[发明专利]一种基于AI和HMM的电梯电动车识别预警方法

说明书

本发明公开了一种基于AI和HMM的电梯电动车识别预警方法，包括以下步骤a：对电梯监控视频的原始图像进行预处理操作，得到预处理后的图像；步骤b：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；将步骤b中的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。本发明的识别预警方法相比已有的电梯电动车预警方法，该方法不仅识别的准确度高，并且信息源单一(比如只需要摄像头)，具有非常好的实用性。

技术领域

本发明涉及电梯技术领域，尤其涉及一种基于AI(人工智能)和HMM(隐马尔可夫模型)的电梯电动车识别预警方法。

背景技术

近年来，随着城市的不断发展，人们对电动车的需求日益增大，电动车已成为居民日常出行中的非常方便的交通工具。电动车在使用过程中，不可避免存在充电的问题。然而，因电动车家庭充电引发的火灾屡见不鲜，尤其是高层建筑火灾，给人民生命和财产造成了极大的损失。为了预防电动车引发火灾，公安部于2017年12月31日发出《关于规范电动车停放充电加强火灾防范的通告》的通告。因此为了规范电动车停放充电，引导电动车在小区安置在集中充电点，防止电动车进入家庭，通过智能识别进入电梯的电动车并进行预警是非常有必要。这不仅能够减少因电动车充电引发的楼栋火灾，而且能够提高电梯寿命，在战略层面上该发明符合国家整体防范风险的要求，而且符合当前智能化的大趋势，可以进一步推动小区信息化和智能化管理

目前，在实际应用中的电梯电动车预警系统往往需要结合固定摄像头，压力传感器、磁场传感器等收集不同源的信息数据，通过微波发射器等干扰电梯门自带的红外线接收器，从而达到控制电梯，实现预警的目的。很显然，目前这些方法需要两个及两个以上的信息源，参数自由度大，识别稳定性低。并且通过干扰电梯门的红外线接收器，容易带来电梯安全隐患。

发明内容

本发明主要解决的技术问题是提供一种基于AI和HMM的电梯电动车识别预警方法，相比已有的电梯电动车预警方法，该方法不仅识别的准确度高，并且信息源单一(比如只需要摄像头)，具有非常好的实用性。

为解决上述技术问题，本发明采用的一个技术方案是：

本发明提供了一种基于AI和HMM的电梯电动车识别预警方法，包括以下步骤：

步骤a：对电梯监控视频的原始图像进行预处理操作，得到预处理后的图像；

步骤b：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；

步骤c：将步骤b中的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。

进一步地说，步骤a中的电梯监控视频为通过安装于电梯的摄像头采集到的视频。

进一步地说，步骤b中的基于AI的电动车识别网络模型的构建步骤：

步骤b1：采集电梯环境下的电动车图片，并对其进行图像增强；

步骤b2：接着对采集图像进行标定，并按比例随机划分训练集和验证集，并使用数据增广方法，对数据进行扩充；

步骤b3：以图像预处理及扩充后的训练集图片为基础构建Yolo网络模型进行电动车的识别与检测。

进一步地说，步骤b2中分别对图像集中的电动车和自行车都进行标定。

进一步地说，步骤b3中的Yolo网络模型使用了DarkNet-53网络结构，损失函数使用交叉熵函数：