【技术实现步骤摘要】
一种人工智能识别电动车进入轿厢的方法和系统
本专利技术涉及电梯
,尤其是涉及一种人工智能识别电动车进入轿厢的方法和系统。
技术介绍
随着人们生活水平的提高,使用电梯量的日益增加,电梯的安全成为人们越来越关心的问题。然而人们忽略了乘梯人操作不当引发的电梯隐患的重要性。尽管电梯使用安全管理办法已经出台,明年起开始实施规定乘客不能携带自行车(含电动自行车,已折叠的自行车除外)乘坐电梯,但电动车随意进出载客电梯已成常态。电动车的“闯入”不仅造成了拥挤,影响其他乘客的体验,还会导致电梯马达受力不均,加速老化,引发故障。此外,电动车容易撞坏电梯轿厢门,导致电梯脱轨及轿厢被刮伤刮花等情况的发生,缩减电梯使用寿命。为了避免该情况发生,物业采取加护栏或者板凳的措施,虽然得到了改善,但极其影响乘客的体验。目前电梯中识别电动车单靠图像识别来判断电动车的准确率确实不低,但是存在着误判情况,比如一些自行车、电动车车模、一些印有电动车大型纸箱子(少数情况下)等。
技术实现思路
为解决上述问题,提供一种人工智能识别电动车 ...
【技术保护点】
1.一种人工智能识别电动车进入轿厢的方法,其特征在于:所述方法具体包括:/nS1:对采集的轿厢内的噪声信号、重力加速度信息和图像信息分别进行预处理;/nS2:对S1中预处理后的数据进行对应的特征提取和模式识别得出结果,结果为正常模式或非正常模式,处于预设的阈区间值内的为正常模式否则为非正常模式;所述的噪声信号采用频率分析的方法进行特征提取,然后采用神经网络进行模式识别,输出判决结果A;所述的重力加速度信息采用时间序列分析方式进行特征提取,然后采用神经网络进行模式识别,输出判决结果B;所述的图像信息采用卷积神经网络进行特征提取并进行模式识别,输出判决结果C;/nS3:将判决结 ...
【技术特征摘要】
1.一种人工智能识别电动车进入轿厢的方法,其特征在于:所述方法具体包括:
S1:对采集的轿厢内的噪声信号、重力加速度信息和图像信息分别进行预处理;
S2:对S1中预处理后的数据进行对应的特征提取和模式识别得出结果,结果为正常模式或非正常模式,处于预设的阈区间值内的为正常模式否则为非正常模式;所述的噪声信号采用频率分析的方法进行特征提取,然后采用神经网络进行模式识别,输出判决结果A;所述的重力加速度信息采用时间序列分析方式进行特征提取,然后采用神经网络进行模式识别,输出判决结果B;所述的图像信息采用卷积神经网络进行特征提取并进行模式识别,输出判决结果C;
S3:将判决结果A、判决结果B和判决结果C通过数据融合得到最终的输出结果;包括:若判决结果C为正常模式、判决结果A和判决结果B无论是正常模式或非正常模式,均输出最终结果为没有进入电动车;
若判决结果C为非正常模式、判决结果A和判决结果B均是正常模式,则输出最终结果为没有进入电动车,否则输出最终结果为进入电动车。
2.如权利要求1所述的人工智能识别电动车进入轿厢的方法,其特征在于:所述方法还包括输出最终结果为进入电动车,则输出报警提示音。
3.如权利要求1所述的人工智能识...
【专利技术属性】
技术研发人员:马子喻,刘润杰,胡莹莹,段中梁,庄严,
申请(专利权)人:郑州大学,
类型:发明
国别省市:河南;41
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。