CN108178031A - 电梯轿厢内的担架模式识别方法、装置以及系统 - Google Patents

Abstract

本发明涉及一种电梯轿厢内的担架模式识别方法、装置和系统，其中，电梯轿厢内的担架模式识别方法，包括步骤：在得到电梯轿厢内各承载物的整体深度图像时，采集整体深度图像的几何区域以及各像素点；选取各像素点中在几何区域的长边方向上的像素点，得到像素点集合，并采集像素点集合的深度数据信息；识别几何区域中的担架目标区域，并采集担架目标区域的深度数据信息；根据像素点集合的深度数据信息以及担架目标区域的深度数据信息，获取整体深度图像的特征；在整体深度图像的特征符合担架模式深度图像特征条件时，确认识别出担架模式区别于传统的电梯技术，本发明能有效识别出电梯轿厢内是否处于担架运送状态，改善担架梯的执行率。

Description

电梯轿厢内的担架模式识别方法、装置以及系统

技术领域

本发明涉及电梯模式识别技术领域，特别是涉及电梯轿厢内的担架模式识别方法、装置以及系统。

背景技术

目前，关于高层住宅的有相关规定，每栋楼设置的电梯不应少于两台，其中应设置一台可容纳担架的电梯，以下称担架梯。

在实现过程中，发明人发现传统技术中至少存在如下问题：

在传统技术中，当担架梯内放入担架时，由于担架占用了轿厢内大部分的空间，因此电梯一般都不会进入满载的情况。在担架梯运行过程中，轿厢可以被任意一层的乘客外召召唤，导致轿厢在运送伤患的过程中需响应外招指令而延误治疗时间，降低了运送效率。在电梯运用中有提出传统的图像识别技术，而大部分是针对轿厢内乘客的动态或者乘客拥挤程度进行监控，其监控方式不利于对担架梯轿厢内运送担架时的数据监控，容易造成误判的情况，以致影响担架梯的正常运行。

发明内容

基于此，有必要针对传统技术中担架梯运送效率低的问题，提供一种电梯轿厢内的担架模式识别方法、装置和系统。

为了实现上述目的，一方面，本发明实施例提供了一种电梯轿厢内的担架模式识别方法，包括以下步骤：

在得到电梯轿厢内各承载物的整体深度图像时，采集整体深度图像的几何区域以及各像素点；

选取各像素点中在几何区域的长边方向上的像素点，得到像素点集合，并采集像素点集合的深度数据信息；像素点集合包含与电梯轿厢地平面的距离为极值的像素点；

识别几何区域中的担架目标区域，并采集担架目标区域的深度数据信息；担架目标区域的长边方向与几何区域的长边方向一致；

根据像素点集合的深度数据信息以及担架目标区域的深度数据信息，获取整体深度图像的特征；

在整体深度图像的特征符合担架模式深度图像特征条件时，确认识别出担架模式。

本发明具有如下优点和有益效果：

本发明提供的电梯轿厢内的担架模式识别方法、装置以及系统，通过获取承载物的整体深度图像的各像素点，以及整体深度图像的几何区域，得到承载物上每个像素点的深度信息。再识别几何区域长边方向上的像素点，得到像素集合，以及几何区域中的担架目标区域，并采集像素点集合和担架目标区域所包含的深度数据信息，进而判断承载物的深度图像特征，若符合担架模式的深度图像特征条件，则确定为担架模式。本发明提供的电梯轿厢内的担架模式识别方法、装置和系统，采用获取承载物的深度图像信息的方法进行电梯轿厢内的担架模式识别，克服了电梯中传统的监控方式不利于运用在担架梯的技术问题，同时提高了对于电梯轿厢内的担架模式的识别度，以及运送担架的效率。

在一个具体的实施例中，像素点集合的深度数据信息包括像素点集合的个数、像素点集合面积、像素点集合到电梯轿厢地平面的距离，以及像素点集合与担架目标区域的相对位置；

担架目标区域的深度数据信息包括担架目标区域的面积、担架目标区域到电梯轿厢地平面的距离，以及担架目标区域与像素点集合的相对位置；

担架模式深度图像特征条件包括：像素点集合的个数至少为两个，像素点集合的面积大于或等于预设集合面积，像素点集合的到电梯轿厢地平面的距离大于或等于预设极值距离，像素点集合与担架目标区域的相对位置保持不变；担架目标区域的面积大于或等于预设担架面积，担架目标区域到电梯轿厢地平面的距离大于或等于预设担架距离，担架目标区域与像素点集合的相对位置保持不变。

在一个具体的实施例中采集整体深度图像的几何区域的步骤包括：

在整体深度图像中提取构成各承载物整体轮廓的边缘像素点；

对边缘像素点相互连接形成的区域进行形状匹配，得到整体深度图像的几何区域。

在一个具体的实施例中，形状匹配为矩形匹配；几何区域为矩形区域。

在一个具体的实施例中，在得到电梯轿厢内各承载物的整体深度图像时的步骤之前，还包括步骤：

获取电梯轿厢地平面范围内深度图像的像素高度；

在像素高度发生变化时，确认有承载物进入电梯轿厢内。

在一个具体的实施例中，在获取电梯轿厢地平面范围内深度图像的像素高度的步骤之前，还包括步骤：

获取电梯门的当前深度图像，采集当前深度图像的深度值；

在当前深度图像的深度值与电梯门完全闭合时深度图像的深度值的大小不同时，确认电梯门打开。

在一个具体的实施例中，在确认识别出担架模式的步骤之后，还包括步骤：

生成担架模式信息；

在当前深度图像的深度值与电梯门完全闭合时深度图像的深度值的大小相同时，确认电梯门关闭，生成门关闭信息；

将门关闭信息和担架模式信息传输至电梯主控制器，以使电梯主控制器控制电梯依照担架模式运行。

另一方面，本发明实施例还提供了一种电梯桥厢内的担架模式识别装置，包括：

图像获取单元，用于在得到电梯轿厢内各承载物的整体深度图像时，采集整体深度图像的几何区域以及各像素点；

识别图像特征单元，用于选取各像素点中在几何区域的长边方向上的像素点，得到像素点集合，并采集像素点集合的深度数据信息；像素点集合包含与电梯轿厢地平面的距离为极值的像素点；识别几何区域中的担架目标区域，并采集担架目标区域的深度数据信息；担架目标区域的长边方向与几何区域的长边方向一致；根据像素点集合的深度数据信息以及担架目标区域的深度数据信息，获取整体深度图像的特征；

识别单元，用于在整体深度图像的特征符合担架模式深度图像特征条件时，确认识别出担架模式。

另一方面，本发明实施例还提供了一种电梯桥厢内的担架模式识别系统，包括连接电梯主控制器的识别控制器；

识别控制器包括存储器和处理器，其中存储器存储有计算机程序，程序被处理器执行时能够实现电梯轿厢内的担架模式识别方法的步骤。

另一方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可实现电梯轿厢内的担架模式识别的方法的步骤。

本发明具有如下优点和有益效果：

本发明提供的电梯轿厢内的担架模式识别方法、装置以及系统，通过获取承载物的图像深度信息，从图像深度信息中分别提取像素点集合和担架目标区域的面积、到电梯参考面的距离，以及像素点集合与担架目标区域的相对位置等特征值，进而识别电梯轿厢内的担架模式。区别于传统的电梯技术，进一步提高了担架梯的识别功能，能有效识别出电梯轿厢内是否处于担架运送状态，改善担架梯的执行率。

附图说明

图1为本发明电梯轿厢内的担架模式识别方法实施例1的流程示意图；

图2为本发明电梯轿厢内的担架模式识别方法中获取承载物整体深度图像前的流程示意图；

图3为本发明电梯轿厢内的担架模式识别方法中担架模式运行的流程示意图；

图4为本发明电梯轿厢内的担架模式识别方法的应用场景第一示意图；

图5为本发明电梯轿厢内的担架模式识别方法的应用场景第二示意图；

图6为本发明电梯轿厢内的担架模式识别方法中具体的监测流程示意图；

图7为本发明电梯轿厢内的担架模式识别装置的结构示意图；

图8为本发明电梯轿厢内的担架模式识别系统的结构示意图。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的首选实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

参见图1，图1为本发明电梯轿厢内的担架模式识别方法实施例1的流程示意图，如图所示，包括以下步骤：

步骤S110：在得到电梯轿厢内各承载物的整体深度图像时，采集整体深度图像的几何区域以及各像素点。

深度图像也被称为距离图像，是指将从深度传感器到电梯轿厢内承载物各点的距离(深度)作为像素值的图像，它直接反映了电梯轿厢内承载物可见表面的几何区域。而深度图像中的每个像素点代表的是在深度传感器的视野中，电梯轿厢内承载物的某一点到摄像头的距离。

步骤S120：选取各像素点中在几何区域的长边方向上的像素点，得到像素点集合，并采集像素点集合的深度数据信息；像素点集合包含与电梯轿厢地平面的距离为极值的像素点。

作为一优选的实施例，几何区域的长边方向上的像素点集合，可以是在几何区域沿长边方向的两侧，或者沿长边方向的头尾两端，或者沿长边方向头尾两端以及左右两侧，或者任何符合用户担抬担架时用户站立的位置范围。可选的，电梯轿厢地平面可以为地板，但不局限于地板。其中，像素点集合包括与地板的距离为极值的像素点，以及与该点相邻的若干个像素点的集合，表示担抬担架的用户，可选的，像素点集合至少两个。

进一步地，深度传感器预先采集地板的深度图像信息，即得到地板到摄像头的距离，同时根据承载物的整体深度图像信息，获取在几何区域长边方向上相对于相邻的像素点而言，其像素深度值最小的像素点，以及与该点相邻的深度值较小像素点的集合，即得到像素点集合到摄像头的距离。将地板到摄像头的距离与像素点集合到摄像头的距离进行相减，得到该像素点集合到地板的距离。

通过识别像素点集合，可满足对不同的担抬担架的方式进行判断，同时反映用户的高度，便于确定乘客以及乘客的位置特征，提高担架模式识别的准确性。采用像素点集合作为确定担抬者用户的依据之一，能够有效从深度图像信息中提取乘客特征，优化对乘客识别的数据处理过程，提升识别程序的运行速度。

步骤S130：识别几何区域中的担架目标区域，并采集担架目标区域的深度数据信息；担架目标区域的长边方向与几何区域的长边方向一致。

作为一优选的实施例，担架目标区域表示担架本体，与几何区域的长边方向是相同的，包括整体深度图像的部分像素点，可以设置于几何区域的中部，或者任何符合担架本体位置的范围，是识别担架本体的依据之一，便于识别担架的本体特征。

步骤S140：根据像素点集合的深度数据信息以及担架目标区域的深度数据信息，获取整体深度图像的特征。

作为一优选的实施例，像素点集合的深度数据信息包括像素点集合的个数、像素点集合面积、像素点集合到电梯轿厢地平面的距离以及像素点集合与目标担架区域的相对位置。担架目标区域的深度数据信息包括担架目标区域的面积、担架目标区域到电梯轿厢地平面的距离，以及担架目标区域与像素点集合的相对位置。

基于上述，在几何区域内对整体深度图像的像素点集合以及担架目标本体进行定位，并采集深度数据信息作为整体深度图像的特征，有利于提高识别效率。

步骤S150：在整体深度图像的特征符合担架模式深度图像特征条件时，确认识别出担架模式。

作为一个优选的实施例，担架模式的深度图像特征条件包括像素点集合的个数至少为两个，像素点集合的面积大于或等于预设集合面积，像素点集合的到电梯轿厢地平面的距离大于或等于预设极值距离，像素点集合与担架目标区域的相对位置保持不变；担架目标区域的面积大于或等于预设担架面积，担架目标区域到电梯轿厢地平面的距离小于或等于预设担架距离，担架目标区域与像素点集合的相对位置保持不变。

其中，预设集合面积为像素点集合的面积阈值，预设极值点距离为像素点集合到电梯轿厢地平面的距离阈值，预设担架面积为担架本体的面积阈值，预设担架距离为担架到电梯轿厢地平面的距离阈值。当承载物的整体深度图像特征均满足上述担架模式的深度图像特征条件时，则可识别电梯轿厢内为担架模式。

在实际运用中，深度传感器可安装于电梯轿厢内中央上方，但不局限于此位置。担抬担架的人至少两个，由此像素点集合的个数至少为两个。像素点集合的面积实际反映了担抬担架的用户的头顶面积，像素点集合到电梯轿厢地平面的距离实际上反映了担抬者相对地板的高度。在担抬担架的过程中，担抬者和担架的相对位置应基本保持不变。

在一个具体的实施例中，作为担架的深度图像特征的条件，以电梯内的地板作为电梯轿厢地平面。像素点的集合的个数为两个，可选的，像素点的集合的面积反映了担架者用户头顶的面积，由此，预设集合面积可设置在担抬者用户头顶的面积范围内。像素点集合到地板的距离反映了担抬者用户的高度，由此，预设极值距离可设置在担抬者的普通身高如1.5米至2米范围内，但不限于此高度范围。担架目标区域的预设担架面积可设置在担架本体的大小范围内，如长度不小于1.8米，宽度不大于1米，但不局限于该范围。而担架目标区域的像素点到地板的预设担架距离可设置为担抬者用户担抬担架时的担架高度，如在1.2米或以下距离，但不限于此高度范围。

在一个具体的实施例中，若在电梯轿厢内承载物的整体深度图像特征中，在几何区域的头尾两端沿长边方向上识别出各有一个像素点集合，各个像素点集合的面积符合普通人的头顶面积大小，即满足预设集合面积。各个像素点集合到地板的距离为分别为1.6米和1.8米，满足预设极值距离。担架目标区域的长度为1.8米，宽度为0.6米，满足预设担架面积，距离地板的高度为1.1米，满足预设担架距离，则确认电梯轿厢内的场景为担架模式。

在一个具体的实施例中，在承载物的整体深度图像中，几何区域的左右两侧沿长边方向上各识别出两个像素点集合，各个像素点集合的面积符合普通人的头顶面积大小，即满足预设集合面积。各个像素点集合到地板的距离分别为1.5米、1.6米、1.8米和2米，满足预设极值距离。担架目标区域的长度为1.8米，宽度为1米，满足预设担架面积，距离地板的高度为1.2米，而像素点集合与担架目标区域的相对位置会发生变化，不满足两者相对位置保持不变的条件，则判断电梯轿厢内的场景为非担架模式。

担架和担抬担架的场景与其他搬货物或者只有乘客的电梯轿厢内的场景不同，通过识别像素点集合以及担架目标区域的面积大小、高度和两者之间的相对位置，能够针对进入电梯轿厢内的不同承载物进行相应的特征提取，有助于快速识别轿厢内的承载物是否符合担架的特征。

本发明提供的电梯轿厢内的担架模式的识别方法通过深度传感器采集轿厢内的承载物的整体深度图像信息，并从中根据担架模式的特征条件中提取整体深度图像中相应的像素深度数据信息，进而识别出电梯轿厢内的场景模式为担架模式。有利于对电梯轿厢内包含承载物的场景进行监控，能有效识别出担架模式，生成担架模式指令，以使电梯根据担架模式指令保证担架运送时优先运行，不响应外召召唤，只响应内招指令，以提高担架运送效率，为伤患预留更多的救治时间。

在一个具体的实施例中，采集整体深度图像的几何区域的步骤包括：

在整体深度图像中提取构成各承载物整体轮廓的边缘像素点；

对边缘像素点相互连接形成的区域进行形状匹配，得到整体深度图像的几何区域。

具体地，有承载物进入电梯轿厢后的电梯轿厢地平面的部分像素深度相比于没有承载物进入时会有所变化，开始发生深度值变化的界线为承载物的边缘。通过获取各承载物的整体边缘像素点，得到承载物的整体轮廓，进而获悉承载物的总体范围，便于后续分析承载物的图像特征。

进一步地，形状匹配是按照预设的参考形状进行匹配，建立接近承载物整体轮廓的形状区域，将承载物的整体轮廓标准化为几何区域。不同的乘客有不同的外形，承载物的可见表面也会存在不一致的现象，在实际运用中，对于担架场景而言，担抬者与担架两者的总体形态基本维持不变，且担抬者与担架的位置分布类似矩形，为便于识别，可选的，可选矩形作为形状匹配的匹配性状，但不局限于矩形，可在实际运用中根据担抬者与担架之间的位置分配关系选择适当的匹配形状。另外，从电梯轿厢地平面到接近承载物边缘，像素点的深度值会有变化的过度过程，对于此，生成标准的几何区域，可进一步防止因不同的乘客外形和物体可见表面，以及过度边界等因素对确定承载物范围的干扰，同时便于在几何区域范围中提取图像特征值。

本发明提供的电梯内的担架模式识别方法，通过获取电梯轿厢地平面和承载物的深度图像信息，识别承载物的范围，以及建立标准的几何区域，进一步优化识别过程。同时，能够有效地在几何区域中准确定位到预设的识别范围，提取图像特征，对电梯轿厢内的场景进行辨认。区别于传统的担架梯技术，进一步提高了担架梯的识别功能。

参见图2，图2为本发明电梯轿厢内的担架模式识别方法中获取承载物整体深度图像前的流程示意图，如图所示。

在一个具体的实施例中，在得到电梯轿厢内各承载物的整体深度图像时的步骤之前，还包括步骤：

步骤S210：获取电梯门的当前深度图像，采集当前深度图像的深度值。

具体而言，电梯门在打开过程中，深度图像中每个像素点的深度值会随之改变，通过采集当前的深度值可监控电梯门的打开状态。

步骤S220：在当前深度图像的深度值与电梯门完全闭合时深度图像的深度值的大小不同时，确认电梯门打开。

具体而言，门上的每一点到摄像头的距离会在打开的过程中随之改变，因此，相同的像素点与门完全闭合时的深度值不同，通过当前像素点深度值与门完全闭合时的像素深度值进行对比，可有效确定电梯门是否处于打开状态。

步骤S230：获取电梯轿厢地平面范围内深度图像的像素高度。

具体而言，电梯轿厢内承载乘客或者其他物体，因此轿厢地平面的深度图像中包含了其他承载物的深度信息，像素高度为轿厢内承载物上的每个像素点到电梯轿厢地平面的距离。相对于电梯轿厢地平面而言，如，当轿厢内无乘客或者无其他物体，则像素高度为零，当轿厢内有乘客或者其他物体时，则深度图像每点的深度值不一致，像素高度也有所不同。

步骤S240：在像素高度发生变化时，确认有承载物进入电梯轿厢内。

具体而言，电梯轿厢地平面的深度图像涵盖了承载物的深度图像，部分像素点的深度值会有所变化，即像素高度会有所改变。可选的，电梯轿厢地平面为地板，则相对而言地板的像素高度会提高，由此可确定电梯轿厢有物体进入。

参见图3，图3为本发明电梯轿厢内的担架模式识别方法中担架模式运行的流程示意图，如图所示。

在一个具体的实施中，在确认识别出担架模式的步骤之后，还包括如下步骤：

步骤S310：生成担架模式信息。

步骤S320：在当前深度图像的深度值与电梯门完全闭合时深度图像的深度值的大小相同时，确认电梯门关闭，生成门关闭信息。

具体而言，门上的每一个点到摄像头的距离会在未完全闭合前会随之改变，因此，相同的像素点在与门完全闭合时的深度值不同，通过当前像素点深度值与完全闭合时的像素深度值进行对比，可有效确定电梯门是否处于闭合状态。

步骤S330：将门关闭信息和担架模式信息传输至电梯主控制器，以使电梯主控制器控制电梯依照担架模式运行。

本发明提供的电梯轿厢内的担架模式识别方法，通过识别轿厢内的担架模式，并将生成担架模式信息，在电梯门完全闭合后将担架模式信息传输至电梯主控器，由此电梯主控制器可控制电梯不响应外召指令，只响应内召指令，确保运送担架过程中不受到外召干扰，提高运送效率。

为进一步说明本发明提供的电梯内的担架模式的识别方法，参见图4、图5和图6，图4为本发明电梯轿厢内的担架模式识别方法的应用场景第一示意图，图5为本发明电梯轿厢内的担架模式识别方法的应用场景第二示意图，图6为本发明电梯轿厢内的担架模式识别方法中具体的监测流程示意图，如图所示。

在一个具体的实施例中，如图4，深度传感器可安装于轿厢中央上方①处，实际上也可以安装在轿厢上方的其他位置。图4的②处为电梯门，③处为电梯轿厢。

在一个具体的实施例中，深度传感器可以为结构光深度传感器或者双目视觉传感器或者雷达波传感器或者TOF(time-of-fly)深度传感器。而结构光传感器和双目视觉传感器需通过一定程度的算法来计算深度信息，雷达波传感器则成像相对较弱。TOF传感器通过测量发射和接收的电磁波(如红外光波段的相位)变化，从而得到每个像素点的深度信息。

作为一优选的实施例，可选的，以TOF传感器作为深度传感器。在实际运用中，担架进入轿厢时的特点有：1、当担架进入轿厢时，在担架的两端至少各有一人，且抬担架的人和担架本体的运动方向、速度大致保持一致；2、担架的高度必定比抬担架的人低；3、一般担架的长度为1.8米至2米左右。

而在实际运用中，运送担架与运送货物有一定区别：

一般货物的尺寸和担架不一样，货物的长宽比和高度一般与担架不同；大部分时候不会是由两个或以上的人在货物的前后搬运货物；长度较长的货物在进入轿厢内后，可能会被放置在地上，即此时高度发生了变化，或者物体会被竖起来，即形状也发生了变化；而担架在进入轿厢后，无论高度还是形状都不应该发生变化，原因是运送伤患的过程中，应该尽量减少震动，更不会将担架竖起来。

根据上述的特点，本发明提供的电梯轿厢内的担架模式识别方法，如图6。

作为一优选实施例，TOF传感器安装在桥向上方，并向下监测获取轿厢内各个位置的承载物的高度，可选地，电梯轿厢地平面为地板，但不局限于地板。具体监测识别逻辑如下：

步骤S610：判断电梯门是否打开。若打开则进入步骤S620，否则返回步骤S690。

具体而言，是判断电梯门范围的像素深度，即电梯门上的每个像素点到摄像头的距离是否变大。

步骤S620：判断是否有物体从电梯门进入，若有则进入步骤S630，否则返回步骤S690。

具体而言，判断地板范围内的像素高度是否有提高。

步骤S630：判断进入的物体的尺寸是否大于预设尺寸。符合则进入步骤S640，否则返回步骤S690。

具体而言，判断地板范围内高度发生变化的像素的边界范围。预设尺寸可以为长为大于或者等于1.5米，宽为1米左右，但不局限于此范围。

步骤S640：判断进入的物体的高度分布是否符合担抬担架的模式。

具体而言，可选的，如图5所示，对地板范围内发生高度变化的物体用矩形匹配(标记为M)，并在该范围找附近最高的极值点，要求在矩形的长边方向的两端至少各有一个极值点(分别标记为A、B)，且极值点高度不低于1.5米，并且有一定的面积(头顶)，同时在矩形长边方向的中部有一个不小于长为1.5米，宽为1米左右的区域(标记为C)，该区域的长边与矩形长边方向一致(允许一定角度误差)，该区域内超过90％，但不局限于90％的像素点高度不超过1.2米(担架本体)但不局限于该高度。

步骤S650：判断进入物体的运动方式是否符合抬担架的模式。若符合则进入步骤S660，否则返回步骤S690。

具体而言，判断人和担架的相对位置是否改变(A、B、C的中心点的相对位置是否改变)。

步骤S660：判断进入物体的高度是否发生变化。若没有发生变化则进入步骤S670，否则返回步骤S690。

具体而言，担架的高度不应该发生大的变化(B范围内像素点的平均高度变化在一定范围内)。

步骤S670，判断电梯门是否关闭，若关闭则返回步骤S680，否则返回步骤S690。

具体而言，判断电梯门范围内的像素的深度，即电梯门上每个像素点到摄像头的距离是否恢复到电梯门完全闭合的状态。

步骤S680：返回有担架。

步骤S690：返回没有担架。

当监测识别出轿厢内的场景为担架模式后，则生成担架模式信息并反馈到电梯主控制器，以使电梯主控制器控制电梯不响应外召，保证担架顺利完成运送。若没有监测识别出担架模式，则生成非担架模式信息，反馈至电梯主控制器，以使电梯主控器控制电梯正常响应外召以及内召指令。

作为一个优选的实施例，基于上述的担架监测识别逻辑，实际担架梯的担架场景会符合以下模式：

电梯门打开后，有一个到两个高度大于或者等于1.5米的物体进入，考虑到有时会需要超过两个人担架，因此有可能是一个人在担架正前方，也有可能是两个人分别在担架左右前方，在这里标记物体A，如果是多个则标记为A1、A2……。

寻找符合尺寸的担架本体：高度不超多1.2米，允许有一些凸起超过该高度，长度约1.8米，宽度不大于1米。考虑到担架侧面可能有人照顾伤患，需要通过先识别出担架的边缘，再计算担架的宽度，这里将标记物体B。

在担架的另一端，应该也有一个到两个高度大于或者等于1.5米的物体进入，这里标记为物体C。

在移动时，物体A、B、C的移动速度大致相同，旋转时三者绕相同的旋转轴心进行。

当判断符合上述条件的物体A、B、C时，可以确定轿厢内有担架进入。

本法明提供的电梯轿厢内的担架模式识别方法，可选的，可通过TOF深度传感器进行担架模式识别，TOF深度传感器可以直接得到一定分辨率的深度信息，减少识别程序的冗余，提高运行识别程序的效率。同时进一步优化担架梯的担架模式识别能力。

参见图7，图7为本发明电梯内的担架模式识别装置的结构示意图，如图所示。

在一个具体的实施例中，包括图像获取单元710、识别图像特征单元720和识别单元730，可选的，电梯轿厢内的地平面可以为地板，但不局限于地板。

图像获取单元710，用于在得到电梯轿厢内各承载物的整体深度图像时，采集整体深度图像的几何区域以及各像素点。

识别图像特征单元720，用于选取各像素点中在几何区域的长边方向上的像素点，得到像素点集合，并采集像素点集合的深度数据信息；像素点集合包含与电梯轿厢地平面的距离为极值的像素点；识别几何区域中的担架目标区域，并采集担架目标区域的深度数据信息；担架目标区域的长边方向与几何区域的长边方向一致；根据像素点集合的深度数据信息以及担架目标区域的深度数据信息，获取整体深度图像的特征。

像素点集合的深度数据信息包括像素点集合的个数、像素点集合面积、像素点集合到电梯轿厢地平面的距离以及像素点集合与目标担架区域的相对位置。担架目标区域的深度数据信息包括担架目标区域的面积、担架目标区域到电梯轿厢地平面的距离，以及担架目标区域与像素点集合的相对位置。

通过识别像素点集合，可满足对不同的担抬担架的方式进行判断，同时反映用户的高度，便于确定乘客以及乘客的位置特征，提高担架模式识别的准确性。采用像素点集合作为确定担抬者用户的依据之一，能够有效从深度图像信息中提取乘客特征，优化对乘客识别的数据处理过程，提升识别程序的运行速度。进一步地，担架目标区域表示担架本体，与几何区域的长边方向是相同的，包括整体深度图像的部分像素点，可以设置于几何区域的中部，或者任何符合担架本体位置的范围，是识别担架本体的依据之一，便于识别担架的本体特征。

识别单元730，用于在整体深度图像的特征符合担架模式深度图像特征条件时，确认识别出担架模式。

担架模式的深度图像特征条件包括像素点集合的个数至少为两个，像素点集合的面积大于或等于预设集合面积，像素点集合的到电梯轿厢地平面的距离大于或等于预设极值距离，像素点集合与担架目标区域的相对位置保持不变；担架目标区域的面积大于或等于预设担架面积，担架目标区域到电梯轿厢地平面的距离小于或等于预设担架距离，担架目标区域与像素点集合的相对位置保持不变。

在实际运用中，深度传感器可安装于电梯轿厢内中央上方，但不局限于此位置。担抬担架的人至少两个，由此像素点集合的个数至少为两个。像素点集合的面积实际反映了担抬担架的用户的头顶面积，像素点集合到电梯轿厢地平面的距离实际上反映了担抬者相对地板的高度。在担抬担架的过程中，担抬者和担架的相对位置应基本保持不变。

本发明提供的电梯内的担架模式识别装置，通过图像获取单元、识别图像特征单元以及识别单元，对电梯轿厢内的场景进行深度图像获取，采集图像特征，进而完成对担架模式的识别。能够有效针对进入轿厢内的不同承载物进行相应的特征提取，有助于快速识别轿厢内的承载物是否符合担架的特征。

参见图8，图8为本发明电梯轿厢内的担架模式识别系统的结构示意图，如图所示，包括相互连接的电梯主控制器810和识别控制器820。

在一个具体的实施例中，识别控制器820包括存储器和处理器，其中存储器存储有计算机程序，程序被处理器执行时能够实现电梯轿厢内的担架模式识别方法的步骤，在此不再赘述。

其中，识别控制器820可以为结构光深度传感器或者双目视觉传感器或者雷达波传感器或者TOF(time-of-fly)深度传感器。而结构光传感器和双目视觉传感器需通过一定程度的算法来计算深度信息，雷达波传感器则成像相对较弱。TOF传感器通过测量发射和接收的电磁波(如红外光波段的相位)变化，从而得到每个像素点的深度信息。

作为一优选的实施例，可选TOF深度传感器作为识别控制器对轿厢内的场景进行模式识别，并将判断出的担架模式信息，在电梯门完全闭合后将传输至电梯主控制器810，由此电梯主控制器810可控制电梯不响应外召指令，确保运送担架不受到外召干扰，提高运送效率。

本发明提供的电梯轿厢内的担架模式识别系统，可选的，通过TOF深度传感器作为识别控制器进行担架模式识别，可以直接得到一定分辨率的深度信息，减少识别程序的冗余，提高运行识别程序的效率。同时进一步优化担架梯的担架模式识别能力。进一步地，TOF深度传感器将担架模式信息传输至电梯主控器，以使电梯主控器设置为不响应外召，只响应外召的运行模式，同时在该轿厢的外召处显示“满员”，或者显示其他不响应外召的标志信息，以引导后梯乘客前往其他电梯搭乘，确保担架运送过程不受到外召干扰，提高运送效率。

在一个具体的实施例中，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明电梯轿厢内的担架模式识别方法的各步骤。由此，便于将电梯轿厢内的担架模式识别方法有效导入到担架梯的处理器中，并根据该程序执行担架模式识别，有效优化担架梯的识别功能。

本发明提供的电梯轿厢内的担架模式识别的方法、装置以及系统，通过深度传感器采集电梯轿厢内的承载物的深度图像信息，并从中根据担架模式的特征提取相应的像素深度数据信息，进而识别电梯轿厢内的场景，能有效判别出担架模式，生成担架模式指令，以使电梯根据担架模式指令保证担架运送优先运行，不响应外召召唤，以提高担架运送效率，为伤患预留更多的救治时间。克服了电梯中传统的监控方式不利于运用于担架梯的技术问题，同时提高了对于电梯内的担架模式的识别度。

进一步地，通过获取承载物的图像深度信息，从图像深度信息中分别提取像素点集合的面积以及像素点集合到电梯轿厢地平面的距离，担架目标区域的面积，担架目标区域到电梯轿厢地平面的距离，以及像素点集合与担架目标区域的相对位置等特征值，进而识别轿厢内的担架模式。区别于传统的电梯技术，进一步提高了担架梯的识别功能，能有效识别出电梯轿厢内是否处于担架运送状态，改善担架梯的执行率。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括以上方法的步骤，的存储介质，如：ROM/RAM、磁碟、光盘等。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电梯轿厢内的担架模式识别方法，其特征在于，包括以下步骤：

在得到电梯轿厢内各承载物的整体深度图像时，采集所述整体深度图像的几何区域以及各像素点；

选取各所述像素点中在所述几何区域的长边方向上的像素点，得到像素点集合，并采集所述像素点集合的深度数据信息；所述像素点集合包含与电梯轿厢地平面的距离为极值的像素点；

识别所述几何区域中的担架目标区域，并采集所述担架目标区域的深度数据信息；所述担架目标区域的长边方向与所述几何区域的长边方向一致；

根据所述像素点集合的深度数据信息以及所述担架目标区域的深度数据信息，获取所述整体深度图像的特征；

在所述整体深度图像的特征符合担架模式深度图像特征条件时，确认识别出担架模式。

2.根据权利要求1所述的电梯轿厢内的担架模式识别方法，其特征在于，

所述像素点集合的深度数据信息包括所述像素点集合的个数、所述像素点集合面积、所述像素点集合到所述电梯轿厢地平面的距离，以及所述像素点集合与所述担架目标区域的相对位置；

所述担架目标区域的深度数据信息包括所述担架目标区域的面积、所述担架目标区域到所述电梯轿厢地平面的距离，以及所述担架目标区域与所述像素点集合的相对位置；

所述担架模式深度图像特征条件包括：所述像素点集合的个数至少为两个，所述像素点集合的面积大于或等于预设集合面积，所述像素点集合的到所述电梯轿厢地平面的距离大于或等于预设极值距离，所述像素点集合与所述担架目标区域的相对位置保持不变；所述担架目标区域的面积大于或等于预设担架面积，所述担架目标区域到所述电梯轿厢地平面的距离小于或等于预设担架距离，所述担架目标区域与所述像素点集合的相对位置保持不变。

3.根据权利要求1所述的电梯轿厢内的担架模式识别方法，其特征在于，所述采集所述整体深度图像的几何区域的步骤包括：

在所述整体深度图像中提取构成各所述承载物整体轮廓的边缘像素点；

对所述边缘像素点相互连接形成的区域进行形状匹配，得到所述整体深度图像的所述几何区域。

4.根据权利要求3所述的电梯轿厢内的担架模式识别方法，其特征在于，所述形状匹配为矩形匹配；所述几何区域为矩形区域。

5.根据权利要求1至4任意一项所述的电梯轿厢内的担架模式识别方法，其特征在于，所述在得到电梯轿厢内各承载物的整体深度图像时的步骤之前，还包括步骤：

获取所述电梯轿厢地平面范围内深度图像的像素高度；

在所述像素高度发生变化时，确认有承载物进入所述电梯轿厢内。

6.根据权利要求5所述的电梯轿厢内的担架模式识别方法，其特征在于，所述在获取所述电梯轿厢地平面范围内深度图像的像素高度的步骤之前，还包括步骤：

获取电梯门的当前深度图像，采集所述当前深度图像的深度值；

在所述当前深度图像的深度值与所述电梯门完全闭合时深度图像的深度值的大小不同时，确认电梯门打开。

7.根据权利要求6所述的电梯轿厢内的担架模式识别的方法，其特征在于，在确认识别出担架模式的步骤之后，还包括步骤：

生成担架模式信息；

在所述当前深度图像的深度值与所述电梯门完全闭合时深度图像的深度值的大小相同时，确认电梯门关闭，生成门关闭信息；

将所述门关闭信息和所述担架模式信息传输至电梯主控制器，以使电梯主控制器控制电梯依照担架模式运行。

8.一种电梯轿厢内的担架模式识别装置，其特征在于，包括：

图像获取单元，在得到电梯轿厢内各承载物的整体深度图像时，采集所述整体深度图像的几何区域以及各像素点；

识别图像特征单元，用于选取各所述像素点中在所述几何区域的长边方向上的像素点，得到像素点集合，并采集像所述素点集合的深度数据信息；所述像素点集合包含与电梯轿厢地平面的距离为极值的像素点；识别所述几何区域中的担架目标区域，并采集所述担架目标区域的深度数据信息；所述担架目标区域的长边方向与所述几何区域的长边方向一致；根据所述像素点集合的深度数据信息以及所述担架目标区域的深度数据信息，获取所述整体深度图像的特征；

识别单元，用于在所述整体深度图像的特征符合担架模式深度图像特征条件时，确认识别出担架模式。

9.一种电梯轿厢内的担架模式识别系统，其特征在于，包括连接电梯主控制器的识别控制器；

所述识别控制器包括存储器和处理器，其中所述存储器存储有计算机程序，所述程序被处理器执行时能够实现权利要求1-7中任意一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7任意一项所述方法的步骤。