[发明专利]一种基于深度学习的电梯非同步开门识别系统及方法

说明书

本发明为一种基于深度学习的非同步开门识别系统及方法，系统包括：图像矫正模块，用于对图像做光照自适应矫正和图像角度自适应矫正；模型训练模块，包括地坎槽目标检测模型训练单元、非同步开门分类模型训练单元，用于预先训练模型；检测识别模块，包括地坎槽检测单元、非同步开门识别单元；发布告警及处置模块，用于将非同步开门故障通过语音、灯光等方式发布告警。在此方案中，视频采集模式实时采集电梯地坎槽并进行图像光照和角度矫正，加载地坎槽检测模型，检测电梯开门状态和幅度，检测到厅门地坎槽后进行自适应缩放处理，加载非同步开门识别模型快速识别非同步开门故障。本发明能够实时、高效、准确地检测和识别电梯非同步开门故障。

技术领域

本发明涉及电梯故障识别领域，特别是涉及一种基于深度学习的电梯非同步开门识别系统及方法。

背景技术

近年来，我国电梯数量快速增加，据相关数据统计，截止2019年底，全国电梯总量超过709万台，电梯保有量、年产量、年增长量均为世界第一。同时，电梯的老龄化问题日益严重，全国使用10年以上的老旧电梯已超过40万台，15年以上的超过10万台。随之带来的巨大的安全问题，仅2019年，全国发生电梯伤人亡人事故33起、死亡29人，其中87%的事故是由于门系统故障导致的人员坠落、剪切、挤压事故。电梯门系统故障有多种，主要包括：非平层开门、非同步开门、开关门失效、防止门夹人装置失效等类型。非同步开门故障是造成人员伤亡的最主要原因之一，也是现代电梯安全保障技术最难彻底解决的问题之一。因此对电梯非同步开门进行检测和识别具有重要的现实意义。

电梯门系统是电梯八大系统之一，是电梯最重要的安全部件之一。电梯门系统按安装位置分为两部分，装在楼层入口处的为厅门，装在轿厢入口处的为轿门。厅门和轿门按照结构形式又可分为中分门、旁开门等类型。中分门主要用于乘客电梯，旁开门主要用于货梯和病床梯。轿门系统包括门机、门刀、门扇、门靴、地坎等组成部件，厅门系统包括厅门锁、门扇、门靴、地坎等组成部件， 轿门和厅门在门机驱动下分别在轿门地坎槽、厅门地坎槽内滑动开关。因此，当门关闭锁紧时，地坎槽完全被门扇遮挡，当门打开时，地坎槽的可见长度即为门扇打开的宽度。正常情况下，轿厢位于平层位置时，轿门与厅门同步打开或关闭。电梯长期使用后容易出现电梯门系统故障，轿门和厅门不能同步开关。请注意，考虑到电梯门系统的相关装配精度要求，本发明中的“非同步开门”指的是轿门打开的宽度与厅门打开的宽度差大于20mm的情况。

电梯维护保养要求对电梯开关门同步性进行检查。传统行业方法主要依靠电梯维保人员每15天一次对电梯的维护保养，逐一对电梯厅门进行排查。但随着社会经济发展，当前安装电梯的楼宇高度已从10余层为主上升到30层为主，维保人员的电梯维保数量也从人均30台上升到100台。传统的非同步开门故障人工检查方法效率很低，而且发现故障隐患周期过久，影响电梯安全运行。近几年，部分电梯单位尝试通过图像识别技术识别电梯开关门，但采用的方法和系统普遍存在电梯门目标图像难以获取、图像识别效率低、目标检测准确率低等不足，而且采用的图像识别技术较为简单，无法高效、精准地识别电梯的非同步开门故障隐患。

另一方面，我国从2020年4月开始实施电梯“按需维保”，国家市场监管部门规定配备远程故障监测和智能识别装置的电梯，可以延长电梯的维护保养法定周期从15天一次到3个月一次，以减少电梯维保的人工成本，激发了众多企业参与研究电梯故障智能监测装置。但电梯门系统种类繁多、故障原因复杂，导致故障监测装置的稳定性和可靠性不好，监测系统误报率居高不下，难以投入实际产业应用。

发明内容

基于此，有必要针对上述技术问题，提供一种能够便捷、高效、准确地识别电梯非同步开门故障的基于深度学习的系统和方法。

本发明的目的在于克服现有技术的不足，提供一种基于深度学习的电梯非同步开门识别系统和方法，能够实时在线监测电梯非同步开门故障，减少非同步开门目标样本的人工标定工作量，实现地坎槽模型和非同步开门模型的快速训练，提高对非同步开关门图像的目标检测准确率和检测速度，具有光照自适应矫正和图像角度自适应矫正能力，提高整体电梯故障智能检测和识别能力。