基于多模态深度学习的社交助理机器人Zenbo Patrol——实时非法停车识别与通知
机器人学
2025-10-07 v1
摘要
本研究中，社交机器人作为巡逻员识别并实时通知违停车辆。比较了双模型管道方法和大型多模态模型，采用GPT-4o多模态模型进行车牌识别，无需预处理。为了在平坦地面上平滑行驶，机器人在实验中在模拟停车场中进行导航。机器人自动改变摄像头的角度以获取格式为车牌号的周围图像。从机器人捕获的图像中，通过GPT-4o模型识别车牌上的数字，并识别车辆的合法性。当检测到违停时，机器人会立即向系统经理发送Line消息。该工作的贡献在于验证了 novel 多模态深度学习方法在车牌识别中具有高准确率，同时提供了一个用于解决实际场景问题的社交助理机器人，可应用于室内停车场。
引用
@article{arxiv.2510.04190,
title = {Zenbo Patrol: A Social Assistive Robot Based on Multimodal Deep Learning for Real-time Illegal Parking Recognition and Notification},
author = {Jian-jie Zheng and Chih-kai Yang and Po-han Chen and Lyn Chao-ling Chen},
journal= {arXiv preprint arXiv:2510.04190},
year = {2025}
}