[发明专利]一种电梯乘梯人员分类与其乘梯规律分析的方法及系统

说明书

本发明公开了一种电梯乘梯人员分类与其乘梯规律分析的方法及系统，其中方法实施例包括以下步骤：在电梯关门并有运行速度时，利用电梯轿厢顶部摄像头抓取一张图片；对图片进行检测，识别出人员目标及其类别；通过电梯的门状态与传感器数据，利用LSTM模型分析输出得到电梯行程状态，结合楼层数据，得到电梯的独立行程和复合行程；判断是否是复合行程，如果不是复合行程，就不需要人员匹配，将上述结果直接汇总到云端分析模块；人员匹配模块对人员匹配关联；统计各个电梯各个时段的人员类别乘梯规律，得到每类人员在每个电梯中的各个楼层到达数量统计与时间分布。

技术领域

本发明属于数据分析技术领域，具体涉及一种电梯乘梯人员分类与其乘梯规律分析的方法及系统。

背景技术

随着我国经济持续平稳的发展，尤其是住宅产业作为国民经济新增长点的提出，为电梯业的发展提供了良好的机遇；今后几年，我国将年建住宅3.5亿平方米，公建项目1.2亿平方米；随着城市向大型化、高层化的发展，我国每年对电梯的市场需求越来越大，对于电梯的管理也越来越趋于智能化、信息化。但是当前电梯不能对其乘坐的人员类别区分。人员类别比如可以分为快递人员、外卖人员、保洁人员、物业人员以及业主等，通过区分以上人员类别，可对分类人员进行乘梯规律分析，进而有针对性的进行广告投放等，实现乘梯人员数据更有效的商用化。

发明内容

本发明要解决的技术问题是提供一种电梯乘梯人员分类与其乘梯规律分析方法及系统，通过对乘梯人员进行图样采集以及图样检测和人员分类，实现电梯乘梯人员分类与其乘梯规律分析。

为解决上述技术问题，本发明采用如下的技术方案：

本发明实施例的一方面用于提供一种电梯乘梯人员分类与其乘梯规律的方法，包括以下步骤：

在电梯关门并有运行速度时，利用电梯轿厢顶部摄像头抓取一张图片；

对图片进行检测，识别出人员目标及其类别；

通过电梯的门状态与传感器数据，利用LSTM模型分析输出得到电梯行程状态，结合楼层数据，得到电梯的独立行程和复合行程；

判断是否是复合行程，如果不是复合行程，就不需要人员匹配，将上述结果直接汇总到云端分析模块；

人员匹配模块对人员匹配关联；

统计各个电梯各个时段的人员类别乘梯规律，得到每类人员在每个电梯中的各个楼层到达数量统计与时间分布。

优选地，所述对图片进行检测，识别出人员类别及其属性具体为：利用检测模型对所抓取图片进行检测与识别，获得人体检测框及其类别。

优选地，所述对图片进行检测，识别出人员类别及其属性具体为：

利用检测模型对所抓取图片进行检测，获得人体检测框；

利用人体检测框获得人体截图，送入深度神经网络进行多类别分类，最终得到人体相关属性，其中选用残差网络作为骨干网络，使用softmax loss作为多分类loss的目标函数，通过训练网络来获得分类模型。

优选地，所述电梯行程是指电梯向上或向下连续运行的一个过程，包括独立行程和复合行程，其中电梯的独立行程定义为从电梯由开门到关门的状态触发，然后运动，再到由关门到开门的状态触发的过程，同时电梯在这个过程之前和之后处于空闲状态或电梯之前运动方向与将要运行的方向相反；电梯的复合行程定义为具有不同行程的乘梯人，存在独立行程重合的乘梯过程，其往往由几个单独行程组合，同时要求子行程运动方向一致。

优选地，所述通过电梯的门状态与传感器数据，利用LSTM模型分析输出得到电梯行程状态，结合楼层数据，得到电梯的独立行程和复合行程进一步包括以下步骤：

通过电梯轿厢顶的摄像头采集图像数据，通过传感器采集陀螺仪、加速度计、气压计与光电管的数据；