基于计算机视觉的电信运营商智能巡检机器人技术研究

摘要

本文构建了面向电信运营商机房配电设备的智能巡检机器人及视觉检测系统,具有环境感知、行为控制、导航规划与动态决策等功能,通过传感器感知环境信息和自身的速度、位置、姿态等信息,处理感知信息并作出正确的决策和行为控制.设计和实施了一种基于RPN+SVM级联网络的运营商机房配电设备异常检测方法,对深度学习模型Faster-RCNN进行改进,在RPN网络后级联二分类网络SVM来识别消除背景区域的干扰,引入Faster-RCNN、SSD算法进行比较,证明了本方法在检测精度、检测速率和训练时长方面效果更优.