CN112794174A - 一种基于大数据的实时视频判别电梯开关门异常方案 - Google Patents
一种基于大数据的实时视频判别电梯开关门异常方案 Download PDFInfo
- Publication number
- CN112794174A CN112794174A CN201911108532.6A CN201911108532A CN112794174A CN 112794174 A CN112794174 A CN 112794174A CN 201911108532 A CN201911108532 A CN 201911108532A CN 112794174 A CN112794174 A CN 112794174A
- Authority
- CN
- China
- Prior art keywords
- elevator
- closing
- time
- model
- door
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0018—Devices monitoring the operating condition of the elevator system
- B66B5/0031—Devices monitoring the operating condition of the elevator system for safety reasons
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0012—Devices monitoring the users of the elevator system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0018—Devices monitoring the operating condition of the elevator system
- B66B5/0025—Devices monitoring the operating condition of the elevator system for maintenance or repair
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0037—Performance analysers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/02—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions
Landscapes
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明公开了一种基于大数据的实时视频判别电梯开关门异常方案,该方案包括如下步骤:步骤一,从电梯中的摄像头获取电梯视频信息,识别出电梯门,抓取其开关门的过程数据;在视频图像中,在电梯完全闭合后的两个门相贴处设置一个中垂线;在电梯完全展开处与门框平齐处设置两个边垂线;当电梯的两个门脱离中垂线,直至两个门的端口与两个边垂线重叠时,记录下时间帧,从而得到门从闭合到开启所需的时间。本发明具备以下优点:从电梯中的摄像头获取电梯视频信息,识别出电梯门,抓取其开关门的过程数据,包含开关门速度,闭合度,时间,两门之间距离,门与门框的距离等数据,构建并开始训练AI模型,通过AI模型不断学习优化,使得识别准确。
Description
技术领域
本发明涉及电梯监控技术领域,尤其涉及一种基于大数据的实时视频判别电梯开关门异常方案。
背景技术
电梯是日常生活中不可缺少的工具,其运行的安全性和稳定性都极其重要,但是随着电梯的使用,安全问题也日益突出。现有技术中的电梯容易发生故障事件,严重危害人身安全,电梯运行时,由于门体反复的运行,难免会发生意外,导致乘客等受困者被困在电梯内。同时由于电梯门长时间运行容易老化,因而电梯出现异常大部分集中于开关门异常,但开关门数据无法通过加装相关传感器实时获取。
发明内容
本发明的目的是通过电梯摄像头基于大数据、AI技术实时抓取电梯门数据信息,提供实时监控并在异常出现时报警,而提出的一种基于大数据的实时视频判别电梯开关门异常方案。
为了实现上述目的,本发明采用了如下技术方案:
一种基于大数据的实时视频判别电梯开关门异常方案,该方案包括如下步骤:
步骤一,从电梯中的摄像头获取电梯视频信息,识别出电梯门,抓取其开关门的过程数据;
在视频图像中,在电梯完全闭合后的两个门相贴处设置一个中垂线;在电梯完全展开处与门框平齐处设置两个边垂线;当电梯的两个门脱离中垂线,直至两个门的端口与两个边垂线重叠时,记录下时间帧,从而得到门从闭合到开启所需的时间;并通过两个边垂线之间的距离,求出两个门从闭合到开启的平均速度,并记录;
步骤二、构建并开始训练AI模型,整个训练的过程中包含大量正常开关门及出现的异常开关门信息,以此作为训练数据和验证数据;
利用计算机视频监控软件截取一帧上述步骤一中电梯闭合至完全展开的时间点的图像,作为基准图案,不断的利用计算机视频监控软件截取电梯运行中电梯闭合至完全展开时间点的图案,将截取的图案与基准图案进行对比,并建立AI模型;
步骤三、构建完模型后,将实时视频流加载至模型中,进行实时监控判别,不断的向AI模型导入视频监控软件实时截取的图案,并在电梯不断的运行中记录电梯异常运行的图案,不断的优化学习,当视频监控软件截取并未出现在AI模型中,或与以往电梯异常运行图案相似度较高时,判定为异常情况;
步骤四、反向更新和再优化模型,后台系统自动将记录其整个过程,再次训练和优化之前的模型库,使其模型更加包含各种开关门形态,更加完善,判别开关门更加准确。。
在上述的步骤一中过程数据包含开关门速度,闭合度,时间,两门之间距离,门与门框的距离。
在上述的步骤三中,通过设置一个电梯自恢复时间值,在所述电梯自恢复时间值,AI模型不断的记录视频图像,当电梯闭合的时间超过电梯自恢复时间值时,则记录为异常情况,同时该异常情况内截取的所有图案均作为异常情况载入AI模型中。
在上述的步骤三中,若电梯闭合至完全展开的时间小于或等于自恢复时间值,不进行电梯故障报警。
所述在上述步骤三中,当电梯进入异常状态时,将电梯内实时视频传入电梯监控中心,并启动远程报警呼救,通过将电梯内人体脸部图案发送给救援机构。
本发明具备以下优点:从电梯中的摄像头获取电梯视频信息,识别出电梯门,抓取其开关门的过程数据,包含开关门速度,闭合度,时间,两门之间距离,门与门框的距离等数据,构建并开始训练AI 模型,通过AI模型不断学习优化,使得识别准确。
本发明包含大量正常开关门及出现的异常开关门信息,以此作为训练数据和验证数据,构建完模型后,将实时视频流加载至模型中,进行实时监控判别,并反向更新和再优化模型,如电梯正常运行结束后台系统自动将记录其整个过程,再次训练和优化之前的模型库,使其模型更加包含各种开关门形态,更加完善,判别开关门更加准确。
附图说明
图1为本发明的整体流程示意图。
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
参照图1,一种基于大数据的实时视频判别电梯开关门异常方案,该方案包括如下步骤:
步骤一,从电梯中的摄像头获取电梯视频信息,识别出电梯门,抓取其开关门的过程数据。
在视频图像中,在电梯完全闭合后的两个门相贴处设置一个中垂线;在电梯完全展开处与门框平齐处设置两个边垂线;当电梯的两个门脱离中垂线,直至两个门的端口与两个边垂线重叠时,记录下时间帧,从而得到门从闭合到开启所需的时间;并通过两个边垂线之间的距离,求出两个门从闭合到开启的平均速度,并记录。
在上述的步骤一中过程数据包含开关门速度,闭合度,时间,两门之间距离,门与门框的距离。
步骤二、构建并开始训练AI模型,整个训练的过程中包含大量正常开关门及出现的异常开关门信息,以此作为训练数据和验证数据;
利用计算机视频监控软件截取一帧上述步骤一中电梯闭合至完全展开的时间点的图像,作为基准图案,不断的利用计算机视频监控软件截取电梯运行中电梯闭合至完全展开时间点的图案,将截取的图案与基准图案进行对比,并建立AI模型;
步骤三、构建完模型后,将实时视频流加载至模型中,进行实时监控判别,不断的向AI模型导入视频监控软件实时截取的图案,并在电梯不断的运行中记录电梯异常运行的图案,不断的优化学习,当视频监控软件截取并未出现在AI模型中,或与以往电梯异常运行图案相似度较高时,判定为异常情况。
在上述的步骤三中,通过设置一个电梯自恢复时间值,在所述电梯自恢复时间值,AI模型不断的记录视频图像,当电梯闭合的时间超过电梯自恢复时间值时,则记录为异常情况,同时该异常情况内截取的所有图案均作为异常情况载入AI模型中。
在上述的步骤三中,若电梯闭合至完全展开的时间小于或等于自恢复时间值,不进行电梯故障报警。
所述在上述步骤三中,当电梯进入异常状态时,将电梯内实时视频传入电梯监控中心,并启动远程报警呼救,通过将电梯内人体脸部图案发送给救援机构。
步骤四、反向更新和再优化模型,后台系统自动将记录其整个过程,再次训练和优化之前的模型库,使其模型更加包含各种开关门形态,更加完善,判别开关门更加准确。
综上所示,本发明提供一种基于大数据的实时视频判别电梯开关门异常方案,从电梯中的摄像头获取电梯视频信息,识别出电梯门,抓取其开关门的过程数据,包含开关门速度,闭合度,时间,两门之间距离,门与门框的距离等数据,构建并开始训练AI模型,整个训练的过程中包含大量正常开关门及出现的异常开关门信息,以此作为训练数据和验证数据。构建万模型后,将实时视频流加载至模型中,进行实时监控判别,并反向更新和再优化模型,如电梯正常运行结束,后台系统自动将记录其整个过程,再次训练和优化之前的模型库,使其模型更加包含各种开关门形态,更加完善,判别开关门更加准确。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于大数据的实时视频判别电梯开关门异常方案,其特征在于:该方案包括如下步骤:
步骤一,从电梯中的摄像头获取电梯视频信息,识别出电梯门,抓取其开关门的过程数据;
在视频图像中,在电梯完全闭合后的两个门相贴处设置一个中垂线;在电梯完全展开处与门框平齐处设置两个边垂线;当电梯的两个门脱离中垂线,直至两个门的端口与两个边垂线重叠时,记录下时间帧, 从而得到门从闭合到开启所需的时间;并通过两个边垂线之间的距离,求出两个门从闭合到开启的平均速度,并记录;
步骤二、构建并开始训练AI模型,整个训练的过程中包含大量正常开关门及出现的异常开关门信息,以此作为训练数据和验证数据;
利用计算机视频监控软件截取一帧上述步骤一中电梯闭合至完全展开的时间点的图像,作为基准图案,不断的利用计算机视频监控软件截取电梯运行中电梯闭合至完全展开时间点的图案,将截取的图案与基准图案进行对比,并建立AI模型;
步骤三、构建完模型后,将实时视频流加载至模型中,进行实时监控判别,不断的向AI模型导入视频监控软件实时截取的图案,并在电梯不断的运行中记录电梯异常运行的图案,不断的优化学习,当视频监控软件截取并未出现在AI模型中,或与以往电梯异常运行图案相似度较高时,判定为异常情况;
步骤四、反向更新和再优化模型,后台系统自动将记录其整个过程,再次训练和优化之前的模型库,使其模型更加包含各种开关门形态,更加完善,判别开关门更加准确。
2.根据权利要求1所述的一种基于大数据的实时视频判别电梯开关门异常方案,其特征在于,在上述的步骤一中过程数据包含开关门速度,闭合度,时间,两门之间距离,门与门框的距离。
3.根据权利要求1所述的一种基于大数据的实时视频判别电梯开关门异常方案,其特征在于,在上述的步骤三中,通过设置一个电梯自恢复时间值,在所述电梯自恢复时间值,AI模型不断的记录视频图像,当电梯闭合的时间超过电梯自恢复时间值时,则记录为异常情况,同时该异常情况内截取的所有图案均作为异常情况载入AI模型中。
4.根据权利要求1所述的一种基于大数据的实时视频判别电梯开关门异常方案,其特征在于,在上述的步骤三中,若电梯闭合至完全展开的时间小于或等于自恢复时间值,不进行电梯故障报警。
5.根据权利要求1所述的一种基于大数据的实时视频判别电梯开关门异常方案,其特征在于,所述在上述步骤三中,当电梯进入异常状态时,将电梯内实时视频传入电梯监控中心,并启动远程报警呼救,通过将电梯内人体脸部图案发送给救援机构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911108532.6A CN112794174B (zh) | 2019-11-13 | 2019-11-13 | 一种基于大数据的实时视频判别电梯开关门异常方案 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911108532.6A CN112794174B (zh) | 2019-11-13 | 2019-11-13 | 一种基于大数据的实时视频判别电梯开关门异常方案 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112794174A true CN112794174A (zh) | 2021-05-14 |
CN112794174B CN112794174B (zh) | 2022-06-21 |
Family
ID=75803727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911108532.6A Active CN112794174B (zh) | 2019-11-13 | 2019-11-13 | 一种基于大数据的实时视频判别电梯开关门异常方案 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112794174B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113336033A (zh) * | 2021-05-21 | 2021-09-03 | 快客电梯有限公司 | 一种电梯乘坐舒适性诊断装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002241063A (ja) * | 2001-02-20 | 2002-08-28 | Hitachi Building Systems Co Ltd | エレベータのドア異常確認装置 |
CN106219367A (zh) * | 2016-08-05 | 2016-12-14 | 沈阳聚德视频技术有限公司 | 一种基于智能视觉光幕的电梯运维监控方法 |
CN106709511A (zh) * | 2016-12-08 | 2017-05-24 | 华中师范大学 | 基于深度学习的城市轨道交通全景监控视频故障检测方法 |
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 |
CN109019225A (zh) * | 2018-09-12 | 2018-12-18 | 浙江云安达物联信息技术有限公司 | 一种预警异常阻挡电梯关门风险的检测方法及系统 |
CN109034397A (zh) * | 2018-08-10 | 2018-12-18 | 腾讯科技(深圳)有限公司 | 模型训练方法、装置、计算机设备及存储介质 |
CN109205426A (zh) * | 2017-07-07 | 2019-01-15 | 奥的斯电梯公司 | 电梯健康监测系统 |
CN109335907A (zh) * | 2018-09-18 | 2019-02-15 | 日立楼宇技术(广州)有限公司 | 电梯异常的检测方法、装置、计算机设备及存储介质 |
CN109850711A (zh) * | 2019-03-15 | 2019-06-07 | 浙江新再灵科技股份有限公司 | 一种基于3d测量技术的电梯门状态检测方法及系统 |
CN110002302A (zh) * | 2018-08-09 | 2019-07-12 | 浙江新再灵科技股份有限公司 | 一种基于深度学习的电梯开关门检测系统与方法 |
CN110222659A (zh) * | 2019-06-12 | 2019-09-10 | 江苏鼎航电子科技有限公司 | 电动车识别方法、装置和系统 |
CN110378300A (zh) * | 2019-07-24 | 2019-10-25 | 广东电网有限责任公司 | 一种物料提升机人货混载识别方法、系统及相关装置 |
-
2019
- 2019-11-13 CN CN201911108532.6A patent/CN112794174B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002241063A (ja) * | 2001-02-20 | 2002-08-28 | Hitachi Building Systems Co Ltd | エレベータのドア異常確認装置 |
CN106219367A (zh) * | 2016-08-05 | 2016-12-14 | 沈阳聚德视频技术有限公司 | 一种基于智能视觉光幕的电梯运维监控方法 |
CN106709511A (zh) * | 2016-12-08 | 2017-05-24 | 华中师范大学 | 基于深度学习的城市轨道交通全景监控视频故障检测方法 |
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 |
CN109205426A (zh) * | 2017-07-07 | 2019-01-15 | 奥的斯电梯公司 | 电梯健康监测系统 |
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 |
CN110002302A (zh) * | 2018-08-09 | 2019-07-12 | 浙江新再灵科技股份有限公司 | 一种基于深度学习的电梯开关门检测系统与方法 |
CN109034397A (zh) * | 2018-08-10 | 2018-12-18 | 腾讯科技(深圳)有限公司 | 模型训练方法、装置、计算机设备及存储介质 |
CN109019225A (zh) * | 2018-09-12 | 2018-12-18 | 浙江云安达物联信息技术有限公司 | 一种预警异常阻挡电梯关门风险的检测方法及系统 |
CN109335907A (zh) * | 2018-09-18 | 2019-02-15 | 日立楼宇技术(广州)有限公司 | 电梯异常的检测方法、装置、计算机设备及存储介质 |
CN109850711A (zh) * | 2019-03-15 | 2019-06-07 | 浙江新再灵科技股份有限公司 | 一种基于3d测量技术的电梯门状态检测方法及系统 |
CN110222659A (zh) * | 2019-06-12 | 2019-09-10 | 江苏鼎航电子科技有限公司 | 电动车识别方法、装置和系统 |
CN110378300A (zh) * | 2019-07-24 | 2019-10-25 | 广东电网有限责任公司 | 一种物料提升机人货混载识别方法、系统及相关装置 |
Non-Patent Citations (1)
Title |
---|
薛涛等: "基于故障树的电梯门系统故障分析", 《自动化与信息工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113336033A (zh) * | 2021-05-21 | 2021-09-03 | 快客电梯有限公司 | 一种电梯乘坐舒适性诊断装置 |
CN113336033B (zh) * | 2021-05-21 | 2022-09-16 | 快客电梯有限公司 | 一种电梯乘坐舒适性诊断装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112794174B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103839373B (zh) | 一种突发异常事件智能识别报警装置及报警系统 | |
CN110456723A (zh) | 一种基于深度学习的加油站卸油区安全管控系统 | |
CN202130312U (zh) | 一种驾驶员疲劳驾驶监控装置 | |
CN110490126B (zh) | 一种基于人工智能的保险柜安全管控系统 | |
CN109867186B (zh) | 一种基于智能视频分析技术的电梯困人检测方法及系统 | |
CN110589647A (zh) | 一种通过监控对电梯门进行实时故障检测及预测的方法 | |
CN111540152A (zh) | 一种智能安防预警系统 | |
CN109118617A (zh) | 一种应用于变电站的门禁系统及其识别方法 | |
CN112794174B (zh) | 一种基于大数据的实时视频判别电梯开关门异常方案 | |
CN108776452B (zh) | 一种特种设备现场维保监控方法及系统 | |
CN113411542A (zh) | 一种智能化的工作状况监测设备 | |
CN109919066B (zh) | 一种检测轨道交通车厢内乘客密度异常的方法和装置 | |
CN110002314A (zh) | 一种基于深度学习的电梯乘客被困人数检测系统 | |
CN110826406A (zh) | 一种基于深度学习模型的儿童高空防护方法 | |
CN109102613A (zh) | 一种基于人脸识别的社区监控方法 | |
CN112573316A (zh) | 一种基于计算机视觉的电梯困人检测方法 | |
CN110780356A (zh) | 地铁站台间隙异物检测系统 | |
CN109949530A (zh) | 一种办公楼宇智能对讲系统 | |
CN114436087B (zh) | 基于深度学习的电梯乘客扒门检测方法及系统 | |
CN115410304A (zh) | 基于自学习的鸡舍养殖安全防控方法及系统 | |
WO2017206152A1 (zh) | 车辆人员的统计方法及装置 | |
CN113044694B (zh) | 基于深度神经网络的工地电梯人数统计系统及方法 | |
CN112343657B (zh) | 矿山井下风门识别及其异常状态监测方法 | |
CN112127718B (zh) | 站台门系统滑动门门锁运行状态检测方法 | |
CN204270390U (zh) | 一种基于物联网的物流仓库智能大门防胁迫系统 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220428 Address after: 518000 4th floor, Sangda science and technology building, No. 1, community science and technology road, science and Technology Park, Yuehai street, Nanshan District, Shenzhen, Guangdong Province Applicant after: Shenzhen Taichang Tongxin Technology Co.,Ltd. Address before: 518000 East 7G3, 7th floor, building 201, chegongmiao Industrial Zone, Futian District, Shenzhen City, Guangdong Province Applicant before: Shenzhen saitel Information Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |