项目背景

在本项目中，我们采用鸟瞰视角的3D视觉算法BEVDet，设计并实现了一款巡检机器人。该机器人主要用于变电站的路径规划和杂物检测，确保变电站的安全和高效运行。

技术选型与部署

  1. 3D目标检测算法选取与部署

    • 选择了BEVDet算法，该算法在鸟瞰视角下的3D目标检测中表现出色。
    • 使用TensorRT对模型进行量化，以提高模型的推理速度和效率。
    • 在ROS（Robot Operating System）中部署了BEVDet算法，确保其能够在机器人平台上稳定运行。

  2. ROS节点开发与测试

    • 参与了模型部署ROS节点的编写及测试，确保模型能够在ROS环境中正确运行。
    • 编写了六路海康威视GSM摄像头与算力板的通信及数据采集模块，实现了图像的高效预处理。

  3. 数据通信实现

    • 实现了算力板与下层无人车底层控制系统的数据通信，确保了机器人能够根据检测结果进行路径规划和动作控制。

项目成果

  • 路径规划：机器人能够根据BEVDet算法检测到的3D目标，动态规划最优路径，避免障碍物。
  • 杂物检测：机器人能够准确检测变电站内的杂物，及时报告异常情况，确保变电站的安全。
  • 系统集成：通过ROS节点的开发和测试，实现了系统的高效集成，确保了各个模块的协同工作。

项目经验

  • 3D视觉算法：BEVDet算法在鸟瞰视角下的3D目标检测中表现出色，适合用于需要高精度检测的场景。
  • 模型量化：使用TensorRT对模型进行量化，显著提高了模型的推理速度，降低了计算资源的消耗。
  • ROS开发：ROS节点的开发和测试是项目成功的关键，确保了模型能够在机器人平台上稳定运行。
  • 多摄像头通信：编写了多路摄像头与算力板的通信及数据采集模块，实现了图像的高效预处理。
  • 数据通信：实现了算力板与下层无人车底层控制系统的数据通信，确保了机器人能够根据检测结果进行路径规划和动作控制。

未来展望

  • 算法优化：进一步优化BEVDet算法，提高检测精度和速度。
  • 系统扩展：增加更多的传感器和功能模块，提升机器人的综合性能。
  • 应用拓展：将该技术应用于更多的场景，如工业巡检、安防监控等。