CN113060613B - 基于多源物联网数据的电梯维保实时识别方法 - Google Patents

Abstract

本发明涉及一种基于多源物联网数据的电梯维保实时识别方法，包括以下步骤：a、以相同的时间间隔连续获取实时红外数据在时长相等的时间段内的红外密度，根据当前时间段的红外密度确定其是否为疑似维保时段；b、若所述当前时间段被确定为疑似维保时段，则判断当前疑似维保时段与上次存储的疑似维保时段是否为同一起疑似维保；c、根据所述步骤(b)的判断结果对所述当前疑似维保时段或所述上次存储的疑似维保时段进行选择性地输出。本发明的方法利用红外密度识别维保时段，从而避免人为因素等影响识别准确率。

Description

基于多源物联网数据的电梯维保实时识别方法

技术领域

本发明涉及一种基于多源物联网数据的电梯维保实时识别方法。

背景技术

随着城市的发展，电梯的保有量也逐年增高，在方便人们的同时，电梯的安全问题也越来越受到重视。按照规定，电梯维保的项目基本上可以分为半月、季度、半年、年度四类，不同时间段做的保养项目是不同的，所以可以通过传感器数据呈现的不同现象监测维保工是否及时出现并且进行相关检查工作。除了定期的检查之外，当电梯发生紧急故障后，维保工应该要尽快赶到现场对电梯进行急修。这样才能使电梯可以正常进行运转、延长其寿命、消除其相关安全隐患。维保信息通常来源于维保工检测完成后上传至资料库的记录，可见，这种方式不可避免地会出现敷衍了事、数据上传不及时、数据记录不完整的情况。而且有些电梯系统的使用率不高，导致收集的维保数据远少于真实发生的次数。

专利CN110467079A公开了一种维保作业的确认方法，该专利根据维保工具的连线与断开时长来监控维保作业。这种方法虽然可以在一定程度上避免上述敷衍的行为，但是，该专利需要使电梯控制系统与维保工具连线，这就导致了一些不需要使用维保工具或者所使用的维保工具不具备连线功能的维保工作不能得到监控。

发明内容

本发明的目的在于提供一种基于多源物联网数据的电梯维保实时识别方法。

为实现上述发明目的，本发明提供一种基于多源物联网数据的电梯维保实时识别方法，包括以下步骤：

a、以相同的时间间隔连续获取实时红外数据在时长相等的时间段内的红外密度，根据当前时间段的红外密度确定其是否为疑似维保时段；

b、若所述当前时间段被确定为疑似维保时段，则判断当前疑似维保时段与上次存储的疑似维保时段是否为同一起疑似维保；

c、根据所述步骤(b)的判断结果对所述当前疑似维保时段或所述上次存储的疑似维保时段进行选择性地输出。

根据本发明的一个方面，在所述步骤(a)中，所述红外密度P_select的计算公式为：

P_select＝h/m；

其中，h为每个时间段中被标为有人的数据条数，m为每个时间段中包含的数据总条数；

若所述当前时间段的红外密度P_select在密度阈值P以上时，则将其确定为疑似维保时段。

根据本发明的一个方面，在所述步骤(b)中，若所述当前疑似维保时段与所述上次存储的疑似维保时段的时间差在合并阈值T_interval以下，则将两个疑似维保时段确定为同一起疑似维保，并将所述两个疑似维保时段及二者间隔时段合并为一个疑似维保时段；

否则，将所述两个疑似维保时段确定为不同起疑似维保，并将所述当前疑似维保时段存为loss。

根据本发明的一个方面，在所述步骤(b)中，若所述当前疑似维保时段之前不存在存储的疑似维保时段，则将所述当前疑似维保时段进行存储，并返回所述步骤(a)继续进行后续时间段否为疑似维保时段的判断。

根据本发明的一个方面，所述选择性地输出为，若待输出的疑似维保时段的时长在最短时长阈值T_min和最长时长阈值T_max之间，则将其输出；否则将其确定为误报并清空其存储状态，若存在loss则保留loss数据。

根据本发明的一个方面，若所述步骤(b)的判断结果为所述当前疑似维保时段和所述上次存储的疑似维保时段不是同一起维保，则在所述步骤(c)中，对所述上次存储的疑似维保时段进行所述选择性地输出。

根据本发明的一个方面，若在所述当前疑似维保时段之后连续未出现疑似维保时段的时长超过实时时长阈值T_range，则对所述当前疑似维保时段进行所述选择性的输出。

根据本发明的一个方面，在所述选择性地输出完成后，若当前时刻存在存为loss的所述当前疑似维保时段，则将所述当前疑似维保时段置为存储状态；否则，将当前时刻置为null。

根据本发明的一个方面，还包括以下步骤：

d、若输出的疑似维保时段前后出现了电梯低速运行或运行过程较少的情况，则将所述输出的疑似维保时段确定为真实维保时段，否则将其确定为低真实度维保时段。

根据本发明的一个方面，电梯运行速度的绝对值小于0.36m/s时为电梯低速运行，电梯在输出时间段中静止的时间超过总输出时间的40％为运行过程较少。

根据本发明的一个方面，开始进行识别的时间不早于上午7点。

根据本发明的方案，首先基于物联网传感器传输数据，设计过滤算法并利用之对特定区域(轿厢和机房)的物联网实时传输的红外传感器的数据进行实时分析，分析时利用红外密度比对的方式，当识别到某段红外数据的红外密度相较于其他时刻更为密集时输出该时段，从而初步进行规则过滤找出疑似维保时段。这样，相对于传统的维保工手动上传以及根据维修工具的使用时长判断的方式，不仅可以杜绝人为因素对识别准确率的影响，还可以避免一些不需要使用维保工具的维保工作被遗漏。

根据本发明的方案，为了进一步避免仅凭借红外去识别维保的方式中存在的极少量误报情况，在输出疑似维保时段之后还根据速度等因素对红外检出时段进行再过滤，从而提高本方法维保识别的准确率。

附图说明

图1示意性表示本发明的一种实施方式的基于多源物联网数据的电梯维保实时识别方法的流程图。

具体实施方式

为了更清楚地说明本发明实施方式或现有技术中的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员而言，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。

下面结合附图和具体实施方式对本发明作详细地描述，实施方式不能在此一一赘述，但本发明的实施方式并不因此限定于以下实施方式。

参见图1，本发明的基于多源物联网数据的电梯维保实时识别方法，首先以相同的时间间隔连续获取实时红外数据在时长相等的时间段内的红外密度，根据当前时间段的红外密度确定其是否为疑似维保时段。然后根据相邻确定出的疑似维保时段的时间差确定出相邻两疑似维保时段是否为同一起疑似维保。具体的，若当前时间段被确定为疑似维保时段，则判断当前疑似维保时段与上次存储的疑似维保时段是否为同一起疑似维保。最终根据上述对两段疑似维保时段是否为同一起维保的判断结果，对当前疑似维保时段或上次存储的疑似维保时段进行输出。根据本发明的上述构思，利用红外密度确认疑似维保时段方式是根据维保活动的规律初步地确定实时红外数据中的维保时段，如此，无论维保工人进行何种维保工作，均能够有效地被采集到。

根据本发明的一种实施方式，通过滑框与实时数据序列相对滑动的方式，每隔相同一段时间即提取一次滑框内数据的红外密度，从而形成了连续地提取时间段内的红外密度。而由于滑框宽度不变，因此每个时间段的时长也相同。由于红外传感器可以通过热成像原理检测出电梯轿厢顶上的人，进行标注后即可获知这段时间内电梯轿厢顶上出现的人员出现次数。在维保时段电梯轿厢顶与机房(不包含轿厢内)出现的人员出现频率显然多过平常，而这一频率即可称为红外密度。因此通过设定一定的密度阈值，并将检测出的红外密度与之对比，若其高过此阈值则可说明该电梯这一时段红外较为密集，此时即可基本确定该时间段出现了维保。根据维保的标准流程，维保人员会分别进入机房和登上轿厢顶进行检查。因此本方法所用到的数据为物联网实时传输数据(红外传感器的数据)所用的红外传感器包括机房和轿厢顶两个区域。本发明的红外密度的计算虽然分为机房与轿厢顶两处，但是由于二者计算方法相同，为了简便则使用同一个符号表示。本发明中，按照上述可知，红外密度P_select的计算公式为：

P_select＝h/m；

其中，h为每个时间段中被标为有人(标位1)的数据条数，m为每个时间段中包含的数据总条数。例如，时间段的时间长度为1分钟，即滑框的长度为1分钟。在00:00:00≤time＜00:01:00这一时间段内，共有100条实时数据，即m＝100。其中60条实时数据被标为有人(即为1)，40条数据被标为无人(即为0)，即h＝60。则该1分钟00:00:00≤time＜00:01:00内的红外密度P_select为：

P_select＝60/100＝0.6；

相隔1分钟后，再计算第二分钟(00:01:00≤time＜00:02:00)的密度并以此类推。当然，本发明上述以time表示的时间段中出现的时刻仅为表明时间段的长度，并非特指相应时刻。而由上述可知，本实施方式的滑框宽度和间隔时间均为1分钟，但是，在其他实施方式中也可根据需求合理选取。

若当前时间段的红外密度P_select在密度阈值P以上时，即P_select≥P，则将当前时间段确定为疑似维保时段，否则继续进行下一时间段的判断。当然，密度阈值P也可分为两个不同数值，即机房阈值和轿厢顶阈值。但是，由于后续步骤中红外密度的计算结果和密度阈值的比对均相同，因此本发明也利用同一符号表示密度阈值。

若当前检测出疑似维保时段，则可保存当前时间段的起止时间，并进入后续步骤，判断当前疑似维保时段与上次存储的疑似维保时段是否为同一起维保事件。若当前疑似维保时段的起始时刻TIME_{now_start}与上次存储的疑似维保时段的结束时刻TIME_{keep_end}的时间差在合并阈值T_interval以下，即TIME_{now_start}-TIME_{keep_end}≤T_interval，则将两个疑似维保时段确定为同一起疑似维保。由此，合并阈值T_interval也可以理解为判断两起红外密集时段是否为同一起维保的时间间隔。此时，应将两起疑似维保时段及二者间隔时间段合并为一个疑似维保时段，即将上次存储的疑似维保时段结束时刻TIME_{keep_end}更新为当前疑似维保时段结束时刻TIME_{now_end}，并继续计算后续时间段的红外密度，并对其进行是否超过密度阈值的判断。

反之，若TIME_{now_start}-TIME_{keep_end}＞T_interval，则将两个疑似维保时段确定为不同起疑似维保，并将当前疑似维保时段的起止时刻TIME_{now_start}和TIME_{now_end}存为loss。其中，loss是指符合上述红外密度条件但是与上次存储的时段不符合合并阈值的时间段，所以暂且存为loss。当有新的一段符合密度条件的时间段进来以后，之前存储的loss则作为上次存储的疑似维保时段与新进入的时段去比较，而loss也会被清空。

上述判定思路中，均是以当前时刻的疑似维保时段与上次存储的疑似维保时段的对比。但是，若当前疑似维保时段以前不存在其他疑似维保时段，即TIME_{keep_end}和TIME_{keep_start}都为null，则将当前疑似维保时段进行存储，即将其起止时刻TIME_{now_start}和TIME_{now_end}置为存储状态TIME_{keep_start}和TIME_{keep_end}，并继续计算后续时间段的红外密度，然后对其进行是否超过密度阈值的判断。

按照上述步骤与现有状态比对后，若当前疑似维保时段和上次存储的疑似维保时段被确定为不同起维保，则将上次存储的疑似维保时段与预先设定的时长阈值比对，若其符合输出要求，则将其输出。本发明中，时长阈值具备最短时长阈值T_min和最长时长阈值T_max两个，这两个阈值即为本发明规定的最短和最长起止时刻的时间差。若上次存储的疑似维保时段在这二者之间，即T_min≤TIME_{keep_end}-TIME_{keep_start}≤T_max，则将上次存储的疑似维保时段输出，即将[TIME_{keep_start,}TIME_{keep_end}]作为维保时段。

反之，若T_min＞TIME_{keep_end}-TIME_{keep_start}或者TIME_{keep_end}-TIME_{keep_start}＞T_max，则该疑似维保时段出现的红外密集可能是偶然现象或者异常现象，因此将其确定为误报并清空其存储状态，但是若存在loss则保留loss数据。可见，本发明对于疑似维保时段的输出是一种选择性地输出，即只有在其符合输出时长的要求时才将其输出，否则按照误报情况处理。

无论按照上述步骤是否有时间段输出，均需要查看目前是否存有loss。若当前状态存有loss，则将存为loss的当前疑似维保时段置为存储状态，即将其起止时刻置为新的存储状态下的起止时刻TIME_{keep_end}和TIME_{keep_start}。反之，若不存在loss，则将当前时刻都置为null。没有存储loss这一例外情况的出现是由于本发明的实时性需求。具体的，为了保证本发明的方法的实时性，若在某一疑似维保时段之后连续未出现疑似维保时段的时长超过实时时长阈值T_range，即当P_select＜P且TIME_{now_start}-TIME_{keep_end}＞T_range时，则按照上述方法先判断现有状态的该疑似维保时段的起止时刻的时间差(即该时段时长)，并对其进行选择性地输出，该时间段实际上即为当前疑似维保时段。此时，由于当前状态并未检出疑似维保时段，因此当前疑似维保时段中的“当前”是指最后一次检出并等待输出的疑似维保时段。在这种情况下，由于后续并没有检测出疑似维保时间，因此不存在上述将两疑似维保时段进行时间差比对的计算，所以没有进行将当前疑似维保时间存为loss的操作，导致当前状态没有loss项。由此可见，按照本发明的方法，若检出时段不是误报，则既有可能输出上次存储的疑似维保时段，也有可能输出当前疑似维保时段。

通过上述描述可知，上述红外密度比对的方式来识别维保可能存在误报的情况。虽然这类情况数量较少，但为了进一步提高识别精度，本发明还对红外检出疑似维保时段进行再过滤，从而确定其是否为真实的维保。根据维保的正确流程，维保工在对电梯进行维保时，电梯的运行次数(过程)会比较少，并且还会出现低速运行的情况。因此，本发明根据电梯运行次数和速度对于红外检出时段进行再过滤从而确定该疑似维保时段是否为真实维保。具体为检测输出的疑似维保时段前后是否出现过运行次数少或者低速运行的情况，若没有这些现象，则大概率不是真正的维保，将其确定为低真实度维保时段；反之，若输出的疑似维保时段前后出现了上述低速运行等情况，则该时段为真实维保的可能性更高，将其确定为真实维保时段。在本实施方式中，电梯运行速度的绝对值小于0.36m/s时为电梯低速运行，电梯在输出时间段中静止的时间超过总输出时间的40％为运行过程较少。由此，在本发明上述输出疑似维保时段的方法基础上，利用维保工作的特点进行了再过滤，从而提高了维保识别的准确率。

另外，本发明的方法的实时时刻也会影响其识别准确率。一般而言，除了少数发生困人事件时维保工去解救的情况外，夜间尤其是凌晨对电梯进行维保的情况很少出现。因此，若在这一时间段开展识别则出现误报的可能性较大，会影响整体检测的准确度。为了提高本方法总体的准确率，利用本方法开始进行识别的时间最好不早于上午7点，这样在每天早上7点之后才开始检测，不仅节约能源，还能最大程度地避免误报的发生。

综上所述，本发明能够实时的检测到电梯是否在进行维保，从而可以监督维保人员是否在规定的周期维保时段进行完整的检修。另外，还能在电梯发生故障后观察维保工是否及时出现进行检修，可以满足政府要求在发生困人后30min之内必须到场进行解决及检修等要求。

以上所述仅为本发明的一个实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于多源物联网数据的电梯维保实时识别方法，包括以下步骤：

a、以相同的时间间隔连续获取实时红外数据在时长相等的时间段内的红外密度，根据当前时间段的红外密度确定其是否为疑似维保时段；

b、若所述当前时间段被确定为疑似维保时段，则判断当前疑似维保时段与上次存储的疑似维保时段是否为同一起疑似维保；

c、根据所述步骤（b）的判断结果对所述当前疑似维保时段或所述上次存储的疑似维保时段进行选择性地输出。

2.根据权利要求1所述的方法，其特征在于，在所述步骤（a）中，所述红外密度P_select的计算公式为：

P_select=h/m；

其中，h为每个时间段中被标为有人的数据条数，m为每个时间段中包含的数据总条数；

若所述当前时间段的红外密度P_select在密度阈值P以上时，则将其确定为疑似维保时段。

3.根据权利要求1所述的方法，其特征在于，在所述步骤（b）中，若所述当前疑似维保时段与所述上次存储的疑似维保时段的时间差在合并阈值T_interval以下，则将两个疑似维保时段确定为同一起疑似维保，并将所述两个疑似维保时段及二者间隔时段合并为一个疑似维保时段；

否则，将所述两个疑似维保时段确定为不同起疑似维保，并将所述当前疑似维保时段存为loss。

4.根据权利要求1所述的方法，其特征在于，在所述步骤（b）中，若所述当前疑似维保时段之前不存在存储的疑似维保时段，则将所述当前疑似维保时段进行存储，并返回所述步骤（a）继续进行后续时间段否为疑似维保时段的判断。

5.根据权利要求3所述的方法，其特征在于，所述选择性地输出为，若待输出的疑似维保时段的时长在最短时长阈值T_min和最长时长阈值T_max之间，则将其输出；否则将其确定为误报并清空其存储状态，若存在loss则保留loss数据。

6.根据权利要求5所述的方法，其特征在于，若所述步骤（b）的判断结果为所述当前疑似维保时段和所述上次存储的疑似维保时段不是同一起维保，则在所述步骤（c）中，对所述上次存储的疑似维保时段进行所述选择性地输出。

7.根据权利要求5所述的方法，其特征在于，若在所述当前疑似维保时段之后连续未出现疑似维保时段的时长超过实时时长阈值T_range，则对所述当前疑似维保时段进行所述选择性的输出。

8.根据权利要求3所述的方法，其特征在于，在所述选择性地输出完成后，若当前时刻存在存为loss的所述当前疑似维保时段，则将所述当前疑似维保时段置为存储状态；否则，将当前时刻置为null。

9.根据权利要求5所述的方法，其特征在于，还包括以下步骤：

d、若输出的疑似维保时段前后出现了电梯低速运行或运行过程较少的情况，则将所述输出的疑似维保时段确定为真实维保时段，否则将其确定为低真实度维保时段；

电梯运行速度的绝对值小于0.36m/s时为电梯低速运行，电梯在输出时间段中静止的时间超过总输出时间的40%为运行过程较少。

10.根据权利要求1所述的方法，其特征在于，开始进行识别的时间不早于上午7点。

Images