[发明专利]一种基于计算机视觉的电梯非平层开门故障识别装置及方法有效
申请号: | 202110400660.9 | 申请日: | 2021-04-14 |
公开(公告)号: | CN112801072B | 公开(公告)日: | 2021-11-02 |
发明(设计)人: | 李东洋;汪宏;王曰海;杨建义;李琛;丁无极 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/20;G06K9/44;G06K9/62;G06N3/04;G06N3/08;G06F17/18;G01D21/02 |
代理公司: | 杭州坚果知识产权代理事务所(普通合伙) 33366 | 代理人: | 张剑英 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 计算机 视觉 电梯 非平层 开门 故障 识别 装置 方法 | ||
本发明为一种基于计算机视觉的电梯非平层开门故障识别装置及方法,装置包括视频采集模块,采集电梯地坎图像;加速度监测模块,对电梯运行加速度进行监控,以预判电梯是否进入减速停梯状态;模型训练模块,包括地坎槽目标检测模型训练单元、非平层开门分类模型训练单元,用于训练模型;检测识别模块,包括图像光照自适应矫正单元、地坎槽检测单元、图像角度自适应矫正单元、非平层开门识别单元。在此方案中,装置发现电梯准备停梯时,加载检测和识别模型,对轿门和所在厅门地坎槽的目标图像进行分析,检测电梯开门状态和幅度,通过对目标图像进行平层开门、非平层开门的二分类,能够实时、高效、准确地检测和识别电梯非平层开门故障。
技术领域
本发明涉及电梯故障识别领域,特别是涉及一种基于计算机视觉的电梯非平层开门故障识别装置及方法。
背景技术
近年来,我国电梯数量快速增加,与之相对应的电梯事故也越来越多,其中,电梯门系统故障是引发电梯事故的主要原因。电梯门系统故障有多种,主要包括:非平层开门(非平层指的是轿门地坎相对于厅门地坎的高差绝对值大于10mm,非平层开门指的是电梯在非平层的位置打开轿门和厅门)、非同步开门、开关门失效、防止门夹人装置失效等类型。非平层开门故障是造成人员伤亡的最主要原因之一,也是现代电梯安全保障技术最难彻底解决的问题之一。因此对非平层开门进行检测和识别具有重要的现实意义。
传统的非平层开门故障检测方法主要依赖于人工维护排查,这种方式不仅效率很低,而且发现故障隐患周期过久,影响电梯安全运行。
近几年,随着计算机技术的发展,一些研究尝试通过计算机视觉技术来实现识别电梯开关门。
如:发明专利:电梯平层故障的检测方法和系统(CN201710666494),提出一种电梯平层故障的检测方法和系统,在电梯轿门开启时,获取电梯轿内地坎与电梯所在楼层的厅门地坎所在区域的目标图像,计算目标图像中电梯轿内地坎和厅门地坎之间的视角差值,在视角差值大于或小于预设值时,判定电梯平层故障。
该专利使用的图像识别电梯是否平层的方法存在以下问题:
第一,目标图像难以获取,将摄像头安装在轿厢内上部,地坎或门扇很容易被轿厢出入口乘客遮挡;
第二,图像检测方法难以实现,采用层面地坎与厅门地坎视交差值的方法,开门时如果厅门地坎位于较低位置时,即被轿厢地坎遮挡,算法失效;
第三,图像识别效率和准确率低,电梯门和地坎种类规格繁多,目前采用的图像识别技术较为简单,无法快速、准确地识别目标图像;
第四,故障识别过程发生在整个电梯的运行过程中,带来了不必要的算力消耗。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于计算机视觉的电梯非平层开门故障识别装置和方法,能够实时在线监测电梯非平层开门故障,减少非平层目标样本的人工标定工作量,实现地坎槽模型和非平层模型的快速训练,提高对电梯非平层图像和开关门图像的目标检测准确率,具有在低照度和高照度环境下的图像降噪能力,提高整体电梯故障智能检测和识别能力。
本发明实施例提供了一种基于计算机视觉的电梯非平层开门故障识别装置,其包括视频采集模块、加速度监测模块、模型训练模块以及检测识别模块;其中,
所述视频采集模块,包括摄像装置,用于采集电梯地坎图像;所述视频采集模块与检测识别模块电性连接;所述摄像装置的镜头设置于电梯轿门和厅门夹缝,垂直并正对于地坎槽,以同时拍摄厅门地坎槽和轿门地坎槽;
所述加速度监测模块,包括加速度传感器以及微处理器;所述加速度监测模块用于对电梯运行加速度进行监控,以预判电梯是否进入减速停梯状态,加速度监测模块与检测识别模块电性连接;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110400660.9/2.html,转载请声明来源钻瓜专利网。