[發明專利]基于深度學習的電梯調控方法及系統

在審

• 申請號: 201810997851.6
• 申請日: 2018-08-29
• 公開（公告）號: CN109132744A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 姜韻慧;田野
• 申請（專利權）人: 鹽城線尚天使科技企業孵化器有限公司
• 主分類號: B66B1/28
• 分類號: B66B1/28
• 代理公司: 北京東方靈盾知識產權代理有限公司 11506
• 代理人: 王君昌

本發明公開了一種基于深度學習的電梯調控方法及系統，其方法包括以下步驟：S1：對電梯轎箱內進行實時視頻采集后，將采集到的實時視頻以預定時間段為分割單位以生成多張圖片。S2：將多張圖片進行歸一化處理。S3：通過歸一化處理后的圖片對電梯轎箱內的物體進行分塊化識別，并判斷電梯轎箱內的空間占比，以在電梯接收到停靠請求時，根據空間占比判斷是否停靠。其系統為：圖像采集裝置采集到的視頻發送給智能處理器，智能處理器根據接收到的視頻判斷電梯轎箱內的空間占比并將結果發送給電梯控制器，在電梯控制器接收到電梯停靠請求按鈕的停靠請求時，電梯控制器根據空間占比判斷是否停靠，本發明節約了乘坐時間，提高了人員的乘坐效率。

技術領域

本發明涉及機器視覺及智能控制技術領域，具體而言，涉及一種基于深度學習的電梯調控方法及系統。

背景技術

電梯的普及度越來越高，轎箱式電梯在大型寫字樓、住宅樓以及商城越來越多。但是，下班高峰期等時間段轎箱內人群已滿，由于每層都有人按下，即使后來乘客無法上乘，電梯依舊在每層停靠，大大降低了運行效率造成了乘客的時間浪費。

發明內容

本發明旨在一定程度上解決上述技術問題。

有鑒于此，本發明提供了一種基于深度學習的電梯調控方法及系統，該基于深度學習的電梯調控方法及系統節約了乘坐時間，提高了人員的乘坐效率。

為了解決上述技術問題，本發明第一方面提供了一種基于深度學習的電梯調控方法及系統，包括以下步驟：

S1：對電梯轎箱內進行實時視頻采集后，將采集到的實時視頻以預定時間段為分割單位以生成多張圖片；S2：將多張圖片進行歸一化處理；S3：通過歸一化處理后的圖片對電梯轎箱內的物體進行分塊化識別，并判斷電梯轎箱內的空間占比，以在電梯接收到停靠請求時，根據空間占比判斷是否停靠。

進一步，在S1前還包括以下步驟：根據需要將電梯的運行模式設定成智能模式。

進一步，在步驟S3中，判斷電梯轎箱內的空間占比時還包括一下步驟：

S31：對多張圖片進行歸納學習并建立訓練集，對給定的數據集y_i∈{C₁,C₂,K,C_N}進行N個類別的配對，生成N(N-1)/2個二分類C_i以及C_j，C_i與C_j設置為正樣本和負樣本，通過訓練過程使正樣本:反樣本≥1:2。

進一步，步驟S3中，判斷電梯轎箱內的空間占比時還包括一下步驟：S32：對多張圖片中的每張的二值灰度圖中的邊緣輪廓識別，通過輪廓的切割生成多個模塊，將各個模塊并行單獨訓練。

進一步，步驟S3中，判斷電梯轎箱內的空間占比時還包括一下步驟：S33：訓練過程中以預測誤差作為訓練完成與否的評價標準，在訓練誤差超額時，反復迭代訓練，指導預測誤差達到標準時輸出當前學習結果。

進一步，步驟S3中，判斷電梯轎箱內的空間占比時還包括一下步驟：S34：本次學習輸出的結果，在下次訓練時作為學習輸入，通過反向傳播算法，使每次學習輸出誤差將不變或者變小。

進一步，步驟S2中，將多張圖片通過分類器進行歸一化處理，分類器的學習基于樹莓派實現，樹莓派支持8個GPIO口通訊，使前端信號實時無間斷輸入和后端控制電路滿足動態控制。