营区警戒无人巡逻机器人系统及巡逻机器人的制作方法

本发明涉及巡逻机器人，尤其是涉及一种营区警戒无人巡逻机器人系统及巡逻机器人。

背景技术：

1、巡逻机器人是一种自动化的机器人系统，它们被设计用于执行各种巡逻任务，比如安全监控、环境监测、巡检等。

2、在当前阶段，许多部队营区仍然依赖传统的哨兵值守方式来维护安全，然而这种方式存在一些明显不足之处。首先，长时间值守会导致士兵身体和心理疲劳，影响其反应速度和决策能力，疲劳还可能导致士兵在关键时刻无法做出正确的判断，从而降低整体的安全性能。其次，夜间由于光线不足，哨兵的视野受到限制，难以及时发现异常情况，夜间的低温和长时间值守也会加重士兵的疲劳感，影响其警觉性，且传统方式下，信息收集和处理较为分散，缺乏有效的整合和分析，信息孤岛现象可能导致决策迟缓，无法快速响应安全威胁。

3、因此，本领域技术人员致力于开发一种营区警戒无人巡逻机器人系统及巡逻机器人，利于机器人营区执行巡逻任务时能够准确识别潜在风险，减少营区内人力资源需求。

技术实现思路

1、本发明所要解决的技术问题是提供一种营区警戒无人巡逻机器人系统及巡逻机器人，利于机器人营区执行巡逻任务时能够准确识别潜在风险，减少营区内人力资源需求。

2、本发明解决上述技术问题的技术方案如下：

3、一种营区警戒无人巡逻机器人系统，包括

4、异常活动侦测模块，所述异常活动侦测模块包括视频信息采集单元、位置信息获取单元和声音信息获取单元，所述视频信息采集单元用于采集营区内移动人员的视频信息，所述位置信息获取单元用于获取移动人员的位置信息，所述声音信息获取单元用于获取移动人员的声音信息，并将所述视频信息、所述位置信息和所述声音信息通过通讯模块采用无线传输的方式发送至数据处理模块；

5、所述数据处理模块将获取的所述视频信息、所述声音信息和所述位置信息输入至预先训练好的神经网络模型中并与数据信息存储中的人员信息进行识别判断并生成威胁预判阈值；

6、控制器模块上预设有第一威胁阈值和第二威胁阈值，当威胁预判阈值小于所述第一威胁阈值时判断为无威胁，不发出指令；当威胁预判阈值大于所述第一威胁阈值并小于所述第二威胁阈值时判断为非致命威胁，发出第一指令信息；当威胁预判阈值大于所述第二威胁阈值时判断为致命威胁，发出第二指令信息，

7、第一执行模块接收到第一指令信息后，先控制音响模块发出高分贝警报声，再控制驱散模块发出声波驱散；

8、第二执行模块接收到第二指令信息后，将实时位置信息发送至出警模块，所述出警模块接收到第二执行模块发出的指令后发出警报。

9、采用上述方案的有益效果是：视频信息采集单元用于采集营区内移动人员的视频信息，位置信息获取单元用于获取移动人员的位置信息，声音信息获取单元用于获取移动人员的声音信息，并将视频信息、位置信息和声音信息通过通讯模块采用无线传输的方式发送至数据处理模块，方便数据中心实时对营区内环境监测，并根据信息获取营区内移动人员的视频信息和声音信息与神经网络模型中并与数据信息存储中的人员信息进行识别判断，以分辨出营区内工作人员或外来人员，并根据判断信息识别出威胁等级，根据威胁等级做出相应的处理，保证营区内的巡逻安全，避免不法分子潜入至营区内；

10、另一方面，当判断为非致命威胁时，主动做出发出警告或驱散，提醒非法闯入人员尽快撤离，若判断为致命威胁，巡逻机器人会保持沉默，并将视频信息、位置信息和声音信息等传递至数据中心报警，数据中心的值班人员根据报警人工判断并做出相应的指示，减少误报警。

11、在上述技术方案的基础上，本发明还可以做如下改进。

12、进一步，所述数据处理模块获取所述视频信息后，在一个预设的视频周期内按照等间隔时间提取目标图片，根据目标图片识别移动人员的面部信息、体型信息和携带的器具标定，

13、所述人员面部信息对比为第一顺位对比信息，当人员面部信息对比结果为内部人员后，进行人员体型信息对比，经过人员体型信息校验，再次得出为内部人员结论后，数据处理模块生成小于第一威胁阈值的威胁预判阈值；

14、所述人员面部信息对比为第一顺位对比信息，当人员面部信息对比结果为非内部人员后，再次对携带器具的信息对比，若数据处理模块判断未携带器具或携带的器具不属于危险器具时，数据处理模块生成大于第一威胁阈值且小于第二威胁阈值的威胁预判阈值；

15、所述人员面部信息对比为第一顺位对比信息，当人员面部信息对比结果为非内部人员后，再次对携带器具的信息对比，若数据处理模块判断携带的器具属于危险器具时，数据处理模块生成大于第二威胁阈值的威胁预判阈值。

16、采用上述进一步方案的有益效果是：数据处理模块将视频流信息等间隔时间段提取生成图片信息，根据图片信息判断优先判断移动人员的面部信息，再通过体型信息复判，最后再通过携带的器具标定进一步判断，从而精确判断出营区内移动人员是否为闯入动物、营区内工作人员或外来闯入人员，不但减少数据处理模块的数据处理量，同时提高判断精度。

17、进一步，根据所述目标图片识别移动人员的面部信息、体型信息和携带的器具标定，具体包括：

18、对视频中获取的多张图像进行筛选，筛选出具有完整移动人员的图像；

19、对筛选出的图像进行图像预处理，所述图像预处理包括图像裁剪与缩放，将多张图像按照移动人员宽度和高度进行裁剪，去掉无关的背景，提取到清晰的外形图像素材，同时对图像中器具部分以及移动人员面部部分进行局部裁剪，提取到清晰的器具图片素材和面部图像素材；

20、对外形图像素材、器具图片素材和面部图像素材进行去噪和二值化处理，完成图像预处理；

21、对经过图像预处理的外形图像素材、器具图片素材和面部图像素材进行边缘检测，提取到移动躯体的外形轮廓、面部轮廓以及器具轮廓。

22、采用上述进一步方案的有益效果是：将视频中的多张图像筛选、裁剪、去噪后得到清晰的外形图像素材，确保图像处理得到的外形轮廓、面部轮廓以及刀具轮廓更加清晰，提高了图像数据处理结果的精准性，有利于保证比对结果。

23、进一步，根据所述面部信息、体型信息和携带的器具标定与数据信息存储中的人员信息进行识别判断，具体包括：

24、所述数据信息存储中心内设有人员体型数据库、人员面部信息数据库以及器具信息数据库；

25、所述人员体型数据库内储存有人员体型数据，包括人员身高、体宽、头围宽度、肩宽、臂长、腰围宽度、腿部长度，脚掌长度；

26、所述人员面部信息数据库包括人员面部图像；

27、所述器具信息数据库包括器具的长度、宽度、面积、周长、刀尖角度以及刀刃长度；

28、基于移动躯体的外形轮廓、面部轮廓以及器具轮廓提取出数据信息存储中心中各数据库中储存的数据值，计算实际提取的数据值与数据库中储存数据值的相似度，设置相识度阈值。

29、采用上述进一步方案的有益效果是：通过数据信息存储中心的体型数据库、人员面部信息数据库和器具信息数据库中的数据信息与移动人员的体型信息和携带的器具信息对比，通过多个数据进行数据比对，可以进一步提高数据比对后的判定结果，且每个具体信息涵盖的参考比对信息较多，更能够包括实际采集到的图形数据，保证即便在图像数据提取到的有效信息较少的情况下，亦能做出相对准确的判断。

30、进一步，对经过图像预处理的外形图像素材、器具图片素材和面部图像素材进行边缘检测，提取到移动人员的外形轮廓、面部轮廓以及器具轮廓，具体包括：

31、用高斯滤波器对图像素材进行卷积，减少图像噪声和不相关细节，保留图像边缘信息，实现对图像的降噪；

32、用sobeo算子计算水平和垂直方向的梯度强度和方向，确定图像边缘的位置；

33、在梯度方向上，比较当前像素的梯度强度和相邻像素的梯度强度，若当前像素的梯度强度不是局部最大值，则将当前像素进行抑制，即将其设置为零，保留局部最大梯度值的点，被保留的最大梯度值的点标记为可能的边缘点，设置一个梯度强度高阈值和梯度强度低阈值，当被标记为可能的边缘点的梯度强度大于梯度强度高阈值时，则确定该点为边缘点，当其梯度强度小于梯度强度低阈值时，则排除为边缘点，当其梯度强度介于高阈值和低阈值之间时，则视为候选边缘点；对于候选边缘点，如果其与已确定的边缘点相连，则保留为边缘点，否则丢弃。

34、采用上述进一步方案的有益效果是：实现细化图像边缘，能够进一步去除第一步降噪引起的虚假边缘，以确保真正的边缘被连接起来，并通过边缘跟踪算法将检测到的边缘点连接起来，形成完整的移动人员的外形轮廓、面部轮廓以及刀具轮廓，通过这种方式获取得到的轮廓即为准确，便于后续进行数据对比，从而提高对比结果的准确性。

35、进一步，通过边缘跟踪算法将检测到的边缘点连接起来，形成完整的移动人员的外形轮廓、面部轮廓以及器具轮廓的具体步骤包括：

36、选择一个确定的边缘点作为初始点，以初始点为基础选择一个方向进行搜索，查看当前搜索方向上的相邻像素是否为边缘点，若是，则连接两个边缘点，并就将初始点移动到这个新的边缘点，以新的边缘点为基础选择一个方向进行继续搜索；

37、如果在当前搜索方向上没有找到相邻的边缘点，就改变搜索方向；将连续检测到的边缘点连接起来，形成边缘线；若在搜索边缘点的过程中，遇到边缘的分支或交叉点，则选择梯度强度最大的分支作为边缘点，并继续进行边缘点搜索。

38、采用上述进一步方案的有益效果是：通过这种方式连接边缘点，可以进一步排除干扰边缘点，保证外部轮廓的数据准确定。

39、进一步，还包括导航模块，所述导航模块包括环境图像采集单元和空间位置获取单元，所述环境图像采集单元用于采集环境图像，所述空间位置获取单元用于获取空间位置信息，并将所述环境图像和所述空间位置信息传递至所述数据处理模块，所述数据处理模块根据环境图像和控制位置信息向行走机构发送驱动指令，所述行走机构根据所述驱动指令驱动巡逻机器人行走；

40、还包括清扫模块，所述清扫模块包括金属探测单元和清扫单元，所述金属探测单元用于探测巡逻机器人巡逻路线上的掉落金属，并将金属信息传递至所述数据处理模块，所述数据处理模块根据金属信息向所述清扫单元发送清扫指令，所述清扫单元根据清扫指令清扫所述金属探测单元探测到的掉落金属；

41、还包括气象检测模块，所述气象检测模块包括风向检测单元、风力检测单元、湿度检测单元、温度检测单元和大气压力检测单元，所述风向检测单元、风力检测单元、湿度检测单元、温度检测单元和大气压力检测单元通过所述通讯模块与所述数据处理模块无线连接。

42、采用上述进一步方案的有益效果是：环境图像采集单元用于采集环境图像、空间位置获取单元用于获取空间位置信息并将采集信息通过通信模块传递至数据处理模块，数据处理模块用于判断机器人的巡逻位置，以及根据采集信息向执行机构发出执行命令，以驱动巡逻机器人在设定的营区范围内巡视；

43、金属探测单元用于检测巡逻机器人巡逻路线上是否有尖锐金属掉落，比如图钉、螺钉、自攻钉等，避免尖锐的金属物掉落在路面上，对过往车辆，尤其是出警处车辆造成安全隐患，影响出警效率；

44、气象检测模块用于检测巡逻机器人巡逻环境中风力、风向、湿度、温度以及大气压力等气象信息，数据处理模块获取气象信息后控制巡逻机器人的巡逻速度、巡逻方向等，提高巡逻机器人的巡逻效率。

45、进一步，还包括夜间侦查模块，所述夜间侦查模块包括温度热像采集单元和能量辐射采集单元，所述温度热像采集单元用于采集物体表面温度热像信息，所述能量辐射采集单元用于采集物体辐射能量信息，并将物体表面温度热像信息和物体辐射能量信息传递至所述数据处理模块。

46、采用上述进一步方案的有益效果是：数据处理模块物体表面温度热像信息和物体辐射能量信息判断出移动人员的红外图像，并根据红外图像以及视频信息采集单元和声音信息采集单元采集的信息综合分析判断，进一步提高夜间侦查效率。

47、进一步，所述视频信息采集单元包括深度相机，所述深度相机用于获取所述视频信息和所述环境图像，并将所述视频信息和所述环境图像传递至所述数据处理模块；

48、所述位置信息获取单元包括定位传感器，所述定位传感器用于将经纬度坐标信息传递至所述数据处理模块；

49、所述声音信息获取单元包括麦克风阵列；

50、所述空间位置获取单元包括雷达传感器，用于在控制模块的控制下探测周围物体与巡逻机器人之间的距离，所述控制模块根据距离信息控制所述行走机构；

51、所述温度热像采集单元包括红外传感器，所述温度热像采集单元包括热成像传感器。

52、采用上述进一步方案的有益效果是：深度相机用于获取所述视频信息和环境图像，利于数据处理模块根据视频信息和环境图像进行数据分析，定位传感器和麦克风阵列分别用于获取位置信息和声音信息；

53、雷达传感器用于将空间位置信息传递至数据处理模块，以便于数据处理模块进行数据分析；

54、红外传感器用于获取移动人员红外信息，热成像传感器用于检测移动人员表面散热分布。

55、一种巡逻机器人，包括如上所述的营区警戒无人巡逻机器人系统。