电梯非正常关闭的检测方法和系统技术方案

本发明专利技术涉及一种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识别对象，若同时电梯处于故障状态，可以判定电梯发生非正常关闭事故，先确定电梯内是否有识别对象，再判断电梯是否发生故障，由于这一过程所消耗的时间较短，可以在故障发生前的瞬间进行，因此可以避免电梯轿厢内的照明故障的影响，准确检测电梯是否发生非正常关闭事故。

Detection method and system of elevator unnormal closing

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识别对象，若同时电梯处于故障状态，可以判定电梯发生非正常关闭事故，先确定电梯内是否有识别对象，再判断电梯是否发生故障，由于这一过程所消耗的时间较短，可以在故障发生前的瞬间进行，因此可以避免电梯轿厢内的照明故障的影响，准确检测电梯是否发生非正常关闭事故。一种可读存储介质，其上存储有可执行程序，该程序被处理器执行时实现上述的电梯非正常关闭的检测方法的步骤。一种检测设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的可执行程序，处理器执行程序时实现上述的电梯非正常关闭的检测方法的步骤。根据上述本专利技术的电梯非正常关闭的检测方法，本专利技术还提供一种可读存储介质和检测设备，用于通过程序实现上述电梯非正常关闭的检测方法。上述可读存储介质和检测设备能够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识别对象，若同时电梯处于故障状态，可以判定电梯发生非正常关闭事故，先确定电梯内是否有识别对象，再判断电梯是否发生故障，由于这一过程所消耗的时间较短，可以在故障发生前的瞬间进行，因此可以避免电梯轿厢内的照明故障的影响，准确检测电梯是否发生非正常关闭事故。附图说明图1为其中一个实施例的电梯非正常关闭的检测方法的流程示意图；图2为其中一个实施例的电梯非正常关闭的检测系统的结构示意图；图3为其中一个具体实施例的实时前景图像的分割示意图；图4为其中一个具体实施例的实时前景图像的极大值区域示意图；图5为其中一个具体实施例的高度阈值示意图；图6(a)至图6(e)为其中一个具体实施例的人体姿态示意图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不限定本专利技术的保护范围。参见图1所示，为本专利技术一个实施例的电梯非正常关闭的检测方法的流程示意图。该实施例中的电梯非正常关闭的检测方法，包括以下步骤：步骤S101：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；在本步骤中，深度图像是从电梯轿厢内部的上方向下拍摄得到的，深度图像包括图像深度值等信息；步骤S102：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；在本步骤中，识别对象是位于电梯轿厢内部的各种对象；步骤S103：若是，判定电梯发生非正常关闭事故。在本步骤中，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，表明有识别对象在故障的电梯中，因此此时可以判定电梯发生非正常关闭事故。在本实施例中，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识别对象，若同时电梯处于故障状态，可以判定电梯发生非正常关闭事故，先确定电梯内是否有识别对象，再判断电梯是否发生故障，由于这一过程所消耗的时间较短，可以在故障发生前的瞬间进行，因此可以避免电梯轿厢内的照明故障的影响，准确检测电梯是否发生非正常关闭事故。可选的，可以通过安装在电梯轿厢内部上方的深度相机获取深度图像，目前电梯的相关部件中包括摄像头，深度相机可以集成在摄像头上。在其中一个实施例中，电梯非正常关闭的检测方法还包括以下步骤：根据深度图像和电梯轿厢内部的背景图像获取前景图像，对前景图像进行区域深度分析，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，判定深度图像中存在识别对象的图像信息。在本实施例中，利用深度图像和背景图像可以获取前景图像，由于识别对象的深度值高于背景图像的深度值，因此前景图像中能更加突出识别对象，可以更加直接地得到电梯中识别对象的图像信息，对前景图像进行区域深度分析，可以获得前景图像的深度值信息，识别对象的特征值在前景图像中可以深度值的形式体现，因此可以根据深度值与预设识别对象特征值范围的关系来确定对应的深度图像中是否存在识别对象的图像信息，如此可以简单快速地确定识别对象的图像信息。可选的，在电梯处于空闲待召状态时，采集电梯轿厢内部的深度图像作为电梯轿厢内部的背景图像；电梯处于空闲待召状态时，电梯轿厢内部没有任何识别对象。可选的，通过将背景图像的像素数据与深度图像的像素数据进行相减操作，可以得到相应的前景图像的像素数据。在其中一个实施例中，对前景图像进行区域深度分析的步骤包括以下步骤：将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，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平均深度极大值；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，判定深度图像中存在识别对象的图像信息。在本实施例中，由于识别对象在前景图像中所占的图像区域有限，而且在电梯轿厢内部这一场景中，识别对象的特征值对应的平均深度值会远大于识别对象周围第一预设长度范围内的图像区域的平均深度值，即识别对象的特征值对应的平均深度值是识别对象所在区域的平均深度值的极大值，也就是平均深度极大值，通过计算前景图像中各区域的平均深度极大值，并与预设识别对象特征值范围进行匹配，可以得到识别对象所在的区域，从而确定深度图像中存在识别对象的图像信息。可选的，可以将前景图像划分为多个矩形区域，可以把k*k(k为大于1的奇数)个矩形区域组成的窗口区域作为计算平均深度极大值的区域，对前景图像的所有矩形本文档来自技高网...

【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