CN114436086B - 电梯轿厢昏暗的识别与告警方法及系统 - Google Patents

Abstract

本发明涉及物联网与电梯安全监控技术领域的一种电梯轿厢昏暗的识别方法及系统。该方法包括：采集电梯轿厢内实时监测的传感器数据和视频图像数据；对所述传感器数据和所述视频图像数据进行分析，并对疑是昏暗的场景进行判断和召回，同时判断所述场景是否有人；当所述场景有人时，对疑是昏暗时段的视频图像数据进行分析，输出对应的明暗分类结果；根据所述明暗分类结果，发送告警信号和昏暗时段的视频图像信息。本发明可以自动识别电梯轿厢内昏暗的场景，及时反馈并解决电梯轿厢昏暗的情况。

Description

电梯轿厢昏暗的识别与告警方法及系统

技术领域

本发明涉及物联网与电梯安全监控技术领域，尤其涉及一种电梯轿厢昏暗的识别与告警方法及系统。

背景技术

城市里高楼耸立，电梯为人们的出行提供了便利、舒适，但会存在电梯内光线较暗的场景。人们在这种场景下乘梯，由于密闭空间，极易造成乘梯人情绪波动，严重时会导致乘梯人产生扒门、踹门等危险动作，存在安全隐患。

发明内容

为克服上述现有技术存在的缺陷，本发明的目的在于提供一种电梯轿厢昏暗的识别与告警方法及系统，可以自动识别电梯轿厢内昏暗的场景，及时反馈并解决电梯轿厢昏暗的情况。

为实现上述发明目的，本发明的技术方案是：

一方面，本发明提供一种电梯轿厢较暗的识别与告警方法，包括：

采集电梯轿厢内实时监测的传感器数据和视频图像数据；

对所述传感器数据和所述视频图像数据进行分析，并对疑是昏暗的场景进行判断和召回，同时判断所述场景是否有人；

当所述场景有人时，对疑是昏暗时段的视频图像数据进行分析，输出对应的明暗分类结果；

根据所述明暗分类结果，发送告警信号和昏暗时段的视频图像信息。

根据本发明的一个方面，所述传感器数据采集的频率为每秒25个点，所述视频图像数据采集的频率为每秒25帧。

根据本发明的一个方面，所述传感器数据包括电梯轿厢内的光敏感应值和人体红外感应数据，

利用对所述光敏感应值进行分析，对疑是昏暗的场景进行判断；

利用对所述人体红外感应数据和所述视频图像数据进行分析，对疑是昏暗的场景是否有人进行判断。

根据本发明的一个方面，所述对疑是昏暗的场景进行判断和召回的过程包括：

基于电梯轿厢内历史的光敏感应值进行大数据分析，并与电梯轿厢真实明暗情况进行对比分析，获得判断电梯轿厢昏暗的阈值参数；

将所述阈值参数与实时采集的光敏感应值进行实时比较，对疑是昏暗的场景进行判断并输出当前时段的电梯轿厢疑是昏暗场景的结果。

根据本发明的一个方面，所述疑是昏暗的场景的判断方式为：当所述实时采集的光敏感应值连续b秒小于所述阈值参数时，则判断当前时段的电梯轿厢处于疑是昏暗的场景。

根据本发明的一个方面，所述对疑是昏暗时段的视频图像数据进行分析，输出对应的明暗分类结果的过程包括：

对疑是昏暗时段的视频按帧进行截取；

将截取后的视频图像进行图像处理，并根据处理后的视频图像计算当前视频帧的亮度系数；

根据所述亮度系数输出对应的明暗类型。

根据本发明的一个方面，所述将截取后的视频图像进行图像处理，并根据处理后的视频图像计算当前视频帧的亮度系数的过程包括：

将截取后的视频图像由RGB转成灰度图；

计算所述灰度图的直方图，统计每个像素点的个数hist；

计算所述灰度图与灰度线矩阵之间的点差，并由下式获得平均点差为：

d＝sum(gray_image-gray_matrix)/size(gray_image-gray_matrix)

其中，gray_image表示灰度图，gray_matrix表示灰度线矩阵，sum()表示总灰度图矩阵和灰度线矩阵的偏差和，size()表示矩阵的大小；

计算偏离128的平均偏差为：

b＝abs(ba/size(gray_image-gray_matrix))

其中，abs()表示取绝对值函数，ba+＝abs(pixel-128-d)*hist[pixel]，pixel表示像素点所在像素值大小，介于0到255之间；

根据所述平均偏差，由下式获得当前视频帧的亮度系数为：

darkness＝abs(d)/b。

根据本发明的一个方面，所述根据所述亮度系数输出对应的明暗类型的过程包括：

如果所述亮度系数大于1且所述平均点差大于0，则当前视频帧为明亮场景类型；

如果所述亮度系数大于1且所述平均点差不大于0，则当前视频帧为昏暗场景类型；

否则当前视频帧为正常光亮的场景。

根据本发明的一个方面，所述根据所述明暗分类结果，发送告警信号和昏暗时段的视频图像信息的过程包括：

对疑是昏暗时段的视频帧进行统计，获得视频帧总量num、昏暗场景类型的视频帧数量dark_num、亮度系数的中位数darkness_median和亮度系数的标准差darkness_std，并同时满足以下条件，输出并发送电梯轿厢昏暗告警信号和昏暗时段的视频图像信息，

dark_num/num>＝t1,

darkness_median>＝t2,

darkness_std<＝t3。

另一方面，本发明还提供了一种利用上述电梯轿厢昏暗的识别与告警方法实现的电梯轿厢昏暗的识别与告警系统，包括：

数据采集模块，用于采集电梯轿厢内实时监测的传感器数据和视频图像数据；

疑是昏暗召回模块，用于对所述传感器数据和所述视频图像数据进行分析，并对疑是昏暗的场景进行判断和召回，同时判断所述场景是否有人；

视频分析模块，用于当所述场景有人时，对疑是昏暗时段的视频图像数据进行分析，输出对应的明暗分类结果；

告警发布模块，用于根据所述明暗分类结果，发送告警信号和昏暗时段的视频图像信息。

根据本发明的另一个方面，所述数据采集模块包括光敏传感器、红外传感器和摄像头，

所述摄像头用于对电梯轿厢进行实时监控与实时采集视频图像数据，并设置有终端信号板；

利用嵌入式技术将所述光敏传感器和所述红外传感器嵌入至所述终端信号板上，

所述光敏传感器用于感应电梯轿厢内的光信号并将所述光信号转换为光敏感应值；

所述红外传感器用于感应电梯轿厢内的人并实时采集人体红外感应数据。

有益效果：

根据本发明的方案，通过电梯轿厢内设置的光敏传感器、摄像头和红外传感器，分别采集电梯轿厢内的光敏感应值、人体红外感应数据和视频图像信息。首先根据光敏感应值对疑是昏暗的场景进行召回，然后根据人体红外感应数据以及对视频图像中的人头进行识别，对疑是昏暗时段的电梯轿厢判断是否有人，当该时段有人乘梯时，对视频图像进行进一步分析和判断，输出电梯轿厢的亮度系数以及明暗分类情况。最后根据电梯轿厢的明暗分类结果发送告警，并同时发送电梯昏暗时段的视频图像信息。

上述电梯轿厢昏暗的识别与告警系统及方法，可以主动识别电梯轿厢昏暗的情况，并将电梯轿厢昏暗告警信息及时发送给电梯轿厢终端和相关人员，电梯轿厢终端根据告警信息进行语音提示并安抚乘梯人员，同时相关人员根据接收到的电梯轿厢昏暗精确时段的视频图像信息了解具体情况，及时采取相应的措施并解决问题，提高乘梯人员出行的舒适性和安全性，为乘梯人员安心乘梯保驾护航。

附图说明

图1示意性表示本发明的一种实施方式的电梯轿厢昏暗的识别与告警方法流程图；

图2示意性表示本发明的一种实施方式的电梯轿厢昏暗的识别与告警系统的结构示意图；

图3示意性表示本发明的一种实施方式的利用光敏感应值召回的疑是昏暗的图像经灰度处理后的灰度图；

图4示意性表示本发明的一种实施方式的由灰度图得到的灰度直方图。

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。

如图1所示，根据本发明的构思，本实施方式的电梯轿厢昏暗的识别与告警方法，包括以下步骤：

步骤110、采集电梯轿厢内实时监测的传感器数据和视频图像数据；

步骤120、对传感器数据和视频图像数据进行分析，并对疑是昏暗的场景进行判断和召回，同时判断场景是否有人；

步骤130、当场景有人时，对疑是昏暗时段的视频图像数据进行分析，输出对应的明暗分类结果；

步骤140、根据明暗分类结果，发送告警信号和昏暗时段的视频图像信息。

通过上述方法，可以主动识别电梯轿厢昏暗的场景并判断该场景下是否有人乘梯，及时发送、反馈电梯轿厢昏暗告警信息和电梯轿厢内的真实情况，便于相关人员及时了解情况并解决电梯昏暗故障，提高乘梯人员的安全性和舒适性。该方法还可以将告警信息发送至电梯终端设备，并发出语音提示，及时安抚乘梯人情绪，避免电梯内危险情况的发生，提高电梯运行和乘梯的安全性。

在本实施方式中，上述步骤110中的传感器数据包括电梯轿厢内的光敏感应值和人体红外感应数据。根据对光敏感应值的分析，对疑是昏暗的场景进行判断。根据对人体红外感应数据和视频图像人头的识别与分析，对疑是昏暗的场景是否有人进行判断。人体红外感应数据和视频图像的双重分析，可以提高人体判断的准确性。传感器数据采集的频率为40ms一个点，即每秒25个点。视频图像数据的采集频率为每秒25帧，即fps＝25。

上述步骤120中的对疑是昏暗的场景进行判断和召回的过程具体包括以下步骤：

步骤121、基于采集的电梯轿厢内历史的光敏感应值进行大数据分析，并与电梯轿厢真实明暗情况进行对比分析，获得判断电梯轿厢昏暗的阈值参数a；

步骤122、将阈值参数a与实时采集的光敏感应值进行实时比较，对疑是昏暗的场景进行判断并输出当前时段的电梯轿厢疑是昏暗场景的结果，实现对疑是昏暗的场景的召回。其中，疑是昏暗的场景的判断方式为：当实时采集的光敏感应值连续b秒小于阈值参数a时，则判断当前时段的电梯轿厢处于疑是昏暗的场景。

本实施方式的物联网电梯场景下，光敏感应值越小，光线越昏暗。在本实施方式中，阈值参数为25，b为10。通过对15万电梯的半年运行数据进行了大数据分析，当光敏感应值的数值小于25时(光敏传感器采集的光敏感应值数值范围为：[0,100])，显示轿厢光线较暗。因此，当电梯在连续运行的一段时间内均满足光敏感应值的数值小于25时，即可以输出疑是昏暗的结果。在本物联网应用场景下，当光敏感应值连续10s以上均小于25，即输出疑是昏暗的结果。

上述步骤130中的对疑是昏暗时段的视频图像数据进行分析，输出对应的明暗分类结果的过程具体包括以下步骤：

步骤131、对疑是昏暗时段的视频以每秒1帧的方式按帧进行截取，获得疑是昏暗时段的视频图像；

步骤132、将截取后的视频图像进行图像处理，并根据处理后的视频图像计算当前视频帧的亮度系数；

步骤133、根据亮度系数输出对应的明暗类型。

其中，步骤132中将截取后的视频图像进行图像处理，并根据处理后的视频图像计算当前视频帧的亮度系数的过程具体包括：

步骤1321、将截取后的视频图像由RGB转成灰度图，如图3所示，即由(h,w,c)的三通道图转成(h,w)的单通道图。这里，h指的图像的高height，w指图像的宽width，c指的是视频图像的通道数channel。在RGB图像中c＝3。

步骤1322、计算灰度图的直方图，如图4所示，统计每个像素点的个数hist，该结果大小为(256,1)。图4的横轴表示像素点0～255，纵轴表示各像素点0、1、…、255出现的频数。由图4可知，截取后的视频图像的像素点主要落在30-50之间，该像素点范围为电梯轿厢昏暗的时段。

步骤1323、计算灰度图与灰度线矩阵之间的点差，并由下式获得平均点差为：

d＝sum(gray_image-gray_matrix)/size(gray_image-gray_matrix)

其中，gray_image表示灰度图，gray_matrix表示灰度线矩阵，sum()表示总灰度图矩阵和灰度线矩阵的偏差和，表征总灰度图矩阵和灰度线矩阵的偏离总体情况，size()表示矩阵的大小，表征图像的像素情况。这里的灰度线矩阵为灰度图的对角线，即以128生成的同等宽高的矩阵。

步骤1324、计算偏离128的平均偏差为：

b＝abs(ba/size(gray_image-gray_matrix))

其中，abs()表示取绝对值函数，ba+＝abs(pixel-128-d)*hist[pixel]，pixel表示像素点所在像素值大小，pixel的取值介于0到255之间(包括0和255)。

步骤1325、根据平均偏差，由下式获得当前视频帧的亮度系数为：

darkness＝abs(d)/b。

其中，步骤133中根据亮度系数输出对应的明暗类型的过程具体包括：

步骤1331、如果亮度系数大于1且平均点差大于0，则当前视频帧为明亮场景类型；

步骤1332、如果亮度系数大于1且平均点差不大于0，则当前视频帧为昏暗场景类型；

步骤1333、否则当前视频帧为正常光亮的场景。

最后，在上述步骤140中，根据上述明暗分类结果，结合时序上的多帧统计情况，发送告警信号和昏暗时段的视频图像信息的过程具体包括：

根据步骤130分析的过程，对疑是昏暗时段的视频帧进行统计，获得所分析视频的视频帧总量num、昏暗场景类型的视频帧数量dark_num、亮度系数的中位数darkness_median和亮度系数的标准差darkness_std，并同时满足以下条件，输出并发送电梯轿厢昏暗告警信号和昏暗时段的视频图像信息，

dark_num/num>＝t1,

darkness_median>＝t2,

darkness_std<＝t3。

在本实施方式中，t1取值为50％，t2取值为2，t3取值为0.3。也就是说，当所分析视频的视频总帧num内输出为昏暗场景类型的视频帧的比例超过50％，且亮度系数的中位数darkness_median超过2，同时亮度系数的标准差darkness_std小于0.3时，输出该视频所在时段内电梯轿厢处于昏暗场景的告警。

如图2所示，本实施方式利用上述电梯轿厢昏暗的识别与告警方法实现了电梯轿厢昏暗的识别与告警系统，主要包括：数据采集模块201、疑是昏暗召回模块202、视频分析模块203和告警发布模块204。

其中，数据采集模块201，用于采集电梯轿厢内实时监测的传感器数据和视频图像数据。疑是昏暗召回模块202，用于对传感器数据和视频图像数据进行分析，并对疑是昏暗的场景进行判断和召回，同时判断场景是否有人。视频分析模块203，用于当场景有人时，对疑是昏暗时段的视频图像数据进行分析，输出对应的明暗分类结果。告警发布模块204，用于根据视频分析出的视频帧的明暗分类结果，再结合时序上的多帧统计情况，输出电梯轿厢处于昏暗场景的结果，发送告警信号和昏暗时段的视频图像信息。

上述数据采集模块201包括光敏传感器、红外传感器和摄像头。摄像头用于对电梯轿厢进行实时监控与实时采集视频图像数据，并设置有终端信号板；利用嵌入式技术将光敏传感器和红外传感器嵌入至终端信号板上，光敏传感器用于感应电梯轿厢内的光信号并将光信号转换为光敏感应值；红外传感器用于感应电梯轿厢内的人并实时采集人体红外感应数据。

对于本发明的方法所涉及的上述各个步骤的序号并不意味着方法执行顺序的先后，各步骤的执行顺序应以其功能和内在逻辑确定，而不应对本发明的实施方式的实施过程构成任何限定。

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，均应包括在本发明的保护范围之内。

Claims (10)

1.一种电梯轿厢昏暗的识别与告警方法，包括：

采集电梯轿厢内实时监测的传感器数据和视频图像数据；

对所述传感器数据和所述视频图像数据进行分析，并对疑是昏暗的场景进行判断和召回，同时判断所述场景是否有人；

当所述场景有人时，对疑是昏暗时段的视频图像数据进行分析，输出对应的明暗分类结果；

根据所述明暗分类结果，发送告警信号和昏暗时段的视频图像信息；

所述对疑是昏暗时段的视频图像数据进行分析，输出对应的明暗分类结果的过程包括：

对疑是昏暗时段的视频按帧进行截取；

将截取后的视频图像进行图像处理，并根据处理后的视频图像计算当前视频帧的亮度系数；

根据所述亮度系数输出对应的明暗类型；

所述将截取后的视频图像进行图像处理，并根据处理后的视频图像计算当前视频帧的亮度系数的过程包括：

将截取后的视频图像由RGB转成灰度图；

计算所述灰度图的直方图，统计每个像素点的个数hist；

计算所述灰度图与灰度线矩阵之间的点差，并计算平均点差d；

计算偏离128的平均偏差b；

根据平均点差d和偏离128的平均偏差b计算当前视频帧的亮度系数；

所述当前视频帧的亮度系数的计算公式为：

darkness = abs(d) / b。

2.根据权利要求1所述的方法，其特征在于，所述传感器数据采集的频率为每秒25个点，所述视频图像数据采集的频率为每秒25帧。

3.根据权利要求2所述的方法，其特征在于，所述传感器数据包括电梯轿厢内的光敏感应值和人体红外感应数据，

利用对所述光敏感应值进行分析，对疑是昏暗的场景进行判断；

利用对所述人体红外感应数据和所述视频图像数据进行分析，对疑是昏暗的场景是否有人进行判断。

4.根据权利要求3所述的方法，其特征在于，所述对疑是昏暗的场景进行判断和召回的过程包括：

基于电梯轿厢内历史的光敏感应值进行大数据分析，并与电梯轿厢真实明暗情况进行对比分析，获得判断电梯轿厢昏暗的阈值参数；

将所述阈值参数与实时采集的光敏感应值进行实时比较，对疑是昏暗的场景进行判断并输出当前时段的电梯轿厢疑是昏暗场景的结果。

5.根据权利要求4所述的方法，其特征在于，所述疑是昏暗的场景的判断方式为：当所述实时采集的光敏感应值连续b秒小于所述阈值参数时，则判断当前时段的电梯轿厢处于疑是昏暗的场景。

6.根据权利要求1所述的方法，其特征在于，所述灰度图与灰度线矩阵之间的平均点差d的计算公式为：

d = sum(gray_image - gray_matrix ) / size(gray_image - gray_matrix)

其中，gray_image表示灰度图，gray_matrix表示灰度线矩阵，sum()表示总灰度图矩阵和灰度线矩阵的偏差和，size()表示矩阵的大小；

所述偏离128的平均偏差的计算公式为：

b = abs(ba / size(gray_image - gray_matrix))

其中，abs()表示取绝对值函数，ba += abs(pixel - 128 - d) * hist[pixel]，pixel表示像素点所在像素值大小，介于0到255之间。

7.根据权利要求6所述的方法，其特征在于，所述根据所述亮度系数输出对应的明暗类型的过程包括：

如果所述亮度系数大于1且所述平均点差大于0，则当前视频帧为明亮场景类型；

如果所述亮度系数大于1且所述平均点差不大于0，则当前视频帧为昏暗场景类型；

否则当前视频帧为正常光亮的场景。

8.根据权利要求7所述的方法，其特征在于，所述根据所述明暗分类结果，发送告警信号和昏暗时段的视频图像信息的过程包括：

对疑是昏暗时段的视频帧进行统计，获得视频帧总量num、昏暗场景类型的视频帧数量dark_num、亮度系数的中位数darkness_median和亮度系数的标准差darkness_std，并同时满足以下条件，输出并发送电梯轿厢昏暗告警信号和昏暗时段的视频图像信息，

dark_num / num >= t1 ,

darkness_median >= t2,

darkness_std <= t3。

9.一种利用权利要求1至8任一项所述的电梯轿厢昏暗的识别与告警方法实现的电梯轿厢昏暗的识别与告警系统，其特征在于，包括：

数据采集模块（201），用于采集电梯轿厢内实时监测的传感器数据和视频图像数据；

疑是昏暗召回模块（202），用于对所述传感器数据和所述视频图像数据进行分析，并对疑是昏暗的场景进行判断和召回，同时判断所述场景是否有人；

视频分析模块（203），用于当所述场景有人时，对疑是昏暗时段的视频图像数据进行分析，输出对应的明暗分类结果；

告警发布模块（204），用于根据所述明暗分类结果，发送告警信号和昏暗时段的视频图像信息。

10.根据权利要求9所述的系统，其特征在于，所述数据采集模块（201）包括光敏传感器、红外传感器和摄像头，

所述摄像头用于对电梯轿厢进行实时监控与实时采集视频图像数据，并设置有终端信号板；

利用嵌入式技术将所述光敏传感器和所述红外传感器嵌入至所述终端信号板上，

所述光敏传感器用于感应电梯轿厢内的光信号并将所述光信号转换为光敏感应值；

所述红外传感器用于感应电梯轿厢内的人并实时采集人体红外感应数据。