一种人工智能识别电动车进入轿厢的方法和系统技术方案

本发明专利技术提供一种人工智能识别电动车进入轿厢的方法，包括：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后，进行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，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；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。本发明专利技术能够有效的防止乘客推车入梯，有效的提高电梯寿命。

A method and system of artificial intelligence identifying electric vehicle entering into the car

【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进入轿厢的方法和系统。本专利技术的目的是以下述方式实现的：一种人工智能识别电动车进入轿厢的方法，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。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。所述方法还包括输出做种结果为进入电动车，则控制电梯停止运行。一种人工智能识别电动车进入轿厢的系统，包括本地主机、以及与本地主机连接的图像采集模块、传感器模块、存储模块、电梯控制模块和语音提醒模块；所述的存储模块包括数据库和知识库；所述的传感器模块包括设置在电梯内的噪声传感器和电梯轿厢底部的重量传感器。所述的本地主机还通过NBIOT无线通信模块与云服务器连接，所述的云服务器还与监控终端连接。所述的监控终端包括电脑和智能移动设备。所述的语音提醒模块为喇叭。所述的电梯控制模块包括电梯开门控制模块。所述的图像采集模块为安装在电梯内的高清摄像头。本专利技术的有益效果：本专利技术不仅采用摄像头获取电梯内的图像信息，并且结合重量传感器数据、以及进入轿厢时内部环境的噪声来判断识别电动车入轿厢，能够有效的防止乘客推车入梯，有效的提高电梯寿命。附图说明图1是本专利技术的原理框图。图2是本专利技术人工智能识别电动车系统框图。图3是本专利技术数据融合识别电动车方法的流程示意图。具体实施方式下面结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的技术含义相同。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。本专利技术中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本专利技术中的具体含义，不能理解为对本专利技术的限制。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，但是电梯作为一个复杂的电气装置，仅靠单一图像传感器的监测结果来判断电动车进入轿厢具有一定的不可靠性，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。本专利技术提供的一种人工智能识别电动车的系统和方法，一方面通过图像识别来判断电梯内进入电动车，另一方面通过数据融合技术监测电梯内的噪声和重量参数，辅助判断电动车是否进入，使得对电动车识别的准确性大大提高，能够有效的防止乘客推车入梯的装置，有效的提高电梯寿命。并对采集到的电梯运行数据进行预处理，只上传至监控中心异常的数据，有效减小服务器压力，降低成本。图1是本专利技术的原理框图。如图1所示，本专利技术提供的一种人工智能识别电动车进入轿厢的系统，包括本地主机、以及与本地主机连接的图像采集模块、传感器模块、存储模块、电梯控制模块和语音提醒模块；所述的存储模块包括数据库和知识库；所述的传感器模块包括设置在电梯内的噪声传感器和电梯轿厢底部的重量传感器。所述的图像采集模块为数字图像摄像头，采集轿厢内图像信号，依靠本地嵌入式人工智能处理器对图像进行分析处理，智能识别机动车辆进入轿厢；通过噪声传感器和重量传感器从多方面判断是否进入电动车，大大提高识别电动车的准确率，防止系统误报率大。图2是本专利技术人工智能识别电动车进入轿厢的系统框图，如图2所示，所述的本地主机对采集到的电梯运行数据，选择异常的参数上报，通过NBIOT无线通信模块与云服务器连接至监控中心，所述的云服务器还与监控终端连接。监控终端包括客户端和app，可以是电脑、智能移动设备等。减小了电梯的数据量，缓解了服务器压力，若电梯运行信息若全数实时上传，容易造成云服务器压力过大，降低了运行成本。所述的语音提醒模块为喇叭，语音提醒模块实时合成语音信号警告车主将电动车移出轿厢。所述的电梯控制模块包括电梯开门控制模块，在接收本地主机发送的控制信号后，控制电梯门保持常开状态。图3是本专利技术数据融合识别电动车方法的原理图。一种人工智能识别电动车的方法，所述方法包括获取电梯内的采集数据，将所述的采集数据发送至本地主机中的数据库进行电动车识别，以判断采集的数据中是否包含电动车，若包含，本地主机发送命令至电梯控制模块控制电梯停止运行。所述的采集数据包括由图像采集模块采集的电梯内的图像信息、由传感器模块采本文档来自技高网...

【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；/n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。/n

【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