现现在，监控器常常是警员侦察时的主要根据和凭证，为抓捕嫌疑人供给了无力的赞助。安保摄像头一旦捕获到有人偷偷摸摸地在车站放置可疑包裹的画面，监控室的治理人员须要在嫌疑人反响之前立时采用行为，赶忙与空中的执勤人员获得接洽，确保能在嫌疑人分开探头监控规模之前，锁定嫌疑人行迹，从而对其停止抓捕。
今朝来讲，这项办法费时辛苦，不太有用。而在将来，机械人将会很好地驾御这项任务。
试想一下，假如监控摄像头是一台装备脸部辨认技巧的轮式机械人，一旦它控制到嫌疑人的行迹，就会立刻将此项信息同享至邻近其他的机械人探头，那末一切监控法式主动开启，将犯法嫌疑人锁定，停止及时监控，进而睁开抓捕行为。
一些来自康奈尔年夜学的研讨人员比来正在研发一款收集调和掌握体系，该体系联合了摄像头机械人，无人机和智能相机的一切功效，可以做到即时交流信息，跟踪空中指定挪动目的，或是切换监控视角，锁定嫌犯。乃至它能依据罪人可疑的运动轨迹，揣摸出罪人终究目标地。
这项研讨取得来自美国水师研讨办公室170万美元的赞助。在充分的资金支撑下，研讨人员对配有主动相机的轮式机械人停止编程实验，增加平移，倾斜和变焦的功效。
康奈尔年夜学智能掌握体系试验室主任Silvia Ferrari是此次研讨的重要担任人。
Ferrari表现：“我们正试图教机械人有针对性地选择监控对象，好比人、汽车，或是植物，并向它们说明所看到的一切事物，一些行将产生的事和捕快下一步预备采用的办法等等。”
将来某一天，软件赓续优化，说不定可以同一治理及调和数以百计的监督机械人，不外依据今朝康奈尔年夜学研讨团队停止的试验注解，该体系最多只能同时掌握12个摄像头。
在一个监督规模辽阔的区域，能够会存在很多的盲点，是以，机械人挪动收集的存在，能够会有很年夜的赞助。由于有的时刻一个机械人，乃至是一排摄像头同时运作也没法包管能捕获到一切。
Ferrari表现，研讨团队愿望能让监督机械人尽量做到自力自立。对此，研讨人员正为其监督机械人停止针对性编程，经由过程聚集一切可用的视频数据片断从而揣摸出一个特定的场景，当机械人发觉到懂得规模内的破绽时，它就会主动衔接到收集，以此取得更多的数据信息。
平日情形下，监督体系是将数据发送给一个任务人员，然后经由过程任务人员的计谋决议计划，或是指令输出，从而决议监督体系下一步所需搜集的信息和信息的取得方法。
“我们的目的是完成收集的自立化，所以这些机械人的本能机能现实上担任懂得感知这一起。监控机械人将经由过程盘算机说话停止交换，不外我们会将之转化成人类所可以或许懂得的说话。” Ferrari说道。
康奈尔年夜学的团队将经由过程指令输出来停止运作的传统机械人改革成有客观感知的智能机械人，该团队正在发明一种新的掌握和导航体系，使得机械人能自立剖析数据，和搜集一切所需信息。
这意味着机械人不再只会回避妨碍物，或是做两点一线的无聊任务，它们可以在无外界工资信息输出和掌握的前提下，自力完成信息搜集和目的锁定等一系列义务。
不外，这类巡回监督机械人今朝仍处于研发阶段，在该产物被普遍投入应用之前，还有很长的一段路要走。
