百万数据集支撑机器人感知青岛——青岛理工大学多场景智能感知与巡检模型建设

校园道路上的积水、林间的疑似烟火、地铁中的仪表状态、小区楼道里的杂物……这些日常巡检中需要留意的细节,正成为机器人学习识别的对象。青岛理工大学具身智能与机器人研究院围绕校园、森林、地铁和小区四类典型环境,开展多场景智能感知与巡检模型平台建设,探索以百万级数据和场景化模型为基础,让机器人感知青岛、理解青岛。
目前,平台已积累各场景30万以上、累计120万以上的图像与视频数据资源,形成四类场景化视觉感知模型,并配套项目成果展示与三维仿真演示入口。围绕青岛机器人开源大模型建设,团队正持续积累数据、模型与应用经验,推进从画面识别到移动巡检的应用探索。
一、百万级数据 让机器人学会观察
数据是机器人认识环境的基础。面对不同光照、空间遮挡、弱小目标和复杂背景,模型需要通过具有代表性的样本学习目标特征。平台围绕四类场景建设跨场景数据资源,结合分层标注与多任务训练,为模型学习不同巡检对象和环境差异提供支撑。
按照项目展示的场景分类,校园巡检和地铁巡检分别覆盖60种细分场景,森林巡检和小区巡检分别覆盖50种细分场景。各类场景均以30万以上数据资源为基础,围绕具体检查对象开展训练与优化,让模型更贴近巡检需求。
二、四大模型 扎根本地场景
平台已形成校园巡检、森林巡检、地铁巡检和小区安保四类场景化模型,分别面向校园安全、森林防火与生态保护、地铁设备运维与公共安全、社区安防和环境治理等需求,开展训练与优化。
校园场景面向智慧安防,覆盖消防栓与灭火器识别、配电箱与电表等电力设备检查、拥挤及异常行为识别,以及垃圾、积水、车辆和出入口等巡检。森林场景面向生态安全,覆盖火焰烟雾、病虫害、林地垃圾及吸烟行为识别,服务森林防火与生态保护。地铁场景面向运维与公共安全,覆盖仪表识别、设备状态、滴漏积水、人员异常及消防设施检查。小区场景面向社区治理,覆盖人员车辆、消防设施、垃圾杂物、路灯井盖及楼道占道巡检。
这些具体任务,是机器人认识城市的起点。面向青岛机器人开源大模型建设,团队将逐步探索数据、模型和应用经验的开放共享,为更多场景的开发与验证提供基础。现阶段,平台重点建设的是场景化视觉感知能力,后续将通过设备适配与现场反馈,持续积累机器人理解城市环境所需的能力。
三、搭载机器狗 从识别画面走向现场感知
团队将场景化模型搭载到机器狗上,结合移动能力与视觉识别能力,在校园道路、林间小路和社区公共空间等环境中采集画面、筛查疑似异常、辅助记录隐患,并由工作人员核实和处理。
研究院将持续完善数据质量和场景覆盖,验证移动画面、设备算力与长时间运行对识别效果的影响,让机器人逐步熟悉青岛的城市环境和巡检任务,分担重复巡查与部分涉险信息采集工作,为城市安全与日常治理提供支持。
了解项目内容及相关成果展示,可访问:https://blog.srlove.top/aegis/

系统展示图

商务合作
商务活动|宣传推广|转载开白等
邮箱|1784288990@qq.com
联系电话|18355423366
END
“
如果内容对您有所启发,欢迎在评论区留言
请点赞、转发、小心心,将公众号设置为星标
”



