复杂工况下多模态AI巡检机器人边云协同技术研究与工程实践 ——基于“小铁匠”AI电子安全员

刘 同
创泽智能机器人集团股份有限公司

摘要


本文立足于大数据技术积累向人工智能工程化落地的技术演进路径，以“小铁匠”AI电子安全员巡检机器
人为研究载体，围绕多传感器融合SLAM自主导航、面向工地场景轻量化多目标检测模型、多模态风险联合研判、
边缘—云协同一体化架构四大核心技术开展系统研究。针对工地复杂工况完成算法优化与系统工程化适配，结合雄安
新区智慧工地实际项目开展实地测试验证。测试结果表明，经过场景数据集微调后的端侧AI检测模型，关键安全目标
检测mAP@0.5指标可达91.6%—94.2%；多源融合导航方案在动态施工环境定位漂移控制在0.45m以内，7×24小时不间
断巡检任务完成率96.3%，可实现人员违规识别、环境风险感知、现场声光告警、告警工单自动归档完整业务闭环。

关键词


人工智能；智慧工地；巡检机器人；多模态感知；边云协同；SLAM；轻量化深度学习

全文:

PDF


参考


[1]王帅，韩翔宇.基于陆空协同平台的变电站无人机

智能巡检系统[J].机械与电子，2025，43（01）：40-46.

[2]何旭，王河，陈炳辉，等.面向智慧工地的陆空

巡检机器人的开发与应用[J].广州建筑，2026，54（3）：

58-63.

[3]高强，陆可凡，季月辉，等.多传感器融合SLAM

研究综述[J].现代雷达，2024，46（8）：29-39.

[4]赵红成，田秀霞，杨泽森，等.YOLO-S：一种

新型轻量的安全帽佩戴检测模型[J].华东师范大学学报

（自然科学版），2021（5）：92-101.

[5]李小婧，任勇，晋涛，等.基于边缘代理及深度

学习的轻量型云边协同框架研究[J].电子科技大学学报，

2023，52（5）：756-764.


Refbacks

  • 当前没有refback。