摘要
本发明涉及安全防范与应急管理领域,公开了基于酒店监控及动态巡检的异常行为识别方法,包括对酒店区域进行建模,将监控范围划分为多个节点,基于历史行为数据和实时采集数据计算每个节点的风险权重;基于风险权重,通过路径规划优化算法生成巡检机器人的最优巡检路径;在多机器人协作场景下,基于博弈优化模型动态调整巡检路径,避免巡检资源冲突。通过巡检机器人、固定摄像头、路径规划和博弈优化模块的协作,实现高效巡检路径规划和异常行为识别,优化路径选择并避免盲区,采用时空特征提取与深度学习模型提升了异常行为识别的准确性,博弈优化模型协调多机器人协作,减少路径冲突,智能化路径规划和动态调整增强了系统适应性。
技术关键词
巡检机器人
识别方法
风险
节点
巡检数据
多机器人协作
长短期记忆网络
巡检路径规划
识别模块
注意力机制
动态更新
遗传算法
更新模型参数
实时数据