进入 21 世纪以来，国际局势发生了深刻的变化，世界正面临百年未有之大变局。随着恐怖爆炸事件时有发生，国际安全正在经受更加严峻的考验，犯罪分子通过自制炸弹等暴力手段危害社会安全，甚至恐吓政府机构和世界安全组织，给世界各国人民的生命财产安全带来了巨大的威胁。
此外，两次世界大战以及伊科战争等局部冲突过后都遗留有大量未被处置的爆炸物，这些危险物对人类的生命安全存在着巨大的威胁；另外，在武器弹药的日常生产过程中会出现大量废弃的弹药需要处理；除此之外，全国各地为了保护环境都出台了禁止燃放烟花爆竹的规定，导致各地都出现了大量需要被销毁的烟花类爆炸物。上述这些危险物都需要得到有效的处理。因此，安全可靠的搬用、转移危险物和合理、有效的销毁危险物成为解除这些危险物威胁的有效途径。目前，危险物的搬用、转移以及销毁主要依靠穿着防爆服的排爆人员来完成，由于这些危险物具有很强的破坏力，排爆人员往往面临很大的危险。因此通过机器人协助排爆人员检测并处理危险物是十分有必要的。
近年来，机器人技术突飞猛进，在工业生产、救援救灾等行业均有机器人的身影。排爆机器人作为安全领域的机器人受到了诸多关注，作为一种可以在危险环境下代替人类工作的机器人，其可以在爆炸区、放射区以及深海等危险环境下工作，这可以有效的保护人类的生命安全。在危险环境下作业的排爆机器人对安全系数有很高的要求，导致对排爆机器人的精准度要求上升，从而引发了对排爆机器人智能化研究的热潮。但是目前投入使用的排爆机器人主要依赖于机器人计算机视觉系统回传的视频影像，再由排爆人员通过键盘或者遥控器远程控制排爆机器人完成爆炸物的抓取、转移、引爆等操作，其精度和效率会受到回传视频影像的质量、排爆人员对设备的熟练程度以及回传视频影像和操作之间的时间误差等因素的影响。因此，进一步提升排爆机器人的智能化程度是解决其精度和效率的关键。 排爆机器人的智能化在于机器人能够通过计算机视觉系统感知周围环境，并根据所获取的信息自主的做出决策并进行下一步操作，其中排爆机器人感知周围环境的关键在于如何让其快速准确的检测识别危险物。人工智能是模拟人类思维意识过程的一项技术，因此将人工智能技术应用于排爆机器人可以赋予机器人感知、学习、思考、决策和行动等能力。机器学习是实现人工智能的一种重要方式，而深度学习又在机器学习领域中占有十分重要的地位。深度学习会通过神经网络学习图像中有较强表征能力的特征，将该技术运用于目标的识别与定位时展现出了较强的优势，因此将深度学习应用于排爆机器人计算机视觉模块从而进行危险物的检测识别，不仅可以提高危险物的检测的精度与速度，而且还可以提高排爆机器人对周围环境的自主感知能力，进而提升排爆机器人的智能化程度。 综上所述，将深度学习与排爆机器人相结合，可以提高排爆机器人检测危险物的精度和速度。然而，当前并没有可直接应用于危险物检测的算法，因此，研究一款可应用于排爆机器人且具有高精度和高效率的危险物检测算法，不仅可以满足排爆机器人检测危险物所需的精度和效率，还可以为排爆机器人的智能化研究提供新的思路。
17705316877