基于深度学习的视觉-超声机器人系统用于制造中的气体和电弧危险检测

本研究解决了工业环境中气体泄漏和电弧放电检测的挑战，提出了一种结合视觉识别和声学验证的深度学习机器人系统。该系统通过多模态数据融合，显著提高了危险源的分类可靠性和检测准确性，在真实工业场景中的测试中表现出比传统模型高出44%的性能提升，具有实时部署的潜力。