机器狗端侧yolo目标检测与深度识别产品系统

在机器狗巡逻中，识别打卡点位是否常闭门关闭，街道有无垃圾，员工有没有抽烟，垃圾桶是否满溢等场景业务问题。在电梯里，人行道上识别是否有人，能不能进电梯，距离多远等问题。

机器狗的背包开发主要涉及ROS系统调用，在巡检这个场景里，主要针对建图，定位，避障和导航四大任务，建图和定位使用了传统的slam技术进行激光点云来构建，但是面对长走廊大玻璃，动态人物等场景却无能为力，只能使用相机视频流里记录的视频与照片来实时判断。

我负责视觉-语义导航模块的算法开发，在端侧部署yolo11n做实时目标检测和yolo26_depth做实时深度检测，模型在端侧rk3588的NPU上并行推理，推理速度最高能达到10FPS，完全满足日常需要，配合多帧融合算法，可以保证足够高可用的目标检测效果，通用目标使用微调方法训练模型，应对特定目标（如抽烟，垃圾桶满溢与否）写分步逻辑融合判断。