[发明专利]一种扶梯防夹脚发生次数统计方法及系统

说明书

本发明公开了一种扶梯防夹脚发生次数统计方法及系统，方法包括以下步骤：采集扶梯防夹脚装置的触发信号数据；对数据进行阈值滤波处理后进行图像生成并储存；将生成的图像输入神经网络图像分类模型进行处理，对图像进行分类并输出分类结果；根据分类结果进行统计，剔除异常数据得到最终扶梯防夹脚发生次数的统计数据。本发明通过扶梯防夹脚的传感器装置可以对触发的信号进行数据统计，将采集的数据以周期形式生成图像，再通过神经网络图像分类模型算法进行分析，可以有效的对满足预期的数据进行累计，解决多点上报和瞬时障碍遮挡等干扰因素对数据的影响，使数据统计的方法具有较好的鲁棒性，让数据达到更加符合预期条件下的真实数据。

技术领域

本发明涉及扶梯安全技术领域，尤其是涉及一种扶梯防夹脚发生次数统计方法及系统。

背景技术

扶梯作为在商场、机场、高铁站、地铁等场所广泛地应用的水平交通工具，已经成为必要的基础设施。随着扶梯保有量的快速增长，其在运行中出现的事故也越发频繁，如梯级侧边间隙夹脚等，针对这种现状，各类扶梯防夹脚装置不断涌现。同时，随着大数据分析方法的不断创新，数据的价值已经深入到我们生活的方方面面。基于采集到的扶梯防夹脚发生次数的数据，可以让产品研发人员针对不同场所的扶梯的不同使用特性，提出有效的防夹脚解决方案，从而为乘梯安全提供更加有力的保障。目前扶梯防夹脚发生次数数据是通过光电传感器检测到阈值内障碍物，并发出报警的次数进行累计，然而通过这种方式采集的数据与预期数据存在一定差异，有两个干扰因素会导致数据偏大，一是传感器以固定采样频率进行采样，单一物体遮挡的一段时间内，传感器会多次上报异常；二是在传感器的采样周期内，可能存在瞬时遮挡，如其他物体掉落等，传感器可能单次上报异常，但从实际扶梯防夹脚的角度出发，并不需要对此情况进行统计，基于上述干扰情况，可能导致统计的防夹脚发生次数数据与实际的防夹脚发生次数数据不符。

发明内容

本发明是为了克服现有技术的扶梯防夹脚装置的传感器在收集扶梯防夹脚发生次数数据过程中，存在多点上报和瞬时障碍遮挡等干扰因素，导致数据值偏大的问题，提供一种扶梯防夹脚发生次数统计方法及系统，解决干扰因素对数据的影响，使数据统计的方法具有较好的鲁棒性，让数据达到更加符合预期条件下的真实数据。

为了实现上述目的，本发明采用以下技术方案：

一种扶梯防夹脚发生次数统计方法，包括以下步骤：S1：采集扶梯防夹脚装置的触发信号数据，并将数据发送到服务器上；S2：对数据进行阈值滤波处理后进行图像生成并储存；S3：将生成的图像输入神经网络图像分类模型进行处理，对图像进行分类并输出分类结果；S4：根据分类结果进行统计，剔除异常数据得到最终扶梯防夹脚发生次数的统计数据。本发明的一种扶梯防夹脚发生次数统计方法，通过扶梯防夹脚的传感器装置可以对触发的信号进行数据统计，通过将采集的数据以周期形式生成图像，再通过神经网络图像分类模型算法进行分析，可以有效的对满足预期的数据进行累计，解决多点上报和瞬时障碍遮挡等干扰因素对数据的影响，使数据统计的方法具有较好的鲁棒性，让数据达到更加符合预期条件下的真实数据。

作为本发明的优选方案，所述S2具体为：对数据进行阈值滤波处理，滤除噪声数据，通过基于python的matplotlib库里面的bar函数将数值形式数据转化为图像形式数据并储存。数据在生成图像样本前需要经过阈值滤波处理，将传感器采集到的噪声数据滤除掉，然后再生成图像样本。