基于目标检测网络的电梯轿厢异常事件监测预警系统技术方案

本发明专利技术公开了一种基于目标检测网络的电梯轿厢异常事件监测预警系统，主要解决现有技术中存在网络时延，不能实时监测，算力较低的问题。其包括：电梯轿厢、交换机和服务器，该电梯轿厢内安装有控制板、摄像头和扬声器，摄像头与交换机和服务器依次连接，且摄像头与控制板和扬声器分别连接。摄像头内设有人工智能芯片和不同的功能模块，通过摄像头对拍摄到的视频进行目标检测，当检测到电动车时，扬声器发出报警信号，控制板控制电梯轿厢停止运行。同时摄像头对带有检测结果的视频码流进行编码和推送，服务器端接收并解码显示。本发明专利技术能避免网络时延，实时发出报警信号，控制电梯运行，提高了算力和计算速度，可用于对电动车的精确监测与识别。监测与识别。监测与识别。

【技术实现步骤摘要】
基于目标检测网络的电梯轿厢异常事件监测预警系统


[0001]本专利技术属于目标识别
，特别涉及一种电梯轿厢异常事件监测预警系统，可用于对电动车的精确监测与识别，实时预警周界区域内电动车闯入事件，保护电梯安全。

技术介绍

[0002]随着我国经济的蓬勃发展，不论是大城市还是小城镇，都有高楼大厦林立，电梯随之走进人们的生活中，电梯的安全问题也成为关注热点。由于人们的电梯安全使用意识薄弱，电动车随意进出电梯轿厢的现象逐渐增多。电动车搭乘电梯，放在楼道充电，不仅会加重电梯的负荷，也存在安全隐患。对于禁止将电动车驶入电梯，相关部门和单位出台了很多规定政策，但都收效甚微。针对电动车进电梯上楼充电问题，电动车禁入电梯监测和预警系统可以有效阻止电动车进入电梯轿厢。该系统引入人工智能和自动化的解决方案，对电动车精确监测分析，实现对电动车分析识别，实时预警周界区域内电动车闯入事件。安装电动车禁入电梯识别管控系统有助于促进城市电梯的安全运行，也有助于城市社区的进一步发展。进而实现电梯监控设备从看清到看懂质的飞跃，构建城市和行业专属的智慧安防监控体系。
[0003]江苏三川智能科技有限公司在申请号为202011311209.1的专利文献中公开了“一种基于AI和HMM的电梯电动车识别预警方法”。该方法首先对电梯监控视频的原始图像进行预处理操作；然后将预处理后的图像输入训练好的基于AI的电动车识别网络模型进行识别，得到视频帧的识别结果，并判断每一帧是否有电动车，对多帧视频的电动车识别结果形成电动车识别序列；最后将多帧的电动车识别序列结果输入训练好的基于HMM的电梯状态识别网络模型，输出电梯状态，以实现电梯预警与否。该方法由于将视频数据传输到服务器进行处理，存在网络时延问题，不能实时发出报警信号。
[0004]陕西泓源特种设备研究院有限公司在申请号为202010479416.1的专利文献中公开了“一种针对电动车识别的电梯轿厢异常检测方法及系统”，以检测电动车闯入电梯轿厢事件。该方法首先构建电动车专用训练数据集；然后经过迭代优化训练，提升电动车识别模型的准确率；最后将电动车识别模型部署在树莓派上，树莓派通过有线网络与电梯轿厢顶部的摄像头连接，并采用边缘计算模式，解决依赖云端的网络时延问题。该方法由于采用的树莓派相较于专门的神经网络处理器资源有限、算力较低，因而导致最后检测精度和实时性都达不到理想的效果。

技术实现思路

[0005]本专利技术的目的在于针对上述现有技术的不足，提出一种基于目标检测网络的电梯厢异常事件监测预警系统，以避免网络时延，实时发出报警信号，控制电梯运行，提高算力和计算速度。
[0006]为实现上述目的，本专利技术基于目标检测网络的电梯轿厢异常事件监测预警系统，包括：电梯轿厢、交换机和服务器，该电梯轿厢内安装有控制板、摄像头和扬声器，摄像头与
交换机和服务器依次连接，其特征在于:
[0007]所述摄像头内设有人工智能芯片及如下功能模块：
[0008]目标检测模块：用于对视频帧进行目标检测；
[0009]视频码流编码与推送模块：用于对视频码流进行编码，并将编码后的视频码流通过交换机推送到服务器；
[0010]报警模块：用于检测到电动车时通过扬声器发出报警信号；
[0011]控制模块：用于将是否检测到电动车信号反馈给控制板，以控制电梯轿厢的运行；
[0012]所述服务器内设有如下功能模块：
[0013]视频码流获取与解码模块：用于获取摄像头传输来的视频码流，并对获取得到的视频码流进行解码；
[0014]可视化模块：用于显示目标检测的结果和电梯控制状态。
[0015]进一步，所述人工智能芯片内置有神经网络处理器NPU，用于目标检测网络模型的计算。
[0016]进一步，所述目标检测模块，包括：
[0017]预处理子模块：用于将传感器获取的视频帧通过插值得到低分辨图像数据，再将低分辨图像数据采用伽马校正进行亮度色彩校正，得到处理后的图像数据；
[0018]训练子模块：用于对单阶段多标签目标检测网络进行训练；
[0019]量化子模块：用于对训练好的网络模型进行量化处理；
[0020]部署实现子模块：用于将量化处理后的网络模型部署在摄像头内部的人工智能芯片上，通过人工智能芯片的神经网络处理器对处理后的图像数据进行推理计算，实现对电动车目标的检测。
[0021]进一步，所述训练子模块对单阶段多标签目标检测网络进行训练，是将真实电梯场景采集到的33725张电梯内各种目标的训练数据输入到单阶段多标签目标检测网络中，通过反向传播算法，把实际输出值与期望输出值之间的误差从最后的输出层依次传播到之前各层,并使用自适应矩估计Adam优化器不断调整优化各层连接权重与偏置来减小误差，直到误差趋于稳定，得到训练好的网络模型。
[0022]进一步，所述量化子模块对训练好的网络模型进行量化处理，是将网络模型的权值由32位浮点型转化为8位整型，以在保证检测精度的情况下，降低模型复杂度，减小模型存储空间，加速网络模型的推理计算
[0023]进一步，所述视频码流编码与推送模块对视频码流进行编码，是将目标检测模块识别的边界框先绘制到原视频码流中，再将带有运算结果的视频码流通过编码命令编码为H264格式视频码流。
[0024]进一步，所述视频码流编码与推送模块将编码后的视频码流通过交换机推送到服务器，是通过实时流传输协议RTSP实现。
[0025]进一步，所述摄像头分别与扬声器和控制板连接，当摄像头内的目标检测模块检测到电动车时，分别通过扬声器发出禁入电梯的报警信号，通过控制板控制电梯轿厢停止运行，直到检测不到电动车，扬声器停止报警，电梯轿厢恢复运行。
[0026]本专利技术与现有技术相比较，具有以下优点：
[0027]第一，本专利技术由于在摄像头内设有目标检测模块，并将摄像头安装在电梯轿厢内，
可以在边缘端实时检测电动车，进而发出报警信号和控制电梯轿厢的运行，而不用考虑网络时延问题，不仅具有实时性，而且加速了网络模型的推理计算。
[0028]第二，本专利技术由于在摄像头内设有人工智能芯片，人工智能芯片中有专门的神经网络处理器，相较于其它处理器提高了算力和吞吐率。
[0029]第三，本专利技术由于在服务器内设有可视化模块，不仅能在服务器上显示目标检测的结果，而且能显示电梯的控制状态，便于监控人员直接获取电梯轿厢内的情况。
附图说明
[0030]图1是本专利技术的系统结构图；
[0031]图2是本专利技术系统中摄像头的内部结构示意图；
[0032]图3是用本专利技术系统进行电梯轿厢异常事件监测预警的工作原理图；
[0033]图4是本专利技术系统中的可视化界面图。
具体实施方式
[0034]以下结合附图对本专利技术的实时例和效果做进一步详细描述：
[0035]参照图1，本实例基于目标检测网络的电梯轿厢异常事件监测预警系统，包括电梯轿厢1、控制板2、摄像头3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于目标检测网络的电梯轿厢异常事件监测预警系统，包括电梯轿厢(1)、交换机(5)和服务器(6)，该电梯轿厢内安装有控制板(2)、摄像头(3)和扬声器(4)，摄像头(3)与交换机(5)和服务器(6)依次连接，其特征在于:所述摄像头(3)内设有人工智能芯片(31)及如下功能模块：目标检测模块(32)：用于对视频帧进行目标检测；视频码流编码与推送模块(33)：用于对视频码流进行编码，并将编码后的视频码流通过交换机(5)推送到服务器(6)；报警模块(34)：用于检测到电动车时通过扬声器(4)发出报警信号；控制模块(35)：用于将是否检测到电动车信号反馈给控制板(2)，以控制电梯轿厢(1)的运行；所述服务器(6)内设有如下功能模块：视频码流获取与解码模块(61)：用于获取摄像头传输来的视频码流，并对获取得到的视频码流进行解码；可视化模块(62)：用于显示目标检测的结果和电梯控制状态。2.根据权利要求1所述的系统，其中，所述人工智能芯片(31)内置有神经网络处理器NPU，用于目标检测网络模型的计算。3.根据权利要求1所述的系统，其中，所述目标检测模块(32)，包括：预处理子模块(321)：用于将传感器获取的视频帧通过插值得到低分辨图像数据，再将低分辨图像数据采用伽马校正进行亮度色彩校正，得到处理后的图像数据；训练子模块(322)：用于对单阶段多标签目标检测网络进行训练；量化子模块(323)：用于对训练好的网络模型进行量化处理；部署实现子模块(324)：用于将量化处理后的网络模型部署在摄像头内部的人工智能芯片(31)上，通过人工智能芯片(31)的神经网络处理器对处理后的图像数据进行推理计算，实现对电动车目标的检测。4.根据权利要求3所述的系统，其中，训练子模块(322)对单阶段多标签目标检测网络进行训练，是将真实电梯场景采集到的33725张电梯内各种目标的训练数据输入到单阶段多标签目标检测网络中，通过反向传播算...

【专利技术属性】
技术研发人员：路文，龙钢，李玎，朱振杰，朱志强，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：