[发明专利]基于深度学习的电梯乘客扒门检测方法及系统

说明书

本发明涉及电梯安全检测技术领域的一种基于深度学习的电梯乘客扒门检测方法及系统。该方法包括：采集电梯运行过程数据并进行数据处理；采用深度学习模型对所述电梯运行过程数据进行扒门检测；采用深度神经网络模型对所述电梯运行过程数据和扒门检测结果进行电梯异常的实时分析，获得电梯异常分析结果；根据所述电梯异常分析结果，推送电梯故障情况。通过本发明的方法，对电梯乘客的扒门行为进行准确地检测，同时能够及时发现由扒门行为引发的电梯故障或异常，并使该故障或异常能及时得到解决。

技术领域

本发明涉及电梯安全检测技术领域，尤其涉及一种基于深度学习的电梯乘客扒门检测方法及系统。

背景技术

随着现代工业技术的迅速发展，电梯已经逐渐成为人们出行必不可少的工具。近些年电梯故障频发，正在不断威胁人们的出行安全。电梯突发故障的原因主要有：缺乏长期维护、零部件老化未及时更换、人为原因与天气原因等。其中，由于乘客的不文明行为如：打闹、扒门、蹦跳等原因导致电梯故障占很大一部分。因此，规范电梯乘客行为，适时提醒乘客安全乘梯可以有效避免不必要的故障发生。

现有技术虽然能够在一定程度上对乘客扒门行为检测，但是需要安装过多的硬件设备或者需要设计复杂的匹配规则。例如，中国专利CN108002161B公开了一种电梯内乘客扒门行为检测方法。该方法包括获取电梯内景图像和电梯内景图像中的身体部位，基于部位关系，根据身体部位确定电梯轿厢内每个乘客的肢体，最后根据肢体之间的角度确定乘客是否在扒门。上述方法虽然在一定程度上实现对电梯乘客的扒门动作的检测，但是对电梯内设备的安装角度有一定要求，同时单纯从肢体角度来判断乘客行为，识别准确率也有待商榷。

发明内容

为解决上述现有技术存在的缺陷，本发明的目的在于提供一种基于深度学习的电梯乘客扒门检测方法及系统，对电梯乘客的扒门行为进行准确地检测，同时能够及时发现由扒门行为引发的电梯故障或异常，并使该故障或异常能及时得到解决。

为实现上述发明目的，本发明的技术方案是：

本发明提供一种基于深度学习的电梯乘客扒门检测方法，包括：

采集电梯运行过程数据并进行数据处理；

采用深度学习模型对所述电梯运行过程数据进行扒门检测；

采用深度神经网络模型对所述电梯运行过程数据和扒门检测结果进行电梯异常的实时分析，获得电梯异常分析结果；

根据所述电梯异常分析结果，推送电梯故障情况。

根据本发明的一个方面，所述电梯运行过程数据包括电梯运行期间的加速度数据和电梯轿厢内监控视频数据。

根据本发明的一个方面，所述电梯运行期间的加速度数据处理的过程包括：

对存在干扰加速度噪声数据或加速度缺失值进行删除处理；

对采样率低的加速度数据采用移动平均的方式进行插值处理，取出加速度数据缺失之前的滚动时间段内的值，并计算其平均值或中位数来填补缺失，实现缺失值的填充。

根据本发明的一个方面，所述电梯运行期间的电梯轿厢内监控视频数据处理的过程包括：

对存在连续动作变化的监控视频提取图像帧，并根据图像帧的变化程度确定提取图像帧的数量；

对提取后的每帧图像进行尺度修剪，获得图像X_i，i表示图像帧的序号；

对尺度修剪后的图像X_i由下式进行归一化处理，获得归一值，为：

其中，X_min＝0，X_max＝255，由此