[发明专利]一种基于气压传感器的电梯楼层自动识别方法

权利要求书

1.一种基于气压传感器的电梯楼层自动识别方法，其特征在于，包括以下步骤：

步骤一、建立气压-层高-楼层映射关系并存储在处理模块中；

步骤二、当电梯处于一楼时对气压传感器进行复位：

步骤201、获取监测时间段内的电梯监控视频，获取电梯监控视频中每个视频帧的电梯门区域的图像数据和电梯楼层显示屏的图像数据，分别采集每个视频帧对应时刻的电梯的运行里程数据和所处高度的气压数据；

步骤202、处理模块识别第一个视频帧的电梯楼层显示屏的图像数据，若电梯位于一楼，则进入步骤203；否则，识别下一个视频帧的电梯楼层显示屏的图像数据；

步骤203、建立基于神经网络的开关门判断分类器，输入第一个视频帧的电梯门区域的图像数据，输出电梯开门比例的分类结果，处理模块判断电梯是否处于打开状态，若是，则进入步骤204；否则，返回步骤202；

将气压-层高-楼层映射关系中一楼对应的气压数据赋值给气压传感器；

步骤三、基于多条件判断的气压传感器矫正：电梯正常运行过程中，若满足任何一个判断条件，则自动更新气压传感器的数据，判断条件具体包括：

条件一：电梯静止时长超过阈值时长；

条件二：若电梯失电后再次复电；

条件三：天气变化；

步骤四、融合运行里程和气压的电梯楼层识别：电梯正常运行时，处理模块用于分析电梯静止时气压传感器实时检测到的气压检测值，识别当前高度的楼层：

步骤401、处理模块中存储有气压-楼层映射关系，处理模块根据电梯静止时气压传感器实时检测到的气压检测值，对照气压-层高-楼层映射关系，匹配气压检测值对应的楼层，若未匹配到，计算机根据公式w-b计算置信度，其中w表示初始值，b表示失信度；

步骤402、若w-bD，D表示置信度阈值，则认为识别故障，进入步骤303，启动楼层自动校准：

步骤403、基于运行里程进行楼层自动校准：调取调取包括识别故障发生在内的n+l次的电梯的运行里程数据，计算机根据公式计算方差并对按照从小到大的顺序排序，其中表示识别故障发生前n次电梯的运行里程数据方差，表示前n次电梯的运行里程数据的平均值，x_i表示前n次中按时间倒序的第i次电梯的运行里程数据，并选取最小方差记为选取第二小方差记为若则将对应的第n+l次电梯的运行楼层更新为当前楼层，并在气压-层高-楼层映射关系中，将当前楼层对应的气压值更新为气压传感器实时检测到的气压检测值，n为不小于5的正整数，1≤i≤n，l为正整数0≤j≤l，λ表示判断系数。

2.按照权利要求1所述的一种基于气压传感器的电梯楼层自动识别方法，其特征在于：步骤三中，自动更新气压传感器的数据的方法为：处理模块根据公式计算电梯自当前状态再次运行停止后的楼层h_next，并在气压-层高-楼层映射关系中，将楼层h_next对应气压值更新为P_next，ΔP表示电梯自当前状态再次运行停止后的气压差值，P_pre表示电梯当前状态下气压传感器实时检测到的气压检测值，P_next表示电梯自当前状态再次运行停止后气压传感器实时检测到的气压检测值，h_pre表示电梯当前状态下的楼层，f(ΔP)表示根据气压差值计算得到的楼层爬升层数，f(ΔP)表示自变量为ΔP、因变量为楼层爬升层数的函数，f(ΔP)与ΔP的映射关系是经过实验和实际数据预先做出来的。

3.按照权利要求1所述的一种基于气压传感器的电梯楼层自动识别方法，其特征在于：步骤203包括以下步骤：

步骤2031：采集多幅电梯的开关门图像，将开关门图像划分为训练集和测试集，对训练集中开关门图像标记开门比例，开门程度作为开关门图像的标签；

步骤2032：建立基于神经网络模型的开关门判断分类器，将训练集输入神经网络模型，使用smooth-L1损失函数进行训练，得到开关门判断分类器；

步骤2033：利用测试集对开关门判断分类器进行验证，得到训练好的开关门判断分类器。

4.按照权利要求1所述的一种基于气压传感器的电梯楼层自动识别方法，其特征在于：步骤201中，对每个视频帧的图像经过warp矩阵处理，得到电梯门区域的图像数据和电梯楼层显示屏的图像数据。