项目介绍
本项目设计并实现了一款多功能巡检机器人，旨在为中小型驿站仓库、写字楼等场所提供智能化、自动化的安防巡查服务。系统以 ROS 2 Humble 版本为核心控制平台，结合 slam_toolbox 和 Navigation 2 导航框架实现自主建图与路径规划功能，使机器人能够在复杂室内环境中完成高效巡逻任务。
技术架构
感知与定位
机器人搭载激光雷达与 IMU 传感器，通过 SLAM 技术构建高精度地图，并利用 AMCL 算法实现定位与导航。
视觉识别
在视觉识别方面，采用 YOLOv8 目标检测模型对环境中的包裹状态、门窗开合情况进行实时识别与分析，有效判断是否存在包裹破损或异常开启情况，提升安全预警能力。
热成像监测
此外，机器人集成 MLX90640 热成像模块，能够对环境中的热源进行非接触式温度监测，识别异常高温区域，及时发现潜在火灾隐患，实现多维度的安全检测功能。所有检测结果均可通过 ROS 2 的消息机制上传至远程监控终端，便于管理人员实时掌握现场状况。
硬件平台
本次竞赛选用基于瑞芯微 RK3588 高性能处理器设计的开发板作为参赛平台。该芯片拥有四核 ARM Cortex-A76 与四核 ARM Cortex-A55 的 CPU 架构，主频高达 2.4GHz，内置 6TOPS 算力的 NPU，能够轻松驾驭多种深度学习框架，高效处理各类复杂的 AI 任务。
在接口资源方面，开发板提供了丰富的选项，包括多个 USB、PCIe、UART 等通信接口，以及 HDMI、DP 等音视频接口。此外，它还支持多种扩展模块，适配了显示屏、摄像头、光照传感器、运动传感器、语音控制等丰富的选配模块。开发板预留的 40pin 排针可兼容树莓派的各种模块，为嵌入式学习提供了便利。
该开发板已经适配了 Linux 5.10 及 Ubuntu 22.04 操作系统，后续逐步实现对 Android、OpenHarmony 等系统的适配，旨在为在校学生、高校教师、专业工程师、兴趣达人提供丰富的学习与开发环境。
如此高性能的开发板能够支持多种 AI 应用场景。在图像识别方面，可以高效地完成人脸识别和物体检测等任务。并通过内置的 NPU 和优化的算法，实现语音识别和自然语言处理，此外还支持多种机器学习算法和深度学习模型。
