[发明专利]一种基于智能视觉光幕的电梯运维监控方法

摘要

本发明涉及一种基于智能视觉光幕的电梯运维监控方法，包括以下步骤：在每个电梯轿厢中安装摄像机及处理器，二者通过数据线进行通讯传输，其中摄像机安装在电梯门框上方中间位置；摄像机实时采集视频图像，传输至处理器；处理器通过智能视觉算法实现电梯轿厢门区域空间的全视场自动视觉分析，及时发现并处理电梯故障；将上述分析及处理结果进行汇总，得到电梯运维数据并传至电梯运维监控中心。本发明采用电梯智能视觉光幕实现全方位监测，没有盲区，彻底解决红外光幕不能发现细小物体或对细小物体判别不灵敏等弊端，扩大了监测范围，更好地控制电梯门的开关即具有延迟关门功能，设备运行过程中不随电梯门开关而移动，不易被外力干扰点。

主权项

1.一种基于智能视觉光幕的电梯运维监控方法，其特征在于包括以下步骤：在每个电梯轿厢中安装摄像机及处理器，二者通过数据线进行通讯传输，其中摄像机安装在电梯门框上方中间位置；摄像机实时采集视频图像，传输至处理器；处理器通过智能视觉算法实现电梯轿厢门区域空间的全视场自动视觉分析，及时发现并处理电梯故障；将上述分析及处理结果进行汇总，得到电梯运维数据并传至电梯运维监控中心；电梯运维数据通过对电梯门关闭异常、电梯开门运行、电梯错层停靠、电梯门夹手事故、通过识别人脸实现电梯控制、监测管理电梯维保人员的维保工作进行检测得到，包括电梯开关门状态、运行速度异常情况、电梯开门时所在楼层是否异常、电梯门附近的异常行为以及电梯运维人员到离信息；电梯开门运行检测步骤如下：视觉光幕自动采集并记录电梯门区域的图像特征及运动特性，如果智能视觉算法发现没有电梯门内侧图像特点和门缝特点且电梯门外区域的图像整体发生上下移动，智能视觉光幕则确定电梯开门运行故障，并向电梯控制系统发出响应信号；具体为：1)检测门开关状态；2)如果检测到开门状态，则利用卡尔曼滤波的方法检测电梯运行状态，卡尔曼滤波跟踪流程如下：X(k)＝F(k,k‑1)·X(k‑1)+T(k,k‑1)·U(k‑1)Y(k)＝H(k)·X(k)+N(k)其中，X(k)和Y(k)分别是k时刻的状态矢量和观测矢量，F(k,k‑1)为状态转移矩阵，U(k)为k时刻动态噪声，T(k,k‑1)为系统控制矩阵，H(k)为k时刻观测矩阵，N(k)为k时刻观测噪声；则卡尔曼滤波的算法流程为：预估计状态矢量X(k)^＝F(k,k‑1)·X(k‑1)；计算预估计协方差矩阵C(k)^＝F(k,k‑1)×C(k)×F(k,k‑1)'+T(k,k‑1)×Q(k)×T(k,k‑1)'Q(k)＝U(k)×U(k)'其中，F(k,k‑1)'为状态转移矩阵的矩阵转值，T(k,k‑1)'系统控制矩阵的矩阵转值，U(k)'为k时刻动态噪声转值；计算卡尔曼增益矩阵K(k)＝C(k)^×H(k)'×[H(k)×C(k)^×H(k)'+R(k)]^(‑1)R(k)＝N(k)×N(k)'其中，H(k)'为k时刻观测矩阵转值，K(k)为卡尔曼增益矩阵，R(k)为噪声协方差矩阵，N(k)'为k时刻观测噪声转值；更新估计X(k)～＝X(k)^+K(k)×[Y(k)‑H(k)×X(k)^]X(k)～为更新估计后的k时刻状态矢量；计算更新后估计协防差矩阵C(k)～＝[I‑K(k)×H(k)]×C(k)^×[I‑K(k)×H(k)]'+K(k)×R(k)×K(k)'X(k+1)＝X(k)～C(k+1)＝C(k)～重复以上步骤，最终获得开门时轿厢的运行情况，如处于运动状态给出报警信息。