部分参数会不停的进行更新（说好听点叫做学习），然后对模型的结果进行后处理。【别问我为什么不直接在模型的网络结构上动手，就是麻烦，一般我会在项目结束后单独花时间改模型，毕竟我们不是科研公司，还是以业务为导向的】
如果要把这一块东西理清楚得单独写一篇文章，因为场景中很多动态的问题，不能完全进行前后两帧的比对【ps：本人比较懒】。第一次遇到这种情况的时候，我确实直接用的前后两帧对比，但是用这种办法需要对前后两帧的目标进行锁定（跟踪）。做过目标跟踪的小伙伴应该能体会里面的痛，尤其是对于密集的相似目标。
3、就是对各种处理机制的算法不停得做优化了。这点大家可以看看我前面关于仪表识别的博客，很早就发出来了，但是到现在还在不停得优化改进。从一开始的分类别单独写处理机制，迭代到现在有些问题可以一次性处理。精度的杠杠的，各地都有它落地的身影了。
PS：现在很多的智能项目无法落地，其实项目本身的业务并不难，之所以不能落地，是因为没有明确的规划，虽然智能项目带有智能二字，但是它也是需要一大串的t条理清晰的逻辑交织形成。只要理清楚需求，就能对应地制定出方案。剩下的就是技术层面的问题了，在现如今知识爆发的阶段，技术层面的问题基本都能得到解决，当然最终效果还是看算法师能力的。
如有疑问，请看本人主页联系我或评论区留言。
标签：巡检,检测,机器人,系统,视觉,识别,进行 来源： https://blog.csdn.net/royallucky/article/details/122343912
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。