“战役”--基于深度学习的多功能智能消毒车 - 智能产品 - 全国大学生数字媒体科技作品及创意竞赛官网
查看原图

竞赛作品 > 智能产品

“战役”--基于深度学习的多功能智能消毒车

  • 智能产品竞赛作品——“战役”--基于深度学习的多功能智能消毒车

    作品名称:“战役”--基于深度学习的多功能智能消毒车
    参赛院校:江西理工大学
    指导教师:杨杰、郭濠奇
    团队成员:冯志成、陈智超、李林红、朱浩、蒋严宣
    数媒竞赛网(mit.caai.cn)2022年参赛作品
    作品描述:

    目前,消毒是实施“人、物、环境”同防措施的重要手段,精准规范地做好消毒工作事关防疫整体措施的落实。为此,本项目基于ROS和深度学习技术设计了一种智能消毒车,综合考虑防疫需求,实现定点巡航消杀、行人检测、口罩识别和远程中控界面可视化等功能。针对于巡航消杀功能,本项目以Jeston Nano作为核心控制板,基于ROS系统的Gmapping算法,完成室内场景的地图构建。然后,通过使用里程计、tf坐标变换树以及雷达点云等数据,基于Navigation功能包实现小车的多点导航。针对于行人检测,项目采用了目前主流的YOLO v5-s检测算法,并在行人数据集中完成模型训练,实现对行人目标的高效检测,并与深度相机结合,实现精准的社交安全距离测量。针对于口罩识别算法,项目使用多任务卷积神经网络MTCNN实现人脸检测与五点标定,同时结合轻量级卷积神经网络ShuffleNet v2实现口罩的快速精确分类。针对于远程中控界面,项目基于PyQt进行界面的开发。界面包括两块显示区域,分别显示深度相机实时画面以及SLAM地图,用户可通过远程界面进行定点导航。


  • 智能产品竞赛作品——“战役”--基于深度学习的多功能智能消毒车

    作品名称:“战役”--基于深度学习的多功能智能消毒车
    参赛院校:江西理工大学
    指导教师:杨杰、郭濠奇
    团队成员:冯志成、陈智超、李林红、朱浩、蒋严宣
    数媒竞赛网2022年参赛作品
    作品描述:

    目前,消毒是实施“人、物、环境”同防措施的重要手段,精准规范地做好消毒工作事关防疫整体措施的落实。为此,本项目基于ROS和深度学习技术设计了一种智能消毒车,综合考虑防疫需求,实现定点巡航消杀、行人检测、口罩识别和远程中控界面可视化等功能。针对于巡航消杀功能,本项目以Jeston Nano作为核心控制板,基于ROS系统的Gmapping算法,完成室内场景的地图构建。然后,通过使用里程计、tf坐标变换树以及雷达点云等数据,基于Navigation功能包实现小车的多点导航。针对于行人检测,项目采用了目前主流的YOLO v5-s检测算法,并在行人数据集中完成模型训练,实现对行人目标的高效检测,并与深度相机结合,实现精准的社交安全距离测量。针对于口罩识别算法,项目使用多任务卷积神经网络MTCNN实现人脸检测与五点标定,同时结合轻量级卷积神经网络ShuffleNet v2实现口罩的快速精确分类。针对于远程中控界面,项目基于PyQt进行界面的开发。界面包括两块显示区域,分别显示深度相机实时画面以及SLAM地图,用户可通过远程界面进行定点导航。


  • 智能产品竞赛作品——“战役”--基于深度学习的多功能智能消毒车

    作品名称:“战役”--基于深度学习的多功能智能消毒车
    参赛院校:江西理工大学
    指导教师:杨杰、郭濠奇
    团队成员:冯志成、陈智超、李林红、朱浩、蒋严宣
    数媒竞赛网2022年参赛作品
    作品描述:

    目前,消毒是实施“人、物、环境”同防措施的重要手段,精准规范地做好消毒工作事关防疫整体措施的落实。为此,本项目基于ROS和深度学习技术设计了一种智能消毒车,综合考虑防疫需求,实现定点巡航消杀、行人检测、口罩识别和远程中控界面可视化等功能。针对于巡航消杀功能,本项目以Jeston Nano作为核心控制板,基于ROS系统的Gmapping算法,完成室内场景的地图构建。然后,通过使用里程计、tf坐标变换树以及雷达点云等数据,基于Navigation功能包实现小车的多点导航。针对于行人检测,项目采用了目前主流的YOLO v5-s检测算法,并在行人数据集中完成模型训练,实现对行人目标的高效检测,并与深度相机结合,实现精准的社交安全距离测量。针对于口罩识别算法,项目使用多任务卷积神经网络MTCNN实现人脸检测与五点标定,同时结合轻量级卷积神经网络ShuffleNet v2实现口罩的快速精确分类。针对于远程中控界面,项目基于PyQt进行界面的开发。界面包括两块显示区域,分别显示深度相机实时画面以及SLAM地图,用户可通过远程界面进行定点导航。


  • 智能产品竞赛作品——“战役”--基于深度学习的多功能智能消毒车

    作品名称:“战役”--基于深度学习的多功能智能消毒车
    参赛院校:江西理工大学
    指导教师:杨杰、郭濠奇
    团队成员:冯志成、陈智超、李林红、朱浩、蒋严宣
    数媒竞赛网2022年参赛作品
    作品描述:

    目前,消毒是实施“人、物、环境”同防措施的重要手段,精准规范地做好消毒工作事关防疫整体措施的落实。为此,本项目基于ROS和深度学习技术设计了一种智能消毒车,综合考虑防疫需求,实现定点巡航消杀、行人检测、口罩识别和远程中控界面可视化等功能。针对于巡航消杀功能,本项目以Jeston Nano作为核心控制板,基于ROS系统的Gmapping算法,完成室内场景的地图构建。然后,通过使用里程计、tf坐标变换树以及雷达点云等数据,基于Navigation功能包实现小车的多点导航。针对于行人检测,项目采用了目前主流的YOLO v5-s检测算法,并在行人数据集中完成模型训练,实现对行人目标的高效检测,并与深度相机结合,实现精准的社交安全距离测量。针对于口罩识别算法,项目使用多任务卷积神经网络MTCNN实现人脸检测与五点标定,同时结合轻量级卷积神经网络ShuffleNet v2实现口罩的快速精确分类。针对于远程中控界面,项目基于PyQt进行界面的开发。界面包括两块显示区域,分别显示深度相机实时画面以及SLAM地图,用户可通过远程界面进行定点导航。


  • 智能产品竞赛作品——“战役”--基于深度学习的多功能智能消毒车

    作品名称:“战役”--基于深度学习的多功能智能消毒车
    参赛院校:江西理工大学
    指导教师:杨杰、郭濠奇
    团队成员:冯志成、陈智超、李林红、朱浩、蒋严宣
    数媒竞赛网2022年参赛作品
    作品描述:

    目前,消毒是实施“人、物、环境”同防措施的重要手段,精准规范地做好消毒工作事关防疫整体措施的落实。为此,本项目基于ROS和深度学习技术设计了一种智能消毒车,综合考虑防疫需求,实现定点巡航消杀、行人检测、口罩识别和远程中控界面可视化等功能。针对于巡航消杀功能,本项目以Jeston Nano作为核心控制板,基于ROS系统的Gmapping算法,完成室内场景的地图构建。然后,通过使用里程计、tf坐标变换树以及雷达点云等数据,基于Navigation功能包实现小车的多点导航。针对于行人检测,项目采用了目前主流的YOLO v5-s检测算法,并在行人数据集中完成模型训练,实现对行人目标的高效检测,并与深度相机结合,实现精准的社交安全距离测量。针对于口罩识别算法,项目使用多任务卷积神经网络MTCNN实现人脸检测与五点标定,同时结合轻量级卷积神经网络ShuffleNet v2实现口罩的快速精确分类。针对于远程中控界面,项目基于PyQt进行界面的开发。界面包括两块显示区域,分别显示深度相机实时画面以及SLAM地图,用户可通过远程界面进行定点导航。


  • 智能产品竞赛作品——“战役”--基于深度学习的多功能智能消毒车

    作品名称:“战役”--基于深度学习的多功能智能消毒车
    参赛院校:江西理工大学
    指导教师:杨杰、郭濠奇
    团队成员:冯志成、陈智超、李林红、朱浩、蒋严宣
    数媒竞赛网2022年参赛作品
    作品描述:

    目前,消毒是实施“人、物、环境”同防措施的重要手段,精准规范地做好消毒工作事关防疫整体措施的落实。为此,本项目基于ROS和深度学习技术设计了一种智能消毒车,综合考虑防疫需求,实现定点巡航消杀、行人检测、口罩识别和远程中控界面可视化等功能。针对于巡航消杀功能,本项目以Jeston Nano作为核心控制板,基于ROS系统的Gmapping算法,完成室内场景的地图构建。然后,通过使用里程计、tf坐标变换树以及雷达点云等数据,基于Navigation功能包实现小车的多点导航。针对于行人检测,项目采用了目前主流的YOLO v5-s检测算法,并在行人数据集中完成模型训练,实现对行人目标的高效检测,并与深度相机结合,实现精准的社交安全距离测量。针对于口罩识别算法,项目使用多任务卷积神经网络MTCNN实现人脸检测与五点标定,同时结合轻量级卷积神经网络ShuffleNet v2实现口罩的快速精确分类。针对于远程中控界面,项目基于PyQt进行界面的开发。界面包括两块显示区域,分别显示深度相机实时画面以及SLAM地图,用户可通过远程界面进行定点导航。



智能产品竞赛作品—“海洋卫士”多功能水面清洁机器人 上一篇

  • 1/6

  • 2/6

  • 3/6

  • 4/6

  • 5/6

  • 6/6

智能产品竞赛作品—基于5G技术的城市道路巡警 下一篇



Copyright © 2001 - 2024 全国大学生数字媒体科技作品及创意竞赛网版权所有

Copyright © 2001 - 2024 数媒竞赛网(http://www.shumeijingsai.com)版权所有