CN113247745A - 基于图像的电梯门控制方法及防夹检测模组 - Google Patents
基于图像的电梯门控制方法及防夹检测模组 Download PDFInfo
- Publication number
- CN113247745A CN113247745A CN202110783445.1A CN202110783445A CN113247745A CN 113247745 A CN113247745 A CN 113247745A CN 202110783445 A CN202110783445 A CN 202110783445A CN 113247745 A CN113247745 A CN 113247745A
- Authority
- CN
- China
- Prior art keywords
- laser
- image
- module
- elevator door
- elevator
- 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
- 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
- B66B13/26—Safety devices in passenger lifts, not otherwise provided for, for preventing trapping of passengers between closing doors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Elevator Door Apparatuses (AREA)
Abstract
本发明涉及图像分析技术领域,公开一种基于图像的电梯门控制方法及防夹检测模组。方法包括:获取电梯关门信号,根据电梯关门信号,控制每个激光模组朝向电梯门的底部投射激光;获取摄像模组拍摄指定关门区域的目标图像;根据目标图像,提取每个激光图像区域;根据每个激光图像区域在目标图像的位置,控制电梯门的工作状态。一方面,本实施例能够主动投射激光,降低环境光线对图像提取的影响,提高后续在目标图像中提取激光图像区域的可靠性和识别率。另一方面,此种作法无需关注障碍物的形状,只需关注各个激光图像区域在目标图像的位置,有利于提高检测电梯门间是否存在障碍物的准确率和可靠性,以便降低电梯门的误夹或误开的概率。
Description
技术领域
本发明涉及图像分析技术领域,具体涉及一种基于图像的电梯门控制方法及防夹检测模组。
背景技术
现有电梯设有摄像头,摄像头可拍摄电梯门之间的关门区域,得到区域图像,当从区域图像中解析出障碍物对应的区域时,便控制电梯门停止关闭,以防止电梯门误夹障碍物,然而,障碍物的图像提取容易受到电梯的环境光线影响,造成障碍物的识别率比较低和稳定性比较差。
发明内容
本发明实施例的一个目的旨在提供一种基于图像的电梯门控制方法及防夹检测模组,用于解决现有技术存在的技术缺陷。
在第一方面,本发明实施例提供一种基于图像的电梯门控制方法,应用于防夹检测模组,所述防夹检测模组包括摄像模组及至少两个激光模组,每个所述激光模组依序安装于所述电梯门的顶部且相邻两个所述激光模组都间隔指定距离,所述方法包括:
获取电梯关门信号,根据所述电梯关门信号,控制每个所述激光模组朝向所述电梯门的底部投射激光,所述激光可被所述电梯门的底部反射回所述摄像模组;
获取所述摄像模组拍摄指定关门区域的目标图像;
根据所述目标图像,提取每个激光图像区域,所述激光图像区域为每个所述激光在所述目标图像成像时的像素区域;
根据每个所述激光图像区域在所述目标图像的位置,控制所述电梯门的工作状态。
在第二方面,本发明实施例提供一种防夹检测模组,包括:
至少两个激光模组,每个所述激光模组依序安装于所述电梯门的顶部,且相邻两个所述激光模组都间隔指定距离;
摄像模组,用于拍摄指定关门区域,得到目标图像;
控制器,分别与每个所述激光模组和所述摄像模组电连接,用于执行上述的基于图像的电梯门控制方法。
在本发明实施例提供的基于图像的电梯门控制方法中,防夹检测模组包括摄像模组及至少两个激光模组,每个激光模组依序安装于电梯门的顶部且相邻两个激光模组都间隔指定距离,基于图像的电梯门控制方法包括:获取电梯关门信号,根据电梯关门信号,控制每个激光模组朝向电梯门的底部投射激光,激光可被电梯门的底部反射回摄像模组;获取摄像模组拍摄指定关门区域的目标图像;根据目标图像,提取每个激光图像区域,激光图像区域为每个激光成像在目标图像的像素区域;根据每个激光图像区域在目标图像的位置,控制所述电梯门的工作状态。一方面,本实施例能够主动投射激光,降低环境光线对图像提取的影响,提高后续在目标图像中提取与激光对应的激光图像区域的可靠性和识别率。另一方面,当障碍物出现在电梯门之间时,障碍物会影响到各个激光图像区域在目标图像的位置,本实施例能够根据激光图像区域在目标图像的位置确定是否存在障碍物,以便控制电梯门的工作状态,此种作法无需关注障碍物的形状,只需关注各个激光图像区域在目标图像的位置,有利于提高检测电梯门间是否存在障碍物的准确率和可靠性,以便能够更加可靠精准地控制电梯门的工作状态,降低电梯门的误夹或误开的出现概率。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1a为本发明实施例提供的一种防夹检测模组的电路结构示意图;
图1b为本发明实施例提供的采用图1a所示的防夹检测模组的第一种电梯场景示意图;
图2为本发明实施例提供的采用图1a所示的防夹检测模组的第二种电梯场景示意图;
图3为本发明实施例提供的目标图像的第一种示意图;
图4a为本发明实施例提供的目标图像的第二种示意图;
图4b为本发明实施例提供的目标图像的第三种示意图;
图5a为本发明实施例提供的各个激光模组投射的激光经过电梯门底部反射回摄像模组的示意图;
图5b为本发明实施例提供的第二激光模组投射的激光经过障碍物反射回摄像模组的示意图;
图5c为本发明实施例提供的目标图像的第四种示意图;
图6为本发明实施例提供的一种基于图像的电梯门控制方法的流程示意图;
图7a为图6所示的S64的第一种流程示意图;
图7b为图6所示的S64的第二种流程示意图;
图7c为本发明实施例提供的目标图像的第四种示意图;
图7d为本发明实施例提供的目标图像的第五种示意图;
图8a为本发明另一实施例提供的一种基于图像的电梯门控制方法的流程示意图;
图8b为图8a所示的S65的流程示意图;
图8c为图8a所示的S66的流程示意图;
图8d为图6所示的S61的流程示意图;
图8e为本发明实施例提供的采用图1a所示的防夹检测模组的第三种电梯场景示意图;
图9为本发明实施例提供的一种电子设备的电路结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有作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。
需要说明的是,如果不冲突,本发明实施例中的各个特征可以相互结合,均在本发明的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。再者,本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行顺序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。
本发明实施例提供一种防夹检测模组。请参阅图1a与图1b,防夹检测模组100包括至少两个激光模组11、摄像模组12及控制器13。
激光模组11用于投射激光,其中,激光的光斑形状可以呈任意合适形状,例如光斑形状为圆形、椭圆形、方形、棱形等。
如图1b所示,两扇电梯门14相对设置,其中,两扇电梯门14可相对运动,以实现打开或关闭电梯门。电梯门14的顶部设有安装架,安装架固定安装于电梯门所在的电梯厢,当电梯厢作升降运动时,电梯厢可带动安装架作升降运动。
每个激光模组11依序安装于电梯门14的顶部,例如,每个激光模组11固定安装于安装架上。
可以理解的是,激光模组11与安装架的安装角度可以为任意合适角度,安装角度为激光模组11投射的激光束与安装架所在的直线的夹角,如图1b所示,当安装角度为90度时,激光模组11垂直安装于安装架,当安装角度不等于90度时,激光模组11倾斜安装于安装架。
请参阅图2,在一些实施例中,用户可以将激光模组11倾斜地安装于安装架,使得激光模组11投射的激光可投射在电梯门14的底部,并由电梯门14的底部将激光反射入摄像模组12。
相邻两个激光模组11都间隔指定距离,例如,相邻两个激光模组11在安装架上都间隔指定距离,指定距离由用户自定义,例如,指定距离为2厘米或3厘米等。
如图1b所示,激光模组11分为第一激光模组111、第二激光模组112、第三激光模组113及第四激光模组114,第一激光模组111与第二激光模组112间隔指定距离ΔS1,第二激光模组112与第三激光模组113间隔指定距离ΔS2,第三激光模组113与第四激光模组114间隔指定距离ΔS3,ΔS1=ΔS2=ΔS3。
在一些实施例中,各个激光模组11与安装架的安装角度都是相同的,亦即第一激光模组111、第二激光模组112、第三激光模组113及第四激光模组114的安装角度都是相同的,并以相同安装角度投射激光。
可以理解的是,在一些实施例中,激光模组的数量可以为多个,具体数量在本文不作限定,例如具体数量为4个或5个或10个等。
还可以理解的是,在一些实施例中,各个激光模组安装在安装架上的指定位置范围,其中,指定位置范围的激光模组密度大于预设密度阈值,指定位置范围为安装架上第一指定位置到第二指定位置的范围,例如,安装架的长度为100厘米,第一指定位置为距离安装架一端40厘米之处,第二指定位置为距离安装架另一端40厘米之处,若设定安装架一端的位置为0厘米,另一端位置为100厘米,则指定位置范围为[40厘米,60厘米]。
激光模组密度为单位厘米的激光模组数量,例如,在指定位置范围[40厘米,60厘米]内一共均匀安装10个激光模组,则激光模组密度为10/(60-40)=0.2。通常,激光模组密度越大,防夹检测模组100对细小障碍物的敏感度越强,反之,激光模组密度越小,防夹检测模组100对细小障碍物的敏感度越弱,因此,用户可以根据业务需求和电梯所应用的场景需求,合理地确定激光模组密度。预设密度阈值由用户自定义,例如,预设密度阈值为0.1或0.2等。
摄像模组12用于拍摄指定关门区域,得到目标图像,其中,指定关门区域为电梯门由打开状态切换到关闭状态时所经过的区域,例如,指定关门区域包括电梯门在底部滑轨进行移动的移动区域,或者,指定关门区域包括电梯门间所限定的区域,或者,指定关门区域包括电梯门在底部的移动区域及与所述移动区域距离预设长度范围所形成的区域。
可以理解的是,摄像模组12可以安装在电梯厢中任意合适位置,例如,摄像模组12安装在安装架上,或者,摄像模组12安装在电梯门的顶部并位于电梯门朝向电梯厢中心的一侧。
如图1b所示,第一激光模组111、第二激光模组112、第三激光模组113及第四激光模组114投射的激光,可经过电梯门的底部或者电梯门间的障碍物的反射而进入摄像模组12,因此,摄像模组12通过拍摄指定关门区域得到的目标图像包括第一激光模组111、第二激光模组112、第三激光模组113及第四激光模组114各自投射的激光对应的激光图像区域,激光图像区域为每个激光在目标图像成像时的像素区域。
可以理解的是,各个激光模组投射的激光对应的光斑形状可以相同,亦可以不同,例如,第一激光模组111至第四激光模组114投射的激光对应的光斑形状都为圆形或方形或三角形等,或者,第一激光模组111投射的激光对应的光斑形状为圆形,第二激光模组112投射的激光对应的光斑形状为方形,第三激光模组113投射的激光对应的光斑形状为棱形,第四激光模组114投射的激光对应的光斑形状为三角形。
在一些实施例中,当电梯门间不存在障碍物时,对于不同拍摄时间得到的目标图像,每个激光模组对应的激光图像区域在不同拍摄时间的目标图像中的位置都是在固定位置范围内,其中,固定位置范围为在电梯门间不存在障碍物时,用户提前根据每个激光图像区域在目标图像中的位置所设置的位置范围。
在一些实施例中,当电梯门间存在障碍物时,部分或者全部激光模组对应的激光图像区域在不同拍摄时间的目标图像中的位置落在对应固定位置范围之外。
举例而言,在标定过程中,亦即电梯门间不存在障碍物时,用户根据第一激光模组111对应的激光图像区域在目标图像中的位置,设置第一固定位置范围,根据第二激光模组112对应的激光图像区域在目标图像中的位置,设置第二固定位置范围,以此类推。
请参阅图3,图3所示的目标图像为电梯门间不存在障碍物时的图像,第一激光模组111投射的激光在目标图像中的激光图像区域为第一激光图像区域31,第二激光模组112投射的激光在目标图像中的激光图像区域为第二激光图像区域32,第三激光模组113投射的激光在目标图像中的激光图像区域为第三激光图像区域33,第四激光模组114投射的激光在目标图像中的激光图像区域为第四激光图像区域34。
第一激光图像区域31、第二激光图像区域32、第三激光图像区域33及第四激光图像区域34在不同拍摄时间所得到的目标图像的位置都是在固定位置范围内,例如,当电梯门间不存在障碍物时,摄像模组获得第t0时间点的目标图像T0,第一激光图像区域31在目标图像T0的第一位置,第二激光图像区域32在目标图像T0的第二位置,其中,第一位置在第一固定位置范围内,第二位置在第二固定位置范围内。
接着,摄像模组获得第t1时间点的目标图像T1(电梯门间还不存在障碍物),第一激光图像区域31在目标图像T1的第三位置,第二激光图像区域32在目标图像T1的第四位置,其中,第三位置在第一固定位置范围内,第四位置在第二固定位置范围内。
可以理解的是,通常第一位置与第三位置相等,但考虑到误差,第一位置与第三位置会出现少许偏差,但两者都在第一固定位置范围内。同理可得,第二位置与第四位置相等,但考虑到误差,第二位置与第四位置会出现少许偏差,但两者都在第二固定位置范围内,以此类推。
可以理解的是,当电梯门间不存在障碍物时,在不同拍摄时间得到的目标图像中,同一个激光模组对应的激光图像区域在不同目标图像的位置都在固定位置范围内时,可视为同一个激光模组对应的激光图像区域在不同目标图像的位置是不变的。
因此,由于第一位置与第三位置都在第一固定位置范围内,第一激光图像区域31在目标图像T1的位置相对第一激光图像区域31在目标图像T0的位置是不变的。
在一些实施例中,固定位置范围可表示为{[x-γ,x+γ],[y-ρ,y+ρ]},(x,y)为激光图像区域的基准中心点在目标图像的图形坐标系中的坐标,γ和ρ为浮动值,可由用户自定义,例如γ和ρ为0.2或0.5等,基准中心点为用户提前在电梯门间不存在障碍物时标定每个激光图像区域的中心点。
举例而言,目标图像配置有图像坐标系,图像坐标系的原点0设在目标图像的左上角,X轴的正方向由目标图像的左边指向右边,Y轴的正方向由目标图像的上边指向下边。
假设γ=ρ=0.2,对于第一激光图像区域,基准中心点为(2,3),则第一固定位置范围为{[1.8,2.2], [2.8,3.2]}。对于第二激光图像区域,基准中心点为(5,3),则第二固定位置范围为{[4.8,5.2],[2.8,3.2]}。对于第三激光图像区域,基准中心点为(8,3) ,则第三固定位置范围为{[7.8,8.2],[2.8,3.2]}。对于第四激光图像区域,基准中心点为(11,3)则第四固定位置范围为{[10.8,11.2], [2.8,3.2]}。
对于第t0时间点的目标图像T0,如图3所示,第一激光图像区域31的中心点的位置为(2,3),第二激光图像区域32的中心点的位置为(5,3),第三激光图像区域33的中心点的位置为(8,3),第四激光图像区域34的中心点的位置为(11,3)。
对于第t1时间点的目标图像T1,第一激光图像区域31的中心点的位置为(2.1,2.9),第二激光图像区域32的中心点的位置为(4.9,2.8),第三激光图像区域33的中心点的位置为(8.2,3),第四激光图像区域34的中心点的位置为(11.1,3.1)。
在目标图像T0或目标图像T1中,第一激光图像区域31的中心点位于第一固定位置范围,第二激光图像区域32的中心点位于第二固定位置范围,第三激光图像区域33的中心点位于第三固定位置范围,第四激光图像区域34的中心点位于第四固定位置范围。
因此,各个激光图像区域在目标图像T1的位置相对对应激光图像区域在目标图像T0的位置是不变的。
再举例而言,请参阅图4a,图4a所示的目标图像为电梯门间存在障碍物时的图像。对于目标图像T2,第一激光图像区域35的中心点的位置为(5,2),第二激光图像区域36的中心点的位置为(9,2),第三激光图像区域37的中心点的位置为(13,3),第四激光图像区域38的中心点的位置为(17,2)。
由于第一激光图像区域35或第二激光图像区域36或第三激光图像区域37或第四激光图像区域38的中心点不位于相应固定位置范围内,则说明电梯门间存在障碍物,使得相应激光模组的激光在目标图像的成像位置相对不存在障碍物时的成像位置出现了偏离。
可以理解的是,若电梯门间存在障碍物,可以是全部激光模组对应的激光图像区域落在对应固定位置范围之外,亦可以是部分激光模组对应的激光图像区域落在对应固定位置范围之外。
在一些实施例中,当电梯门间不存在障碍物时,对于不同拍摄时间得到的目标图像,相邻两个激光图像区域的图像距离都落在指定距离范围内。当电梯门间存在障碍物时,部分或者全部激光模组中的相邻两个激光图像区域的图像距离是落在指定距离范围之外的。其中,图像距离为相邻两个激光图像区域的中心点在目标图像中的距离,指定距离范围为在电梯门间不存在障碍物时,用户提前根据相邻两个激光图像区域在目标图像中的位置所设置的距离范围。
在一些实施例中,指定距离范围可表示为[h-λ,h+λ],h为相邻两个激光图像区域的中心点之间的距离,λ为浮动值,可由用户自定义,例如λ为0.2或0.5等。
假设λ=0.2,第一激光图像区域的中心点与第二激光图像的中心点之间的图像距离为h1,图像距离h1对应第一指定距离范围。第二激光图像区域的中心点与第三激光图像的中心点之间的第二图像距离为h2,图像距离h2对应第二指定距离范围。第三激光图像区域的中心点与第四激光图像的中心点之间的第三图像距离为h3,图像距离h3对应第三指定距离范围,h1=h2=h3=3,第一指定距离范围=第二指定距离范围=第二指定距离范围=[2.8,3.2]。
请结合图3,由于第一图像距离h1、第二图像距离h2及第三图像距离h3都落在相应指定距离范围内,因此说明电梯门间不存在障碍物。
请结合图4a,第一图像距离h1、第二图像距离h2或第三图像距离h3落在相应指定距离范围之外,因此说明电梯门间存在障碍物。
可以理解的是,用户可以提前调整各个激光模组,使得在电梯门间不存在障碍物时,各个激光图像区域对应的指定距离范围都相等,或者,各个激光图像区域对应的指定距离范围也可不用相等。
在一些实施例中,当电梯门间存在障碍物时,相邻两个激光图像区域的图像距离会相对电梯门间不存在障碍物时出现变化,因此,各个激光模组可无需投射不同光斑形状的激光,通过将相邻两个激光图像区域的图像距离与指定距离范围作匹配,都可根据匹配结果,判断电梯门间是否存在障碍物。
请参阅图4b,图4b所示的目标图像为电梯门间存在障碍物时的图像。各个激光模组投射的光斑形状都是圆形的,但由于电梯门间存在障碍物,激光对应的激光图像区域的图像距离可不落在指定距离范围之内,第一激光图像区域41与第二激光图像区域41的图像距离落在第一指定距离范围之外,或者,第二激光图像区域42与第三激光图像区域43的图像距离落在第二指定距离范围之外,或者,第三激光图像区域43与第四激光图像区域44的图像距离落在第三指定距离范围之外。
因此,各个激光模组无需投射不同光斑形状的激光,防夹检测模组都可根据目标图像中相邻两个激光图像区域的图像距离,判断电梯门间是否存在障碍物,以便降低设计成本和难度。
请参阅图5a,图5a所示的目标图像为电梯门间不存在障碍物时的图像。当电梯门间不存在障碍物,第一激光模组51、第二激光模组52、第三激光模组53及第四激光模组54投射的激光入射到电梯门底部的指定位置,并在指定位置上被反射回摄像模组的镜头55,并最终被感测在成像面56上,例如,第一激光模组51的第一激光511对应像素位置512,第二激光模组52的第二激光521对应像素位置522,第三激光模组53的第三激光531对应像素位置532,第四激光模组54的第四激光541对应像素位置542。
请参阅图5b,图5b所示的目标图像为电梯门间存在障碍物时的图像。当电梯门间存在障碍物,其中,第一激光模组51、第三激光模组53及第四激光模组54投射的激光入射到电梯门底部的指定位置,并在指定位置上被反射回摄像模组的镜头55,并最终被感测在成像面56上,例如,第一激光模组51的第一激光511对应像素位置512,第三激光模组53的第三激光531对应像素位置532,第四激光模组54的第四激光541对应像素位置542。
但是,由于障碍物57位于第二激光模组52的激光投射路径上,因此,第二激光模组52的第二激光521被障碍物57阻碍而反射回镜头55,并最终被感测在成像面56的像素位置523上。
由图5a与图5b可知,在一些实施例中,当电梯门间不存在障碍物时,各个激光图像区域在不同拍摄时间的目标图像中的顺序都是不变的。当电梯门间存在障碍物,部分或者全部激光模组对应的激光图像区域在目标图像的顺序,会相对电梯门间不存在障碍物时的顺序出现变化。
再举例而言,如图3所示,第一激光图像区域31、第二激光图像区域32、第三激光图像区域33及第四激光图像区域34在目标图像中的位置可形成激光顺序,激光顺序用于表示各个激光图像区域出现在目标图像的顺序,记激光顺序为{(1,p1),(2,p2),(3,p3)……(n,pn)},n为第n激光图像区域的序号,pn为第n激光图像区域在各个激光图像区域中的顺序。
当电梯门间不存在障碍物时,按照由左向右的顺序,第一激光图像区域31在上述四个激光图像区域中排列第一位,记(1,1)。第二激光图像区域32在上述四个激光图像区域中排列第二位,记(2,2)。第三激光图像区域33在上述四个激光图像区域中排列第三位,记(3,3)。第四激光图像区域34在上述四个激光图像区域中排列第四位,记(4,4),因此,激光顺序为{(1,1),(2,2),(3,3),(4,4)}。
举例而言,请参阅图5c,图5c所示的目标图像为电梯门间存在障碍物时的图像。当电梯门间存在障碍物时,按照由左向右的顺序,第一激光图像区域31在上述四个激光图像区域中排列第二位,记(1,2)。第二激光图像区域32在上述四个激光图像区域中排列第一位,记(2,1)。第三激光图像区域33在上述四个激光图像区域中排列第四位,记(3,4)。第四激光图像区域34在上述四个激光图像区域中排列第三位,记(4,3),因此,激光顺序为{(2,1),(1,2),(4,3),(3,4)}。
总体而言,当电梯门间不存在障碍物时,各个激光图像区域在不同拍摄时间的目标图像中的顺序都是不变的。当电梯门间存在障碍物,部分或者全部激光模组对应的激光图像区域在目标图像的顺序,会相对电梯门间不存在障碍物时的顺序出现变化。
可以理解的是,防夹检测模组100根据任意顺序方向给在同一个目标图像的不同激光图像区域赋予对应顺序,在此不局限于上文的方式。
在一些实施例中,当电梯门间不存在障碍物时,各个激光图像区域的中心点处于同一直线上。如图3所示,第一激光图像区域31、第二激光图像区域32、第三激光图像区域33及第四激光图像区域34的中心点处于同一直线上,采用此种方式,有利于提高确定激光顺序的效率。
控制器13分别与每个激光模组11和摄像模组12电连接,用于执行下文所阐述的基于图像的电梯门控制方法,其中,控制器13包括单片机、DSP或ARM处理器等。
本发明实施例提供一种基于图像的电梯门控制方法,应用于上文各个实施例所阐述的防夹检测模组。请参阅图6,基于图像的电梯门控制方法S600包括:
S61、获取电梯关门信号,根据电梯关门信号,控制每个激光模组朝向电梯门的底部投射激光,激光可被电梯门的底部反射回摄像模组;
作为示例但非限定的是,电梯关门信号为控制电梯门进入关门状态的信号,电梯关门信号由电梯系统根据用户在电梯厢内的操作或者预设逻辑产生的,电梯系统为控制电梯厢进行升降及控制电梯门关闭或打开的电气系统。在本实施例中,防夹检测模组与电梯系统对接,防夹检测模组可与电梯系统互相访问,当电梯系统产生电梯关门信号时,防夹检测模组通过访问电梯系统以获取电梯关门信号。
在一些实施例中,防夹检测模组根据电梯关门信号,控制每个激光模组朝向电梯门的底部投射激光,当电梯门间不存在障碍物时,每个激光模组的激光都投射在电梯门底部的指定位置,并在指定位置上被反射回摄像模组,如前所述,请结合图5a,此时每个激光模组的激光都成像在目标图像中的相应固定位置范围内。当电梯门间存在障碍物时,没被障碍物所阻挡的激光可投射在电梯门底部的指定位置,并在指定位置上被反射回摄像模组及成像在目标图像中的相应固定位置范围内。请结合图5b,已被障碍物所阻挡的激光提前被障碍物所阻挡而反射回摄像模组,但在此激光在目标图像成像时的位置已偏离对应固定位置范围。
在一些实施例中,各个激光模组可以投射相同光斑形状的激光,亦可以投射不同光斑形状的激光。
S62、获取摄像模组拍摄指定关门区域的目标图像;
作为示例但非限定的是,指定关门区域为电梯门由打开状态切换到关闭状态时所经过的区域。
在一些实施例中,防夹检测模组根据电梯关门信号,控制摄像模组工作,例如,当收到电梯关门信号,防夹检测模组便启动摄像模组拍摄指定关门区域,从而得到目标图像,当未收到电梯关门信号,防夹检测模组控制摄像模组进入休眠状态,采用此种作法,有利于降低功耗。
S63、根据目标图像,提取每个激光图像区域,激光图像区域为每个激光在目标图像成像时的像素区域;
在一些实施例中,防夹检测模组可以采用任意合适图像处理算法处理目标图像,并从中提取出每个激光图像区域,图像处理算法包括图像边缘检测算法或者机器学习算法等,例如,防夹检测模组使用机器学习模型处理目标图像,得到每个激光对应的激光图像区域,其中,机器学习模型可由防夹检测模组提前训练各个激光模组投射的激光样本得到,其中,各个激光模组可以投射相同光斑形状的激光,因此,防夹检测模组只需要训练与其对应的光斑形状的激光即可,或者各个激光模组可以投射不同光斑形状的激光,防夹检测模组需要对不同光斑形状的激光进行训练。
S64、根据每个激光图像区域在目标图像的位置,控制电梯门的工作状态。
作为示例但非限定的是,激光图像区域在目标图像的位置为激光图像区域的中心点在目标图像的坐标。
总体而言,本实施例能够根据激光图像区域在目标图像的位置确定是否存在障碍物,以便控制电梯门的工作状态,此种作法无需关注障碍物的形状,只需关注各个激光图像区域在目标图像的位置,有利于提高检测电梯门间是否存在障碍物的准确率和可靠性,以便能够更加可靠精准地控制电梯门的工作状态,降低电梯门的误夹或误开的出现概率。
在一些实施例中,防夹检测模组可以判断每个激光图像区域在目标图像的位置是否都在对应的固定位置范围内,若是,控制电梯门执行关门操作,亦即说明电梯门间不存在障碍物,可执行关门操作。若否,控制电梯门执行开门操作,亦即说明电梯门间存在障碍物,需要执行开门操作,以免夹住障碍物,此处障碍物可以为任意合适物体或自然人。
请结合图3和图4a,第一激光图像区域35的形状呈圆形,第二激光图像区域36的形状呈方形,第三激光图像区域37的形状呈棱形,第四激光图像区域38的形状呈三角形。
防夹检测模组根据机器学习模型处理目标图像,提取第一激光图像区域35、第二激光图像区域36、第三激光图像区域37及第四激光图像区域38。接着,防夹检测模组确定各个激光图像区域在目标图像的位置,例如,第一激光图像区域35的中心点的位置为(5,2),第二激光图像区域36的中心点的位置为(9,2),第三激光图像区域37的中心点的位置为(13,3),第四激光图像区域38的中心点的位置为(13,2)。
再接着,防夹检测模组判断第一激光图像区域35是否在第一固定位置范围、第二激光图像区域36是否在第二固定位置范围、第三激光图像区域37是否在第三固定位置范围及第四激光图像区域38是否在第四固定位置范围,若都是,则说明电梯门间不存在障碍物,可控制电梯门执行关门操作。若不都是,则说明电梯间存在障碍物,需要控制电梯门执行开门操作。采用此种作法,在软件逻辑层面上的设计比较简单,并且还可靠地确定各个激光图像区域是否偏离固定位置范围,以便可靠地判断电梯间是否存在障碍物。
在一些实施例中,用户无需配置如图3或图4a所示不同光斑形状的激光模组,可以控制各个激光模组投射相同光斑形状的激光,也可稳定可靠地控制电梯门的工作状态。请参阅图7a,S64包括:
S641、根据每个激光图像区域在目标图像的位置,确定相邻两个激光图像区域的图像距离;
S642、根据图像距离,控制电梯门的工作状态。
在一些实施例,防夹检测模组判断图像距离是否落在指定距离范围内,若是,控制电梯门执行关门操作,若否,控制电梯门执行开门操作。
举例而言,请结合图4b,各个激光模组投射的光斑形状都是圆形的,但由于电梯门间存在障碍物,激光对应的激光图像区域的图像距离可不落在指定距离范围之内,第一激光图像区域41与第二激光图像区域41的图像距离落在第一指定距离范围之外,或者,第二激光图像区域42与第三激光图像区域43的图像距离落在第二指定距离范围之外,或者,第三激光图像区域43与第四激光图像区域44的图像距离落在第三指定距离范围之外,则说明电梯门间存在障碍物,因此,防夹检测模组控制电梯门执行开门操作。
采用此种作法,无需配置投射不同光斑形状的多个激光模组,无需提前在目标图像中确定每个激光模组对应的激光图像区域,仅利用相同光斑形状的多个激光模组,以及仅需依据相邻两个激光图像区域的图像距离,也可以可靠地确定电梯门间是否存在障碍物,以便更加可靠地控制电梯门的工作状态。并且,利用“图像距离与指定距离范围的相对距离方式”来替代“位置与固定位置范围的方式”,可以尽量降低因摄像模组或激光模组老化或者安装误差或者环境因素所导致的误判概率,从而提高检测电梯门间是否存在障碍物的可靠性。
在一些实施例中,目标图像配置有图像坐标系,每个激光图像区域在目标图像的位置包括激光图像区域的中心点在图像坐标系的中心坐标,请参阅图7b,S64包括以下步骤:
步骤S71、赋值i=1;
步骤S72、判断i是否小于Q,Q为目标图像中激光图像区域的总数量,若是,执行步骤S73,若否,执行步骤S77;
步骤S73、若小于,计算激光图像区域Mi的中心点与激光图像区域Mi+1的中心点的图像距离hi,激光图像区域Mi与激光图像区域Mi+1相邻,执行步骤S74;
步骤S74、判断图像距离hi是否在指定距离范围Hi之内;
步骤S75、若在指定距离范围Hi之内,赋值i=i+1,返回步骤S72;
步骤S76、若在指定距离范围Hi之外,控制电梯门执行关门操作;
步骤S77、控制电梯门执行开门操作。
举例而言,请参阅图7c,目标图像701为电梯间不存在障碍物时,各个激光模组的激光入射摄像模组所形成的图像,目标图像701中的激光图像区域的总数量为4,亦即Q=4。目标图像71存在指定距离范围H1、指定距离范围H2及指定距离范围H3,指定距离范围H1为[3.8,4.2],指定距离范围H2为[4.8,5.2],指定距离范围H3为[2.8,3.2]。
请参阅图7d,目标图像702为电梯间存在障碍物时,各个激光模组的激光入射摄像模组所形成的图像。
执行步骤S71,赋值i=1。
执行步骤S72,判断到i=1小于Q=4,执行步骤S73。
执行步骤S73,由于激光图像区域M1的中心点为(2,4),激光图像区域M2的中心点为(6,4),因此,图像距离h1=4。由于图像距离h1=4在指定距离范围H1=[3.8,4.2]之内,因此,赋值i=1+1=2,返回步骤S72。
执行步骤S72,判断到i=2小于Q=4,执行步骤S73。
执行步骤S73,由于激光图像区域M2的中心点为(6,4),激光图像区域M3的中心点为(11,4),因此,图像距离h2=5。由于图像距离h2=5在指定距离范围H2=[4.8,5.2]之内,因此,赋值i=2+1=3,返回步骤S72。
执行步骤S72,判断到i=3小于Q=4,执行步骤S73。
执行步骤S73,由于激光图像区域M3的中心点为(11,4),激光图像区域M4的中心点为(16,2),因此,图像距离h3约等于5.4。由于图像距离h3=5.4不在指定距离范围H3=[2.8,3.2]之内,因此,执行步骤S76。
执行步骤S76,控制电梯门执行关门操作。
采用此种作法,防夹检测模组无需计算全部图像距离,可以逐个计算图像距离及逐个地将图像距离与指定距离范围作比对,从而能够快速地确定图像距离是否落在指定距离范围内,以便快速可靠地控制电梯门的工作状态。
在一些实施例中,任意两个激光模组都投射不同光斑形状的激光,在执行S641之前,请参阅图8a,基于图像的电梯门控制方法S600还包括:
S65、根据每个激光图像区域在目标图像的位置,确定激光顺序,激光顺序用于表示各个激光图像区域出现在目标图像的顺序;
S66、根据激光顺序,控制电梯门的工作状态。
如前所述,电梯门间存在障碍物时的激光顺序相对电梯门间不存在障碍物时的激光顺序可能会出现变化,亦可能不出现变化,若电梯门间出现变化,则说明电梯门间存在障碍物。为了提高控制电梯门的工作状态的效率,防夹检测模组在执行S641之前,可以根据激光顺序,初步判断电梯门间是否存在障碍物,提高控制电梯门的工作状态的效率。
在一些实施例中,目标图像配置有图像坐标系,激光图像区域在目标图像的位置包括激光图像区域的中心点在图像坐标系的中心坐标,请参阅图8b,S65包括:
S651、确定每个激光图像区域的中心点在图像坐标系的中心坐标;
S652、按照中心坐标的横坐标由小到大的顺序,依序排列各个激光图像区域,得到激光顺序。
举例而言,如图5c所示,第一激光图像区域31的中心点的中心坐标为(7,2.5),第二激光图像区域32的中心点的中心坐标为(2.5,3),第三激光图像区域33的中心点的中心坐标为(15,2.5),第四激光图像区域34的中心点的中心坐标为(11,3.5)。第二激光图像区域32的中心点的横坐标<第一激光图像区域31的中心点的横坐标<第四激光图像区域34的中心点的横坐标<第三激光图像区域33的中心点的横坐标,因此,激光顺序为{(2,1),(1,2),(4,3),(3,4)}。
本实施例只需将各个激光图像区域的横坐标作大小排序,并依据排序结果得到的激光顺序初步判断电梯门间是否存在障碍物,若存在障碍物,则无需进入执行步骤S641,以便更高效率地控制电梯门的工作状态。
在一些实施例中,请参阅图8c,S66包括:
S661、判断激光顺序是否匹配指定顺序,若是,进入步骤S641,若否,执行S662;
S662、若否,控制电梯门执行开门操作。
作为示例但非限定的是,指定顺序为当电梯门间不存在障碍物时,各个激光图像区域在目标图像中的顺序,若激光顺序不匹配指定顺序,则说明电梯门间存在障碍物,防夹检测模组需控制电梯门执行开门操作。若激光顺序匹配指定顺序,则说明电梯门间可能存在障碍物,亦可能不存在障碍物,因此,需要进入步骤S641作更为精确地判断。
在一些实施例中,请参阅图8d,S61包括:
S611、根据电梯关门信号,计算电梯门的已关门距离;
S612、根据已关门距离与预设距离,控制每个激光模组的工作状态。
作为示例但非限定的是,已关门距离为电梯门自打开状态进入关门状态后进行移动关门的移动距离,举例而言,请参阅图8e,电梯门分为A门和B门,在上图中,A门与B门处于打开状态。在下图中,A门与B门处于关门状态。当电梯系统控制A门和B门由打开状态进入关门状态时,A门或B门的移动距离L为已关门距离。
在一些实施例中,计算已关门距离时,防夹检测模组获取电梯门的移动速度v。当收到电梯关门信号时,防夹检测模组记录触发时间t11。当电梯门移动至当前位置时,记录触发时间t12,防夹检测模组根据公式L=v*( t12- t11),计算电梯门的已关门时间。
作为示例但非限定的是,预设距离由用户自定义,例如,预设距离为30厘米或40厘米或45厘米。
在一些实施例中,防夹检测模组判断已关门距离是否等于预设距离,若是,控制每个激光模组朝向电梯门的底部投射激光,若否,返回S611步骤,举例而言,防夹检测模组判断已关门距离是否为40厘米,若是,则控制每个激光模组开始投射激光,若否,防夹检测模组继续计算已关门距离。采用此种作法,可以降低检测电梯门间是否存在障碍物时,激光对乘客的影响,从而提升用户体验感和产品竞争力。
需要说明的是,在上述各个实施方式中,上述各步骤之间并不必然存在一定的先后顺序,本领域普通技术人员,根据本发明实施方式的描述可以理解,不同实施方式中,上述各步骤可以有不同的执行顺序,亦即,可以并行执行,亦可以交换执行等等。
请参阅图9,图9为本发明实施例提供的一种电子设备的电路结构示意图。如图9所示,电子设备900包括一个或多个处理器91以及存储器92。其中,图9中以一个处理器91为例。
处理器91和存储器92可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器92作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的刀具状态监控方法对应的程序指令/模块。处理器91通过运行存储在存储器92中的非易失性软件程序、指令以及模块,从而实现上述方法实施例提供的基于图像的电梯门控制方法的功能。
存储器92可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器92可选包括相对于处理器91远程设置的存储器,这些远程存储器可以通过网络连接至处理器91。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述程序指令/模块存储在所述存储器92中,当被所述一个或者多个处理器91执行时,执行上述任意方法实施例中的基于图像的电梯门控制方法。
本发明实施例还提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图9中的一个处理器91,可使得上述一个或多个处理器可执行上述任意方法实施例中的基于图像的电梯门控制方法。
本发明实施例还提供了一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被电子设备执行时,使所述电子设备执行任一项所述的基于图像的电梯门控制方法。
以上所描述的装置或设备实施例仅仅是示意性的,其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的,作为模块单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于图像的电梯门控制方法,应用于防夹检测模组,其特征在于,所述防夹检测模组包括摄像模组及至少两个激光模组,每个所述激光模组依序安装于所述电梯门的顶部且相邻两个所述激光模组都间隔指定距离,所述方法包括:
获取电梯关门信号,根据所述电梯关门信号,控制每个所述激光模组朝向所述电梯门的底部投射激光,所述激光可被所述电梯门的底部反射回所述摄像模组;
获取所述摄像模组拍摄指定关门区域的目标图像;
根据所述目标图像,提取每个激光图像区域,所述激光图像区域为每个所述激光在所述目标图像成像时的像素区域;
根据每个所述激光图像区域在所述目标图像的位置,控制所述电梯门的工作状态。
2.根据权利要求1所述的方法,其特征在于,所述根据每个所述激光图像区域在所述目标图像的位置,控制所述电梯门的工作状态包括:
根据每个所述激光图像区域在所述目标图像的位置,确定相邻两个所述激光图像区域的图像距离;
根据所述图像距离,控制所述电梯门的工作状态。
3.根据权利要求2所述的方法,其特征在于,所述根据所述图像距离,控制所述电梯门的工作状态包括:
判断所述图像距离是否落在指定距离范围内;
若是,控制所述电梯门执行关门操作;
若否,控制所述电梯门执行开门操作。
4.根据权利要求2所述的方法,其特征在于,任意两个所述激光模组都投射不同光斑形状的激光,在确定相邻两个所述激光图像区域的图像距离之前,所述方法还包括:
根据每个所述激光图像区域在所述目标图像的位置,确定激光顺序,所述激光顺序用于表示各个所述激光图像区域出现在所述目标图像的顺序;
根据所述激光顺序,控制所述电梯门的工作状态。
5.根据权利要求4所述的方法,其特征在于,所述目标图像配置有图像坐标系,所述激光图像区域在所述目标图像的位置包括所述激光图像区域的中心点在所述图像坐标系的中心坐标,所述根据每个所述激光图像区域在所述目标图像的位置,确定激光顺序包括:
确定每个所述激光图像区域的中心点在所述图像坐标系的中心坐标;
按照所述中心坐标的横坐标由小到大的顺序,依序排列各个所述激光图像区域,得到激光顺序。
6.根据权利要求4所述的方法,其特征在于,所述根据所述激光顺序,控制所述电梯门的工作状态包括:
判断所述激光顺序是否匹配指定顺序;
若是,进入确定相邻两个所述激光图像区域的图像距离的步骤;
若否,控制所述电梯门执行开门操作。
7.根据权利要求6所述的方法,其特征在于,所述指定顺序为当电梯门间不存在障碍物时,各个所述激光图像区域在所述目标图像中的顺序。
8.根据权利要求1至7任一项所述的方法,其特征在于,所述根据所述目标图像,提取每个激光图像区域包括:
使用机器学习模型处理所述目标图像,得到每个所述激光对应的激光图像区域。
9.根据权利要求1至7任一项所述的方法,其特征在于,所述根据所述电梯关门信号,控制每个所述激光模组朝向所述电梯门的底部投射激光包括:
根据所述电梯关门信号,计算所述电梯门的已关门距离;
根据所述已关门距离与预设距离,控制每个所述激光模组的工作状态。
10.一种防夹检测模组,其特征在于,包括:
至少两个激光模组,每个所述激光模组依序安装于所述电梯门的顶部,且相邻两个所述激光模组都间隔指定距离;
摄像模组,用于拍摄指定关门区域,得到目标图像;
控制器,分别与每个所述激光模组和所述摄像模组电连接,用于执行如权利要求1至9任一项所述的基于图像的电梯门控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110783445.1A CN113247745B (zh) | 2021-07-12 | 2021-07-12 | 基于图像的电梯门控制方法及防夹检测模组 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110783445.1A CN113247745B (zh) | 2021-07-12 | 2021-07-12 | 基于图像的电梯门控制方法及防夹检测模组 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113247745A true CN113247745A (zh) | 2021-08-13 |
CN113247745B CN113247745B (zh) | 2021-09-28 |
Family
ID=77191092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110783445.1A Active CN113247745B (zh) | 2021-07-12 | 2021-07-12 | 基于图像的电梯门控制方法及防夹检测模组 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113247745B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050173200A1 (en) * | 2002-05-14 | 2005-08-11 | Cook Brett E. | Neural network detection of obstructions within and motion toward elevator doors |
WO2009031376A1 (ja) * | 2007-09-04 | 2009-03-12 | Mitsubishi Electric Corporation | 利用者検出方法及び装置、並びに制御方法 |
CN101585478A (zh) * | 2008-05-23 | 2009-11-25 | 株式会社日立制作所 | 电梯门的安全装置和安全控制方法 |
CN103373660A (zh) * | 2013-07-16 | 2013-10-30 | 深圳先进技术研究院 | 电梯防夹装置 |
CN206057604U (zh) * | 2016-09-29 | 2017-03-29 | 翁锦祥 | 一种基于双目视觉的检测装置 |
CN107285173A (zh) * | 2017-07-13 | 2017-10-24 | 广州日滨科技发展有限公司 | 电梯门控制方法、装置和系统 |
CN108089202A (zh) * | 2017-12-12 | 2018-05-29 | 徐薇 | 地铁屏蔽门限界区智能防夹检测报警装置和方法 |
TW201819857A (zh) * | 2016-11-23 | 2018-06-01 | 東盛精密科技有限公司 | 雷射探測裝置 |
WO2019001001A1 (zh) * | 2017-06-28 | 2019-01-03 | 杭州海康机器人技术有限公司 | 一种障碍信息获取装置及方法 |
JP2020152546A (ja) * | 2019-03-20 | 2020-09-24 | 東芝エレベータ株式会社 | 画像処理装置 |
CN213569043U (zh) * | 2020-09-27 | 2021-06-29 | 江苏安全技术职业学院 | 一种电梯防夹绳安全装置 |
-
2021
- 2021-07-12 CN CN202110783445.1A patent/CN113247745B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050173200A1 (en) * | 2002-05-14 | 2005-08-11 | Cook Brett E. | Neural network detection of obstructions within and motion toward elevator doors |
WO2009031376A1 (ja) * | 2007-09-04 | 2009-03-12 | Mitsubishi Electric Corporation | 利用者検出方法及び装置、並びに制御方法 |
CN101585478A (zh) * | 2008-05-23 | 2009-11-25 | 株式会社日立制作所 | 电梯门的安全装置和安全控制方法 |
CN103373660A (zh) * | 2013-07-16 | 2013-10-30 | 深圳先进技术研究院 | 电梯防夹装置 |
CN206057604U (zh) * | 2016-09-29 | 2017-03-29 | 翁锦祥 | 一种基于双目视觉的检测装置 |
TW201819857A (zh) * | 2016-11-23 | 2018-06-01 | 東盛精密科技有限公司 | 雷射探測裝置 |
WO2019001001A1 (zh) * | 2017-06-28 | 2019-01-03 | 杭州海康机器人技术有限公司 | 一种障碍信息获取装置及方法 |
CN107285173A (zh) * | 2017-07-13 | 2017-10-24 | 广州日滨科技发展有限公司 | 电梯门控制方法、装置和系统 |
CN108089202A (zh) * | 2017-12-12 | 2018-05-29 | 徐薇 | 地铁屏蔽门限界区智能防夹检测报警装置和方法 |
JP2020152546A (ja) * | 2019-03-20 | 2020-09-24 | 東芝エレベータ株式会社 | 画像処理装置 |
CN213569043U (zh) * | 2020-09-27 | 2021-06-29 | 江苏安全技术职业学院 | 一种电梯防夹绳安全装置 |
Non-Patent Citations (2)
Title |
---|
曾晰等: "一种基于图像识别技术的电梯门控方法", 《信息与控制》 * |
邢海潇等: "基于图像处理技术的电梯门控制系统", 《机电工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113247745B (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110794405B (zh) | 一种基于相机和雷达融合的目标检测方法及系统 | |
US20180113234A1 (en) | System and method for obstacle detection | |
US10101448B2 (en) | On-board radar apparatus and region detection method | |
JP3596339B2 (ja) | 車間距離計測装置 | |
CN110414443A (zh) | 一种目标跟踪方法、装置及枪球联动跟踪方法 | |
CN110193828A (zh) | 移动机器人所处状态识别方法以及装置 | |
JP2011505545A (ja) | 能動的オブジェクト検出システムにおけるクラッタ除去 | |
US20210326612A1 (en) | Vehicle detection method and device | |
EP3618423A1 (en) | Smart roadside unit and method for processing information by smart roadside unit | |
CN106023594A (zh) | 一种车位遮挡的判定方法、装置及车辆管理系统 | |
CN115147587A (zh) | 一种障碍物检测方法、装置及电子设备 | |
CN113247745B (zh) | 基于图像的电梯门控制方法及防夹检测模组 | |
CN110738867B (zh) | 一种车位检测方法、装置、设备及存储介质 | |
CN111626189A (zh) | 一种路面异常检测方法、装置、电子设备及存储介质 | |
JP4123138B2 (ja) | 車両検知方法及び車両検知装置 | |
CN113460839B (zh) | 一种电梯门控制方法及防夹检测模组 | |
CN115631143A (zh) | 激光点云数据检测方法及装置、可读存储介质、终端 | |
CN115965654A (zh) | 一种高空抛物跟踪方法、装置、设备及介质 | |
CN113622786B (zh) | 自动门控制方法、系统和设备 | |
CN115728772A (zh) | 激光扫描点的类别检测方法、装置及终端设备 | |
CN115576325A (zh) | 智能机器人的自动充电方法、装置、电子设备和存储介质 | |
CN114740867A (zh) | 基于双目视觉的智能避障方法、装置、机器人及介质 | |
Stock et al. | Subpixel corner detection for tracking applications using cmos camera technology | |
CN113768420A (zh) | 扫地机及其控制方法、装置 | |
CN113496697B (zh) | 机器人、语音数据处理方法、装置以及存储介质 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230711 Address after: 13C-18, Caihong Building, Caihong Xindu, No. 3002, Caitian South Road, Gangsha Community, Futian Street, Futian District, Shenzhen, Guangdong 518033 Patentee after: Core Computing Integrated (Shenzhen) Technology Co.,Ltd. Address before: 518071 1001, building G3, TCL International e city, Shuguang community, Xili street, Nanshan District, Shenzhen City, Guangdong Province Patentee before: Shenzhen Aishen Yingtong Information Technology Co.,Ltd. |