近年来，智能技术发展日新月异，大数据、机器视觉、图像识别、语音交互技术取得显著突破，安防机器人通过综合运用物联网、人工智能、云计算、大数据等技术，集成环境感知、动态决策、行为控制和报警装置，具备自主感知、自主行走、自主保护、互动交流等能力，可帮助人类完成基础性、重复性、危险性的安保工作，推动安保服务升级、降低安保成本的多功能综合智能装备，能显著提升人类对各类灾害及突发事件的应急处理能力，有效增强紧急情况下的容错性，展现出极大的发展潜力及空间。
计算机视觉就是用各种成像系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能像人那样通过视觉观察和理解世界，具有自主适应环境的能力。但在实现最终目标以前，人们努力的中期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务。（这里要指出的一点是在计算机视觉系统中计算机起代替人脑的作用，但并不意味着计算机必须按人类视觉的方法完成视觉信息的处理。计算机视觉可以而且应该根据计算机系统的特点来进行视觉信息的处理、指导。
目前，计算机视觉的应用是众多人工智能企业集中攻坚的大热方向。计算机视觉的核心功能包括了更智能的空间与环境感知能力和视觉认知能力。理想情况是机器人植入深度视觉后，可以更精准得实现自动三维地图重建、自主规划行走路线及避障，轻松进行物体识别、人的身份识别等功能。但是应用到场景里，问题却不少。比如突然之间掉落一个东西成为一个障碍物，机器人的反应速度跟不上，可能会突然停止，或者机器人前面多几个人行走就可能会导致机器人行走速度会变得很慢，或者直接失灵。
目前市面上的深度视觉产品主要是深度摄像头。按技术分类，深度摄像头可分为以下三类主流技术：结构光、双目视觉和TOF飞行时间法。前两者受环境影响较大，后者成本高量产难还不够清晰。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
