[发明专利]基于深度学习的电瓶车上楼智能管控系统

说明书

本发明目的在于提供一种识别准确率高、识别准确从而能够在阻止电瓶车上楼的同时不影响居民正常使用的电瓶车上楼管控系统。本发明的电瓶车上楼智能管控系统包括：图像获取模块，设置在电梯内，用于对电梯内部进行实时图像获取从而获得电梯内图像；电瓶车检测模块，对图像获取模块获取的电梯内图像依次进行目标检测，从而检测出电梯内图像中是否存在电瓶车；以及判断控制模块，根据电瓶车检测模块的检测结果判定电梯内是否存在电瓶车，并在判定为存在时控制电梯保持开门状态从而防止电瓶车通过电梯上楼，其中，电瓶车检测模块包括一个由改进的Tiny‑YOLOV3网络EyevatorNet构成的目标检测神经网络。

技术领域

本发明涉及一种基于深度学习的电瓶车上楼智能管控系统。

背景技术

电瓶车使用方便、价格低，因此作为一种交通工具得到了大量的使用。

随着电瓶车使用增多，其需要时时充电的特性也逐渐带来居民小区管理方面的问题。例如，一些居民为了自己方便，私自通过电梯将电瓶车搬运上楼并在室内或者楼道等公共区域进行充电。由于电瓶车使用一段时间后，车里的连接路线容易老化短路，当发生短路且外部温度较高时，就很容易燃烧并引发火灾，从而酿成悲剧。

为了防止事故发生，许多小区的物业部门设置了禁止电瓶车上楼的规定；而为了切实有效地防止居民携带电瓶车上楼，实现电瓶车上楼管控，现有技术中出现了一些电瓶车上楼管控系统。例如，通过铺设地感线圈来检测电瓶车，或通过传统的图像识别方法(例如人工设计特征)来检测电瓶车，并在检测出电瓶车时阻止携车居民上楼。这些方法存在一些缺点，包括：检测不准确从而对电瓶车放行，达不到阻止的效果；错误识别率高，将人或自行车、婴儿车等误识别为电瓶车，阻止上电梯，影响居民正常使用；等等。

发明内容

为解决上述问题，提供一种识别准确率高、识别准确从而能够在阻止电瓶车上楼的同时不影响居民正常使用的电瓶车上楼管控系统，本发明采用了如下技术方案：

本发明提供了一种基于深度学习的电瓶车上楼智能管控系统，其特征在于，包括：图像获取模块，设置在电梯内，用于对电梯内部进行实时图像获取从而获得电梯内图像；电瓶车检测模块，对图像获取模块获取的电梯内图像依次进行目标检测，从而检测出电梯内图像中是否存在电瓶车；以及判断控制模块，根据电瓶车检测模块的检测结果判定电梯内是否存在电瓶车，并在判定为存在时控制电梯保持开门状态从而防止电瓶车通过电梯上楼，其中，电瓶车检测模块包括一个由改进的Tiny-YOLOV3网络EyevatorNet构成的目标检测神经网络。

本发明提供的基于深度学习的电瓶车上楼智能管控系统，还可以包括：语音模块，设置在电梯内，当判定电梯内存在电瓶车时，判断控制模块在控制电梯保持开门状态的同时还控制语音模块向电梯内播放语音提示。

本发明提供的基于深度学习的电瓶车上楼智能管控系统，还可以包括：状态监测模块，用于检测各个模块的工作状态并形成相应的工作状态信息；以及通信模块，用于向外发送工作状态信息。

本发明提供的基于深度学习的电瓶车上楼智能管控系统中，图像获取模块还可以包括设置在电梯内的广角数字摄像头。

本发明提供的基于深度学习的电瓶车上楼智能管控系统中，电瓶车上楼智能管控系统中除广角数字摄像头以外的部分还可以均集成在控制盒内从而形成对应的管控终端。

本发明提供的基于深度学习的电瓶车上楼智能管控系统中，还可以包括：电源模块，用于向电瓶车上楼智能管控系统中的各个模块供电。

本发明提供的基于深度学习的电瓶车上楼智能管控系统中，还可以包括：遥控模块，与开关单元相连接，用于与开关单元配合从而让管理人员通过开关单元对电瓶车上楼智能管控系统进行启动或关闭。

发明作用与效果