一种基于物联网的电梯故障监测方法及系统技术方案

本发明专利技术公开了一种基于物联网的电梯故障监测方法及系统，其中一种基于物联网的电梯故障监测方法包括：在轿厢内设置传感器，当电梯门关闭时通过传感器对轿厢进行人体检测，若检测到人体，则发送第一信号至物联网平台；通过物联网平台获取电梯轿厢内部图像，并进行人体识别；若识别到人体且该人体在轿厢停留的时间大于预设时间，则确认当前电梯发生困人故障，发送第二信号至报警器，以提示工作人员进行困人故障处理；本发明专利技术通过在电梯轿厢设置传感器进行复合检测，同时结合物联网和图像识别技术再次进行人体识别，从而提高电梯困人事件检测的准确性，当检测到电梯存在困人故障时通过声光报警提示工作人员进行困人故障处理。光报警提示工作人员进行困人故障处理。光报警提示工作人员进行困人故障处理。

【技术实现步骤摘要】
一种基于物联网的电梯故障监测方法及系统


[0001]本专利技术涉及电梯的
，尤其涉及一种基于物联网的电梯故障监测方法及系统。

技术介绍

[0002]现如今，电梯被大量广泛的应用于生产和生活中，电梯的故障和安全隐患愈发引起人们的重视。根据电梯的控制原理，电梯轿厢的轿门进行周而复始地进行开门、关门的周期运动，当轿厢有人的情况下，电梯门完全关闭后，在规定的时间之内必定制动、停车、平层、开门。基于上述控制原理，如果电梯在电梯门关闭、轿厢运行的一定时间内没有发生开门动作，则可认为电梯发生了失效并发生困人事件。
[0003]据统计，电梯故障最常见以电梯电气故障为主，包括电磁干扰、继电器损坏、安全开关损坏等原因引起的冲顶或蹲底故障，从而造成困人或人身伤亡事件。实际电梯发生的故障随机性很强，很难进行科学的预测和准确的捕捉。
[0004]现有的电梯一般通过在电梯内安装摄像头和传感器来监控是否有被困人员，并将监测到的信息反馈到后台监控室中，但摄像头和传感器易受环境干扰，导致无法检测到电梯内是否困人，或者误报困人故障等。

技术实现思路

[0005]鉴于上述现有存在的问题，提出了本专利技术。
[0006]为解决上述技术问题，本专利技术提供如下技术方案，包括：在轿厢内设置传感器，当电梯门关闭时通过所述传感器对轿厢进行人体检测，若检测到人体，则发送第一信号至物联网平台，所述物联网平台连有图像采集器和数据处理器；通过所述物联网平台获取电梯轿厢内部图像，并进行人体识别；若识别到轿厢存在人体且该人体在轿厢停留的时间大于预设时间，则确认当前电梯发生困人故障，发送第二信号至报警器，以提示工作人员进行困人故障处理；其中，所述物联网平台包括图像采集器、数据处理器。
[0007]作为本专利技术所述的基于物联网的电梯故障监测方法的一种优选方案，其中：所述传感器包括热释电红外传感器和微波雷达传感器；所述热释电红外传感器设有增益电路、滤光片和至少一个透镜；其中，所述增益电路通过双采样以减少像素偏移和噪声的影响；所述透镜包括玻璃和/或聚碳酸酯；所述滤光片通过光的波长范围为8～10um。
[0008]作为本专利技术所述的基于物联网的电梯故障监测方法的一种优选方案，其中：所述人体识别包括：对电梯轿厢内部图像进行预处理；所述预处理包括对电梯轿厢内部图像进行随机缩放、旋转和镜像处理，并标记人体关节点；建立人体识别网络，将预处理后的图像输入至人体识别网络进行训练，当损失值最小时停止训练；利用训练完成的人体识别网络进行人体识别。
[0009]作为本专利技术所述的基于物联网的电梯故障监测方法的一种优选方案，其中：所述人体识别网络包括特征提取模块、编解码器和多层感知器；通过特征提取模块从预处理后
的图像中提取像素特征；通过编解码器从预处理后的图像中提取空间特征；通过多层感知器将所述空间特征与所述像素特征进行对齐融合，判定三维空间中人体表面的有效分割，识别人体。
[0010]作为本专利技术所述的基于物联网的电梯故障监测方法的一种优选方案，其中：所述特征提取模块包括输入层、欠采样层、第一残差块、第二残差块、第三残差块、第四残差块、第五残差块、第六残差块、第一过采样层、第二过采样层和输出层；欠采样层和第一过采样层之间连有四组残差块，分别是第一残差块、第二残差块、第三残差块和第四残差块，第一过采样层的输出和第二过采样层的输入之间连有第五残差块和第六残差块。
[0011]作为本专利技术所述的基于物联网的电梯故障监测方法的一种优选方案，其中：所述训练包括：定义第一损失函数、第二损失函数和第三损失函数，将第一损失函数值和第二损失函数值的和，与第三损失函数值取均值，作为人体识别网络的损失值，当人体识别网络的损失值最小时，停止训练；
[0012]其中，第一损失函数L1为：
[0013]L1＝(y1‑
y1’
)2[0014]式中，y1为特征提取模块的实际输出值，y1’
为特征提取模块的预测输出值；
[0015]第二损失函数L2为：
[0016]L2＝(y2‑
y2’
)2[0017]式中，y2为编解码器的实际输出值，y2’
为编解码器的预测输出值；
[0018]第三损失函数L3为：
[0019]L3＝10(|y3‑
y3’
|
‑
5)
[0020]式中，y3为多层感知器的实际输出值，y3’
为多层感知器的预测输出值。
[0021]作为本专利技术所述的基于物联网的电梯故障监测方法的一种优选方案，其中：所述报警器包括：按照预设时间间隔不断地闪烁警示灯和发出响铃警报，直至接收到工作人员确认的第三信号后，停止警报。
[0022]作为本专利技术所述的基于物联网的电梯故障监测系统的一种优选方案，其中：包括：第一检测模块，被配置为执行在轿厢内设置传感器，当电梯门关闭时通过传感器对轿厢进行人体检测，若检测到人体，则发送第一信号至第二检测模块；第二检测模块，被配置为执行通过所述物联网平台获取电梯轿厢内部图像，进行人体识别；预警模块，被配置为执行若识别到轿厢存在人体且该人体在轿厢停留的时间大于预设时间，则确认当前电梯发生困人故障，发送第二信号至报警器，所述报警器按照预设时间间隔不断地闪烁警示灯和发出响铃警报，以提示工作人员进行困人故障处理，直至接收到工作人员确认的第三信号后，停止警报；其中，所述第二检测模块为物联网平台，所述物联网平台包括图像采集器、数据处理器。
[0023]作为本专利技术所述的基于物联网的电梯故障监测系统的一种优选方案，其中：所述传感器包括热释电红外传感器和微波雷达传感器；所述热释电红外传感器设有增益电路、滤光片和至少一个透镜；其中，所述增益电路被配置为执行通过双采样以减少像素偏移和噪声的影响；所述透镜包括玻璃和/或聚碳酸酯；所述滤光片被配置为执行通过光的波长范围为8～10um。
[0024]作为本专利技术所述的基于物联网的电梯故障监测系统的一种优选方案，其中：所述
第二检测模块，具体被配置为执行对电梯轿厢内部图像进行预处理；所述预处理包括对电梯轿厢内部图像进行随机缩放、旋转和镜像处理，并标记人体关节点；建立人体识别网络，将预处理后的图像输入至人体识别网络进行训练，当损失值最小时停止训练；利用训练完成的人体识别网络进行人体识别。
[0025]本专利技术的有益效果：本专利技术通过在电梯轿厢设置传感器进行复合检测，同时结合物联网和图像识别技术再次进行人体识别，从而提高电梯困人事件检测的准确性，当检测到电梯存在困人故障时通过声光报警提示工作人员进行困人故障处理。
附图说明
[0026]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0027]图1为本专利技术第一个实施例所述的人体识别网络结构示意图；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的电梯故障监测方法，其特征在于，包括：在轿厢内设置传感器，当电梯门关闭时通过所述传感器对轿厢进行人体检测，若检测到人体，则发送第一信号至物联网平台；通过所述物联网平台获取电梯轿厢内部图像，并进行人体识别；若识别到轿厢存在人体且该人体在轿厢停留的时间大于预设时间，则确认当前电梯发生困人故障，发送第二信号至报警器，以提示工作人员进行困人故障处理；其中，所述物联网平台包括图像采集器、数据处理器。2.如权利要求1所述的基于物联网的电梯故障监测方法，其特征在于，所述传感器包括热释电红外传感器和微波雷达传感器；所述热释电红外传感器设有增益电路、滤光片和至少一个透镜；其中，所述增益电路通过双采样以减少像素偏移和噪声的影响；所述透镜包括玻璃和/或聚碳酸酯；所述滤光片通过光的波长范围为8～10um。3.如权利要求2所述的基于物联网的电梯故障监测方法，其特征在于，所述人体识别包括：对电梯轿厢内部图像进行预处理；所述预处理包括对电梯轿厢内部图像进行随机缩放、旋转和镜像处理，并标记人体关节点；建立人体识别网络，将预处理后的图像输入至人体识别网络进行训练，当损失值最小时停止训练；利用训练完成的人体识别网络进行人体识别。4.如权利要求3所述的基于物联网的电梯故障监测方法，其特征在于，所述人体识别网络包括特征提取模块、编解码器和多层感知器；通过特征提取模块从预处理后的图像中提取像素特征；通过编解码器从预处理后的图像中提取空间特征；通过多层感知器将所述空间特征与所述像素特征进行对齐融合，判定三维空间中人体表面的有效分割，识别人体。5.如权利要求4所述的基于物联网的电梯故障监测方法，其特征在于，所述特征提取模块包括输入层、欠采样层、第一残差块、第二残差块、第三残差块、第四残差块、第五残差块、第六残差块、第一过采样层、第二过采样层和输出层；欠采样层和第一过采样层之间连有四组残差块，分别是第一残差块、第二残差块、第三残差块和第四残差块，第一过采样层的输出和第二过采样层的输入之间连有第五残差块和第六残差块。6.如权利要求4或5所述的基于物联网的电梯故障监测方法，其特征在于，所述训练包括：定义第一损失函数、第二损失函数和第三损失函数，将第一损失函数值和第二损失函数值的和，与第三损失函数值取均值，作为人体识别网络的损失值，当人体识别网络的损失值最小时，停止训练；其中，...

【专利技术属性】
技术研发人员：严双英，张佩佩，王羽翔，
申请(专利权)人：南京枫火网络科技有限公司，
类型：发明
国别省市：