基于YOLOv5的吸烟行为检测可移动哨兵机器人  

罗家俊 孔令云  

西京学院，陕西省西安市，710123；  

摘要：根据世界卫生组织2023年数据，烟草每年导致超过800万人死亡，其中包括130万非吸烟者因二手烟致死，吸烟引发的事故也日益增多。因此，监测吸烟行为显得尤为重要。为此，本设计提出以下解决方案：  

采用YOLOv5s模型进行吸烟行为检测，并将其部署于JetsonNano边缘设备。通过深度相机捕捉画面并进行目标识别，利用TensorRT和CUDA加速推理过程，提高识别效率，实现高效监督。  

提出使用移动式巡逻机器人替代传统定点摄像头。机器人使用STM32控制板驱动麦克纳姆轮电机，实现全向移动，并采用cartographer算法进行地图构建，结合ROS导航避障功能，实现自主巡逻和灵活监管。  

关键词：YOLOv5s；TensorRT；多传感器融合建图；导航避障；吸烟行为检测  

参考文献  

[1]王超平.基于改进YOLOv5的吸烟场景目标检测算法研究[D].齐鲁工业大学,2023.DOI:10.27278/d.cnki.gsdqc.2023.000652.  

[2]张新宇.基于Linux的实验室监测系统[D].江西师范大学,2023.DOI:10.27178/d.cnki.gjxsu.2023.000884.  

[3]贺旭.基于改进YOLOv5的水泥厂人员安全穿戴和吸烟行为检测[D].重庆交通大学,2023.DOI:10.27671/d.cnki.gcjtc.2023.000342.  

[4]王彦生,曹雪虹,焦良葆,等.基于改进YOLOv5的电厂人员吸烟检测[J].计算机测量与控制,2023,31(05):48-55.DOI:10.16526/j.cnki.11-4762/tp.2023.05.008.  

[5]赵冬.基于改进目标检测算法的吸烟行为检测[J].电子技术与软件工程,2021,(24):116-117.