The invention relates to a method and system for detecting non normal lift off, get the depth image within the elevator car; the image information exists in the depth of the image object recognition, detection of elevator fault occurred, if the fault judging elevator abnormal closing accident. In this scheme, the depth of the image within the elevator car can determine whether the object recognition in the elevator car, if the elevator is in the fault state, can determine the elevator abnormal shutdown, to determine whether there are objects in the elevator, and then determine whether the elevator malfunction due to consumption, the process time is in short, can be carried out before the failure occurred instantly, so can avoid the fault of lighting in the elevator car, elevator whether accurate detection of abnormal closing accident.
【技术实现步骤摘要】
电梯非正常关闭的检测方法和系统
本专利技术涉及电梯检测
,特别是涉及一种电梯非正常关闭的检测方法和系统。
技术介绍
在电梯的实际使用过程中,有时会因不可预知的因素导致电梯部件失效,从而发生电梯非正常关闭事故,可能危害电梯内人员的生命安全,因此对电梯非正常关闭的检测显得尤为重要。目前,对电梯非正常关闭的检测一般是在电梯故障时通过电梯内拍摄的图像判断电梯中是否有乘客,从而确定是否发生电梯非正常关闭,但是若电梯故障时,电梯轿厢内的照明故障,此时就无法准确判断电梯内是否有乘客。
技术实现思路
基于此,有必要针对电梯轿厢内的照明故障时无法检测电梯内是否有乘客的问题,提供一种电梯非正常关闭的检测方法和系统。一种电梯非正常关闭的检测方法,包括以下步骤:获取电梯轿厢内部的深度图像,其中,深度图像是从电梯轿厢内部的上方拍摄得到的;在深度图像中存在识别对象的图像信息时,检测电梯是否处于故障状态;若是,判定电梯发生非正常关闭事故。一种电梯非正常关闭的检测系统,包括:图像获取单元,用于获取电梯轿厢内部的深度图像,其中,深度图像是从电梯轿厢内部的上方拍摄得到的;故障检测单元,用于在深度图像中存在识别对象的图像信息时,检测电梯是否处于故障状态;事故判断单元,用于在深度图像中存在识别对象的图像信息且电梯处于故障状态时,判定电梯发生非正常关闭事故。根据上述本专利技术的电梯非正常关闭的检测方法和系统,获取电梯轿厢内部的深度图像;在深度图像中存在识别对象的图像信息时,检测电梯是否发生故障,若发生故障,判定电梯发生非正常关闭事故。在此方案中,通过电梯轿厢内部的深度图像可以判断电梯轿厢内是否有 ...
【技术保护点】
一种电梯非正常关闭的检测方法,其特征在于,包括以下步骤:获取电梯轿厢内部的深度图像,其中,所述深度图像是从所述电梯轿厢内部的上方拍摄得到的;在所述深度图像中存在识别对象的图像信息时,检测电梯是否处于故障状态;若是,判定电梯发生非正常关闭事故。
【技术特征摘要】
1.一种电梯非正常关闭的检测方法,其特征在于,包括以下步骤:获取电梯轿厢内部的深度图像,其中,所述深度图像是从所述电梯轿厢内部的上方拍摄得到的;在所述深度图像中存在识别对象的图像信息时,检测电梯是否处于故障状态;若是,判定电梯发生非正常关闭事故。2.根据权利要求1所述的电梯非正常关闭的检测方法,其特征在于,还包括以下步骤:根据所述深度图像和所述电梯轿厢内部的背景图像获取前景图像,对所述前景图像进行区域深度分析,若所述前景图像中存在深度值在预设识别对象特征值范围内的区域,判定所述深度图像中存在识别对象的图像信息。3.根据权利要求2所述的电梯非正常关闭的检测方法,其特征在于,所述对所述前景图像进行区域深度分析的步骤包括以下步骤:将所述前景图像划分为多个区域,计算每个区域的平均深度值;根据每个区域的平均深度值确定平均深度极大值所属的第一区域,其中,所述第一区域周围第一预设长度范围内的其他区域的各平均深度值的平均值小于或等于所述平均深度极大值;所述若前景图像中存在深度值在预设识别对象特征值范围内的区域,判定所述深度图像中存在识别对象的图像信息的步骤包括以下步骤:若所述前景图像中存在平均深度极大值在预设识别对象特征值范围内的第一区域,判定所述深度图像中存在识别对象的图像信息。4.根据权利要求3所述的电梯非正常关闭的检测方法,其特征在于,还包括以下步骤:选取所述第一区域周围第一预设长度范围内的其他区域中的第二区域,其中,所述平均深度极大值与所述第二区域的各像素点的深度值的差值均小于或等于所述识别对象的指定部位的第一深度阈值;将所述第一区域和所述第二区域的整体作为极大值区域,计算所述极大值区域的面积;所述若所述前景图像中存在平均深度极大值在预设识别对象特征值范围内的第一区域,判定所述深度图像中存在识别对象的图像信息的步骤包括以下步骤:若所述前景图像中存在所述第一区域,且所述极大值区域的面积在预设面积范围内,判定所述深度图像中存在识别对象的图像信息。5.根据权利要求4所述的电梯非正常关闭的检测方法,其特征在于,还包括以下步骤:对所有的极大值区域进行霍夫圆检测,判断是否存在满足霍夫圆检测条件的目标极大值区域;所述若所述前景图像中存在所述第一区域...
【专利技术属性】
技术研发人员:陈刚,黄立明,薄明心,仲兆峰,杨惠锋,章晶,赖敏桂,
申请(专利权)人:广州日滨科技发展有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。