1 引言

2008年，在国家安全生产监督管理总局危险化学品监督管理司与公安部消防局的指导下，由中国仓储协会、中国化学品安全协会等组成的联合调查组开展了全国危险品仓储行业现状调查，一份《我国危险品仓储业现状调查报告》^[1]揭示了我国危险品仓储的现状。危险品仓库环境复杂，变化较多，存在管理不善、监管不到位、层次低、水平低、人工操作水平具有局限性等一系列问题。危险化学品（简称危化品）作为危险品的一种，在存储上同样面临严峻挑战，致力于危化品仓储安全监测的研究是一项任重而道远的工作。

随着深度学习^[2]、机器视觉^[3]等技术的发展，在计算机视觉领域，卷积神经网络在图像分类^[4]、定位^[5]、物体检测^[6]、目标分割^[7]、目标跟踪^[8]、行为识别^[9]等应用方面取得了突破性的研究进展。随着智能巡检车的应用研究日趋成熟，智能巡检车研制取得了斐然的成绩^[10]。东北大学^[11]采用控制器控制巡检车系统，通过红外传感器采集路径信息，应用模糊控制方法实现了对巡检车位置和速度的控制，使巡检车具有良好的速度切换和位置跟踪能力。许昌学院与许继仪表公司^[12]合作开发了巡检车监控系统，该系统利用控制网络传输、图像采集、速度采集、控制电机驱动、舵机等模块实现了远程控制，远程监控端根据从本地采集并传输过来的图片信息来控制巡检车的运动。新疆大学^[13]研制的巡检车配备有红外光电道路检测装置，采用模糊控制算法实现对巡检车的控制，实现了巡检车自动跟随和道路检测的功能。沈阳理工大学^[14]以芯片为处理器设计巡检车，通过超声波传感器检测障碍物，使巡检车实现避障功能。可见将智能巡检车与人工智能结合在一起，能够使智能巡检车拥有更广泛的应用前景。

鉴于危化品仓库本身属性、目前危化品仓库的巡检状况，以及机器视觉算法在智能巡检车上应用取得的良好效果^[15]，再智能研发一款可以智能巡检危化品仓库的巡检车是很有必要的。本文将卷积神经网络应用在危化品仓库巡检车中，以实现巡检车可以按危化品仓库中规定路径进行巡检的目的。