CN109399437A - 基于人体动作识别的扶梯紧急制动系统及方法 - Google Patents

Abstract

本发明公开了基于人体动作识别的扶梯紧急制动系统及方法，属于扶梯紧急制动领域，要解决的技术问题为如何屏蔽了外界环境干扰、及时有效的监控到扶梯上的行人动作，以加快扶梯事故应对速度。其结构包括视频采集模块，用于实时采集扶梯上的行人视频；人体动作识别模块，其配置有神经网络模型，用于获取行人视频并通过训练后的神经网络模型识别行人视频中是否存在跌倒动作，并用于在行人视频中存在跌倒动作时输出急停指令；紧急制动模块，用于获取急停指令并带动扶梯紧急停止运行。其方法包括通过上述扶梯紧急制动系统执行扶梯紧急制动。

Description

基于人体动作识别的扶梯紧急制动系统及方法

技术领域

本发明涉及扶梯紧急制动领域，具体地说是基于人体动作识别的扶梯紧急制动系统及方法。

背景技术

现如今，自动扶梯在商场、车站、机场等大型公共场所已成为必备设施，方便了人们的生活，但自动扶梯存在许多安全隐患，扶梯伤人事件也屡见不鲜，曾一度给人们带来恐慌。虽然扶梯上下都有急停按钮，但是当事故发生时，必须有人发现事故并且知道急停按钮位置，并立即按下才能起作用，否则并不能及时阻止事故的发生。另外，安全管理人员不可能做到24小时不间断监察扶梯情况，所以会导致事故发生时救援不及时的情况。

申请号为201710747242的中国专利公开了一种通过语音呼叫实现紧急制动的自动扶梯，该技术方案通过语音呼叫识别来实现紧急制动，存在的问题是：当扶梯周围声音嘈杂、混乱时，对语音采集设备影响较大，而在商场、车站等人员密集场所都会存在扶梯周围声音嘈杂、混乱的情况，所以上述技术方案并不应用于商场、车站等人员密集的场所。

如何屏蔽了外界环境干扰、及时有效的监控到扶梯上的行人动作，以加快扶梯事故应对速度，从而预防降低事故伤害和损失，是需要解决的技术问题。

发明内容

本发明的技术任务是针对以上不足，提供一种基于人体动作识别的扶梯紧急制动系统及方法，来解决如何屏蔽了外界环境干扰、及时有效的监控到扶梯上的行人动作，以加快扶梯事故应对速度的问题。

第一方面，本发明实施例提供一种基于人体动作识别的扶梯紧急自动系统，包括：视频采集模块，用于实时采集扶梯上的行人视频；人体动作识别模块，其配置有神经网络模型，用于获取行人视频并通过训练后的神经网络模型识别行人视频中是否存在跌倒动作，并用于在行人视频中存在跌倒动作时输出急停指令；紧急制动模块，用于获取急停指令并带动扶梯紧急停止运行。

本实施方式中，通过视频采集模块及时采集电梯上的行人视频，人体动作识别模块通过训练后的神经网络模型实时识别行人视频中是否存在跌倒动作，并当存在跌到动作时，人体动作识行人别系统及时发送紧急停止指令，以通过紧急制动模块带动扶梯紧急停止运行。该方案中行人监控不受嘈杂环境影响，从而避免语音传送导致扶梯急停不及时的问题。

更优的，该基于人体动作识别的扶梯紧急自动系统还包括后台监控模块，用于从视频采集模块获取行人视频，用于将行人视频传送至人体动作识别模块，以及用于从人体动作识别模块获取急停指令并将急停指令传送至紧急制动模块。

在该更优的实施方式中，后台监控模块获取并存储行人视频，以实现视频采集模块与人体动作识别模块的数据传输，同时可将紧急停止指令及时发送至紧急制动模块，以有效及时的停止扶梯。

优选的，视频采集模块以及紧急制动模块均通过有线连接的方式与后台监控模块进行数据传输，后台监控模块与人体动作识别模块通过无线连接的方式进行数据传输。

更优的，该基于人体动作识别的扶梯紧急自动系统还包括智能终端，其与人体动作识别模块无线连接；人体动作识别模块还用于进行如下操作：在行人视频中存在跌倒动作时形成跌倒短视频，并将跌倒短视频传送至智能终端。

作为优选，智能终端配置有：触摸显示屏，用于显示行人视频；无线通信单元，用于与人体动作识别模块无线连接。

作为优选，神经网络模型为卷积神经网络模型；人体动作识别模块至少配置有：模型训练单元，用于搜集各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片，并通过搜集的各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片对神经网络模型进行训练；动作识别单元，用于通过训练后的神经网络模型识别行人视频中是否存在跌倒动作，并用于在行人视频中存在跌倒动作时输出急停指令；存储单元，用于存储神经网络模型、行人视频、训练后的神经网络模型、急停指令以及搜集的行人跌倒动作图片、行人正常站立图片和行人正常行走图片；无线通信单元，用于与后台监控模块和智能终端进行数据传输。

第二方面，本发明实施例提供一种基于人体动作识别的扶梯紧急制动方法，通过如第一方面所述的基于人体动作识别的扶梯紧急制动系统执行扶梯紧急制动，包括：

实时采集扶梯上的行人视频；

通过训练后神经网络模型识别行人视频中是否存在跌倒动作，如果行人视频中存在跌倒动作及时驱动电梯停止运行。

该优选实施方式中，通过训练后神经网络模型识别行人视频中是否存在跌倒动作，不受嘈杂环境影响，从而避免语音传送导致扶梯急停不及时的问题。

更优的，如果行人视频中存在跌倒动作还包括：形成与跌倒动作对应的跌倒短视频，并将跌倒短视频传送至面向安全管理人员的智能终端。

作为优选，神经网络模型为卷积神经网络模型，获取训练后的神经网络模型包括：

建立神经网络模型；

搜集各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片；

通过搜集的各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片对神经网络模型进行训练，得到训练后神经网络模型。

本发明的基于人体动作识别的扶梯紧急制动系统及方法具有以下优点：

1、采集扶梯上的行人视频，通过神经网络模型分析行人视频中是否存在跌倒动作，并当存在跌倒动作时及时制动扶梯停止运行，避免了语音报警存在的环境局限定，能够不受嘈杂环境影响，及时有效的处理扶梯行人跌倒事故；

2、当存在行人跌倒时，形成与跌倒动作对应的跌倒短视频，并将跌倒短视频传送至安全管理人员，便于管理人员及时料及事故并处理事故；

3、视频采集模块通过视频连接线与后台监控模块连接，后台监控模块通过无线网络与人体动作识别模块模块连接，便于行人视频以及紧急停止指令及时、稳定、安全的传递。

附图说明

为了更清除地说明本发明实施例中的技术方案，下面将对实施例中描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

下面结合附图对本发明进一步说明。

附图1为实施例1基于人体动作识别的扶梯紧急自动系统的工作原理图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互结合。

本发明实施例提供基于人体动作识别的扶梯紧急自动系统及方法，用于解决如何屏蔽了外界环境干扰、及时有效的监控到扶梯上的行人动作，以加快扶梯事故应对速度的技术问题。

实施例1：

本发明的基于人体动作识别的扶梯紧急自动系统，包括视频采集模块、人识别模块和紧急制动模块，视频采集模块、人别模块和紧急制动模块依次配合，用于监测扶梯上是否存在行人跌倒，存在行人跌倒时及时控制扶梯紧急停止运行。

其中，视频采集模块包括高清摄像头和摄像通信单元，设置在行人扶梯处，用于实时采集行人扶梯上的行人视频，摄像头采集的行人视频通过摄像通信单元上传至人体动作识别模块。

人体动作识别模块，配置有神经网络模型，可通过训练后的神经网络模型识别行人视频中是否存在跌倒动作，并用于在行人视频中存在跌倒动作时输出急停指令；紧急制动模块，用于获取急停指令并带动扶梯紧急停止运行。

鉴于人体动作识别模块的功能，其至少配置有模型训练单元、动作识别单元、存储单元和动作识别通信单元。模型训练单元用于搜集各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片，并通过搜集的各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片对神经网络模型进行训练；动作识别单元，用于通过训练后的神经网络模型识别行人视频中是否存在跌倒动作，并用于在行人视频中存在跌倒动作时输出急停指令；存储单元，用于存储神经网络模型、行人视频、训练后的神经网络模型、急停指令以及搜集的行人跌倒动作图片、行人正常站立图片和行人正常行走图片；动作识别通信单元，用于与视频采集模块和紧急制动模块进行数据传输。

紧急制动模块包括电控开关和开关通信单元，该电控开关与扶梯的控制线路电连接，同时该电控开关通过开关通信单元与人体动作识别单元连接。当行人视频中存在跌倒动作时，人体动作识别模块产生急停指令并将急停指令传送至紧急制动模块，紧急制动模块根据接收的急停指令，断开扶梯的控制线路，实现扶梯的紧急停止运行。

本实施例中人体动作识别模块与摄像采集模块和紧急制动模块优选无线通信模式，人体动作识别模块、摄像采集模块以及紧急制动模块接入同一个局域网中。在局域网中，可不限于一个视频采集模块，可对多个扶梯执行行人视频动作识别。具体地，摄像通信单元、动作识别通信单元以及开关通信单元均支持无线通信，可选用现有的支持无线通信的通信单元。

人体动作识别模块、摄像采集模块以及紧急制动模块并不限于本实施例的优选方式，如果人体动作识别模块与视频采集模块以及紧急制动模块的物理距离近，可选用有线连接方式，如果人体动作识别模块与视频采集模块以及紧急制动模块的物理距离远，则选用无线连接方式。

如果对多个扶梯进行行人视频监控，可优选将视频采集模块、紧急制动模块以及人体动作识别模块接入同一局域网网络中。

作为本实施例的进一步改进，还设置有后台监控模块，用于从视频采集模块获取行人视频，用于将行人视频传送至人体动作识别模块，以及用于从人体动作识别模块获取急停指令并将急停指令传送至紧急制动模块。

视频采集模块以及紧急制动模块均通过有线连接的方式与后台监控模块进行数据传输，后台监控模块与人体动作识别模块通过无线连接的方式进行数据传输。

该后台监控模块至少包括通信单元、存储单元、显示屏和控制器，控制器通过通信单元与视频采集模块、紧急制动模块以及人体动作识别模块进行数据交换。其中，通信单元中包括与视频采集模块以及紧急制动模块对应的各有线数据接口，与人体动作识别模块对应的无线通信子单元。无线通信子单元满足后台监控模块于人体动作识别模块接入统一局域网中。

如果对多个扶梯进行行人视频监控，可优选的将对应各个扶梯的后台监控模块分别和其配合的视频采集模块和紧急制动模块有线连接，同时将对应各个扶梯的后台监控模块与人体动作识别模块接入同一局域网网络中。

本实施例基于人体动作识别的扶梯紧急制动系统的工作方式为：通过视频采集模块实时采集扶梯上的行人视频，通过人体动作识别模块中训练后的神经网络模型识别行人视频中是否存在跌倒动作，当行人视频中存在跌倒动作时输出急停指令，并通过紧急制动模块将急停指令传送至扶梯控制开关，带动扶梯停止运行。

作为本实施例的进一步改进，还包括智能终端，其与人体动作识别模块无线连接。相应的，人体动作识别模块还用于进行如下操作：在行人视频中存在跌倒动作时形成跌倒短视频，并将跌倒短视频传送至智能终端。

智能终端配置有触摸显示屏和无线通信单元，其中显示屏为触摸显示屏，用于显示行人视频；无线通信单元支持3G/4G无线通信或支持WIFI无线通信，或支持3G/4G无线通信以及WIFI无线通信，用于与人体动作识别模块无线连接。

相应的，人体动作识别模块在包括有模型训练单元、动作识别单元、存储单元和通信单元的基础上，还包括短视频单元。用于在行人视频中存在跌倒动作时形成与所述跌倒动作对应的跌倒短视频。通信单元在支持人体动作识别模块与后台监控模块进行数据交换的基础上，还应支持支持人体动作识别模块与智能终端无线通信。通信单元支持3G/4G无线通信或支持WIFI无线通信，或支持3G/4G无线通信以及WIFI无线通信，具体与智能终端中的无线通信单元匹配。

本实施例基于人体动作识别的扶梯紧急制动系统的工作方式为：通过视频采集模块实时采集扶梯上的行人视频，通过人体动作识别模块中训练后的神经网络模型识别行人视频中是否存在跌倒动作，当行人视频中存在跌倒动作时输出急停指令，并通过紧急制动模块将急停指令传送至扶梯控制开关，带动扶梯停止运行；同时，当行人视频中存在跌倒动作时形成与跌倒动作对应的跌倒短视频，并将跌倒短视频传递至智能终端，便于安全管理人员及时了解事故以进行处理。

实施例2：

本实施例的基于人体动作识别的扶梯紧急制动方法，通过如实施例1公开的基于人体动作识别的扶梯紧急制动系统执行扶梯紧急制动，包括：

S100、同时视频采集模块实时采集扶梯上的行人视频；

S200、通过训练后神经网络模型识别行人视频中是否存在跌倒动作，如果行人视频中存在跌倒动作及时驱动电梯停止运行。

作为本实施的进一步改进，步骤S200中如果行人视频中存在跌倒动作还包括形成与跌倒动作对应的跌倒短视频，并将跌倒短视频传送至面向安全管理人员的智能终端。

在步骤S200中神经网络模型为卷积神经网络模型，获取训练后的神经网络模型包括：

S210建立神经网络模型；

S220搜集各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片；

S230通过搜集的各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片对神经网络模型进行训练，得到训练后神经网络模型。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (9)

1.基于人体动作识别的扶梯紧急自动系统，其特征在于包括：

视频采集模块，用于实时采集扶梯上的行人视频；

人体动作识别模块，其配置有神经网络模型，用于获取行人视频并通过训练后的神经网络模型识别行人视频中是否存在跌倒动作，并用于在行人视频中存在跌倒动作时输出急停指令；

紧急制动模块，用于获取急停指令并带动扶梯紧急停止运行。

2.根据权利要求1所述的基于人体动作识别的扶梯紧急制动系统，其特征在于还包括后台监控模块，用于从视频采集模块获取行人视频，用于将行人视频传送至人体动作识别模块，以及用于从人体动作识别模块获取急停指令并将急停指令传送至紧急制动模块。

3.根据权利要求2所述的基于人体动作识别的扶梯紧急制动系统，其特征在于视频采集模块以及紧急制动模块均通过有线连接的方式与后台监控模块进行数据传输，后台监控模块与人体动作识别模块通过无线连接的方式进行数据传输。

4.根据权利要求1、2或3所述的基于人体动作识别的扶梯紧急制动系统，其特征在于还包括智能终端，其与人体动作识别模块无线连接；

人体动作识别模块还用于进行如下操作：在行人视频中存在跌倒动作时形成跌倒短视频，并将跌倒短视频传送至智能终端。

5.根据权利要求4所述的基于人体动作识别的扶梯紧急制动系统，其特征在于智能终端配置有：

触摸显示屏，用于显示行人视频；

无线通信单元，用于与人体动作识别模块无线连接。

6.根据权利要求4所述的基于人体动作识别的扶梯紧急制动系统，其特征在于神经网络模型为卷积神经网络模型；人体动作识别模块至少配置有：

模型训练单元，用于搜集各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片，并通过搜集的各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片对神经网络模型进行训练；

动作识别单元，用于通过训练后的神经网络模型识别行人视频中是否存在跌倒动作，并用于在行人视频中存在跌倒动作时输出急停指令；

短视频单元，用于在行人视频中存在跌倒动作时形成与所述跌倒动作对应的跌倒短视频；

存储单元，用于存储神经网络模型、行人视频、训练后的神经网络模型、急停指令、跌倒短视频以及搜集的行人跌倒动作图片、行人正常站立图片和行人正常行走图片；

无线通信单元，用于与后台监控模块和智能终端进行数据传输。

7.基于人体动作识别的扶梯紧急制动方法，其特征在于通过如权利要求1-6任一项所述的基于人体动作识别的扶梯紧急制动系统执行扶梯紧急制动，包括：

实时采集扶梯上的行人视频；

通过训练后神经网络模型识别行人视频中是否存在跌倒动作，如果行人视频中存在跌倒动作及时驱动电梯停止运行。

8.根据权利要求7所述的基于人体动作识别的扶梯紧急制动方法，其特征在于如果行人视频中存在跌倒动作还包括：形成与跌倒动作对应的跌倒短视频，并将跌倒短视频传送至面向安全管理人员的智能终端。

9.根据权利要求7所述的基于人体动作识别的扶梯紧急制动方法，其特征在于神经网络模型为卷积神经网络模型，获取训练后的神经网络模型包括：

建立神经网络模型；

搜集各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片；

通过搜集的各种行人跌倒动作图片、行人正常站立图片以及行人正常行走图片对神经网络模型进行训练，得到训练后神经网络模型。