阿福老年陪护机器人 v1.7 发布

---

前言

从 v1.0 的小蜜陪护机器人到如今的阿福老年陪护机器人 v1.7，这个项目经历了大量的迭代与打磨。v1.0 的初衷是解决独居老人的安全问题，而 v1.7 则是在此基础上，让机器人看得更准、想得更聪明、用得更放心。

v1.7 的核心改进围绕三个方向展开：

1. 检测能力升级：RTSP 流媒体摄像头接入、双模型重叠确认、摔倒检测
2. AI 对话质量提升：自动搜索防护、答案质量守护、工具调用格式兼容
3. 系统稳定性增强：内存泄漏修复、多线程解码、报警逻辑优化

---

v1.7 主要变更

一、检测能力升级

1. RTSP 流媒体摄像头接入

v1.0 仅支持 ESP32-CAM 拍照模式，v1.7 新增了 RTSP 流媒体摄像头接入能力，支持市面上绝大多数 IP 摄像头：

• FFmpeg 拉流：支持 H.264/H.265 编码，多线程解码（thread_count=0 + FF_THREAD_FRAME|FF_THREAD_SLICE），解决超高清摄像头（2592×1944）解码性能问题
• OpenGL 渲染：自研 GLVideoWidget，OpenGL 3.3 着色器直接将 YUYV422 格式转 RGB 渲染，CPU 零负载，QPainter 叠加检测框/骨骼/姿态标签
• 多摄像头并发：支持同时接入多路 RTSP 摄像头，非选中摄像头跳过 YUYV→BGR 转换，推理线程独立丢帧策略（isBusy 机制），帧缓冲内存池上限 16 块
• 自动重联：TCP 连接断开（-10054 WSAECONNRESET）自动重连，等首个关键帧再解码避免 POC 错误刷屏
• 配置持久化：摄像头列表通过 QSettings 保存，重启自动恢复

2. 双模型重叠确认

v1.0 仅靠姿态模型检测人，v1.7 引入双模型重叠确认机制：

• 姿态模型先检测人体骨骼关键点
• 目标检测模型检测 person 框（classId==0）
• 每个姿态结果与 person 框计算 IoU，IoU≥0.3 才保留
• 无 person 框检出则全部丢弃

这一机制大幅减少了姿态模型的误检率，特别是在复杂背景下。

3. 摔倒检测功能

v1.7 新增专门的摔倒检测模型 yolov26-fall.onnx，采用条件触发策略：

• 姿态检测先运行，检查是否有非站立（坐立/躺卧）的人
• 有非站立的人时才运行摔倒模型（节省算力）
• 摔倒模型结果与非站立人的框做 IoU≥0.3 重叠确认
• 确认通过才标记为摔倒并触发报警

报警复用现有确认机制：连续 5 帧命中 + 3 秒时间窗口 + 30 秒节流，后台摄像头也报警（不限选中）。

4. 火焰烟雾置信度可配置

系统设置新增火焰烟雾置信度阈值（默认 50%）和摔倒置信度阈值（默认 35%），通过 QSettings 持久化，实时生效。

---

二、AI 对话质量提升

5. 自动搜索防护与答案质量守护

v1.6 及之前版本中，当模型给出泛化回答（如"有很多著名的景点"）时会自动触发网络搜索，但存在多个严重问题：

• 搜索关键词被污染：系统记忆前缀 [系统记忆 - 跨对话上下文] 被当作搜索关键词，截断后变成"AI Agent记忆"等无关内容
• 泛化判定过于简单：仅检查"有很多"等单一关键词，具体回答（含故宫、长城等实体）也被误判为泛化
• 搜索结果无关时仍替换原回答：好的回答被无关搜索结果替换，导致答非所问

v1.7 的改进：

改进项	说明
多维度泛化判定	模板措辞命中 且（长度不足 或 实体缺失）才触发搜索，单一维度命中不触发
搜索关键词净化	剥离系统记忆前缀，从用户原始问题提取关键词
搜索结果相关性判定	核心实体不匹配时保留原回答，不注入 RAG 重新生成
候选回答质量比较	原回答 vs 新回答综合得分比较（相关性 0.6 + 具体性 0.25 + 长度 0.15），禁止降级替换
纯文本回答直接采纳	聊天类任务首次纯文本回答不再强制重试 JSON 格式
配置外置化	泛化判定关键词列表、质量阈值等外置到 bin/agentconfigs/answer_guard.json

6. XML 工具调用格式兼容

v1.7 使用的 Spark-X2.5-4B 模型会自然产出 XML 格式的工具调用：

<function name="网络搜索">{"arguments": {"搜索关键词": "新都 好玩 推荐 景点"}}</function>

但原有转换逻辑只支持 <param name="key">value</param> 子标签格式，导致 arguments 内容丢失变成空对象 {}，工具执行失败"搜索关键词不能为空"。

v1.7 修复：在 <param> 子标签未匹配时，自动尝试将标签体作为 JSON 解析，支持 {"arguments": {...}} 包装格式和纯参数对象格式。日志文案从 "MiniCPM5" 改为通用的 "XML tool-call format"。

---

三、系统稳定性增强

7. 内存泄漏修复

泄漏点	修复方案
日志控件 undo 栈无限累积	setUndoRedoEnabled(false)
av_frame_unref 规范化	补充帧释放
帧缓冲内存池	BufferPool 上限 16 块，QSharedPointer 自定义 deleter 归还
推理事件堆积（主因）	inferRequested 跨线程队列 cv::Mat 约 3.7MB/帧堆积 → m_inferInFlight 原子限流

8. 报警逻辑优化

• 位置重叠确认：IoU≥0.2 或中心点包含 + 连续 5 次 + 时间窗口 3 秒双条件
• 后台摄像头也报警：不限选中摄像头
• 断流清零追踪：摄像头断开连接时清零报警追踪状态

9. 其他改进

• llama.cpp API 适配：新版 common_chat_params::prompt 类型变更、common_chat_parse 参数变更、GGML_CPU_ALL_VARIANTS=ON 适配
• Qt 中文翻译：加载 qtbase_zh_CN.qm 翻译，QMessageBox 按钮中文化
• 检测框绘制：火焰红/烟雾灰/人绿框 + COCO 17 关键点骨架连线 + 关键点圆点 + 中文标签 + 置信度
• 人体姿态标签：人的框标签显示"人·站立/坐立/躺卧 xx%"，底部摘要"检测到 N人 (站立X 坐立Y)"

---

功能列表

功能	说明	v1.0	v1.7
摔倒检测	姿态检测非站立 → 摔倒模型确认 → IoU≥0.3 重叠确认 → 报警	-	✅
RTSP 流媒体接入	FFmpeg 拉流 + OpenGL 渲染 + 多摄像头并发 + 自动重联	-	✅
双模型重叠确认	姿态模型 + 目标检测 person 框 IoU≥0.3 确认	-	✅
自动搜索防护	多维度泛化判定 + 关键词净化 + 相关性判定 + 质量比较	-	✅
XML 工具调用兼容	支持 JSON 包装格式 {"arguments":{...}}	-	✅
火焰烟雾检测	置信度阈值可配置（默认 50%）	✅	✅+
晕倒检测	检测到人晕倒后及时报警或通知家属	✅	✅
长时间站立检测	发现你一个人在家站立很久，就会和你攀谈	✅	✅
记忆能力	跨对话记住用户说过的话，做过的事	✅	✅
设备操作能力	控制各种家用电器	✅	✅
隐私保护能力	所有数据存储在本地，不会上传到任何服务器	✅	✅
语音识别能力	可以识别人类语言，根据语言做相应处理	✅	✅
工具调用能力	可以调用外部工具，比如搜索、翻译、播放音乐等	✅	✅
聊天能力	可以和用户进行简单的聊天	✅	✅+
播放广播电视	可以播放广播电视，比如新闻、天气、股票等	✅	✅
定时任务能力	可以设置定时任务	✅	✅
扩展能力	系统设计成插件的模式	✅	✅

---

技术栈

组件	版本/说明
开发框架	Qt 5.15.16 (MSVC 2022)
AI 模型	Spark-X2.5-4B（对话）+ YOLOv8 系列（检测）+ yolov26-fall（摔倒）
推理引擎	ONNX Runtime + llama.cpp
视频处理	FFmpeg 7.1 (libavcodec 63)
渲染	OpenGL 3.3 + QPainter
操作系统	Windows 10+

---

安装说明

下载地址

百度网盘：百度网盘 请输入提取码（提取码：4qsj）

安装步骤

1. 解压软件包
2. 将模型文件放到软件启动目录的 sceneconfigs\models 下（含 yolov26-fall.onnx 摔倒检测模型）
3. 运行软件 KuboRobot.exe

新增配置文件

文件	说明
bin\agentconfigs\answer_guard.json	自动搜索防护配置：泛化判定关键词列表、质量阈值、权重参数

RTSP 摄像头配置

在软件界面"RTSP 摄像头"选项卡中添加摄像头，填写：

• 摄像头名称
• RTSP 地址（如 rtsp://admin:password@192.168.1.100:554/stream1）
• 点击添加即可，支持多摄像头并发

---

结语

阿福老年陪护机器人 v1.7 在 v1.0 的基础上，让机器人真正具备了实时监控的能力。从拍照模式到流媒体实时监控，从单一姿态检测到双模型重叠确认 + 摔倒模型确认，从简单的泛化判定到多维度答案质量守护，每一次改进都源于实际使用中发现的问题。

希望阿福老年陪护机器人能真正帮助到有需要的人，用科技守护每一个家庭。

---

阿福老年陪护机器人开发团队