[发明专利]一种人工智能识别电动车进入轿厢的方法和系统

说明书

本发明提供一种人工智能识别电动车进入轿厢的方法，包括：对采集的轿厢内的噪声信号、重力加速度信息和图像信息分别进行预处理后，进行特征提取和模式识别得出结果，结果为正常模式或非正常模式，所述的噪声信号采用频率分析的方法进行特征提取，然后采用神经网络进行模式识别，输出判决结果A；所述的重力加速度信息采用时间序列分析方式进行特征提取，然后采用神经网络进行模式识别，输出判决结果B；所述的图像信息采用卷积神经网络进行特征提取并进行模式识别，输出判决结果C；将判决结果A、判决结果B和判决结果C通过数据融合得到最终的输出结果。本发明能够有效的防止乘客推车入梯，有效的提高电梯寿命。

技术领域

本发明涉及电梯技术领域，尤其是涉及一种人工智能识别电动车进入轿厢的方法和系统。

背景技术

随着人们生活水平的提高，使用电梯量的日益增加，电梯的安全成为人们越来越关心的问题。然而人们忽略了乘梯人操作不当引发的电梯隐患的重要性。尽管电梯使用安全管理办法已经出台，明年起开始实施规定乘客不能携带自行车（含电动自行车，已折叠的自行车除外）乘坐电梯，但电动车随意进出载客电梯已成常态。电动车的“闯入”不仅造成了拥挤，影响其他乘客的体验，还会导致电梯马达受力不均，加速老化，引发故障。此外，电动车容易撞坏电梯轿厢门，导致电梯脱轨及轿厢被刮伤刮花等情况的发生，缩减电梯使用寿命。为了避免该情况发生，物业采取加护栏或者板凳的措施，虽然得到了改善，但极其影响乘客的体验。

目前电梯中识别电动车单靠图像识别来判断电动车的准确率确实不低，但是存在着误判情况，比如一些自行车、电动车车模、一些印有电动车大型纸箱子（少数情况下）等。

发明内容

为解决上述问题，提供一种人工智能识别电动车进入轿厢的方法和系统。

本发明的目的是以下述方式实现的：

一种人工智能识别电动车进入轿厢的方法，所述方法具体包括：

S1：对采集的轿厢内的噪声信号、重力加速度信息和图像信息分别进行预处理；

S2：对S1中预处理后的数据进行对应的特征提取和模式识别得出结果，结果为正常模式或非正常模式，处于预设的阈区间值内的为正常模式，否则为非正常模式；所述的噪声信号采用频率分析的方法进行特征提取，然后采用神经网络进行模式识别，输出判决结果A；所述的重力加速度信息采用时间序列分析方式进行特征提取，然后采用神经网络进行模式识别，输出判决结果B；所述的图像信息采用卷积神经网络进行特征提取并进行模式识别，输出判决结果C；

S3：将判决结果A、判决结果B和判决结果C通过数据融合得到最终的输出结果；包括：若判决结果C为正常模式、判决结果A和判决结果B无论是正常模式或非正常模式，均输出最终结果为没有进入电动车；

若判决结果C为非正常模式、判决结果A和判决结果B均是正常模式，则输出最终结果为没有进入电动车，否则输出最终结果为进入电动车。

所述方法还包括输出最终结果为进入电动车，则输出报警提示音。

所述方法还包括输出最终结果为进入电动车，则控制电梯停止运行。

一种人工智能识别电动车进入轿厢的系统，包括本地主机、以及图像采集模块、传感器模块、存储模块、电梯控制模块和语音提醒模块，图像采集模块、传感器模块、存储模块、电梯控制模块和语音提醒模块分别与本地主机连接；所述的存储模块包括数据库和知识库；所述的传感器模块包括设置在电梯内的噪声传感器和电梯轿厢底部的重量传感器。

所述的本地主机还通过NBIOT无线通信模块与云服务器连接，所述的云服务器还与监控终端连接。

所述的监控终端包括电脑和智能移动设备。

所述的语音提醒模块为喇叭。

所述的电梯控制模块包括电梯开门控制模块。