Jetson Nano平台下的AI送餐系统设计

摘要

为提升餐厅送餐系统的智能化程度，依托NVIDIA Jetson Nano b01的ROS移动机器人平台，设计用于室内餐厅的AI送餐软件系统。该系统基于轻量级深度学习框架Darknet，采用C++和Python进行系统编程，包含控制器、语音、运动控制和AI视觉处理4个模块。通过语音启动送餐机器人，在识别顾客订餐信息二维码后，自主导航至目标餐桌进行送餐。同时，基于YOLOv3-tiny深度学习对送餐沿途上的人物进行视觉识别，当识别到顾客时语音播报欢迎词。实验结果表明，该系统能有效完成送餐任务，二维码识别时间约0.003s，人物识别准确率高达99%以上。系统能够自动进行语音启动和播报，设计方案合理有效，可为AI送餐领域提供参考与借鉴。

0 引言

传统送餐服务是以人力为主的劳动密集型行业。随着人工智能发展，为减少人力成本，无人配送的概念被引入现代送餐系统。

国内已有部分学者对此进行研究，并已取得一定的成果，但大多基于视觉循迹，并未具备语音交互、客户识别等功能&