CN114663390A - 自动门智能防夹方法、装置、设备及存储介质 - Google Patents
自动门智能防夹方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114663390A CN114663390A CN202210283629.6A CN202210283629A CN114663390A CN 114663390 A CN114663390 A CN 114663390A CN 202210283629 A CN202210283629 A CN 202210283629A CN 114663390 A CN114663390 A CN 114663390A
- Authority
- CN
- China
- Prior art keywords
- images
- preset
- image
- door
- real object
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 claims abstract description 89
- 230000033001 locomotion Effects 0.000 claims abstract description 52
- 238000006073 displacement reaction Methods 0.000 claims description 28
- 230000001133 acceleration Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000006698 induction Effects 0.000 description 25
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013031 physical testing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- E—FIXED CONSTRUCTIONS
- E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
- E05F—DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION; CHECKS FOR WINGS; WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
- E05F15/00—Power-operated mechanisms for wings
- E05F15/40—Safety devices, e.g. detection of obstructions or end positions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Power-Operated Mechanisms For Wings (AREA)
Abstract
本发明涉及人工智能技术，揭露了一种自动门智能防夹方法，包括：当达到关闭时间时，按照预设时间间隔拍摄图像，对所述图像进行实物检测；当检测到实物的图像存在预设数量时，将检测到实物的图像作为目标图像，并对目标图像进行实物相似度识别；当相似度大于相似度阈值时，根据目标图像中实物的位置生成运动轨迹，在预设关闭时间达到时间阈值，则提取时间阈值下的红外线热感应检测结果，并根据红外线热感应检测结果和运动轨迹判断是否具有夹门危险；当具有夹门危险时，启动安全预警。本发明还提出一种自动门智能防夹装置、电子设备以及存储介质。本发明可以保证自动门关闭时的安全性以及启动夹门预警的准确性。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种自动门智能防夹方法、装置、设备及存储介质。
背景技术
目前，自动门广泛运用于人们日常生活中的各种场景，例如：地铁屏蔽门、公交屏蔽门、电梯门等。然而自动门的关闭大多伴随有提示音，但没有具体的时间提醒，因此常常发生被此类自动门夹伤或者危及生命的事情。
现有的自动门附有的检测装置往往比较单一，且灵敏性和准确性不够。例如地铁屏蔽门的预警机智是在遇到厚度超出预设被夹物件大小才会弹开，但实际情况是由于手等身体部位或者物品与解除屏蔽门所要求的面积差异过大，或人体/物体检测不全，导致检测结果不准确，无法安全实现防夹目的。
发明内容
本发明提供一种自动门智能防夹方法、装置、设备及存储介质，其主要目的在于解决自动门关闭时的安全性较低以及启动夹门预警的准确性较低的问题。
为实现上述目的，本发明提供的一种自动门智能防夹方法，包括：
当达到预设关闭时间时，按照预设时间间隔拍摄图像，对所述图像进行实物检测；
当检测到实物的图像存在预设数量时，将所述检测到实物的图像作为目标图像，并对所述目标图像进行实物相似度识别；
当相似度大于预设相似度阈值时，根据所述目标图像中实物的位置生成运动轨迹，并判断所述预设关闭时间是否达到预设时间阈值；
若所述预设关闭时间未达到时间预设阈值，则返回按照预设时间隔拍摄图像，对所述图像进行实物检测的步骤；
若所述预设关闭时间达到预设时间阈值，则提取所述预设时间阈值下的红外线热感应检测结果，并根据所述红外线热感应检测结果和所述运动轨迹判断是否具有夹门危险；
当具有夹门危险时，启动安全预警。
可选地，所述对所述图像进行实物检测，包括：
获取所述自动门对应区域内的背景图像；
将所述图像与所述背景图像进行差分处理，得到差分图像；
采用预设的实物检测模型检测所述差分图像中是否存在实物。
可选地，所述当检测到实物的图像存在预设数量时，将所述检测到实物的图像作为目标图像，包括：
获取第一张检测出实物的图像为首张图像，并连续提取所述首张图像之后拍摄的预设数量的后续图像；
对所述预设图像进行实物检测，并判断所述预设图像是否检测到实物；
若所述预设图像未均检测到实物，则将所述后续图像中未检测实物的图像的下一张图像作为首张图像，并返回连续提取所述首张图像之后拍摄的预设数量的后续图像的步骤；
若所述预设图像均检测到实物，则将所述首张图像和所述后续图像作为目标图像。
可选地，所述对所述目标图像进行实物相似度识别，包括：
以排列组合的方式从所述目标图像中选取两张图像作为对比图像；
获取所述对比图像对应的差分图像，并提取所述差分图像的差分特征；
计算所述差分特征的差值，并判断所述差值是否小于预设差值阈值；
若所述差值大于或等于所述差值阈值，则判定所述对比图像对应的实物不为同一实物；
若所述差值小于所述差值阈值，则判定所述对比图像对应的实物为同一实物。
可选地，所述根据所述目标图像中实物的位置生成运动轨迹，包括：
将所述目标图像的左上角确定为坐标原点，所述目标图像的上边确定为横坐标轴，所述目标图像的左边确定为纵坐标轴；
获取所述目标图像中实物的中心点位置坐标，其中，所述中心点位置坐标包括中心点横坐标和中心点纵坐标；
基于每张所述目标图像中的所述中心点横坐标确定所述实物的横向位移；
基于每张所述目标图像中的所述中心点纵坐标确定所述实物的纵向位移；
根据所述实物的横向位移和所述纵向位移确定所述实物的运动轨迹。
可选地，所述根据所述实物的横向位移和所述纵向位移确定所述实物的运动轨迹，包括：
根据所述横向位移计算出横向加速度，并根据所述纵向位移计算出纵向加速度；
对所述横向加速度和所述纵向加速度进行合力计算，得到目标加速度；
根据所述目标加速度和所述目标图像中实物的位置计算得到预测位置，并根据所述目标图像中实物的位置和所述预测位置生成运动轨迹。
可选地，所述根据所述红外线热感应检测结果和所述运动轨迹判断是否具有夹门危险，包括：
获取所述运动轨迹中在所述预设时间阈值的轨迹结果，并判断所述轨迹结果是否在自动门内侧；
若所述轨迹结果在自动门内侧，则判定不具有夹门危险；
若所述轨迹结果不在自动门内侧，则判断所述红外线热感应检测结果是否为无异常；
若所述红外线热感应检测结果为无异常，则判定不具有夹门危险；
若所述红外线热感应检测结果为有异常，则判定具有夹门危险。
为了解决上述问题，本发明还提供一种自动门智能防夹装置，所述装置包括：
图像实物检测模块，用于当达到预设关闭时间时，按照预设时间间隔拍摄图像，对所述图像进行实物检测；
实物相似度检测模块，用于当检测到实物的图像存在预设数量时，将所述检测到实物的图像作为目标图像，并对所述目标图像进行实物相似度识别；
运动轨迹生成模块，用于当相似度大于预设相似度阈值时，根据所述目标图像中实物的位置生成运动轨迹，并判断所述预设关闭时间是否达到预设时间阈值；若所述预设关闭时间未达到时间预设阈值，则返回按照预设时间隔拍摄图像，对所述图像进行实物检测的步骤；
红外线热感应检测结果获取模块，用于若所述预设关闭时间达到预设时间阈值，则提取所述预设时间阈值下的红外线热感应检测结果，
夹门危险判断模块，用于根据所述红外线热感应检测结果和所述运动轨迹判断是否具有夹门危险；当具有夹门危险时，启动安全预警。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的自动门智能防夹方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的自动门智能防夹方法。
本发明实施例通过图像实物检测和红外线热感应检测两方面实现自动门的防夹安全预警，提高了防夹预警的准确性；通过拍摄图像，对图像进行实物识别，根据实物识别结果生成运动轨迹，通过实物识别的准备性进一步实现夹门危险性判断的准确性；通过将运动轨迹和预设阈值时间的红外线热感应检测结果两方面结合分析，确定是否启动安全预警，保证了自动门关闭时的安全性以及启动夹门预警的准确性。因此本发明提出的自动门智能防夹方法、装置、电子设备及计算机可读存储介质，可以解决自动门关闭时的安全性较低以及启动夹门预警的准确性较低的问题。
附图说明
图1为本发明一实施例提供的自动门智能防夹方法的流程示意图；
图2为本发明一实施例提供的对图像进行实物检测的流程示意图；
图3为本发明一实施例提供的对目标图像进行实物相似度识别的流程示意图；
图4为本发明一实施例提供的自动门智能防夹装置的功能模块图；
图5为本发明一实施例提供的实现所述自动门智能防夹方法的电子设备的结构示意图。
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仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种自动门智能防夹方法。所述自动门智能防夹方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述自动门智能防夹方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的自动门智能防夹方法的流程示意图。在本实施例中，所述自动门智能防夹方法包括以下步骤S1-S6：
S1、当达到预设关闭时间时，按照预设时间间隔拍摄图像，对所述图像进行实物检测。
本发明实施例中，自动门打开之后会存在一定的停留时间，当停留时间到达一定范围后，则进入预计关闭时间。例如，自动门打开总时间为15秒，在自动门打开10秒时，剩余打开时间为5秒，5秒可以为预设关闭时间，此时，自动门将进行防夹门预警以及实物检测。
本发明实施例中，所述按照预设时间间隔拍摄图像可以为按照每隔40毫秒拍摄一张图像；本发明实施例可以在自动门上方、侧方等均设置有多个摄像头，以自动门右侧方的摄像头为例，当达到预设关闭时间时，自动门右侧方的摄像头拍摄自动门门口所在区域内的图像。
本发明实施例中，所述实物检测可以针对在实际应用场景中自动门达到预设关闭时间出现的人、人的身体部位、突然出现的一些物品、动物等进行检测。
本发明实施例中，请参阅图2所示，所述对所述图像进行实物检测，包括以下步骤S11-S13：
S11、获取所述自动门对应区域内的背景图像；
S12、将所述图像与所述背景图像进行差分处理，得到差分图像；
S13、采用预设的实物检测模型检测所述差分图像中是否存在实物。
本发明实施例中，可以在自动门对应的区域没有实物等出现时，通过预置摄像头拍摄自动门对应的区域，作为背景图像；所述背景图像中只包含背景信息，例如，地面信息，装饰物品信息等，而不包含任何实物、其他物品的信息。
本发明实施例中，由于背景图像为自动门对应的区域没有实物出现的图像，在达到预设时间时拍摄的图像是在背景图像的基础上，在所述自动门对应的区域增加了实物这一前景的图像，由于所述摄像头的拍摄位置固定，即背景图像与达到预设时间时拍摄的图像的大小是相同的，因而可以直接将拍摄图像中的每个像素与所述背景图像中的相对应的像素进行差分处理，去掉拍摄图像中属于背景的区域，得到的差分监测图像基本上仅包括了实物这一前景，从而有利于图像中的实物检测。
本发明实施例中，通过对每张差分图像采用实物检测模型进行实物检测，确定每张所述差分图像中是否有实物，其中，所述实物检测模型包括但不限于卷积神经网络模型、UNet神经网络。
S2、当检测到实物的图像存在预设数量时，将所述检测到实物的图像作为目标图像，并对所述目标图像进行实物相似度识别。
本发明实施例中，所述存在预设数量检测到实物的图像可以为存在连续两张检测到实物的图像，则这两张图像即为目标图像。
本发明实施例中，所述当检测到实物的图像存在预设数量时，将所述检测到实物的图像作为目标图像，包括：
获取第一张检测出实物的图像为首张图像，并连续提取所述首张图像之后拍摄的预设数量的后续图像；
对所述预设图像进行实物检测，并判断所述预设图像是否检测到实物；
若所述预设图像未均检测到实物，则将所述后续图像中未检测实物的图像的下一张图像作为首张图像，并返回连续提取所述首张图像之后拍摄的预设数量的后续图像的步骤；
若所述预设图像均检测到实物，则将所述首张图像和所述后续图像作为目标图像。
本发明实施例中，通过获取摄像头连续拍摄的自动门对应的区域内的多张图像，进而确定包含实物的目标图像，保证了图像中实物的一致性。
本发明实施例中，对所述目标图像进行相似度识别可以通过目标图像与背景图像对应的差分图像进行实物相似度识别。
本发明实施例中，请参阅图3所示，所述对所述目标图像进行实物相似度识别，包括以下步骤S21-S25：
S21、以排列组合的方式从所述目标图像中选取两张图像作为对比图像；
S22、获取所述对比图像对应的差分图像，并提取所述差分图像的差分特征；
S23、计算所述差分特征的差值，并判断所述差值是否小于预设差值阈值；
若所述差值大于或等于所述差值阈值，则执行S24、判定所述对比图像对应的实物不为同一实物；
若所述差值小于所述差值阈值，则执行S25、判定所述对比图像对应的实物为同一实物。
本发明实施例通过对目标图像中的实物进行相似度识别，进而确定目标图像中的实物是否为同一实物，若不为同一实物则说明实物不存在自动门夹伤的危险，若为同一实物则需要进行进一步的运动轨迹分析，进而确定是否存在自动门夹伤的危险。
S3、当相似度大于预设相似度阈值时，根据所述目标图像中实物的位置生成运动轨迹，并判断所述预设关闭时间是否达到预设时间阈值。
本发明实施例中，通过提取出同一实物的在多张图像中的不同位置，确定所述实物的运动轨迹，进一步判断是否存在自动门夹伤的危险。
本发明实施例中，所述根据所述目标图像中实物的位置生成运动轨迹，包括：
将所述目标图像的左上角确定为坐标原点，所述目标图像的上边确定为横坐标轴，所述目标图像的左边确定为纵坐标轴；
获取所述目标图像中实物的中心点位置坐标，其中，所述中心点位置坐标包括中心点横坐标和中心点纵坐标；
基于每张所述目标图像中的所述中心点横坐标确定所述实物的横向位移；
基于每张所述目标图像中的所述中心点纵坐标确定所述实物的纵向位移；
根据所述实物的横向位移和所述纵向位移确定所述实物的运动轨迹。
本发明实施例中，当摄像头拍摄到同一个实物的多张目标图像时，根据所述多张目标图像对应的时间顺序，将时间最小的目标图像的左上角确定为坐标原点、上边确定为横轴坐标和左边确定为纵轴坐标，其中，所述横轴坐标和所述纵轴坐标作为实物移动轨迹方向的基准，基于所述基准及每张所述目标图像中的所述实物的中心点位置坐标中的中心点横坐标和中心点纵坐标确定所述实物的横向位移和纵向位移，根据所述实物的横向位移和所述实物的纵向位移进而确定所述实物的运动轨迹方向。
进一步的，所述根据所述实物的横向位移和所述纵向位移确定所述实物的运动轨迹，包括：
根据所述横向位移计算出横向加速度，并根据所述纵向位移计算出纵向加速度；
对所述横向加速度和所述纵向加速度进行合力计算，得到目标加速度；
根据所述目标加速度和所述目标图像中实物的位置计算得到预测位置，并根据所述目标图像中实物的位置和所述预测位置生成运动轨迹。
本发明实施例中，通过所述实物的运动轨迹，可以快速的确定出所述实物的通行方向和预测位置，进而实现对实物是否夹门的预测。
本发明实施例中，所述预设关闭时间是否达到预设时间阈值中的预设时间阈值可以为自动门关上前需要保证自动门之间没有实物的限制时间。例如，自动门打开总时间为15秒，最后5秒为预设关闭时间，此时，自动门将进行防夹门预警以及实物检测，倒数第2秒为预设时间阈值，此时自动门之间不应存在实物，此时也为实物检测的最终时间。
若所述预设关闭时间未达到预设时间阈值，则返回S1。
本发明实施例中，在未达到预设时间阈值时，应该继续拍摄图像，进行实物检测，计算实物相似度，并生成新的运动轨迹；包含同一实物的图像越多，相对应的最终生成的运动轨迹会越准确，有利于提高对实物夹门风险预测的准确性。
若所述预设关闭时间达到预设时间阈值，则执行S4、提取所述预设时间阈值下的红外线热感应检测结果，并根据所述红外线热感应检测结果和所述运动轨迹判断是否具有夹门危险。
本发明实施例中，所述红外线热感应检测结果可以为自动门两侧设置的红外线感应装置监测得到，通过所述红外线感应装置可以实现对某一具体时刻下是否存在实物的感应；所述红外线感应检测结果可以可利用具有数据抓取功能的python语句从用于存储每个时刻的红外线感应检测结果的区块链节点中抓取所述红外线感应检测结果，利用区块链对数据的高吞吐性，可提高获取所述红外线感应检测结果的效率。
本发明实施例中，所述根据所述红外线热感应检测结果和所述运动轨迹判断是否具有夹门危险，包括：
获取所述运动轨迹中在所述预设时间阈值的轨迹结果，并判断所述轨迹结果是否在自动门内侧；
若所述轨迹结果在自动门内侧，则判定不具有夹门危险；
若所述轨迹结果不在自动门内侧，则判断所述红外线热感应检测结果是否为无异常；
若所述红外线热感应检测结果为无异常，则判定不具有夹门危险；
若所述红外线热感应检测结果为有异常，则判定具有夹门危险。
本发明实施例中，通过运动轨迹的轨迹结果和红外线热感应检测结果综合判断是否具有夹门危险，实现了实物夹门危险的综合判定，提高了自动门安全预警的准确性。
当具有夹门危险时，则执行S5、启动安全预警。
本发明实施例中，在确定具有夹门危险时，则可以通过发送预警信号，触发急停装置，使自动门停止关闭；或者通过想自动门管理人员发送安全预警，提醒该管理人员采取进一步的安全措施。
当不具有夹门危险时，则执行S6、关闭所述自动门。
本发明实施例中，在不具有夹门危险时，可继续关闭所述自动门，无需启动安全预警。
本发明实施例通过图像实物检测和红外线热感应检测两方面实现自动门的防夹安全预警，提高了防夹预警的准确性；通过拍摄图像，对图像进行实物识别，根据实物识别结果生成运动轨迹，通过实物识别的准备性进一步实现夹门危险性判断的准确性；通过将运动轨迹和预设阈值时间的红外线热感应检测结果两方面结合分析，确定是否启动安全预警，保证了自动门关闭时的安全性以及启动夹门预警的准确性。因此本发明提出的自动门智能防夹方法，可以解决自动门关闭时的安全性较低以及启动夹门预警的准确性较低的问题。
如图4所示，是本发明一实施例提供的自动门智能防夹装置的功能模块图。
本发明所述自动门智能防夹装置100可以安装于电子设备中。根据实现的功能，所述自动门智能防夹装置100可以包括图像实物检测模块101、实物相似度检测模块102、运动轨迹生成模块103、红外线热感应检测结果获取模块104及夹门危险判断模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述图像实物检测模块101，用于当达到预设关闭时间时，按照预设时间间隔拍摄图像，对所述图像进行实物检测；
所述实物相似度检测模块102，用于当检测到实物的图像存在预设数量时，将所述检测到实物的图像作为目标图像，并对所述目标图像进行实物相似度识别；
所述运动轨迹生成模块103，用于当相似度大于预设相似度阈值时，根据所述目标图像中实物的位置生成运动轨迹，并判断所述预设关闭时间是否达到预设时间阈值；若所述预设关闭时间未达到时间预设阈值，则返回按照预设时间隔拍摄图像，对所述图像进行实物检测的步骤；
所述红外线热感应检测结果获取模块104，用于若所述预设关闭时间达到预设时间阈值，则提取所述预设时间阈值下的红外线热感应检测结果，
所述夹门危险判断模块105，用于根据所述红外线热感应检测结果和所述运动轨迹判断是否具有夹门危险；当具有夹门危险时，启动安全预警。
详细地，本发明实施例中所述自动门智能防夹装置100中所述的各模块在使用时采用与上述图1至图3中所述的自动门智能防夹方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图5所示，是本发明一实施例提供的实现自动门智能防夹方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如自动门智能防夹程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行自动门智能防夹程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如自动门智能防夹程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的自动门智能防夹程序是多个指令的组合，在所述处理器10中运行时，可以实现：
当达到预设关闭时间时，按照预设时间间隔拍摄图像，对所述图像进行实物检测；
当检测到实物的图像存在预设数量时，将所述检测到实物的图像作为目标图像，并对所述目标图像进行实物相似度识别；
当相似度大于预设相似度阈值时，根据所述目标图像中实物的位置生成运动轨迹，并判断所述预设关闭时间是否达到预设时间阈值；
若所述预设关闭时间未达到时间预设阈值，则返回按照预设时间隔拍摄图像，对所述图像进行实物检测的步骤；
若所述预设关闭时间达到预设时间阈值，则提取所述预设时间阈值下的红外线热感应检测结果，并根据所述红外线热感应检测结果和所述运动轨迹判断是否具有夹门危险；
当具有夹门危险时，启动安全预警。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
当达到预设关闭时间时，按照预设时间间隔拍摄图像，对所述图像进行实物检测；
当检测到实物的图像存在预设数量时，将所述检测到实物的图像作为目标图像，并对所述目标图像进行实物相似度识别；
当相似度大于预设相似度阈值时，根据所述目标图像中实物的位置生成运动轨迹，并判断所述预设关闭时间是否达到预设时间阈值；
若所述预设关闭时间未达到时间预设阈值，则返回按照预设时间隔拍摄图像，对所述图像进行实物检测的步骤；
若所述预设关闭时间达到预设时间阈值，则提取所述预设时间阈值下的红外线热感应检测结果，并根据所述红外线热感应检测结果和所述运动轨迹判断是否具有夹门危险；
当具有夹门危险时，启动安全预警。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
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限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种自动门智能防夹方法，其特征在于，所述方法包括：
当达到预设关闭时间时，按照预设时间间隔拍摄图像，对所述图像进行实物检测；
当检测到实物的图像存在预设数量时，将所述检测到实物的图像作为目标图像，并对所述目标图像进行实物相似度识别；
当相似度大于预设相似度阈值时，根据所述目标图像中实物的位置生成运动轨迹，并判断所述预设关闭时间是否达到预设时间阈值；
若所述预设关闭时间未达到时间预设阈值，则返回按照预设时间隔拍摄图像，对所述图像进行实物检测的步骤；
若所述预设关闭时间达到预设时间阈值，则提取所述预设时间阈值下的红外线热感应检测结果，并根据所述红外线热感应检测结果和所述运动轨迹判断是否具有夹门危险；
当具有夹门危险时，启动安全预警。
2.如权利要求1所述的自动门智能防夹方法，其特征在于，所述对所述图像进行实物检测，包括：
获取所述自动门对应区域内的背景图像；
将所述图像与所述背景图像进行差分处理，得到差分图像；
采用预设的实物检测模型检测所述差分图像中是否存在实物。
3.如权利要求1所述的自动门智能防夹方法，其特征在于，所述当检测到实物的图像存在预设数量时，将所述检测到实物的图像作为目标图像，包括：
获取第一张检测出实物的图像为首张图像，并连续提取所述首张图像之后拍摄的预设数量的后续图像；
对所述预设图像进行实物检测，并判断所述预设图像是否检测到实物；
若所述预设图像未均检测到实物，则将所述后续图像中未检测实物的图像的下一张图像作为首张图像，并返回连续提取所述首张图像之后拍摄的预设数量的后续图像的步骤；
若所述预设图像均检测到实物，则将所述首张图像和所述后续图像作为目标图像。
4.如权利要求1所述的自动门智能防夹方法，其特征在于，所述对所述目标图像进行实物相似度识别，包括：
以排列组合的方式从所述目标图像中选取两张图像作为对比图像；
获取所述对比图像对应的差分图像，并提取所述差分图像的差分特征；
计算所述差分特征的差值，并判断所述差值是否小于预设差值阈值；
若所述差值大于或等于所述差值阈值，则判定所述对比图像对应的实物不为同一实物；
若所述差值小于所述差值阈值，则判定所述对比图像对应的实物为同一实物。
5.如权利要求1所述的自动门智能防夹方法，其特征在于，所述根据所述目标图像中实物的位置生成运动轨迹，包括：
将所述目标图像的左上角确定为坐标原点，所述目标图像的上边确定为横坐标轴，所述目标图像的左边确定为纵坐标轴；
获取所述目标图像中实物的中心点位置坐标，其中，所述中心点位置坐标包括中心点横坐标和中心点纵坐标；
基于每张所述目标图像中的所述中心点横坐标确定所述实物的横向位移；
基于每张所述目标图像中的所述中心点纵坐标确定所述实物的纵向位移；
根据所述实物的横向位移和所述纵向位移确定所述实物的运动轨迹。
6.如权利要求5所述的自动门智能防夹方法，其特征在于，所述根据所述实物的横向位移和所述纵向位移确定所述实物的运动轨迹，包括：
根据所述横向位移计算出横向加速度，并根据所述纵向位移计算出纵向加速度；
对所述横向加速度和所述纵向加速度进行合力计算，得到目标加速度；
根据所述目标加速度和所述目标图像中实物的位置计算得到预测位置，并根据所述目标图像中实物的位置和所述预测位置生成运动轨迹。
7.如权利要求1至6中任一项所述的自动门智能防夹方法，其特征在于，所述根据所述红外线热感应检测结果和所述运动轨迹判断是否具有夹门危险，包括：
获取所述运动轨迹中在所述预设时间阈值的轨迹结果，并判断所述轨迹结果是否在自动门内侧；
若所述轨迹结果在自动门内侧，则判定不具有夹门危险；
若所述轨迹结果不在自动门内侧，则判断所述红外线热感应检测结果是否为无异常；
若所述红外线热感应检测结果为无异常，则判定不具有夹门危险；
若所述红外线热感应检测结果为有异常，则判定具有夹门危险。
8.一种自动门智能防夹装置，其特征在于，所述装置包括：
图像实物检测模块，用于当达到预设关闭时间时，按照预设时间间隔拍摄图像，对所述图像进行实物检测；
实物相似度检测模块，用于当检测到实物的图像存在预设数量时，将所述检测到实物的图像作为目标图像，并对所述目标图像进行实物相似度识别；
运动轨迹生成模块，用于当相似度大于预设相似度阈值时，根据所述目标图像中实物的位置生成运动轨迹，并判断所述预设关闭时间是否达到预设时间阈值；若所述预设关闭时间未达到时间预设阈值，则返回按照预设时间隔拍摄图像，对所述图像进行实物检测的步骤；
红外线热感应检测结果获取模块，用于若所述预设关闭时间达到预设时间阈值，则提取所述预设时间阈值下的红外线热感应检测结果，
夹门危险判断模块，用于根据所述红外线热感应检测结果和所述运动轨迹判断是否具有夹门危险；当具有夹门危险时，启动安全预警。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的自动门智能防夹方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的自动门智能防夹方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210283629.6A CN114663390A (zh) | 2022-03-22 | 2022-03-22 | 自动门智能防夹方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210283629.6A CN114663390A (zh) | 2022-03-22 | 2022-03-22 | 自动门智能防夹方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114663390A true CN114663390A (zh) | 2022-06-24 |
Family
ID=82030676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210283629.6A Pending CN114663390A (zh) | 2022-03-22 | 2022-03-22 | 自动门智能防夹方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114663390A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115182662A (zh) * | 2022-07-25 | 2022-10-14 | 上海集成电路制造创新中心有限公司 | 一种门的控制方法、系统、设备及介质 |
| CN115620228A (zh) * | 2022-10-13 | 2023-01-17 | 南京信息工程大学 | 一种基于视频分析的地铁屏蔽门临关门乘客闯门预警方法 |
| CN116591575A (zh) * | 2023-07-18 | 2023-08-15 | 山东锐泽自动化科技股份有限公司 | 基于机器视觉的旋转门安全控制方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006285484A (ja) * | 2005-03-31 | 2006-10-19 | Brother Ind Ltd | 制御機器の制御装置、制御機器の制御方法及び制御機器の制御プログラム |
| CN111652940A (zh) * | 2020-04-30 | 2020-09-11 | 平安国际智慧城市科技股份有限公司 | 目标异常识别方法、装置、电子设备及存储介质 |
| CN112562139A (zh) * | 2020-10-14 | 2021-03-26 | 深圳云天励飞技术股份有限公司 | 基于图像识别的门禁控制方法、装置、电子设备 |
| US10977826B1 (en) * | 2019-12-17 | 2021-04-13 | Motorola Solutions, Inc. | Safety detection camera system for door closure |
| CN112767647A (zh) * | 2020-12-29 | 2021-05-07 | 深圳力维智联技术有限公司 | 危险预警方法、装置、设备及计算机可读存储介质 |
| WO2021258321A1 (zh) * | 2020-06-24 | 2021-12-30 | 华为技术有限公司 | 一种图像获取方法以及装置 |
-
2022
- 2022-03-22 CN CN202210283629.6A patent/CN114663390A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006285484A (ja) * | 2005-03-31 | 2006-10-19 | Brother Ind Ltd | 制御機器の制御装置、制御機器の制御方法及び制御機器の制御プログラム |
| US10977826B1 (en) * | 2019-12-17 | 2021-04-13 | Motorola Solutions, Inc. | Safety detection camera system for door closure |
| CN111652940A (zh) * | 2020-04-30 | 2020-09-11 | 平安国际智慧城市科技股份有限公司 | 目标异常识别方法、装置、电子设备及存储介质 |
| WO2021258321A1 (zh) * | 2020-06-24 | 2021-12-30 | 华为技术有限公司 | 一种图像获取方法以及装置 |
| CN112562139A (zh) * | 2020-10-14 | 2021-03-26 | 深圳云天励飞技术股份有限公司 | 基于图像识别的门禁控制方法、装置、电子设备 |
| CN112767647A (zh) * | 2020-12-29 | 2021-05-07 | 深圳力维智联技术有限公司 | 危险预警方法、装置、设备及计算机可读存储介质 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115182662A (zh) * | 2022-07-25 | 2022-10-14 | 上海集成电路制造创新中心有限公司 | 一种门的控制方法、系统、设备及介质 |
| CN115182662B (zh) * | 2022-07-25 | 2024-05-03 | 上海集成电路制造创新中心有限公司 | 一种门的控制方法、系统、设备及介质 |
| CN115620228A (zh) * | 2022-10-13 | 2023-01-17 | 南京信息工程大学 | 一种基于视频分析的地铁屏蔽门临关门乘客闯门预警方法 |
| CN115620228B (zh) * | 2022-10-13 | 2023-05-23 | 南京信息工程大学 | 一种基于视频分析的地铁屏蔽门临关门乘客闯门预警方法 |
| CN116591575A (zh) * | 2023-07-18 | 2023-08-15 | 山东锐泽自动化科技股份有限公司 | 基于机器视觉的旋转门安全控制方法及系统 |
| CN116591575B (zh) * | 2023-07-18 | 2023-09-19 | 山东锐泽自动化科技股份有限公司 | 基于机器视觉的旋转门安全控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114663390A (zh) | 自动门智能防夹方法、装置、设备及存储介质 | |
| WO2019033572A1 (zh) | 人脸遮挡检测方法、装置及存储介质 | |
| CN111770317A (zh) | 用于智慧社区的视频监控方法、装置、设备及介质 | |
| US8675917B2 (en) | Abandoned object recognition using pedestrian detection | |
| JP6729793B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
| CN111814646B (zh) | 基于ai视觉的监控方法、装置、设备及介质 | |
| CN108108711B (zh) | 人脸布控方法、电子设备及存储介质 | |
| CN111949708B (zh) | 基于时序特征提取的多任务预测方法、装置、设备及介质 | |
| CN110865415B (zh) | 一种安检方法及装置 | |
| CN107833328B (zh) | 基于人脸识别的门禁验证方法及装置、计算设备 | |
| WO2022095359A1 (zh) | 基于防摄屏的信息安全保护方法、装置、电子设备及介质 | |
| CN115424335B (zh) | 活体识别模型训练方法、活体识别方法及相关设备 | |
| CN115690615B (zh) | 一种面向视频流的深度学习目标识别方法及系统 | |
| CN114677650B (zh) | 地铁乘客行人违法行为智能分析方法及装置 | |
| CN111797802B (zh) | 一种基于ai视觉的扶梯不安全行为实时预警方法 | |
| CN113158730A (zh) | 一种基于人形识别的多人在离岗识别方法、装置、电子装置和存储介质 | |
| Li et al. | Detection of partially occluded pedestrians by an enhanced cascade detector | |
| WO2022111688A1 (zh) | 人脸活体检测方法、装置及存储介质 | |
| CN114140751B (zh) | 一种考场监控方法及系统 | |
| CN116311650A (zh) | 基于智能门禁的视线跟踪与手势识别的人机交互方法 | |
| CN114882569A (zh) | 声纹图像结合的人脸识别方法、装置、设备及存储介质 | |
| CN111860100B (zh) | 行人数量的确定方法、装置、电子设备及可读存储介质 | |
| CN116266419A (zh) | 一种活体检测方法、装置和计算机设备 | |
| WO2021098772A1 (zh) | 人脸验证的评估方法和系统、及计算机存储介质 | |
| CN113920590A (zh) | 活体检测方法、装置、设备及可读存储介质 |
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 |