2026年8月2日-3日，作为同济大学面向全国开展的“人工智能登峰计划”实验课程的重要实践环节，课题组围绕人工智能与机器人行为安全主题开展机器人安全监控系统专题实训。

在课题组李翠玲老师的指导下，课题组蔡宇鑫和姜凯升以真实人形机器人图像和视频为载体，分班次辅导84位参训学员完成数据标注、模型训练与异常行为识别，推动视觉感知算法与安全监测场景深度融合，进一步提升学生解决实际工程问题的能力。

实训课堂现场

课堂上，课题组成员围绕“本机标注—服务器上传—数据转换—模型训练—视频检测”的完整流程进行讲解和演示。学生使用 LabelMe 对机器人目标进行框选，并按照统一顺序标注头部、肩、肘、腕、髋、膝、踝等 19 个关键点，在逐图核验中掌握高质量数据集制作的规范与要点。

机器人关键点标注界面

完成标注后，学生将图片及对应 JSON 文件上传至 AutoDL 服务器，在 JupyterLab 中完成 YOLO Pose 数据格式转换，调用预训练权重开展模型训练，并结合损失曲线、验证指标和关键点可视化结果检查训练效果。实训将数据准备、参数配置和结果分析贯通起来，帮助学生理解算法从数据到应用的实现链路。

在 JupyterLab 中完成摔倒监测验证

在综合应用环节，学生围绕摔倒、越界、伤人三类异常行为开展视频检测实验，修改输入视频与模型权重路径，运行识别程序并查看带标注的输出结果。通过反复调试与对比，学生进一步加深了对机器人姿态估计、目标检测和时序行为识别方法的理解。

本次实训坚持理论讲解与上机实践相结合，既强化了学生的数据标注、模型训练和系统调试能力，也拓展了人工智能技术服务安全生产与智能运维的应用视野。下一步，课题组将持续推进课程内容与前沿技术、真实场景相衔接，以更具实践性和挑战性的教学项目助力创新型人才培养。

机器人安全行为研究小组

2026年8月4日