【摘要】校园安全事件发生率达 5???? 5%,传统固定监控存在盲区,人工巡检效率低下,本研究采用六足机器人搭载深度相机与YOLOv8 卷积神经网络(CNN),实现校园暴力行为与危险活动的智能识别。 系统采用特征提取与多尺度融合技术,结合足端力控机制,在楼梯攀爬、湿滑地面等复杂场景中避障成功率达 99%。 同时,系统通过消息队列遥测传输(MQTT)协议,将环境参数上传至云端平台,实现手机应用程序(App)与万维网(Web)界面数据可视化。 实验验证结果表明,该系统在目标检测精度、地形适应能力及集成效果方面均显著优于传统巡检方式,为校园安防提供了技术支撑。