CN113128322A - 一种电梯地坎检测方法 - Google Patents
一种电梯地坎检测方法 Download PDFInfo
- Publication number
- CN113128322A CN113128322A CN202010046864.2A CN202010046864A CN113128322A CN 113128322 A CN113128322 A CN 113128322A CN 202010046864 A CN202010046864 A CN 202010046864A CN 113128322 A CN113128322 A CN 113128322A
- Authority
- CN
- China
- Prior art keywords
- sill
- elevator door
- elevator
- image
- closing
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 63
- 238000012549 training Methods 0.000 claims abstract description 21
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 238000013528 artificial neural network Methods 0.000 claims abstract description 6
- 238000002372 labelling Methods 0.000 claims abstract description 5
- 230000005856 abnormality Effects 0.000 claims abstract description 4
- 230000001133 acceleration Effects 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 description 3
- 241000282472 Canis lupus familiaris Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B13/00—Doors, gates, or other apparatus controlling access to, or exit from, cages or lift well landings
- B66B13/24—Safety devices in passenger lifts, not otherwise provided for, for preventing trapping of passengers
-
- 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
- B66B5/02—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions
- B66B5/021—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions the abnormal operating conditions being independent of the system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明公开了一种电梯地坎检测方法,包括以下步骤:S1、采集数据:从视频图像中解析出电梯门图像;S2、数据预处理,建立地坎检测模型:对电梯门图像进行预处理,对电梯门图像中的地坎进行标注,输入神经网络训练,得到训练好的地坎检测模型;S3、网络模型检测,将地坎检测模型输入控制中心模块,在摄像头获取到新的视频图像时,利用地坎检测模型实时预测电梯门的开关状态;S4、根据预测结果,判断电梯门的状态是否正常,出现异常时报警。通过建立地坎检测模型,实时预测电梯地坎的坐标信息,计算电梯运行参数,实现了对电梯门状态的实时监测,能够及时发现问题,提高电梯安全。
Description
技术领域
本发明涉及电梯技术领域,尤其是涉及一种电梯地坎检测方法。
背景技术
目前,电梯门处障碍物的检测采用的是红外光幕的方式,在电梯门边上等距离安装红外发射管与红外接收管,在开关门的过程中,如果红外接收管接收不到红外信号,就说明有障碍物存在,如果遇到透明物体就无法检测,对比较小的物体,如狗绳、儿童的小手、或大人手的一部分,其很大机率是检测不到的,检测效果很差,会发生小狗在外面,主人进入电梯,电梯门关闭的现象,从而发生安全事故。如果儿童的小手或大人的手的一部分位于电梯门边上,而电梯没有检测到,电梯门关闭就会发生夹手事故。
电梯门的开关是否正常也是一个非常重要的考虑因素,电梯门在开关过程中是否平稳,红外光幕方式是无法检测到的,如果电梯门猛开或猛关,会夹住人或物,发生安全事故。
因此,如何提高电梯门的检测精度,及时发现问题,防止事故的发生,是目前亟待解决的问题。
发明内容
本发明的目的是提供一种电梯地坎检测方法,从电梯门上方中间位置进行不同场景下的视频拍摄,解析出图像,对图像进行预处理,建立地坎检测模型,在摄像头获取到新的视频图像时,利用地坎检测模型实时预测电梯门的开关状态。本申请通过建立地坎检测模型,实时预测电梯地坎的坐标信息,计算电梯运行参数,实现了对电梯门状态的实时监测,能够及时发现问题,提高电梯安全。
本发明的上述发明目的通过以下技术方案得以实现:
一种电梯地坎检测方法,包括以下步骤:
S1、采集数据:从视频图像中解析出电梯门图像;
S2、数据预处理,建立地坎检测模型:对电梯门图像进行预处理,对电梯门图像中的地坎进行标注,输入神经网络训练,得到训练好的地坎检测模型;
S3、网络模型检测,将地坎检测模型输入控制中心模块,在摄像头获取到新的视频图像时,利用地坎检测模型实时预测电梯门的开关状态;
S4、根据预测结果,判断电梯门的状态是否正常,出现异常时报警。
本发明进一步设置为:步骤S1中,从电梯门顶部中央位置,对电梯门进行视频拍摄,获得不同场景下的电梯门数据,并从视频中解析出电梯门图像。
本发明进一步设置为:步骤S2中,对电梯门图像进行预处理,建立地坎检测模型,包括以下步骤:
A1、剔除不符合要求的图像;
A2、裁剪获得目标尺寸图像;
A3、利用图像处理方法对部分图像进行数据增强操作;
A4、对处理过的电梯门中的地坎进行标注;
A5、将标注过的电梯门图像划分为训练集、验证集、测试集。
A6、将训练集、验证集、测试集制作成网络支持的格式,输入目标检测算法中进行训练;
A7、训练一定迭代次数后,学习到检测地坎区域的特征,定位电梯门图像中的地坎位置并输出坐标信息;训练次数达到设定值后,保存训练好的地坎检测模型。
本发明进一步设置为:步骤S3中,在电梯门光幕检测到电梯门核心保护区有异物时,地坎检测模型停止预测电梯门的开关状态,在电梯门光幕检测到电梯门核心保护区无异物时,地坎检测模型进行电梯门开关状态的预测。
本发明进一步设置为:地坎宽度从最大逐渐减小到0,判断电梯门关闭;地坎宽度从0逐渐增加到最大,判断电梯门打开。
本发明进一步设置为:在电梯门关闭的过程中,根据预测出的上一帧地坎宽度与当前帧地坎宽度,计算当前帧电梯门的关闭运行速度与关闭加速度,若关闭运行速度大于等于关闭运行速度设定值,或关闭加速度大于等于关闭加速度设定值,则判断电梯门出现猛关情况。
本发明进一步设置为:在电梯门打开的过程中,根据预测出的上一帧地坎宽度与当前帧地坎宽度,计算当前帧电梯门的打开运行速度与打开加速度,若打开运行速度大于等于打开运行速度设定值,或打开加速度大于等于打开加速度设定值,则判断电梯门出现猛开情况。
本发明进一步设置为:在电梯门关闭或打开时,如果预测出连续N帧出现地坎宽度保持不变,则判断电梯门出现半开停滞情况,其中N是大于2的正整数。
本发明进一步设置为:在电梯轿厢上下运行时,地坎宽度为零,当出现地坎宽度大于零,则判断电梯门出现故障。
本发明进一步设置为:步骤S4中,预测到电梯门出现猛开情况、猛关情况、出现故障、半开停滞情况中的一个现象时,进行报警。
与现有技术相比,本发明的有益技术效果为:
1.本申请通过从电梯门顶角度采集大量不同场景下的电梯门视频图像,经过预处理及神经网络训练,建立电梯门地坎检测模型,为通过地坎图像预测电梯门状态提供了依据;
2.进一步地,本申请采用地坎检测模型对电梯地坎的宽度进行测量,得到电梯门的状态,实现了对电梯门状态的实时监测;
3.进一步地,本申请通过电梯地坎的宽度,计算电梯门运行速度及加速度,对电梯门的运行进行实时监测,保证电梯门运行的正常。
附图说明
图1是本发明的一个具体实施例的电梯地坎检测方法流程示意图;
图2是本发明的一个具体实施例的建立地坎检测模型流程示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本发明的一种电梯地坎检测方法,如图1所示,包括以下步骤:
S1、采集数据:从视频图像中解析出电梯门图像;
S2、数据预处理,建立地坎检测模型:对电梯门图像进行预处理,对电梯门图像中的地坎进行标注,输入神经网络训练,得到训练好的地坎检测模型;
S3、网络模型检测,将地坎检测模型输入控制中心模块,在摄像头获取到新的视频图像时,利用地坎检测模型实时预测电梯门的开关状态;
S4、根据预测结果,判断电梯门的状态是否正常,出现异常时报警。
具体地,步骤S1中,在电梯门顶部中央位置设置摄像头,向下对电梯门进行视频拍摄,经过大量的拍摄,获得不同场景下的电梯门图像视频数据,从视频数据中解析出电梯门图像。
在本申请的一个具体实施例中,在电梯轿厢门与电梯厅门之间的顶部中央位置设置摄像头,能够在电梯门一定区域内进行拍摄,形成核心区域检测。
采用USB摄像头获取视频,视频图像的分辨率为640*480。
步骤S2中,对电梯门图像进行预处理,建立地坎检测模型,如图2所示,包括以下步骤:
A1、剔除不符合要求的图像;
A2、裁剪获得目标尺寸图像;
A3、利用图像处理方法对部分图像进行数据增强操作;
A4、对处理过的电梯门中的地坎进行标注;
A5、将标注过的电梯门图像划分为训练集、验证集、测试集。
A6、将训练集、验证集、测试集制作成网络支持的格式,输入目标检测算法中进行训练;
A7、训练一定迭代次数后,学习到检测地坎区域的特征,定位电梯门图像中的地坎位置并输出坐标信息;训练次数达到设定值后,保存训练好的地坎检测模型。
在本申请的一个具体实施例中,不符合要求的电梯门图像包括过曝、过暗、重复、地坎所在区域有异物的电梯门图像数据,异物是指尺寸大于等于5cm大小以上的物体。
采用平移、旋转、裁剪、颜色抖动等图像处理方法,对部分电梯门图像数据进行数据增强操作。
利用标注工具对电梯门图像中的地坎进行标注。
标注工具包括LabelImg。
将标注好的电梯门地坎图像数据制作成网络支持的格式,输入目标检测算法中,进行训练,在一定迭代次数后,神经网络学习到检测地坎区域的特征,能够对图像中地坎的位置精确定位,输出地坎坐标信息,地坎坐标信息包括地坎中心坐标、地坎的高度与宽度。
步骤S3中,在电梯门光幕检测到电梯门核心保护区有异物时,地坎检测模型停止预测电梯门的开关状态,在电梯门光幕检测到电梯门核心保护区无异物时,地坎检测模型进行电梯门开关状态的预测。
根据前后帧地坎坐标信息,对电梯门状态进行预测,包括以下方面:
在电梯门关闭过程中,地坎宽度值从最大逐渐减小,当电梯门完全关闭后,地坎宽度值为0,此时判断电梯门关闭;相应地,电梯门打开过程中,地坎宽度值从0逐渐增加,当电梯门完全打开后,地坎宽度值最大,判断电梯门打开。
在电梯门关闭的过程中,根据预测出的上一帧地坎宽度W1与当前帧地坎宽度W2,计算当前帧门的关闭运行速度V与关闭加速度a,
相应地,在电梯门打开的过程中,根据预测出的上一帧地坎宽度与当前帧地坎宽度,计算当前帧电梯门的打开运行速度与打开加速度,若打开运行速度大于等于打开运行速度设定值,或打开加速度大于等于打开加速度设定值,则判断电梯门出现猛开情况。
在电梯轿厢上下运行时,地坎宽度为零,当出现地坎宽度大于零,则判断电梯门出现故障。
步骤S4中,预测到电梯门出现猛开情况、猛关情况、出现故障、半开停滞情况中的一个现象时,进行报警,为电梯维保提供实时参考与分析,保障电梯出行与乘坐安全。
在电梯运行正常的情况下,根据电梯门的状态,控制电梯运行,在判断到电梯门完全关闭时,输出门关闭信号给控制系统,控制电梯轿厢运行,实现电梯的智能化运行。
本具体实施方式的实施例均为本发明的较佳实施例,并非依此限制本发明的保护范围,故:凡依本发明的结构、形状、原理所做的等效变化,均应涵盖于本发明的保护范围之内。
Claims (10)
1.一种电梯地坎检测方法,其特征在于:包括以下步骤:
S1、采集数据:从视频图像中解析出电梯门图像;
S2、数据预处理,建立地坎检测模型:对电梯门图像进行预处理,对电梯门图像中的地坎进行标注,输入神经网络训练,得到训练好的地坎检测模型;
S3、网络模型检测:将地坎检测模型输入控制中心模块,在摄像头获取到新的视频图像时,利用地坎检测模型实时预测电梯门的开关状态;
S4、根据预测结果,判断电梯门的状态是否正常,出现异常时报警。
2.根据权利要求1所述的电梯地坎检测方法,其特征在于:步骤S1中,从电梯门顶部中央位置,对电梯门进行视频拍摄,获得不同场景下的电梯门数据,并从视频中解析出电梯门图像。
3.根据权利要求2所述的电梯地坎检测方法,其特征在于:步骤S2中,对电梯门图像进行预处理,建立地坎检测模型,包括以下步骤:
A1、剔除不符合要求的图像;
A2、裁剪获得目标尺寸图像;
A3、利用图像处理方法对部分图像进行数据增强操作;
A4、对处理过的电梯门中的地坎进行标注;
A5、将标注过的电梯门图像划分为训练集、验证集、测试集;
A6、将训练集、验证集、测试集制作成网络支持的格式,输入目标检测算法中进行训练;
A7、训练一定迭代次数后,学习到检测地坎区域的特征,定位电梯门图像中的地坎位置并输出坐标信息;训练次数达到设定值后,保存训练好的地坎检测模型。
4.根据权利要求1所述的电梯地坎检测方法,其特征在于:步骤S3中,在电梯门光幕检测到电梯门核心保护区有异物时,地坎检测模型停止预测电梯门的开关状态,在电梯门光幕检测到电梯门核心保护区无异物时,地坎检测模型进行电梯门开关状态的预测。
5.根据权利要求1或4所述的电梯地坎检测方法,其特征在于:地坎宽度从最大逐渐减小到0,判断电梯门关闭;地坎宽度从0逐渐增加到最大,判断电梯门打开。
6.根据权利要求1或4所述的电梯地坎检测方法,其特征在于:在电梯门关闭的过程中,根据预测出的上一帧地坎宽度与当前帧地坎宽度,计算当前帧电梯门的关闭运行速度与关闭加速度,若关闭运行速度大于等于关闭运行速度设定值,或关闭加速度大于等于关闭加速度设定值,则判断电梯门出现猛关情况。
7.根据权利要求1或4所述的电梯地坎检测方法,其特征在于:在电梯门打开的过程中,根据预测出的上一帧地坎宽度与当前帧地坎宽度,计算当前帧电梯门的打开运行速度与打开加速度,若打开运行速度大于等于打开运行速度设定值,或打开加速度大于等于打开加速度设定值,则判断电梯门出现猛开情况。
8.根据权利要求1或4所述的电梯地坎检测方法,其特征在于:在电梯门关闭或打开时,如果预测出连续N帧出现地坎宽度保持不变,则判断电梯门出现半开停滞情况,其中N是大于2的正整数。
9.根据权利要求1或4所述的电梯地坎检测方法,其特征在于:在电梯轿厢上下运行时,地坎宽度为零,当出现地坎宽度大于零,则判断电梯门出现故障。
10.根据权利要求1所述的电梯地坎检测方法,其特征在于:步骤S4中,预测到电梯门出现猛开情况、猛关情况、出现故障、半开停滞情况中的一个现象时,进行报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010046864.2A CN113128322A (zh) | 2020-01-16 | 2020-01-16 | 一种电梯地坎检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010046864.2A CN113128322A (zh) | 2020-01-16 | 2020-01-16 | 一种电梯地坎检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113128322A true CN113128322A (zh) | 2021-07-16 |
Family
ID=76771690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010046864.2A Pending CN113128322A (zh) | 2020-01-16 | 2020-01-16 | 一种电梯地坎检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113128322A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113581961A (zh) * | 2021-08-10 | 2021-11-02 | 江苏省特种设备安全监督检验研究院 | 一种电梯厅门的故障自动识别方法 |
CN115196455A (zh) * | 2022-06-30 | 2022-10-18 | 青岛海尔空调电子有限公司 | 一种电梯控制方法、电梯、计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107886524A (zh) * | 2017-11-20 | 2018-04-06 | 江苏省特种设备安全监督检验研究院 | 一种电梯门运动轨迹识别方法 |
CN108861985A (zh) * | 2018-07-25 | 2018-11-23 | 深圳万发创新进出口贸易有限公司 | 一种电梯门机运行状态智能监测系统 |
CN109368434A (zh) * | 2018-11-23 | 2019-02-22 | 张勇 | 一种具有视频监测的电梯控制系统 |
CN109761118A (zh) * | 2019-01-15 | 2019-05-17 | 福建天眼视讯网络科技有限公司 | 基于机器视觉的智慧梯联网控制方法及系统 |
CN109993797A (zh) * | 2019-04-04 | 2019-07-09 | 广东三维家信息科技有限公司 | 门窗位置检测方法及装置 |
-
2020
- 2020-01-16 CN CN202010046864.2A patent/CN113128322A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107886524A (zh) * | 2017-11-20 | 2018-04-06 | 江苏省特种设备安全监督检验研究院 | 一种电梯门运动轨迹识别方法 |
CN108861985A (zh) * | 2018-07-25 | 2018-11-23 | 深圳万发创新进出口贸易有限公司 | 一种电梯门机运行状态智能监测系统 |
CN109368434A (zh) * | 2018-11-23 | 2019-02-22 | 张勇 | 一种具有视频监测的电梯控制系统 |
CN109761118A (zh) * | 2019-01-15 | 2019-05-17 | 福建天眼视讯网络科技有限公司 | 基于机器视觉的智慧梯联网控制方法及系统 |
CN109993797A (zh) * | 2019-04-04 | 2019-07-09 | 广东三维家信息科技有限公司 | 门窗位置检测方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113581961A (zh) * | 2021-08-10 | 2021-11-02 | 江苏省特种设备安全监督检验研究院 | 一种电梯厅门的故障自动识别方法 |
CN115196455A (zh) * | 2022-06-30 | 2022-10-18 | 青岛海尔空调电子有限公司 | 一种电梯控制方法、电梯、计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8660700B2 (en) | Video-based system and method of elevator door detection | |
US11760605B2 (en) | Elevator door monitoring system, elevator system and elevator door monitoring method | |
CN113128322A (zh) | 一种电梯地坎检测方法 | |
CN105744232A (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
KR101101860B1 (ko) | 실시간 교통상황 검지 시스템 | |
CN110002314A (zh) | 一种基于深度学习的电梯乘客被困人数检测系统 | |
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 | |
CN112347862A (zh) | 一种基于机器视觉的电梯门故障实时检测方法 | |
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 | |
CN114436087B (zh) | 基于深度学习的电梯乘客扒门检测方法及系统 | |
CN114229639B (zh) | 一种电梯门故障判断方法、云平台和系统 | |
KR102302767B1 (ko) | 영상 딥러닝 판독에 따른 열차 출입문 감지 시스템 | |
KR102113489B1 (ko) | 카메라 입력 영상을 딥러닝 활용한 행동 감지 시스템 및 방법 | |
KR20180081645A (ko) | 지하철 스크린도어에서 안전 이상을 실시간으로 검출하기 위한 임베디드 비전시스템 및 그 방법 | |
CN112850436A (zh) | 一种电梯智能光幕的行人趋势检测方法及系统 | |
CN110759211B (zh) | 一种基于图像处理的电梯防夹方法及系统 | |
CN111797759A (zh) | 一种自动扶梯危险乘梯行为主动干预监测方法 | |
CN116443682A (zh) | 一种智能电梯控制系统 | |
CN105187821A (zh) | 一种视频质量智能诊断分析系统 | |
CN115196455A (zh) | 一种电梯控制方法、电梯、计算机可读存储介质 | |
CN205354095U (zh) | 自动检票人行通道中通行物体识别装置 | |
CN114314243A (zh) | 基于视频识别技术的升降机超载报警系统及超载报警方法 | |
CN113570734A (zh) | 基于计算机视觉技术的自动检票机 | |
US20240183719A1 (en) | Passive infrared sensor with patterned lens |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210716 |
|
RJ01 | Rejection of invention patent application after publication |