【技术实现步骤摘要】
本专利技术涉及电动伸缩门，具体涉及一种防撞电动伸缩门。
技术介绍
1、电动伸缩门别名电动门或电动折叠门，电动门主要由门体、驱动器、控制系统构成，电动门的门体采用优质铝合金及普通方管管材制作，采用平行四边形原理铰接，伸缩灵活行程大，电动门，按电动分为普通型、机电一体化型和智能一体化型，智能一体化只是对电装本体的更新，智能一体化的发展是总线型的智能一体化，及功率部件的更新，变频器的使用，及变频型，电动门广泛适用于各类工矿厂房、车间、仓库、机房、车库等场合作为活动围墙，大大扩大了电动门的应用范围。
2、在相关技术中，现有的防撞电动伸缩门在运行过程中，可能会因为响应速度不够快或者判断不够准确，无法及时停止门体运动，尤其在快速关闭过程中，对出行的行人或者车辆造成碰撞，为此，我们提出一种防撞电动伸缩门。
3、本
技术介绍
部分中公开的以上信息仅用于理解本专利技术构思的
技术介绍
，并且因此，它可以包含不构成现有技术的信息。
技术实现思路
1、为了克服现有技术的不足，本专利技术提供了一种防撞电动伸缩门以解决上述
技术介绍
中提出的现有的防撞电动伸缩门在运行过程中，可能会因为响应速度不够快或者判断不够准确，无法及时停止门体运动，尤其在快速关闭过程中，对出行的行人或者车辆造成碰撞的问题。
2、本专利技术解决其技术问题所采用的技术方案是：一种防撞电动伸缩门，所述防撞电动伸缩门包括以下组件：
3、伸缩门门体：所述伸缩门门体包括伸缩门框架、驱动电机和传动机构，所述伸缩门
4、传感器系统：所述传感器系统包括激光雷达传感器、红外线传感器和超声波传感器，所述激光雷达传感器用于精确测量障碍物的距离和位置，安装在门体的前后两端，所述红外线传感器用于检测靠近门体的物体，安装在门体的中部以及两侧，所述超声波传感器用于辅助检测，提供额外的安全冗余，安装在门体的上部和下部；
5、控制系统：所述控制系统包括控制器、通讯模块和内置在控制器内的控制算法，所述控制器包括主控板和处理器，负责接收传感器的数据并执行控制命令，所述通讯模块用于系统内部各个组件之间的数据传输，以及与外部监控系统的连接，所述控制算法内置有机器学习模型和预测算法，用于分析传感器数据，预测可能的碰撞风险；
6、电源系统：所述电源系统包括主电源和备用电源，所述主电源用于提供正常运行所需的电力，所述备用电源在主电源故障时，维持系统的基本运行，确保安全。
7、作为一种优化的技术方案，所述控制算法内的机器学习模型和预测算法用于分析过往数据，优化门体运动预测模型，在门体运行过程中能够快速识别潜在碰撞风险并及时做出反应，所述预测算法采用长短期记忆网络(lstm)或者自回归积分滑动平均模型(arima)，使用预测算法对门体运动预测模型进行优化的步骤如下：
8、数据收集：传感器实时采集门体位置、速度、加速度、障碍物距离和角度的数据；
9、预处理：对采集到的传感器数据进行清洗、归一化处理，去除噪声；
10、选择模型：选择适合时间序列数据的机器学习模型，可以选择长短期记忆网络(lstm)或者自回归积分滑动平均模型(arima)中的一种；
11、训练模型：使用历史数据训练模型，通过反向传播和优化算法，调整模型参数，使其能够准确预测未来的门体运动状态，优化算法可以采用adam优化器；
12、实时数据输入：系统将实时传感器数据输入训练好的模型；
13、预测输出：模型输出未来一端时间内的门体运动状态和潜在的碰撞风险，所述门体运动状态包括位置、速度和加速度，所述潜在的碰撞风险包括障碍物距离和相对速度。
14、作为一种优化的技术方案，所述电动伸缩门内置有分级防撞保护机制，根据障碍物距离的远近，采用不同级别的减速和停止策略，所述分级防撞保护机制的工作步骤如下：
15、传感器实时检测：安装在门体前后和两侧的传感器实时检测障碍物距离d；
16、数据传输：传感器数据通过数据线或者无线方式传输到控制系统；
17、距离分类和减速度计算：控制系统根据传感器数据和预设的距离分类规则，计算所需的减速度a；
18、控制指令输出：控制系统输出相应的减速或者停止指令，调整驱动电机的速度；
19、执行控制：驱动电机根据控制指令调整门体的运动状态；
20、警示信号：当检测到障碍物时，信号灯和警示音提醒周围人员注意安全。
21、作为一种优化的技术方案，所述分级防撞响应过程中，将检测到的障碍物距离分为不同的等级，包括远、中、近三类，其中远距离(d1)距离较远，可以继续正常运行或轻微减速，中距离(d2)距离适中，需要显著减速，近距离(d3)距离很近，需要快速制动或立即停止，在分级防撞过程中，激光雷达传感器进行高精度测距，红外线传感器辅助检测近距离障碍物，超声波传感器提供冗余检测。
22、作为一种优化的技术方案，所述分级防撞响应机制中，传感器测得的障碍物实时距离为d，当d＞d1时，门体正常运行或者轻微减速，此时所需的减速度a＝k1·(d-d1)，当d2＜d≤d1时，则显著减速，此时所需的减速度a＝k2·(d-d2)，当d≤d2时，则快速制动或立即停止，此时所需的减速度a＝k3·d，其中，k1为轻微减速的比例常数，k2为显著减速的比例常数，k3快速制动的比例常数。
23、作为一种优化的技术方案，还包括有生物识别系统，所述生物识别系统包括指纹传感器、人脸识别摄像头、生物识别处理模块和通信模块，所述指纹传感器用于采集用户的指纹图像，所述人脸识别摄像头用于扫描用户的面部图像，所述生物识别处理模块中设置有嵌入式处理器和存储器，所述嵌入式处理器用于处理、分析生物特征数据，所述存储器用于存储用户的生物特征模板和识别算法，所述识别算法可以采用minutiae匹配算法和卷积神经网络算法中的一种或多种，所述通信模块用于连接传感器和生物识别处理模块。
24、作为一种优化的技术方案，还包括有环境感知与自适应系统，所述环境感知与自适应系统包括光传感器、温度传感器和湿度传感器，所述光传感器用于检测环境光照强度，所述温度传感器用于测量环境温度，所述湿度传感器用于测量环境湿度，所述环境光照强度过低时，系统降低门体的运行速度以确保安全，在高温或高湿度环境下，系统调整传感器的灵敏度并加大门体的通风频率。
25、作为一种优化的技术方案，还包括报警停机系统，所述报警停机系统包括信号灯、警示扬声器和紧急停止按钮，所述信号灯和警示扬声器在检测到障碍物时，发出警示信号，所述紧急停止按钮安装在门体两侧，手动触发系统紧急停止。
26、本专利技术所具有的有益效果是：
27、通过综合运用激光雷达、红外线及超声波传感器，该装置能够全方位、多维度地监测周围环境，即使在复本文档来自技高网...
【技术保护点】
1.一种防撞电动伸缩门，其特征在于，所述防撞电动伸缩门包括以下组件：
2.根据权利要求1所述的一种防撞电动伸缩门，其特征在于：所述控制算法内的机器学习模型和预测算法用于分析过往数据，优化门体运动预测模型，在门体运行过程中能够快速识别潜在碰撞风险并及时做出反应，所述预测算法采用长短期记忆网络(LSTM)或者自回归积分滑动平均模型(ARIMA)，使用预测算法对门体运动预测模型进行优化的步骤如下：
3.根据权利要求1所述的一种防撞电动伸缩门，其特征在于：所述电动伸缩门内置有分级防撞保护机制，根据障碍物距离的远近，采用不同级别的减速和停止策略，所述分级防撞保护机制的工作步骤如下：
4.根据权利要求3所述的一种防撞电动伸缩门，其特征在于：所述分级防撞响应过程中，将检测到的障碍物距离分为不同的等级，包括远、中、近三类，其中远距离(D1)距离较远，可以继续正常运行或轻微减速，中距离(D2)距离适中，需要显著减速，近距离(D3)距离很近，需要快速制动或立即停止，在分级防撞过程中，激光雷达传感器进行高精度测距，红外线传感器辅助检测近距离障碍物，超声波传感器提供冗
5.根据权利要求3所述的一种防撞电动伸缩门，其特征在于：所述分级防撞响应机制中，传感器测得的障碍物实时距离为d，当d＞D1时，门体正常运行或者轻微减速，此时所需的减速度a＝k1·(d-D1)，当D2＜d≤D1时，则显著减速，此时所需的减速度a＝k2·(d-D2)，当d≤D2时，则快速制动或立即停止，此时所需的减速度a＝k3·d，其中，k1为轻微减速的比例常数，k2为显著减速的比例常数，k3快速制动的比例常数。
6.根据权利要求1所述的一种防撞电动伸缩门，其特征在于：还包括有生物识别系统，所述生物识别系统包括指纹传感器、人脸识别摄像头、生物识别处理模块和通信模块，所述指纹传感器用于采集用户的指纹图像，所述人脸识别摄像头用于扫描用户的面部图像，所述生物识别处理模块中设置有嵌入式处理器和存储器，所述嵌入式处理器用于处理、分析生物特征数据，所述存储器用于存储用户的生物特征模板和识别算法，所述识别算法可以采用minutiae匹配算法和卷积神经网络算法中的一种或多种，所述通信模块用于连接传感器和生物识别处理模块。
7.根据权利要求1所述的一种防撞电动伸缩门，其特征在于：还包括有环境感知与自适应系统，所述环境感知与自适应系统包括光传感器、温度传感器和湿度传感器，所述光传感器用于检测环境光照强度，所述温度传感器用于测量环境温度，所述湿度传感器用于测量环境湿度，所述环境光照强度过低时，系统降低门体的运行速度以确保安全，在高温或高湿度环境下，系统调整传感器的灵敏度并加大门体的通风频率。
8.根据权利要求1所述的一种防撞电动伸缩门，其特征在于：还包括报警停机系统，所述报警停机系统包括信号灯、警示扬声器和紧急停止按钮，所述信号灯和警示扬声器在检测到障碍物时，发出警示信号，所述紧急停止按钮安装在门体两侧，手动触发系统紧急停止。
...【技术特征摘要】
1.一种防撞电动伸缩门，其特征在于，所述防撞电动伸缩门包括以下组件：
2.根据权利要求1所述的一种防撞电动伸缩门，其特征在于：所述控制算法内的机器学习模型和预测算法用于分析过往数据，优化门体运动预测模型，在门体运行过程中能够快速识别潜在碰撞风险并及时做出反应，所述预测算法采用长短期记忆网络(lstm)或者自回归积分滑动平均模型(arima)，使用预测算法对门体运动预测模型进行优化的步骤如下：
3.根据权利要求1所述的一种防撞电动伸缩门，其特征在于：所述电动伸缩门内置有分级防撞保护机制，根据障碍物距离的远近，采用不同级别的减速和停止策略，所述分级防撞保护机制的工作步骤如下：
4.根据权利要求3所述的一种防撞电动伸缩门，其特征在于：所述分级防撞响应过程中，将检测到的障碍物距离分为不同的等级，包括远、中、近三类，其中远距离(d1)距离较远，可以继续正常运行或轻微减速，中距离(d2)距离适中，需要显著减速，近距离(d3)距离很近，需要快速制动或立即停止，在分级防撞过程中，激光雷达传感器进行高精度测距，红外线传感器辅助检测近距离障碍物，超声波传感器提供冗余检测。
5.根据权利要求3所述的一种防撞电动伸缩门，其特征在于：所述分级防撞响应机制中，传感器测得的障碍物实时距离为d，当d＞d1时，门体正常运行或者轻微减速，此时所需的减速度a＝k1·(d-d1)，当d2＜d≤d1时，则显著减速，此时所需的减速度a＝k2·(d-d2)，当d≤d2...
【专利技术属性】
技术研发人员：韩四新，龚道娣，刘赴成，
申请(专利权)人：扬州维工科技有限公司，
类型：发明
国别省市：
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。