[发明专利]基于深度学习的电瓶车上楼智能管控系统

权利要求书

1.一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，对所述图像获取模块获取的所述电梯内图像依次进行目标检测，从而检测出所述电梯内图像中是否存在电瓶车；以及

判断控制模块，根据所述电瓶车检测模块的检测结果判定所述电梯内是否存在电瓶车，并在判定为存在时控制所述电梯保持开门状态从而防止所述电瓶车通过电梯上楼，

其中，所述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。

2.根据权利要求1所述的基于深度学习的电瓶车上楼智能管控系统，其特征在于，还包括：

语音模块，设置在所述电梯内，

当判定所述电梯内存在电瓶车时，所述判断控制模块在控制所述电梯保持开门状态的同时还控制所述语音模块向所述电梯内播放语音提示。

3.根据权利要求1所述的基于深度学习的电瓶车上楼智能管控系统，其特征在于，还包括：

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，用于向外发送所述工作状态信息。

4.根据权利要求1所述的基于深度学习的电瓶车上楼智能管控系统，其特征在于：

其中，所述图像获取模块包括设置在所述电梯内的广角数字摄像头。

5.根据权利要求4所述的基于深度学习的电瓶车上楼智能管控系统，其特征在于：

其中，所述电瓶车上楼智能管控系统中除所述广角数字摄像头以外的部分均集成在控制盒内从而形成对应的管控终端。

6.根据权利要求1所述的基于深度学习的电瓶车上楼智能管控系统，其特征在于，还包括：

电源模块，用于向所述电瓶车上楼智能管控系统中的各个模块供电。

7.根据权利要求6所述的基于深度学习的电瓶车上楼智能管控系统，其特征在于，还包括：

遥控模块，与开关单元相连接，用于与所述开关单元配合从而让管理人员通过所述开关单元对所述电瓶车上楼智能管控系统进行启动或关闭。