CN114332695A - 电梯开关门的识别方法、设备及存储介质 - Google Patents

Abstract

本发明涉及公开一种电梯开关门的识别方法、设备及存储介质。本发明通过获取待处理视频对应的图像帧，然后通过预设语义分割模型对图像帧进行图像处理，获得图像帧对应的电梯门线点坐标数据，再将电梯门线点坐标数据传输至云端服务器，以使云端服务器根据电梯门线点坐标数据进行电梯开关门识别。通过预设语义分割模型对图像帧进行图像处理，获得电梯门线点坐标数据，能够对电梯门线进行准确分割并获得精确的电梯门线点坐标数据，然后通过云端服务器根据电梯门线点坐标数据进行电梯开关门识别，相较于现有的通过传感器实时获取电梯开关门情况，本发明上述方式能够根据电梯门线点坐标数据对电梯门的开关状态进行准确识别，以防止电梯出现异常情况。

Description

电梯开关门的识别方法、设备及存储介质

技术领域

本发明涉及电梯安全技术领域，尤其涉及一种电梯开关门的识别方法、设备及存储介质。

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。目前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。因此，如何对电梯门的开关状态进行准确识别，成为一个亟待解决的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种电梯开关门的识别方法、设备及存储介质，旨在解决现有技术无法对电梯门的开关状态进行准确识别的技术问题。

为实现上述目的，本发明提供了一种电梯开关门的识别方法，应用于终端，所述电梯开关门的识别方法包括：

获取待处理视频对应的图像帧；

通过预设语义分割模型对所述图像帧进行图像处理，获得所述图像帧对应的电梯门线点坐标数据；

将所述电梯门线点坐标数据传输至云端服务器，以使所述云端服务器根据所述电梯门线点坐标数据进行电梯开关门识别。

可选地，所述通过预设语义分割模型对所述图像帧进行图像处理，获得所述图像帧对应的电梯门线点坐标数据的步骤，具体包括：

对所述图像帧进行二值化处理，获得处理后的图像帧；

从所述处理后的图像帧中提取感兴趣区域；

通过预设语义分割模型对所述感兴趣区域进行图像分割，获得分割后的图像帧，并根据所述分割后的图像帧确定电梯门线点坐标数据。

为实现上述目的，本发明提供了一种电梯开关门的识别方法，应用于云端服务器，所述电梯开关门的识别方法包括：

获取电梯门线点坐标数据；

对所述电梯门线点坐标数据进行数据拟合，获得电梯门线拟合数据；

对所述电梯门线拟合数据进行数据处理，并根据数据处理结果进行电梯开关门识别。

可选地，所述对所述电梯门线点坐标数据进行数据拟合，获得电梯门线拟合数据的步骤，具体包括：

对所述电梯门线点坐标数据进行聚类，获得不同电梯门线对应的点坐标数据簇；

将各点坐标数据簇中的点坐标进行首尾相连，获得连接线；

在所述连接线经过电梯门框中垂线时，将各点坐标数据簇中的点坐标数据进行拟合，获得电梯门线拟合数据。

可选地，所述对所述电梯门线拟合数据进行数据处理，并根据数据处理结果进行电梯开关门识别的步骤，具体包括：

根据所述电梯门线拟合数据确定各点坐标数据簇的簇中心和各点坐标数据簇的簇半径；

分别以各点坐标数据簇的簇中心为圆心，各点坐标数据簇的簇半径为半径构建对应的目标圆；

根据构建的目标圆进行电梯开关门识别。

可选地，所述根据所述电梯门线拟合数据确定各点坐标数据簇的簇中心和各点坐标数据簇的簇半径的步骤，具体包括：

对所述电梯门线拟合数据进行均值处理，获得各点坐标数据簇的簇中心；

根据所述簇中心的横坐标数据和所述电梯门线拟合数据中的各横坐标数据确定各点坐标数据簇的簇半径。

可选地，所述根据构建的目标圆进行电梯开关门识别的步骤，具体包括：

在其中一个点坐标数据簇的目标圆的圆心位于另一个点坐标数据簇的目标圆中时，判定电梯门闭合；

在其中一个点坐标数据簇的目标圆的圆心未位于另一个点坐标数据簇的目标圆中时，判定电梯门开启。

可选地，所述对所述电梯门线拟合数据进行数据处理，根据数据处理结果进行电梯开关门识别的步骤之后，还包括：

根据电梯门线拟合数据确定电梯门开关数据；

在所述电梯门开关数据异常时，进行电梯门异常报警。

此外，为实现上述目的，本发明还提出一种电梯开关门的识别设备，所述电梯开关门的识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电梯开关门的识别程序，所述电梯开关门的识别程序配置为实现如上文所述的电梯开关门的识别方法。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有电梯开关门的识别程序，所述电梯开关门的识别程序被处理器执行时实现如上文所述的电梯开关门的识别方法。

本发明通过获取待处理视频对应的图像帧，然后通过预设语义分割模型对图像帧进行图像处理，获得图像帧对应的电梯门线点坐标数据，再将电梯门线点坐标数据传输至云端服务器，以使云端服务器根据电梯门线点坐标数据进行电梯开关门识别。本发明通过预设语义分割模型对图像帧进行图像处理，获得电梯门线点坐标数据，能够对电梯门线进行准确分割并获得精确的电梯门线点坐标数据，然后通过云端服务器根据电梯门线点坐标数据进行电梯开关门识别，相较于现有的通过传感器实时获取电梯开关门情况，本发明上述方式能够根据电梯门线点坐标数据对电梯门的开关状态进行准确识别，以防止电梯出现异常情况。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的电梯开关门的识别设备的结构示意图；

图2为本发明电梯开关门的识别方法第一实施例的流程示意图；

图3为本发明电梯开关门的识别系统的结构示意图；

图4为本发明电梯开关门的识别方法第二实施例的流程示意图；

图5为本发明电梯开关门的识别方法第三实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

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。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的电梯开关门的识别设备结构示意图。

如图1所示，该电梯开关门的识别设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对电梯开关门的识别设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及电梯开关门的识别程序。

在图1所示的电梯开关门的识别设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明电梯开关门的识别设备中的处理器1001、存储器1005可以设置在电梯开关门的识别设备中，所述电梯开关门的识别设备通过处理器1001调用存储器1005中存储的电梯开关门的识别程序，并执行本发明实施例提供的电梯开关门的识别方法。

本发明实施例提供了一种电梯开关门的识别方法，参照图2，图2为本发明电梯开关门的识别方法第一实施例的流程示意图。

本实施例中，所述电梯开关门的识别方法包括以下步骤：

步骤S10：获取待处理视频对应的图像帧；

需要说明的是，本实施例的执行主体可以是终端，例如边缘计算装置，该装置可以对图像进行处理，例如图像分割，图像去噪等。

进一步地，本实施例还提供一种基于人工智能的行为检测系统，该系统可以实现本实施例中的基于人工智能的行为检测方法。参照图3，图3为本发明电梯开关门的识别系统的结构示意图。

如图3所示，电梯开关门的识别系统由1为云端服务器，2为云端服务器数据库，3和7为一种通用边缘计算装置，4和8为本地数据库，5和6为摄像头，9为物业终端电脑构成。云端服务器1分别与云端数据库2、边缘计算装置3和边缘计算装置7相连；所述的边缘计算装置3分别与本地数据库4、电梯摄像头5、电梯摄像头6相连；所述的边缘计算装置7分别与本地数据库8、物业终端电脑9相连。

可理解的是，当用户通过物业终端电脑9的网络远程访问云端服务器对摄像头5的状态进行访问时，云端服务器1向边缘计算装置3和边缘计算装置7广播访问指令，边缘计算装置3和边缘计算装置7对访问指令进行匹配；边缘计算装置3的外设接口或者网络模块接收到访问指令后，通过边缘计算装置3对应的摄像头5和摄像头6进行数据采集。摄像头5和摄像头6将实时采集的数据传输到与其相连接的边缘计算装置3的外设接口或者网络模块，外设接口或者网络模块将接收到的数据上传到对应的边缘计算装置3的内存中，从而能够获取摄像头采集到的待处理视频。

在具体实现中，可通过摄像头采集电梯中的待处理视频，并通过网络逐帧上传到本地数据库进行存储，然后通过边缘计算装置获取本地数据库中的待处理视频对应的图像帧。

步骤S20：通过预设语义分割模型对所述图像帧进行图像处理，获得所述图像帧对应的电梯门线点坐标数据；

需要说明的是，电梯门线点坐标数据是指电梯门框中垂线上的点对应的坐标数据。

进一步地，为了精确确定电梯门线点坐标数据，在本实施例中，所述步骤S20包括：对所述图像帧进行二值化处理，获得处理后的图像帧；从所述处理后的图像帧中提取感兴趣区域；通过预设语义分割模型对所述感兴趣区域进行图像分割，获得分割后的图像帧，并根据所述分割后的图像帧确定电梯门线点坐标数据。

可理解的是，二值化处理是指将图像帧上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。对图像帧进行二值化处理后，有利于图像帧的进一步处理，使处理后的图像帧变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。

应理解的是，本实施例中的感兴趣区域是指电梯门框构成的区域。

在具体实现中，本实施例中的预设语义分割模型为卷积神经网络，具体可为完全卷积网络(FCN)，通过该完全卷积网络可以对感兴趣区域进行图像分割，可以得到多个分割后的图像帧，然后根据分割后的图像帧确定电梯门线点的具体位置，以电梯左下角为坐标原点构建坐标系，从而能够根据电梯门线点的具体位置确定电梯门线点坐标数据。

本实施例通过对图像帧进行二值化处理，然后进行感兴趣区域提取，再对感兴趣区域进行图像分割，能够精确确定电梯门线点坐标数据。

步骤S30：将所述电梯门线点坐标数据传输至云端服务器，以使所述云端服务器根据所述电梯门线点坐标数据进行电梯开关门识别。

在具体实现中，在云端服务器接收到电梯门线点坐标数据后，可以对电梯门的开关状态进行准确识别。

本实施例通过获取待处理视频对应的图像帧，然后通过预设语义分割模型对图像帧进行图像处理，获得图像帧对应的电梯门线点坐标数据，再将电梯门线点坐标数据传输至云端服务器，以使云端服务器根据电梯门线点坐标数据进行电梯开关门识别。本实施例通过预设语义分割模型对图像帧进行图像处理，获得电梯门线点坐标数据，能够对电梯门线进行准确分割并获得精确的电梯门线点坐标数据，然后通过云端服务器根据电梯门线点坐标数据进行电梯开关门识别，相较于现有的通过传感器实时获取电梯开关门情况，本实施例上述方式能够根据电梯门线点坐标数据对电梯门的开关状态进行准确识别，以防止电梯出现异常情况。

参考图4，图4为本发明电梯开关门的识别方法第二实施例的流程示意图。

在本实施例中，所述电梯开关门的识别方法包括：

步骤S100：获取电梯门线点坐标数据；

需要说明的是，本实施例的执行主体可为云端服务器。

可理解的是，电梯门线点坐标数据可从边缘检测装置中获取。

步骤S200：对所述电梯门线点坐标数据进行数据拟合，获得电梯门线拟合数据；

需要说明的是，电梯门线拟合数据是指对电梯门线点坐标数据进行数据拟合后，各电梯门线点坐标数据对应的拟合数据。

应理解的是，将电梯门线点用一条光滑的曲线连接起来是拟合的过程，获得拟合曲线，本实施例通过数据拟合可以获得拟合曲线上的与电梯门线点对应的电梯门线拟合数据，该电梯门线拟合数据基本处于一条直线上，本实施例通过数据拟合能够删除掉电梯门线点坐标数据中误差较大的点坐标数据，从而使电梯门线拟合数据更加精准。

步骤S300：对所述电梯门线拟合数据进行数据处理，并根据数据处理结果进行电梯开关门识别。

可理解的是，对电梯门线拟合数据进行数据处理，可以获得两个区域，根据两个区域的重合情况进行电梯开关门识别。

进一步地，在本实施例中，所述步骤S300之后还包括：根据电梯门线拟合数据确定电梯门开关数据；在所述电梯门开关数据异常时，进行电梯门异常报警。

需要说明的是，电梯门开关数据是指电梯门在开启和闭合的过程中的数据，具体可包括开关门速度、闭合度、开关门时间、两门之间距离等，本实施例对此不做具体限制。

在具体实现中，关门时电梯门线拟合数据对应的两条直线的夹角即为闭合角，两条直线线段中点的距离即为开门之间距离，两条直线线段中点的最大距离即为开门最大距离，闭合电梯门对应的图像与开门最大距离对应的图像之间的帧数，即为开关门时间，开门最大距离除以开关门时间即为开关门速度。在这些数据之中任何一个数据异常时，说明电梯门的工作状态异常，需进行电梯门异常报警，具体可通过物业电脑发出报警，通知物业采取应对措施，例如及时关停电梯，本实施例对此不做具体限制。

本实施例通过获取电梯门线点坐标数据，然后对电梯门线点坐标数据进行数据拟合，获得电梯门线拟合数据，再对电梯门线拟合数据进行数据处理，并根据数据处理结果进行电梯开关门识别。本实施例先对电梯门线点坐标数据进行数据拟合，获得电梯门线拟合数据，能够删除误差较大的点坐标数据，获得精确的电梯门线拟合数据，然后对电梯门线拟合数据进行数据处理，并根据数据处理结果进行电梯开关门识别，从而能够对电梯门的开关状态进行准确识别，以防止电梯出现异常情况。

参考图5，图5为本发明电梯开关门的识别方法第三实施例的流程示意图。

基于上述第二实施例，在本实施例中，所述步骤S200包括：

步骤S2001：对所述电梯门线点坐标数据进行聚类，获得不同电梯门线对应的点坐标数据簇；

可理解的是，聚类是指将物理或抽象对象的集合分成由类似的对象组成的多个类，由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。

应理解的是，可根据电梯门线点坐标数据中的横坐标数据进行聚类，将横坐标数据类似的所有点坐标数据聚为一类，可得到不同电梯门线对应的点坐标数据簇，即两个点坐标数据簇。

在具体实现中，如果只得到一个点坐标数据簇，说明电梯门线点坐标数据中的横坐标数据都相差不大，可认为此时电梯门的状态为完全闭合状态。

步骤S2002：将各点坐标数据簇中的点坐标进行首尾相连，获得连接线；

可理解的是，将各点坐标数据簇中的点坐标进行首尾相连是指将所有点依次进行连接，即可得到连接线。

步骤S2003：在所述连接线经过电梯门框中垂线时，将各点坐标数据簇中的点坐标数据进行拟合，获得电梯门线拟合数据。

需要说明的是，电梯门框中垂线是指电梯门框靠近中间的线。

可理解的是，将点坐标数据进行连接，得到的是不光滑的曲线，在对点坐标数据进行拟合后，得到的电梯门线拟合数据对应的曲线是光滑的。具体的拟合方法可为最小二乘曲线拟合法，本实施例对此不做具体限制。由于是将各点坐标数据簇中的点坐标数据进行拟合，因此得到的电梯门线拟合数据也是两簇数据。

在具体实现中，在连接线没有经过电梯门框中垂线时，说明此时摄像头存在遮挡问题，需要进行相应报警。

本实施例通过对电梯门线点坐标数据进行聚类，获得不同电梯门线对应的点坐标数据簇，然后将各点坐标数据簇中的点坐标进行首尾相连，获得连接线，在连接线经过电梯门框中垂线时，将各点坐标数据簇中的点坐标数据进行拟合，获得电梯门线拟合数据。本实施例通过对电梯门线点坐标数据进行聚类，能够将不满足聚类条件的点坐标数据进行删除，获得准确的点坐标数据簇，然后将各点坐标数据簇中的点坐标数据进行拟合，能够使得到的电梯门线拟合数据构成的曲线更加趋近于一条直线，从而能够进一步符合实际情况。

进一步地，在本实施例中，所述步骤S300包括：

步骤S3001：根据所述电梯门线拟合数据确定各点坐标数据簇的簇中心和各点坐标数据簇的簇半径；

进一步地，为了精确确定簇中心和簇半径，在本实施例中，所述步骤S3001包括：对所述电梯门线拟合数据进行均值处理，获得各点坐标数据簇的簇中心；根据所述簇中心的横坐标数据和所述电梯门线拟合数据中的各横坐标数据确定各点坐标数据簇的簇半径。

可理解的是，各点坐标数据簇的簇中心对应的横坐标数据可以由电梯门线拟合数据中的横坐标数据求均值得到，各点坐标数据簇的簇中心对应的纵坐标数据可以由电梯门线拟合数据中的纵坐标数据求均值得到。

应理解的是，本实施例可将簇中心的横坐标数据与电梯门线拟合数据中的各横坐标数据求差值，并确定差值最大对应的目标电梯门线拟合数据，各点坐标数据簇的簇半径即为簇中心的横坐标数据与目标电梯门线拟合数据中的横坐标数据之间的差值。

步骤S3002：分别以各点坐标数据簇的簇中心为圆心，各点坐标数据簇的簇半径为半径构建对应的目标圆；

在具体实现中，构建的目标圆可为两个，一条电梯门线对应一个目标圆。

步骤S3003：根据构建的目标圆进行电梯开关门识别。

进一步地，在本实施例中，所述步骤S3003包括：在其中一个点坐标数据簇的目标圆的圆心位于另一个点坐标数据簇的目标圆中时，判定电梯门闭合；在其中一个点坐标数据簇的目标圆的圆心未位于另一个点坐标数据簇的目标圆中时，判定电梯门开启。

可理解的是，每一个目标圆对应该电梯门线最大的误差区域，在其中一个点坐标数据簇的目标圆的圆心位于另一个点坐标数据簇的目标圆中时，判定电梯门闭合；在其中一个点坐标数据簇的目标圆的圆心未位于另一个点坐标数据簇的目标圆中时，判定电梯门开启。

本实施例通过根据电梯门线拟合数据确定各点坐标数据簇的簇中心和各点坐标数据簇的簇半径，然后分别以各点坐标数据簇的簇中心为圆心，各点坐标数据簇的簇半径为半径构建对应的目标圆，再根据构建的目标圆进行电梯开关门识别。本实施例通过根据电梯门线拟合数据确定各点坐标数据簇的簇中心和各点坐标数据簇的簇半径，能够根据得到的拟合数据更加精确地确定簇中心和簇半径，然后根据构建的目标圆对电梯门的开关状态进行准确识别，以防止电梯出现异常情况。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有电梯开关门的识别程序，所述电梯开关门的识别程序被处理器执行时实现如上文所述的电梯开关门的识别方法。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种电梯开关门的识别方法，应用于终端，其特征在于，所述电梯开关门的识别方法包括：

获取待处理视频对应的图像帧；

通过预设语义分割模型对所述图像帧进行图像处理，获得所述图像帧对应的电梯门线点坐标数据；

将所述电梯门线点坐标数据传输至云端服务器，以使所述云端服务器根据所述电梯门线点坐标数据进行电梯开关门识别。

2.如权利要求1所述的电梯开关门的识别方法，其特征在于，所述通过预设语义分割模型对所述图像帧进行图像处理，获得所述图像帧对应的电梯门线点坐标数据的步骤，具体包括：

对所述图像帧进行二值化处理，获得处理后的图像帧；

从所述处理后的图像帧中提取感兴趣区域；

通过预设语义分割模型对所述感兴趣区域进行图像分割，获得分割后的图像帧，并根据所述分割后的图像帧确定电梯门线点坐标数据。

3.一种电梯开关门的识别方法，应用于云端服务器，其特征在于，所述电梯开关门的识别方法包括：

获取电梯门线点坐标数据；

对所述电梯门线点坐标数据进行数据拟合，获得电梯门线拟合数据；

对所述电梯门线拟合数据进行数据处理，并根据数据处理结果进行电梯开关门识别。

4.如权利要求3所述的电梯开关门的识别方法，其特征在于，所述对所述电梯门线点坐标数据进行数据拟合，获得电梯门线拟合数据的步骤，具体包括：

对所述电梯门线点坐标数据进行聚类，获得不同电梯门线对应的点坐标数据簇；

将各点坐标数据簇中的点坐标进行首尾相连，获得连接线；

在所述连接线经过电梯门框中垂线时，将各点坐标数据簇中的点坐标数据进行拟合，获得电梯门线拟合数据。

5.如权利要求3所述的电梯开关门的识别方法，其特征在于，所述对所述电梯门线拟合数据进行数据处理，并根据数据处理结果进行电梯开关门识别的步骤，具体包括：

根据所述电梯门线拟合数据确定各点坐标数据簇的簇中心和各点坐标数据簇的簇半径；

分别以各点坐标数据簇的簇中心为圆心，各点坐标数据簇的簇半径为半径构建对应的目标圆；

根据构建的目标圆进行电梯开关门识别。

6.如权利要求5所述的电梯开关门的识别方法，其特征在于，所述根据所述电梯门线拟合数据确定各点坐标数据簇的簇中心和各点坐标数据簇的簇半径的步骤，具体包括：

对所述电梯门线拟合数据进行均值处理，获得各点坐标数据簇的簇中心；

根据所述簇中心的横坐标数据和所述电梯门线拟合数据中的各横坐标数据确定各点坐标数据簇的簇半径。

7.如权利要求5所述的电梯开关门的识别方法，其特征在于，所述根据构建的目标圆进行电梯开关门识别的步骤，具体包括：

在其中一个点坐标数据簇的目标圆的圆心位于另一个点坐标数据簇的目标圆中时，判定电梯门闭合；

在其中一个点坐标数据簇的目标圆的圆心未位于另一个点坐标数据簇的目标圆中时，判定电梯门开启。

8.如权利要求4所述的电梯开关门的识别方法，其特征在于，所述对所述电梯门线拟合数据进行数据处理，根据数据处理结果进行电梯开关门识别的步骤之后，还包括：

根据电梯门线拟合数据确定电梯门开关数据；

在所述电梯门开关数据异常时，进行电梯门异常报警。

9.一种电梯开关门的识别设备，其特征在于，所述电梯开关门的识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电梯开关门的识别程序，所述电梯开关门的识别程序配置为实现如权利要求1至2，或4至8中任一项所述的电梯开关门的识别方法。

10.一种存储介质，其特征在于，所述存储介质上存储有电梯开关门的识别程序，所述电梯开关门的识别程序被处理器执行时实现如权利要求1至2，或4至8中任一项所述的电梯开关门的识别方法。

Images