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。

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。

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。

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。

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。

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。