[发明专利]一种电瓶车上梯检测与预警系统

说明书

本发明涉及电梯安全技术领域，具体涉及一种电瓶车上梯检测与预警系统。包括：电梯控制终端、GPU集群终端、边缘计算终端，GPU集群终端将最优模型发送至边缘计算终端，电梯控制终端将视频数据发送至边缘计算终端，边缘计算终端的分析单元将GPU集群终端发送的最优模型作为深度学习目标检测模型、分析其接收到的视频数据中是否有电瓶车闯入、在有电瓶车闯入时通知电梯控制终端进行电瓶车闯入预警。上述技术方案将云端GPU集群的数据处理能力，边缘计算终端的实时推理能力与先进数据分析方法相结合，实现对电瓶车上梯情况的自动检测与预警，提高电梯运行安全等级。

技术领域

本发明涉及电梯安全技术领域，具体涉及一种电瓶车上梯检测与预警系统。

背景技术

近年来，随着高层小区日益增多。业主为了方便充电，将电瓶车通过电梯推上楼的现象十分普遍。电瓶车体积大、占空间，影响正常乘梯；并且电瓶车载重大、易磕碰电梯，对电梯的损耗非常大。除此之外，电瓶车上楼充电万一发生火灾，安全隐患更大。因此，很多小区是不允许电瓶车上梯的，但是，仍然存在业主不顾小区规定私自将电瓶车运送上电梯。而人为通过监控画面观测电瓶车上梯情况是不现实的。

深度学习的发展以及嵌入式边缘计算的设备日益成熟，例如，公开号CN110381298A、公开日2019年10月25日发明专利申请构建了基于边缘计算和视频异常感知的隧道监控系统，根据视频识别结果进行弹性上传、感知隧道内的异常，从而达到减小网络带宽以及预警的目的。

发明内容

本发明为了解决上述问题提供了一种电瓶车上梯检测与预警系统，其特征在于，包括：

电梯控制终端，包括用于采集电梯轿箱内的视频数据的视频采集单元、用于进行电瓶车闯入预警的报警单元；

GPU集群终端，包括基于标注数据训练深度学习目标检测模型的最优模型的模型训练单元；

边缘计算终端，包括用于分析视频数据中是否有电瓶车闯入的分析单元：

所述GPU集群终端将所述最优模型发送至边缘计算终端，所述电梯控制终端将所述视频数据发送至边缘计算终端，所述边缘计算终端的分析单元将所述GPU集群终端发送的最优模型作为深度学习目标检测模型、分析其接收到的视频数据中是否有电瓶车闯入、在有电瓶车闯入时通知所述电梯控制终端进行电瓶车闯入预警。

上述技术方案将云端GPU集群的数据处理能力，边缘计算终端的实时推理能力与先进数据分析方法相结合，实现对电瓶车上梯情况的自动检测与预警，提高电梯运行安全等级。

作为优选，所述标注数据为包括电瓶车位置标注的视频数据。

作为优选，所述标注数据还包括电瓶车头标注、电瓶车车位标注、电瓶车车身标注。

作为优选，所述电瓶车位置标注为包括电瓶车的矩形框的四个顶点坐标；所述分析单元通过计算电瓶车目标框与有效区域框的iou的值判断是否有电瓶车闯入。

作为优选，所述电梯控制终端包括至少两个安装在同一轿箱中并且具有不同视角的视频采集单元；所述电梯控制终端还包括视频采集分配单元，用于将同一轿箱中的各视频采集单元采集到的视频数据错开处理。保证不同推车习惯的人在推车进入轿箱时，电瓶车的图像都能够被视频采集单元捕捉到。错开处理各视频采集单元采集到的视频数据，可以充分利用边缘计算终端计算设备的计算力，达到硬件资源的最大利用率。

作为优选，所述报警单元包括用于语音警告的语音报警模块和用于显示报警图像的显示模块。

作为优选，所述电梯控制终端还包括能够禁止电梯🈷运行的禁行模块。电梯控制终端具备禁止电梯运行的功能，可以在检测到有电瓶车闯入时禁止电梯运行，最大程度的保证电梯的运行安全。

作为优选，所述边缘计算终端将有电瓶车闯入的视频帧、发生时间、目标坐标发送至所述电梯控制终端。