详情

原文传递一种电梯乘梯人员分类与其乘梯规律分析的方法及系统

专利名称：	一种电梯乘梯人员分类与其乘梯规律分析的方法及系统
摘要：	本发明公开了一种电梯乘梯人员分类与其乘梯规律分析的方法及系统，其中方法实施例包括以下步骤：在电梯关门并有运行速度时，利用电梯轿厢顶部摄像头抓取一张图片；对图片进行检测，识别出人员目标及其类别；通过电梯的门状态与传感器数据，利用LSTM模型分析输出得到电梯行程状态，结合楼层数据，得到电梯的独立行程和复合行程；判断是否是复合行程，如果不是复合行程，就不需要人员匹配，将上述结果直接汇总到云端分析模块；人员匹配模块对人员匹配关联；统计各个电梯各个时段的人员类别乘梯规律，得到每类人员在每个电梯中的各个楼层到达数量统计与时间分布。
专利类型：	发明专利
国家地区组织代码：	浙江;33
申请人：	浙江新再灵科技股份有限公司
发明人：	陈清梁;王伟;陈国特;王超;蔡巍伟
专利状态：	有效
申请日期：	2019-03-27T00:00:00+0800
发布日期：	2019-08-16T00:00:00+0800
申请号：	CN201910240313.7
公开号：	CN110127475A
代理机构：	杭州天昊专利代理事务所(特殊普通合伙)
代理人：	董世博
分类号：	B66B5/00(2006.01);B;B66;B66B;B66B5
申请人地址：	310000 浙江省杭州市滨江区(临)东流路1805号2幢五层
主权项：	1.一种电梯乘梯人员分类与其乘梯规律分析的方法，其特征在于，包括以下步骤：在电梯关门并有运行速度时，利用电梯轿厢顶部摄像头抓取一张图片；对图片进行检测，识别出人员目标及其类别；通过电梯的门状态与传感器数据，利用LSTM模型分析输出得到电梯行程状态，结合楼层数据，得到电梯的独立行程和复合行程；判断是否是复合行程，如果不是复合行程，就不需要人员匹配，将上述结果直接汇总到云端分析模块；人员匹配模块对人员目标匹配关联；统计各个电梯各个时段的人员类别乘梯规律，得到每类人员在每个电梯中的各个楼层到达数量统计与时间分布。 2.如权利要求1所述的电梯乘梯人员分类与其乘梯规律分析的方法，其特征在于，所述对图片进行检测，检测算法为基于卷积神经网络的目标检测算法，识别出入员目标及其类别具体为：利用检测模型对所抓取图片进行检测与识别，获得人体检测框及其类别。 3.如权利要求1所述的电梯乘梯人员分类与其乘梯规律分析的方法，其特征在于，所述对图片进行检测，识别出人员目标及其类别具体为：利用检测模型对所抓取图片进行检测，获得人体检测框；利用人体检测框获得人体截图，送入深度神经网络进行多类别分类，最终得到人体相关属性，其中选用残差网络作为骨干网络，使用softmax loss作为多分类loss的目标函数，通过训练网络来获得分类模型。 4.如权利要求1至3任一所述的电梯乘梯人员分类与其乘梯规律分析的方法，其特征在于，所述电梯行程是指电梯向上或向下连续运行的一个过程，包括独立行程和复合行程，其中电梯的独立行程定义为从电梯由开门到关门的状态触发，然后运动，再到由关门到开门的状态触发的过程，同时电梯在这个过程之前和之后处于空闲状态或电梯之前运动方向与将要运行的方向相反；电梯的复合行程定义为具有不同行程的乘梯人，存在独立行程重合的乘梯过程，其往往由几个单独行程组合，同时要求子行程运动方向一致。 5.如权利要求4所述的电梯乘梯人员分类与其乘梯规律分析方法，其特征在于，所述通过电梯的门状态与传感器数据，利用LSTM模型分析输出得到电梯行程状态，结合楼层数据，得到电梯的独立行程和复合行程进一步包括以下步骤：通过电梯轿厢顶的摄像头采集图像数据，通过传感器采集陀螺仪、加速度计、气压计与光电管的数据；使用数据采集模块采集的图像数据，利用图像分析得到电梯的实时门状态；将数据采集模块采集的陀螺仪、加速度计、气压计与光电管的数据，利用卡尔曼滤波与互补滤波分析得到电梯实时楼层数；通过对门状态数据与数据采集模块采集的陀螺仪、加速度计、气压计的数据进行预处理，去除噪声数据，采样到25HZ的数据频率，整理成模型输入向量送入LSTM模型，每一定时间LSTM模型输出一次行程状态；楼层变化数据采样的频率与LSTM行程状态分析模块输出同步的频率，行程状态中的开始代表行程开始，暂停代表行程有换乘，结束代表行程结束；通过确定开始和结束两个状态，就能分析得到电梯行程，即楼层变化，对开始和结束的期间没有暂停状态的认为是独立行程，有至少一次暂停状态的认为是复合行程。 6.一种电梯乘梯人员分类与其乘梯规律分析的系统，其特征在于，包括抓图模块、人体检测和属性识别模块、电梯行程生成模块、判断模块、人员匹配模块和统计分析模块：所述抓图模块用于在电梯关门并有运行速度时，利用电梯轿厢顶部摄像头抓取一张图片；所述人体检测和属性识别模块用于对图片进行检测，识别出人员目标及其类别；所述电梯行程生成模块用于通过电梯的门状态与传感器数据，利用LSTM模型分析输出得到电梯行程状态，结合楼层数据，得到电梯的独立行程和复合行程；判断模块用于判断是否是复合行程，如果不是复合行程，就不需要人员匹配，将上述结果直接汇总到云端分析模块；所述人员匹配模块用于负责对人员匹配关联；所述统计分析模块用于统计各个电梯各个时段的人员类别乘梯规律，得到每类人员在每个电梯中的各个楼层到达数量统计与时间分布。 7.如权利要求6所述的电梯乘梯人员分类与其乘梯规律分析系统，其特征在于，所述人体检测和属性识别模块用于对图片进行检测，识别出人员目标及其类别具体为：利用检测模型对所抓取图片进行检测与识别，获得人体检测框及其类别。 8.如权利要求6所述的电梯乘梯人员分类与其乘梯规律分析系统，其特征在于，所述人体检测和属性识别模块用于对图片进行检测，识别出人员目标及其类别具体为：利用检测模型对所抓取图片进行检测，获得人体检测框；利用人体检测框获得人体截图，送入深度神经网络进行多类别分类，最终得到人体相关属性，其中选用残差网络作为骨干网络，使用softmax loss作为多分类loss的目标函数，通过训练网络来获得分类模型。 9.如权利要求6至8任一所述的电梯乘梯人员分类与其乘梯规律分析的系统，其特征在于，所述电梯行程是指电梯向上或向下连续运行的一个过程，包括独立行程和复合行程，其中电梯的独立行程定义为从电梯由开门到关门的状态触发，然后运动，再到由关门到开门的状态触发的过程，同时电梯在这个过程之前和之后处于空闲状态或电梯之前运动方向与将要运行的方向相反；电梯的复合行程定义为具有不同行程的乘梯人，存在独立行程重合的乘梯过程，其往往由几个单独行程组合，同时要求子行程运动方向一致。 10.如权利要求9所述的电梯乘梯人员分类与其乘梯规律分析的系统，其特征在于，所述通过电梯的门状态与传感器数据，利用LSTM模型分析输出得到电梯行程状态，结合楼层数据，得到电梯的独立行程和复合行程进一步包括以下步骤：通过电梯轿厢顶的摄像头采集图像数据，通过传感器采集陀螺仪、加速度计、气压计与光电管的数据；使用数据采集模块采集的图像数据，利用图像分析得到电梯的实时门状态；将数据采集模块采集的陀螺仪、加速度计、气压计与光电管的数据，利用卡尔曼滤波与互补滤波分析得到电梯实时楼层数；通过对门状态数据与数据采集模块采集的陀螺仪、加速度计、气压计的数据进行预处理，去除噪声数据，采样到25HZ的数据频率，整理成模型输入向量送入LSTM模型，每一定时间LSTM模型输出一次行程状态；楼层变化数据采样的频率与LSTM行程状态分析模块输出同步的频率，行程状态中的开始代表行程开始，暂停代表行程有换乘，结束代表行程结束；通过确定开始和结束两个状态，就能分析得到电梯行程，即楼层变化，对开始和结束的期间没有暂停状态的认为是独立行程，有至少一次暂停状态的认为是复合行程。
所属类别：	发明专利