CN109850711A - 一种基于3d测量技术的电梯门状态检测方法及系统 - Google Patents
一种基于3d测量技术的电梯门状态检测方法及系统 Download PDFInfo
- Publication number
- CN109850711A CN109850711A CN201910201085.2A CN201910201085A CN109850711A CN 109850711 A CN109850711 A CN 109850711A CN 201910201085 A CN201910201085 A CN 201910201085A CN 109850711 A CN109850711 A CN 109850711A
- Authority
- CN
- China
- Prior art keywords
- door
- elevator
- elevator door
- data
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Elevator Door Apparatuses (AREA)
- Maintenance And Inspection Apparatuses For Elevators (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于3D测量技术的电梯门状态检测方法及系统,其中方法包括以下步骤:通过3D传感器获取电梯门区域的包括2D轮廓、深度图和3D点云的数据;根据3D传感器获取的数据通过包括用户界面的方式手动设置电梯门区域;或根据3D传感器采集的数据进行统计分析自动设置电梯门区域;利用根据3D传感器获取数据的不连续性计算电梯门的开启程度;根据当前电梯门开启程度判断电梯门是否完全关闭、完全开启;根据门开启程度的历史信息判断电梯是否正在开启、正在关闭、门缝异常检测、反复开关门;根据3D传感器获取的数据计算门区域到3D传感器的深度相关信息;根据门区域的深度相关信息进行门异常开启检测。
Description
技术领域
本发明属于电梯安全技术领域,具体涉及一种基于3D测量技术的电梯门状态检测方法。
背景技术
电梯是一种非常普及的公共设施,广泛应用在商场、办公区、居民区等场景,给人们的日常生活带来了极大的便捷。然而由于使用不正确、维保不及时等因素的影响,电梯偶尔会出现故障。电梯门故障是电梯诸多故障中发生频率最高的故障,电梯门故障的种类也比较多,其在运行过程中突然开门可能导致乘客跌落事件发生,不能正常开门又可能导致困人事件发生,因此准确且实时的检测电梯门状态是保证电梯安全运行的一个非常关键的环节。
3D测量技术是3D技术中的一项非常关键的技术,通过3D测量技术可对3D传感器(激光雷达、TOF相机、结构光相机等)采集的3D数据进行转换和分析,进而获取被测物距离、尺寸、表面平整度等信息,在工业和民用中都有着非常广泛的应用。其中3D数据包括2D轮廓、深度图、3D点云等格式,2D轮廓表征了物体的某一截面的空间坐标信息,深度图中的每个像素值表征被测物体上对应点到相机的距离,3D点云中的每个点表征被测物体上对应点在指定空间坐标系下的3D坐标。
故采用3D测量技术对电梯开关门状态进行检测也极有必要。
发明内容
本发明要解决的技术问题是提供一种基于3D测量技术的电梯门状态检测方法及系统,用于实时准确的检测电梯门状态,提高电梯使用安全性。
为解决上述技术问题,本发明采用如下的技术方案:
本发明的一方面用于提供一种基于3D测量技术的电梯门状态检测方法,包括以下步骤:
通过3D传感器获取电梯门区域的包括2D轮廓、深度图和3D点云的数据;
根据3D传感器获取的数据通过包括用户界面的方式手动设置电梯门区域;或根据3D传感器采集的数据进行统计分析自动设置电梯门区域;
利用根据3D传感器获取数据的不连续性计算电梯门的开启程度;根据当前电梯门开启程度判断电梯门是否完全关闭、完全开启;根据门开启程度的历史信息判断电梯是否正在开启、正在关闭、门缝异常检测、反复开关门;
根据3D传感器获取的数据计算门区域到3D传感器的深度相关信息;根据门区域的深度相关信息进行门异常开启检测。
优选地,所述3D传感器包括激光雷达、线结构光3D传感器、TOF相机、双目相机,其安装在电梯轿厢内,使拍摄区域覆盖门开关方向的整个电梯门区域。
优选地,所述根据3D传感器采集的数据进行统计分析自动设置电梯门区域具体为:通过在一段时间内,经过若干次门完全关闭→正在开启→完全开启→正在关闭→完全关闭的过程统计确定2D轮廓数据的最大断开程度,进而获取门区域,再对门区域进行扩大生成最终的门检测区域。
优选地,利用根据3D传感器获取数据的不连续性计算电梯门的开启程度;根据当前电梯门开启程度判断电梯门是否完全关闭、完全开启;根据门开启程度的历史信息判断电梯是否正在开启、正在关闭、门缝异常检测、反复开关门具体为:根据设定的距离阈值对轮廓数据进行过滤;沿着轮廓数据从左往右,一旦确定无数据即可确定断开的左边界;沿着轮廓数据从右往左,一旦确定无数据即可确定断开的右边界;左右边界之间的距离即是断开程度;使用2D轮廓断开程度来度量电梯门的开启程度;若电梯门开启程度较小,未达到门开启设定的阈值,则检测输出电梯门正处于完全关闭状态;若电梯门开启程度达到门完全开启设定的阈值,则检测输出电梯门正处于完全开启状态;若门开启的程度由小变大,则检测输出电梯门正处于开启状态;若门开启的程度由大变小,则检测输出电梯门正处于关闭状态;若在设定的时间内,门开启的程度一直在设定的区间范围,则判断为门缝异常;若在设定的时间内门“开启→关闭→开启”的次数大于设定阈值,则检测输出电梯门反复开关状态。
优选地,所述根据3D传感器获取的数据计算门区域到3D传感器的深度相关信息;根据门区域的深度相关信息进行门异常开启检测具体为:统计历史门关闭时门区域的深度的平均值作为门区域深度;将距离位于门区域深度和距离阈值之间的区域作为门异常开启检测区域;统计门异常开启检测区域内的有效目标点数;若门异常开启检测区域内的有效目标点数大于设定阈值,则判定门异常开启。
本发明的又一方面用于提供一种基于3D测量技术的电梯门状态检测系统,包括3D传感器和电梯门状态检测单元,其中:
所述3D传感器,用于获取电梯门区域的包括2D轮廓、深度图和3D点云的数据;
所述电梯门状态检测单元用于根据3D传感器获取的数据通过包括用户界面的方式手动设置电梯门区域;或根据3D传感器采集的数据进行统计分析自动设置电梯门区域;
利用根据3D传感器获取数据的不连续性计算电梯门的开启程度;根据当前电梯门开启程度判断电梯门是否完全关闭、完全开启;根据门开启程度的历史信息判断电梯是否正在开启、正在关闭、门缝异常检测、反复开关门;
根据3D传感器获取的数据计算门区域到3D传感器的深度相关信息;根据门区域的深度相关信息进行门异常开启检测。
优选地,所述3D传感器包括激光雷达、线结构光3D传感器、TOF相机、双目相机,其安装在电梯轿厢内,使拍摄区域覆盖门开关方向的整个电梯门区域。
优选地,所述根据3D传感器采集的数据进行统计分析自动设置电梯门区域具体为:通过在一段时间内,经过若干次门完全关闭→正在开启→完全开启→正在关闭→完全关闭的过程统计确定2D轮廓数据的最大断开程度,进而获取门区域,再对门区域进行扩大生成最终的门检测区域。
优选地,利用根据3D传感器获取数据的不连续性计算电梯门的开启程度;根据当前电梯门开启程度判断电梯门是否完全关闭、完全开启;根据门开启程度的历史信息判断电梯是否正在开启、正在关闭、门缝异常检测、反复开关门具体为:根据设定的距离阈值对轮廓数据进行过滤;沿着轮廓数据从左往右,一旦确定无数据即可确定断开的左边界;沿着轮廓数据从右往左,一旦确定无数据即可确定断开的右边界;左右边界之间的距离即是断开程度;使用2D轮廓断开程度来度量电梯门的开启程度;若电梯门开启程度较小,未达到门开启设定的阈值,则检测输出电梯门正处于完全关闭状态;若电梯门开启程度达到门完全开启设定的阈值,则检测输出电梯门正处于完全开启状态;若门开启的程度由小变大,则检测输出电梯门正处于开启状态;若门开启的程度由大变小,则检测输出电梯门正处于关闭状态;若在设定的时间内,门开启的程度一直在设定的区间范围,则判断为门缝异常;若在设定的时间内门“开启→关闭→开启”的次数大于设定阈值,则检测输出电梯门反复开关状态。
优选地,所述根据3D传感器获取的数据计算门区域到3D传感器的深度相关信息;根据门区域的深度相关信息进行门异常开启检测具体为:统计历史门关闭时门区域的深度的平均值作为门区域深度;将距离位于门区域深度和距离阈值之间的区域作为门异常开启检测区域;统计门异常开启检测区域内的有效目标点数;若门异常开启检测区域内的有效目标点数大于设定阈值,则判定门异常开启。
采用本发明具有如下的有益效果:本发明针对需要为电梯乘客乘梯安全检测系统提供准确实时的电梯门状态和门异常信息,提出的仅基于3D传感器,而无需任何其他辅助设施的电梯门状态和门异常检测方案,该检测方案基于3D传感器采集的电梯场景的3D空间数据,结合门正常关闭和正常开启时期的3D空间信息差异性,使用3D测量技术简单、稳定、准确、实时的进行电梯门状态和门异常的检测。
附图说明
图1为本发明实施例的基于3D测量技术的电梯门状态检测系统的结构示意图;
图2为本发明实施例中线结构光3D传感器获取的2D轮廓数据示意图;
图3为本发明实施例中通过用户界面的方式手动设置电梯门区域示意图;
图4为本发明实施中通过一段时间内收集的2D轮廓数据统计分析确定电梯门区域示意图;
图5为本发明实施例中2D轮廓数据断开程度计算示意图;
图6为本发明实施例中门关闭情况下线结构光3D传感器获取的场景2D轮廓数据示意图;
图7为本发明实施例中门完全开启情况下线结构光3D传感器获取的场景2D轮廓数据示意图;
图8为本发明实施例中门部分打开情况下线结构光3D传感器获取的场景2D轮廓数据示意图;
图9为本发明实施例中门异常开启情况下线结构光3D传感器获取的场景2D轮廓数据示意图;
图10为本发明实施例的基于3D测量技术的电梯门状态检测方法的步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,所示为本发明实施例的一种基于3D测量技术的电梯门状态检测系统的结构示意图,其包括3D传感器和电梯门状态检测单元,其中:
3D传感器,用于获取电梯门区域的包括2D轮廓、深度图和3D点云的数据。3D传感器包括但不限于激光雷达、线结构光3D传感器、TOF相机、双目相机等3D传感器,其安装在电梯轿厢内,尽可能的使拍摄区域覆盖门开关方向的整个电梯门区域。一具体应用实例中,使用线结构光3D传感器获取电梯门区域的2D轮廓数据。参见图2所示,(a)为门关闭状态下采集的2D轮廓数据,(b)为门部分打开下采集的2D轮廓数据。
电梯门状态检测单元用于根据3D传感器获取的数据通过包括用户界面的方式手动设置电梯门区域;或根据3D传感器采集的数据进行统计分析自动设置电梯门区域;
利用根据3D传感器获取数据的不连续性计算电梯门的开启程度;根据当前电梯门开启程度判断电梯门是否完全关闭、完全开启;根据门开启程度的历史信息判断电梯是否正在开启、正在关闭、门缝异常检测、反复开关门;
根据3D传感器获取的数据计算门区域到3D传感器的深度相关信息;根据门区域的深度相关信息进行门异常开启检测。
其中,在一具体应用实例中,通过用户界面的方式手动设置一个矩形区域作为电梯门区域,如图3所示,门状态检测区域包括了电梯门区域,门左侧边界和门右侧边界。
在另一具体应用实例中,通过在一段时间内,经过若干次门完全关闭→正在开启→完全开启→正在关闭→完全关闭的过程统计确定2D轮廓数据的最大断开程度,进而获取门区域,再对门区域进行扩大生成最终的门检测区域,如图4所示。
在一具体应用实例中,2D轮廓数据断开程度计算过程如下,如图5所示:①根据设定的距离阈值dist thre对轮廓数据进行过滤;②沿着轮廓数据从左往右,一旦确定无数据即可确定断开的左边界;③沿着轮廓数据从右往左,一旦确定无数据即可确定断开的右边界;④左右边界之间的距离即是断开程度。
参见图6所示为门关闭情况下线结构光3D传感器获取的场景2D轮廓数据,使用2D轮廓断开程度来度量电梯门的开启程度;若电梯门开启程度较小,未达到门开启设定的阈值(该阈值可以但不限于使用历史门最小开启程度加上一个设定的容忍阈值),则检测输出电梯门正处于完全关闭状态。
参见图7所示为门完全开启情况下线结构光3D传感器获取的场景2D轮廓数据,若电梯门开启程度达到门完全开启设定的阈值(该阈值可以但不限于使用历史门最大开启程度减去一个设定的容忍阈值),则检测输出电梯门正处于完全开启状态。
参见图8所示门部分打开情况下线结构光3D传感器获取的场景2D轮廓数据,若门开启的程度由小变大,则检测输出电梯门正处于开启状态;若门开启的程度由大变小,则检测输出电梯门正处于关闭状态;若在设定的时间内,门开启的程度一直在设定的区间范围,则判断为门缝异常。
若在设定的时间内门“开启→关闭→开启”的次数大于设定阈值,则检测输出电梯门反复开关状态。
一具体应用实例中,参见图9所示为门异常开启情况下线结构光3D传感器获取的场景2D轮廓数据,门异常开启检测过程如下:①统计历史门关闭时门区域的深度的平均值作为门区域深度region_depth;②将距离位于门区域深度region_depth和距离阈值dist_thre之间的区域作为门异常开启检测区域;③统计门异常开启检测区域内的有效目标点数;④若门异常开启检测区域内的有效目标点数大于设定阈值,则判定门异常开启。
与本发明系统实施例对应的,本发明提供了一种基于3D测量技术的电梯门状态检测方法,其步骤流程图参照图10所示,包括以下步骤:
S10,通过3D传感器获取电梯门区域的包括2D轮廓、深度图和3D点云的数据;
3D传感器包括但不限于激光雷达、线结构光3D传感器、TOF相机、双目相机等3D传感器,其安装在电梯轿厢内,尽可能的使拍摄区域覆盖门开关方向的整个电梯门区域。一具体应用实例中,使用线结构光3D传感器获取电梯门区域的2D轮廓数据。参见图2所示,(a)为门关闭状态下采集的2D轮廓数据,(b)为门部分打开下采集的2D轮廓数据。
S20,根据3D传感器获取的数据通过包括用户界面的方式手动设置电梯门区域;或根据3D传感器采集的数据进行统计分析自动设置电梯门区域;
在一具体应用实例中,通过用户界面的方式手动设置一个矩形区域作为电梯门区域,如图3所示,门状态检测区域包括了电梯门区域,门左侧边界和门右侧边界。
在另一具体应用实例中,通过在一段时间内,经过若干次门完全关闭→正在开启→完全开启→正在关闭→完全关闭的过程统计确定2D轮廓数据的最大断开程度,进而获取门区域,再对门区域进行扩大生成最终的门检测区域,如图4所示。
S30,利用根据3D传感器获取数据的不连续性计算电梯门的开启程度;根据当前电梯门开启程度判断电梯门是否完全关闭、完全开启;根据门开启程度的历史信息判断电梯是否正在开启、正在关闭、门缝异常检测、反复开关门;
在一具体应用实例中,2D轮廓数据断开程度计算过程如下,如图5所示:①根据设定的距离阈值dist_thre对轮廓数据进行过滤;②沿着轮廓数据从左往右,一旦确定无数据即可确定断开的左边界;③沿着轮廓数据从右往左,一旦确定无数据即可确定断开的右边界;④左右边界之间的距离即是断开程度。
参见图6所示为门关闭情况下线结构光3D传感器获取的场景2D轮廓数据,使用2D轮廓断开程度来度量电梯门的开启程度;若电梯门开启程度较小,未达到门开启设定的阈值(该阈值可以但不限于使用历史门最小开启程度加上一个设定的容忍阈值),则检测输出电梯门正处于完全关闭状态。
参见图7所示为门完全开启情况下线结构光3D传感器获取的场景2D轮廓数据,若电梯门开启程度达到门完全开启设定的阈值(该阈值可以但不限于使用历史门最大开启程度减去一个设定的容忍阈值),则检测输出电梯门正处于完全开启状态。
参见图8所示门部分打开情况下线结构光3D传感器获取的场景2D轮廓数据,若门开启的程度由小变大,则检测输出电梯门正处于开启状态;若门开启的程度由大变小,则检测输出电梯门正处于关闭状态;若在设定的时间内,门开启的程度一直在设定的区间范围,则判断为门缝异常。
若在设定的时间内门“开启→关闭→开启”的次数大于设定阈值,则检测输出电梯门反复开关状态。
S40,根据3D传感器获取的数据计算门区域到3D传感器的深度相关信息;根据门区域的深度相关信息进行门异常开启检测。
一具体应用实例中,参见图9所示为门异常开启情况下线结构光3D传感器获取的场景2D轮廓数据,门异常开启检测过程如下:①统计历史门关闭时门区域的深度的平均值作为门区域深度region_depth;②将距离位于门区域深度region_depth和距离阈值dist_thre之间的区域作为门异常开启检测区域;③统计门异常开启检测区域内的有效目标点数;④若门异常开启检测区域内的有效目标点数大于设定阈值,则判定门异常开启。
通过本发明实施例提供的基于3D测量技术的电梯门状态检测方法及系统,针对需要为电梯乘客乘梯安全检测系统提供准确实时的电梯门状态和门异常信息,提出仅基于3D传感器,而无需任何其他辅助设施的电梯门状态和门异常检测方案,该检测方案基于3D传感器采集的电梯场景的3D空间数据,结合门正常关闭和正常开启时期的3D空间信息差异性,使用3D测量技术简单、稳定、准确、实时的进行电梯门状态和门异常的检测。
应当理解,本文所述的示例性实施例是说明性的而非限制性的。尽管结合附图描述了本发明的一个或多个实施例,本领域普通技术人员应当理解,在不脱离通过所附权利要求所限定的本发明的精神和范围的情况下,可以做出各种形式和细节的改变。
Claims (10)
1.一种基于3D测量技术的电梯门状态检测方法,其特征在于,包括以下步骤:
通过3D传感器获取电梯门区域的包括2D轮廓、深度图和3D点云的数据;
根据3D传感器获取的数据通过包括用户界面的方式手动设置电梯门区域;或根据3D传感器采集的数据进行统计分析自动设置电梯门区域;
利用根据3D传感器获取数据的不连续性计算电梯门的开启程度;根据当前电梯门开启程度判断电梯门是否完全关闭、完全开启;根据门开启程度的历史信息判断电梯是否正在开启、正在关闭、门缝异常检测、反复开关门;
根据3D传感器获取的数据计算门区域到3D传感器的深度相关信息;根据门区域的深度相关信息进行门异常开启检测。
2.如权利要求1所述的基于3D测量技术的电梯门状态检测方法,其特征在于,所述3D传感器包括激光雷达、线结构光3D传感器、TOF相机、双目相机,其安装在电梯轿厢内,使拍摄区域覆盖门开关方向的整个电梯门区域。
3.如权利要求1所述的基于3D测量技术的电梯门状态检测方法,其特征在于,所述根据3D传感器采集的数据进行统计分析自动设置电梯门区域具体为:通过在一段时间内,经过若干次门完全关闭→正在开启→完全开启→正在关闭→完全关闭的过程统计确定2D轮廓数据的最大断开程度,进而获取门区域,再对门区域进行扩大生成最终的门检测区域。
4.如权利要求1所述的基于3D测量技术的电梯门状态检测方法,其特征在于,利用根据3D传感器获取数据的不连续性计算电梯门的开启程度;根据当前电梯门开启程度判断电梯门是否完全关闭、完全开启;根据门开启程度的历史信息判断电梯是否正在开启、正在关闭、门缝异常检测、反复开关门具体为:根据设定的距离阈值对轮廓数据进行过滤;沿着轮廓数据从左往右,一旦确定无数据即可确定断开的左边界;沿着轮廓数据从右往左,一旦确定无数据即可确定断开的右边界;左右边界之间的距离即是断开程度;使用2D轮廓断开程度来度量电梯门的开启程度;若电梯门开启程度较小,未达到门开启设定的阈值,则检测输出电梯门正处于完全关闭状态;若电梯门开启程度达到门完全开启设定的阈值,则检测输出电梯门正处于完全开启状态;若门开启的程度由小变大,则检测输出电梯门正处于开启状态;若门开启的程度由大变小,则检测输出电梯门正处于关闭状态;若在设定的时间内,门开启的程度一直在设定的区间范围,则判断为门缝异常;若在设定的时间内门“开启→关闭→开启”的次数大于设定阈值,则检测输出电梯门反复开关状态。
5.如权利要求4所述的基于3D测量技术的电梯门状态检测方法,其特征在于,所述根据3D传感器获取的数据计算门区域到3D传感器的深度相关信息;根据门区域的深度相关信息进行门异常开启检测具体为:统计历史门关闭时门区域的深度的平均值作为门区域深度;将距离位于门区域深度和距离阈值之间的区域作为门异常开启检测区域;统计门异常开启检测区域内的有效目标点数;若门异常开启检测区域内的有效目标点数大于设定阈值,则判定门异常开启。
6.一种基于3D测量技术的电梯门状态检测系统,其特征在于,包括3D传感器和电梯门状态检测单元,其中:
所述3D传感器,用于获取电梯门区域的包括2D轮廓、深度图和3D点云的数据;
所述电梯门状态检测单元用于根据3D传感器获取的数据通过包括用户界面的方式手动设置电梯门区域;或根据3D传感器采集的数据进行统计分析自动设置电梯门区域;
利用根据3D传感器获取数据的不连续性计算电梯门的开启程度;根据当前电梯门开启程度判断电梯门是否完全关闭、完全开启;根据门开启程度的历史信息判断电梯是否正在开启、正在关闭、门缝异常检测、反复开关门;
根据3D传感器获取的数据计算门区域到3D传感器的深度相关信息;根据门区域的深度相关信息进行门异常开启检测。
7.如权利要求6所述的基于3D测量技术的电梯门状态检测系统,其特征在于,所述3D传感器包括激光雷达、线结构光3D传感器、TOF相机、双目相机,其安装在电梯轿厢内,使拍摄区域覆盖门开关方向的整个电梯门区域。
8.如权利要求6所述的基于3D测量技术的电梯门状态检测系统,其特征在于,所述根据3D传感器采集的数据进行统计分析自动设置电梯门区域具体为:通过在一段时间内,经过若干次门完全关闭→正在开启→完全开启→正在关闭→完全关闭的过程统计确定2D轮廓数据的最大断开程度,进而获取门区域,再对门区域进行扩大生成最终的门检测区域。
9.如权利要求6所述的基于3D测量技术的电梯门状态检测系统,其特征在于,利用根据3D传感器获取数据的不连续性计算电梯门的开启程度;根据当前电梯门开启程度判断电梯门是否完全关闭、完全开启;根据门开启程度的历史信息判断电梯是否正在开启、正在关闭、门缝异常检测、反复开关门具体为:根据设定的距离阈值对轮廓数据进行过滤;沿着轮廓数据从左往右,一旦确定无数据即可确定断开的左边界;沿着轮廓数据从右往左,一旦确定无数据即可确定断开的右边界;左右边界之间的距离即是断开程度;使用2D轮廓断开程度来度量电梯门的开启程度;若电梯门开启程度较小,未达到门开启设定的阈值,则检测输出电梯门正处于完全关闭状态;若电梯门开启程度达到门完全开启设定的阈值,则检测输出电梯门正处于完全开启状态;若门开启的程度由小变大,则检测输出电梯门正处于开启状态;若门开启的程度由大变小,则检测输出电梯门正处于关闭状态;若在设定的时间内,门开启的程度一直在设定的区间范围,则判断为门缝异常;若在设定的时间内门“开启→关闭→开启”的次数大于设定阈值,则检测输出电梯门反复开关状态。
10.如权利要求9所述的基于3D测量技术的电梯门状态检测系统,其特征在于,所述根据3D传感器获取的数据计算门区域到3D传感器的深度相关信息;根据门区域的深度相关信息进行门异常开启检测具体为:统计历史门关闭时门区域的深度的平均值作为门区域深度;将距离位于门区域深度和距离阈值之间的区域作为门异常开启检测区域;统计门异常开启检测区域内的有效目标点数;若门异常开启检测区域内的有效目标点数大于设定阈值,则判定门异常开启。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910201085.2A CN109850711B (zh) | 2019-03-15 | 2019-03-15 | 一种基于3d测量技术的电梯门状态检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910201085.2A CN109850711B (zh) | 2019-03-15 | 2019-03-15 | 一种基于3d测量技术的电梯门状态检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109850711A true CN109850711A (zh) | 2019-06-07 |
CN109850711B CN109850711B (zh) | 2021-03-09 |
Family
ID=66901056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910201085.2A Active CN109850711B (zh) | 2019-03-15 | 2019-03-15 | 一种基于3d测量技术的电梯门状态检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109850711B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110713087A (zh) * | 2019-10-21 | 2020-01-21 | 北京猎户星空科技有限公司 | 一种电梯门状态检测方法及装置 |
CN111731960A (zh) * | 2020-06-22 | 2020-10-02 | 浙江新再灵科技股份有限公司 | 电梯门开关状态检测方法 |
CN112045654A (zh) * | 2020-08-11 | 2020-12-08 | 上海有个机器人有限公司 | 一种无人密闭空间的检测方法、装置和机器人 |
CN112794174A (zh) * | 2019-11-13 | 2021-05-14 | 深圳市赛特尔信息技术有限公司 | 一种基于大数据的实时视频判别电梯开关门异常方案 |
CN112897296A (zh) * | 2021-03-04 | 2021-06-04 | 苏州德林宝电梯制造有限公司 | 一种用于防止儿童被电梯门夹手的安全提示设备 |
WO2021224539A1 (en) | 2020-05-04 | 2021-11-11 | Kone Corporation | A solution for generating dynamic information content of a people transport system |
CN113762008A (zh) * | 2020-11-16 | 2021-12-07 | 北京京东乾石科技有限公司 | 一种机器人进梯方法和装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1759613A (zh) * | 2003-03-20 | 2006-04-12 | 因温特奥股份公司 | 利用三维传感器对电梯范围内的空间监视 |
CN101723226A (zh) * | 2009-12-24 | 2010-06-09 | 杭州优迈科技有限公司 | 机器视觉三维探测电梯光幕的系统及方法 |
JP2013049546A (ja) * | 2011-08-31 | 2013-03-14 | Hitachi Building Systems Co Ltd | エレベータ用異常音診断方法及びシステム |
CN203237899U (zh) * | 2013-05-15 | 2013-10-16 | 北京晶科华盛科技有限公司 | 电梯门安全保护系统及电梯 |
CN106986248A (zh) * | 2017-05-23 | 2017-07-28 | 四川长虹电器股份有限公司 | 基于摄像图像的电梯开关门检测方法 |
CN107298354A (zh) * | 2017-07-13 | 2017-10-27 | 广州日滨科技发展有限公司 | 电梯门机运行状态监测方法、装置和系统 |
CN107539855A (zh) * | 2017-08-07 | 2018-01-05 | 广州日滨科技发展有限公司 | 电梯平层故障的检测方法和系统 |
CN109368462A (zh) * | 2018-12-17 | 2019-02-22 | 石家庄爱赛科技有限公司 | 立体视觉电梯门保护装置及保护方法 |
-
2019
- 2019-03-15 CN CN201910201085.2A patent/CN109850711B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1759613A (zh) * | 2003-03-20 | 2006-04-12 | 因温特奥股份公司 | 利用三维传感器对电梯范围内的空间监视 |
CN101723226A (zh) * | 2009-12-24 | 2010-06-09 | 杭州优迈科技有限公司 | 机器视觉三维探测电梯光幕的系统及方法 |
JP2013049546A (ja) * | 2011-08-31 | 2013-03-14 | Hitachi Building Systems Co Ltd | エレベータ用異常音診断方法及びシステム |
CN203237899U (zh) * | 2013-05-15 | 2013-10-16 | 北京晶科华盛科技有限公司 | 电梯门安全保护系统及电梯 |
CN106986248A (zh) * | 2017-05-23 | 2017-07-28 | 四川长虹电器股份有限公司 | 基于摄像图像的电梯开关门检测方法 |
CN107298354A (zh) * | 2017-07-13 | 2017-10-27 | 广州日滨科技发展有限公司 | 电梯门机运行状态监测方法、装置和系统 |
CN107539855A (zh) * | 2017-08-07 | 2018-01-05 | 广州日滨科技发展有限公司 | 电梯平层故障的检测方法和系统 |
CN109368462A (zh) * | 2018-12-17 | 2019-02-22 | 石家庄爱赛科技有限公司 | 立体视觉电梯门保护装置及保护方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110713087A (zh) * | 2019-10-21 | 2020-01-21 | 北京猎户星空科技有限公司 | 一种电梯门状态检测方法及装置 |
CN112794174A (zh) * | 2019-11-13 | 2021-05-14 | 深圳市赛特尔信息技术有限公司 | 一种基于大数据的实时视频判别电梯开关门异常方案 |
WO2021224539A1 (en) | 2020-05-04 | 2021-11-11 | Kone Corporation | A solution for generating dynamic information content of a people transport system |
EP4146575A4 (en) * | 2020-05-04 | 2024-01-24 | KONE Corporation | SOLUTION FOR GENERATING DYNAMIC INFORMATION CONTENT OF A PERSONAL TRANSPORT SYSTEM |
CN111731960A (zh) * | 2020-06-22 | 2020-10-02 | 浙江新再灵科技股份有限公司 | 电梯门开关状态检测方法 |
CN111731960B (zh) * | 2020-06-22 | 2022-02-15 | 浙江新再灵科技股份有限公司 | 电梯门开关状态检测方法 |
CN112045654A (zh) * | 2020-08-11 | 2020-12-08 | 上海有个机器人有限公司 | 一种无人密闭空间的检测方法、装置和机器人 |
CN112045654B (zh) * | 2020-08-11 | 2022-01-28 | 上海有个机器人有限公司 | 一种无人密闭空间的检测方法、装置和机器人 |
CN113762008A (zh) * | 2020-11-16 | 2021-12-07 | 北京京东乾石科技有限公司 | 一种机器人进梯方法和装置 |
CN112897296A (zh) * | 2021-03-04 | 2021-06-04 | 苏州德林宝电梯制造有限公司 | 一种用于防止儿童被电梯门夹手的安全提示设备 |
CN112897296B (zh) * | 2021-03-04 | 2024-04-26 | 苏州德林宝电梯制造有限公司 | 一种用于防止儿童被电梯门夹手的安全提示设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109850711B (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109850711A (zh) | 一种基于3d测量技术的电梯门状态检测方法及系统 | |
CN103164858B (zh) | 基于超像素和图模型的粘连人群分割与跟踪方法 | |
CN105868722A (zh) | 异常电力设备图像的识别方法及系统 | |
CN107133564B (zh) | 一种工装工帽检测方法 | |
CN109063764A (zh) | 一种基于机器视觉的隔离开关合闸操作到位的判断方法 | |
CN106127756A (zh) | 一种基于多特征信息融合技术的绝缘子识别检测方法 | |
CN103258232B (zh) | 一种基于双摄像头的公共场所人数估算方法 | |
CN104766079B (zh) | 一种远距离红外弱小目标检测方法 | |
CN105915846A (zh) | 一种单双目复用的入侵物监测方法及系统 | |
US11315374B2 (en) | Detection of fraudulent access at control gates | |
CN106006266A (zh) | 一种应用于电梯安全监控的机器视觉建立方法 | |
CN102279424B (zh) | 电网气象灾害预警系统 | |
CN111476762B (zh) | 一种巡检设备的障碍物检测方法、装置和巡检设备 | |
CN105263018A (zh) | 一种视频图像中叠加条纹检测方法和装置 | |
CN106483847B (zh) | 一种基于自适应ica的冷水机组故障检测方法 | |
CN109740507A (zh) | 一种变电设备异常感知的方法 | |
Ding et al. | The passenger flow status identification based on image and WiFi detection for urban rail transit stations | |
CN105303158A (zh) | 一种变电站隔离开关线段拟合视频智能分析算法 | |
CN115527158A (zh) | 一种基于视频监控的人员异常行为检测方法及装置 | |
CN105976398A (zh) | 一种白天火灾视频检测方法 | |
CN109919066A (zh) | 一种检测轨道交通车厢内乘客密度异常的方法和装置 | |
CN105046316B (zh) | 一种基于高斯过程回归的激光双向行人计数方法 | |
CN108898187A (zh) | 一种自动识别配电房指示设备图像的方法及装置 | |
CN106153363B (zh) | 一种基于声像监测的机械设备故障自动识别方法 | |
CN116030420B (zh) | 多源数据融合的电梯安全运行监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |