用于乘客运送装置的大数据分析处理系统和方法制造方法及图纸

本发明专利技术提供了一种用于乘客运送装置的大数据分析处理系统和方法，其中，大数据分析处理系统包括：数据采集模块，所述数据采集模块包括：成像传感器和/或深度感测传感器，以用于时时采集所述乘客运送装置至少一个区域图像数据和/或深度图数据；以及图像处理模块，用于对所述图像数据和/或深度图数据进行处理，以获取所述乘客运送装置的多种类型数据，包括设备运行数据、负载数据、异常行为数据以及意外事件数据中的一者或多者；数据库，所述数据库收集并储存所述多种类型数据；以及统计分析单元，所述统计分析单元根据统计分析方法对所述多种类型数据进行归类和统计，并产生分析报告。

Large data analysis processing system and method for passenger transport equipment

【技术实现步骤摘要】
用于乘客运送装置的大数据分析处理系统和方法
本专利技术涉及乘客运送装置
，更具体地，本专利技术涉及用于乘客运送装置的大数据分析处理系统和大数据处理方法。本文中乘客运送装置指自动扶梯和自动人行道。
技术介绍
目前，乘客运送装置的运营商对于乘客运送装置的日常运行状况知之甚少。运营商无法了解乘客运送装置每天的运行环境，负载状况或者使用时间以及停机时间等。运营商往往定期派遣技工至现场进行维护保养，而有时现场无须进行任何维护保养。或者，技术人员必须在客户报修后立即前往现场进行维修。
技术实现思路
本专利技术的目的在于解决或至少缓解现有技术中存在的问题。本专利技术提供了一种用于乘客运送装置的大数据分析处理系统，所述大数据分析处理系统包括：数据采集模块，所述数据采集模块包括：传感器组件以用于采集图像数据和/或深度图数据；以及图像处理模块，用于对所述图像数据和/或深度图数据进行处理，以获取所述乘客运送装置的多种类型数据，包括设备运行数据、负载数据、异常行为数据以及意外事件数据中的一者或多者；数据库，所述数据库收集并储存所述多种类型数据；以及统计分析单元，所述统计分析单元根据统计分析方法对所述多种类型数据进行归类和统计，并产生分析报告。此外，本专利技术还提供了一种用于乘客运送装置的大数据分析处理方法。附图说明参考附图，本专利技术的上述以及其他的特征将变得显而易见，其中：图1示出了根据本专利技术的实施例的用于乘客运送装置的大数据分析处理系统的结构示意图以及自动扶梯；图2示出了根据本专利技术的实施例的用于乘客运送装置的大数据分析处理方法的流程图；图3示出了根据本专利技术的实施例的用于乘客运送装置的大数据分析处理方法的步骤S1的详细流程图；图4示出了根据本专利技术的实施例的用于乘客运送装置的大数据分析处理方法的步骤S2的详细流程图；图5示出了根据本专利技术的实施例的用于乘客运送装置的大数据分析处理方法的步骤S3的详细流程图；图6示出了根据本专利技术的一个实施例的用于乘客运送装置的大数据分析处理方法的应用的详细流程图；图7示出了根据本专利技术的另一个实施例的用于乘客运送装置的大数据分析处理方法的应用的详细流程图；以及图8示出了根据本专利技术的另一个实施例的用于乘客运送装置的大数据分析处理方法的应用的详细流程图。具体实施方式：容易理解，根据本专利技术的技术方案，在不变更本专利技术实质精神下，本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本专利技术的技术方案的示例性说明，而不应当视为本专利技术的全部或者视为对本专利技术技术方案的限定或限制。在本说明书中提到或者可能提到的上、下、左、右、前、后、正面、背面、顶部、底部等方位用语是相对于各附图中所示的构造进行定义的，它们是相对的概念，因此有可能会根据其所处不同位置、不同使用状态而进行相应地变化。所以，也不应当将这些或者其他的方位用语解释为限制性用语。应当理解，在本专利技术中，术语“乘客运送装置”仅指自动扶梯和自动人行道。应当理解，在本专利技术中，术语“成像传感器”可以是各种类型的2D图像传感器，应当理解，任何能够拍摄获取包括像素灰度信息的图像帧的图像传感器都可以在此适用，当然，能够拍摄获取包括像素灰度信息和色彩信息（例如RGB信息）的图像帧的图像传感器也可以在此适用。应当理解，在本专利技术中，术语“深度感测传感器”可以是针对任何1D、2D、3D深度传感器或其组合。这种传感器可在能够产生具对应尺寸的深度图（还已知为点云或占据栅格）的光学、电磁或声谱下操作。各种深度感测传感器技术和装置包括但不限于结构光测量、相移测量、飞行时间测量、立体三角测量装置、光三角测量装置板、光场相机、编码孔径相机、计算成像技术、同时定位和地图构建(SLAM)、成像雷达、成像声纳、回声定位装置、扫描LIDAR、闪光LIDAR、被动红外线(PIR)传感器和小型焦平面阵列(FPA)或包括前述中至少一个的组合。不同技术可包括主动（传输和接收信号）或被动（仅接收信号）且可在电磁或声谱（诸如视觉、红外线等）的带下操作。使用深度感测可具有超越常规2D成像的特定优点，使用红外线感测可具有超越可见光谱成像的特定益处，替代或此外，使得传感器可以是具有一个或多个像素空间分辨率的红外线传感器，例如被动红外线(PIR)传感器或小型IR焦平面阵列(FPA)。应当理解，2D成像传感器（例如常规安全相机）与1D、2D或3D深度感测传感器之间在深度感测提供许多优点的程度上会存在性质上和数量上的差异。在2D成像中，在从成像器的每个径向方向上的来自第一个对象的反射色彩（波长的混合物）被捕获。接着，2D图像可包括源照明和场景中对象的光谱反射系数的组合光谱。2D图像可由人员解译成图片。在1D、2D或3D深度感测传感器中，不存在色彩（光谱）信息；更确切地说，在从传感器的径向方向（1D）或方向（2D、3D）上到第一反射对象的距离（深度、范围）被捕获。1D、2D和3D技术可具有固有最大可检测范围极限且可具有相对低于典型2D成像器的空间分辨率。在对环境照明问题的相对免疫方面，与常规2D成像比较，使用1D、2D或3D深度感测可有利地提供改进型操作、对遮蔽对象的较好分离和较好的私密保护。使用红外线感测可具有超过可见光谱成像的特定益处。举例来说，2D图像会无法被转变成深度图且深度图也无法具有被转变成2D图像（例如，至连续深度的人为分配连续色彩或灰度会使人略微类似于人员如何见到2D图像来粗略地解译深度图，其并非常规意义上的图像。）的能力。应当理解，成像传感器和深度感测传感器可集成成RGB-D传感器，其可以同时获取RGB信息和深度（D）信息。应当理解，成像传感器和/或深度感测传感器可与红外线热成像仪集成以同时探测部件的温度等信息。首先参考图1，其示出了根据本专利技术的一个实施例的用于自动扶梯500的大数据分析处理系统1000的示意图，所述大数据分析处理系统1000包括：数据采集模块100，数据库200以及统计分析单元300。数据采集模块100包括：传感器组件，其包括设置在自动扶梯500下端顶部处的第一成像传感器和/或深度感测传感器111以及设置在自动扶梯500上端顶部处的第二成像传感器和/或深度感测传感器112，成像传感器和/或深度感测传感器111，112用于采集所述乘客运送装置500的下端和上端的图像数据和/或深度图数据。数据采集模块100还包括图像处理模块102，图像处理模块102用于对由成像传感器和/或深度感测传感器111，112采集的图像数据和/或深度图数据进行处理，以获取所述乘客运送装置的多种类型数据，包括设备运行数据、负载数据、异常行为数据以及意外事件数据中的一者或多者。所谓获取所述乘客运送装置的多种类型数据包括设备运行数据、负载数据、异常行为数据以及意外事件数据中的一者或多者指获取上述四类数据中的一类、两类、三类或四类。所采集的各类数据被储存于数据库200中，数据库200可设置在各个自动扶梯500的近端，或者在同一建筑中的多个各个自动扶梯500可共用一个数据库200，或者一定区域中的各个自动扶梯500可共用一个数据库200。换而言之，数据库200可设置在本地或云端。在数据库设置在各个自动扶梯500的近端的情况下或在其他情况下，数据库200为联网的，以便可通过网络访问数据库200本文档来自技高网...

【技术保护点】
一种用于乘客运送装置的大数据分析处理系统，所述大数据分析处理系统包括：数据采集模块，所述数据采集模块包括：传感器组件，用于采集图像数据和/或深度图数据，以及图像处理模块，用于对所述图像数据和/或深度图数据进行处理，以获取所述乘客运送装置的多种类型数据，包括设备运行数据、负载数据、异常行为数据以及意外事件数据中的一者或多者；数据库，所述数据库收集并储存所述多种类型数据；以及统计分析单元，所述统计分析单元根据统计分析方法对所述多种类型数据进行归类和统计，并产生分析报告。

【技术特征摘要】
1.一种用于乘客运送装置的大数据分析处理系统，所述大数据分析处理系统包括：数据采集模块，所述数据采集模块包括：传感器组件，用于采集图像数据和/或深度图数据，以及图像处理模块，用于对所述图像数据和/或深度图数据进行处理，以获取所述乘客运送装置的多种类型数据，包括设备运行数据、负载数据、异常行为数据以及意外事件数据中的一者或多者；数据库，所述数据库收集并储存所述多种类型数据；以及统计分析单元，所述统计分析单元根据统计分析方法对所述多种类型数据进行归类和统计，并产生分析报告。2.根据权利要求1所述的大数据分析处理系统，其特征在于，所述传感器组件包括成像传感器和/或深度感测传感器，以用于时时采集所述乘客运送装置至少一个区域的图像数据和/或深度图数据。3.根据权利要求1所述的大数据分析处理系统，其特征在于，所述数据采集模块包括设置在所述乘客运送装置的入口端和/或出口端顶部处的成像传感器和/或深度感测传感器。4.根据权利要求1所述的大数据分析处理系统，其特征在于，所述数据采集模块包括设置在所述乘客运送装置入口端和/或出口端顶部处的集成成像传感器和深度感测传感器的RGB-D传感器。5.根据权利要求1所述的大数据分析处理系统，其特征在于，所述设备运行数据包括：运行速度、制动距离、扶手皮带张紧度、部件温度、运行时间以及停机时间中的一者或多者。6.根据权利要求1所述的大数据分析处理系统，其特征在于，所述负载数据包括：负载乘客数据包括以下中的一者或多者：乘客数量，乘客体型体貌，乘客着装颜色；以及负载物件数据包括以下中的一者或多者：物件形状，物件尺寸以及物件种类。7.根据权利要求1所述的大数据分析处理系统，其特征在于，所述意外事件数据包括：事故数据以及部件故障数据。8.根据权利要求1所述的大数据分析处理系统，其特征在于，所述异常行为数据包括以下中的一者或多者：携带宠物，携带推车，携带轮椅，携带超标物件以及携带任何异常物品，和攀爬，逆行，未扶扶手，玩手机，乘客处于异常位置以及任何危险行为。9.根据权利要求1所述的大数据分析处理系统，其特征在于，所述数据库分布在各个乘客运送装置处或集中布置，并且所述数据库可通过网络访问。10.根据权利要求1所述的大数据分析处理系统，其特征在于，所述数据采集单元还包括能够获取所述乘客运送装置数据的其他传感器。11.根据权利要求1-10中任一项所述的大数据分析处理系统，其特征在于，所述统计分析单元基于统计分析来定期或不定期提供所述乘客运送装置的健康报告。12.根据权利要求11所述的大数据分析处理系统，其特征在于，所述统计分析单元基于统计分析来预测故障。13.根据权利要求12所述的大数据分析处理系统，其特征在于，所述统计分析单元的故障预测为基于例如通过最小二乘法由大数据计算出参数的物理模型和/或经验模型的贝叶斯推理。14.根据权利要求13所述的大数据分析处理系统，其特征在于，所述经验模型包括部件老化模型，所述部件老化模型为威布尔分布、雷利模型、学习型经验分布模型、高周疲劳模型、低周疲劳模型和/或小概率事件统计模型，所述小概率事件统计模型包括极值统计模型。15.根据权利要求13所述的大数据分析处理系统，其特征在于，所述统计分析单元包括学习模块，所述学习模块基于实际维护数据对所述物理模型和/或经验模型的参数进行修正。16.根据权利要求1所述的大数据分析处理系统，其特征在于，所述数据采集模块能够采集所述乘客运送装置的制动距离数据；所述统计分析单元统计并分析所述制动距离数据，并定期出具健康报告；并且所述统计分析单元基于制动距离数据的变化以及物理模型和/或经验模型来预测乘客运送装置的制动装置的故障。17.根据权利要求1所述的大数据分析处理系统，其特征在于，所述数据采集模块还能够采集承载人数，其中，所述数据采集模块包括：设置在所述乘客运送装置入口端和出口端顶部处成像传感器和/或深度感测传感器，以用于时时采集所述乘客运送装置的入口端区域和出口端区域的图像数据和/或深度图数据；图像处理模块，用于对所述图像数据和/或深度图数据进行处理，以获取并记录图像数据和/或深度图数据中的目标的形状和颜色，判断目标是否为人，并对识别到的人进行记录；以及记录所识别的人的一个或更多计数器。18.根据权利要求17所述的大数据分析处理系统，其特征在于，所述统计分析单元能够统计并分析乘客运送装置各时段承载人数曲线，并基于此确定重要部件负载曲线。19.根据权利要求18所述的大数据分析处理系统，其特征在于，所述统计分析单元进一步与乘客运送装置控制系统联接，所述控制系统基于时时负载情况和/或所述承载人数曲线来调节所述乘客运送装置的运行方向和运行速度。20.一种用于乘客运送装置的大数据分析处理方法，所述大数据分析处理方法包括：利用传感器组件采集图像数据和/或深度图数据，并且利用图像处理模块对所述图像数据和/或深度图数据进行处理，以获取所述乘客运送装置的多种类型数据，包括设备运行数据、负载数据、异常行为数据以及意外事件数据中的一者或多者；将采集的所述多种类型数据储存于数据库，并利用统计分析单元根据统计分析方法对所述多种数据进行归类和统计，并产生分析报告；以及基于所述分析报告来提供基于状态的服务。21.根据权利要求20所述的大数据分析处理方法，其特征在于，所述方法还包括利用成像传感器和/或深度感测传感器来时时采集所述乘客运送装置的至少一...

【专利技术属性】
技术研发人员：A森杰，陈燕英，胡朝霞，贾真，李建国，方辉，赵建伟，李蔷，苏安娜，AM芬恩，N莫里斯，
申请(专利权)人：奥的斯电梯公司，
类型：发明
国别省市：美国,US