[發(fā)明專(zhuān)利]一種基于深度學(xué)習(xí)的電梯智能調(diào)度系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910019632.5
• 申請(qǐng)日: 2019-01-09
• 公開(kāi)（公告）號(hào): CN109829390A
• 公開(kāi)（公告）日: 2019-05-31
• 發(fā)明（設(shè)計(jì)）人: 王偉;王超;陳國(guó)特
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江新再靈科技股份有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06N3/04
• 代理公司: 杭州天昊專(zhuān)利代理事務(wù)所(特殊普通合伙) 33283
• 代理人: 董世博

本發(fā)明公開(kāi)了一種基于深度學(xué)習(xí)的電梯智能調(diào)度方法及系統(tǒng)，方法包括：采集圖像信息，獲取每處電梯正在等待乘梯人的全部信息；對(duì)實(shí)時(shí)采集到的每處電梯正在等待乘梯人的視頻圖像進(jìn)行存儲(chǔ)，并實(shí)時(shí)進(jìn)行預(yù)處理，包括監(jiān)控連續(xù)視頻的關(guān)鍵幀選取，關(guān)鍵幀選取的標(biāo)準(zhǔn)為每段乘梯人等待視頻中最能反映出所有乘梯人信息的那一幀；最終獲取監(jiān)控視頻中的關(guān)鍵幀中的乘梯人數(shù)目、乘梯人的性別、體形、體重估計(jì)的屬性信息，并將算法分析求得的信息送至電梯智能調(diào)度模塊；實(shí)時(shí)獲取當(dāng)前電梯的停靠位置、配合求得的乘梯人數(shù)目和屬性信息進(jìn)行電梯調(diào)度的控制中心分配結(jié)果實(shí)時(shí)反饋給電梯運(yùn)行監(jiān)控模塊；通過(guò)電梯運(yùn)行監(jiān)控模塊負(fù)責(zé)電梯安全、乘梯人安全與便捷維護(hù)。

技術(shù)領(lǐng)域

本發(fā)明屬于電梯應(yīng)用領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的電梯智能調(diào)度系統(tǒng)及方法。

背景技術(shù)

現(xiàn)代生活中，無(wú)論是在居民住宅、寫(xiě)字樓還是商場(chǎng)中，電梯作為一種重要的通勤運(yùn)輸工具的重要性已經(jīng)愈發(fā)凸顯，但受限于建筑成本、建筑面積等因素，建筑內(nèi)電梯數(shù)量有限，例如小區(qū)居民樓工作日的早晚高峰、商場(chǎng)周末期間，乘梯人都只能等在相應(yīng)樓層，大大浪費(fèi)了時(shí)間。

公開(kāi)號(hào)為CN 108217352A，申請(qǐng)名稱(chēng)為一種智能電梯調(diào)度系統(tǒng)的中國(guó)專(zhuān)利申請(qǐng)屬于智能電梯控制領(lǐng)域，包括感應(yīng)器系統(tǒng)模塊、AI調(diào)度模塊、定制信息處理模塊；AI調(diào)度模塊包含人臉識(shí)別單元、射頻信息流處理單元、智能調(diào)度算法單元；技術(shù)方案中引入了人工智能算法，針對(duì)圖像類(lèi)感應(yīng)器系統(tǒng)，利用卷積CNN神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行處理，為智能調(diào)度提供數(shù)據(jù)基礎(chǔ)；同時(shí)開(kāi)拓了基于射頻的深度學(xué)習(xí)方法，利用毫米波等射頻方案，提供了一種圖像信息之外的方式，大大提高了光線干擾環(huán)境下的穩(wěn)定性；解決了普遍存在的電梯轎廂調(diào)度較低效、損耗較高的問(wèn)題；利用智能手機(jī)、社交網(wǎng)絡(luò)APP等平臺(tái)，對(duì)個(gè)人用戶(hù)可實(shí)現(xiàn)定制化智能調(diào)度。但此方案匯中主要分析圖像數(shù)據(jù)的AI處理模塊主要針對(duì)人臉數(shù)據(jù)進(jìn)行分析，AI處理模塊不能通過(guò)人臉?lè)治龀龀颂萑说穆殬I(yè)、體形等信息，獲取的乘梯人信息有限，無(wú)法做到對(duì)電梯的實(shí)時(shí)智能調(diào)度。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是提供一種基于深度學(xué)習(xí)的電梯智能調(diào)度系統(tǒng)及方法。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用如下的技術(shù)方案：

本發(fā)明的一個(gè)方面提供了一種基于深度學(xué)習(xí)的電梯智能調(diào)度方法，包括以下步驟：

采集圖像信息，獲取每處電梯正在等待乘梯人的全部信息；

對(duì)實(shí)時(shí)采集到的每處電梯正在等待乘梯人的視頻圖像進(jìn)行存儲(chǔ)，并實(shí)時(shí)進(jìn)行預(yù)處理，包括監(jiān)控連續(xù)視頻的關(guān)鍵幀選取，關(guān)鍵幀選取的標(biāo)準(zhǔn)為每段乘梯人等待視頻中最能反映出所有乘梯人信息的那一幀；

包括基于目標(biāo)檢測(cè)算法的實(shí)時(shí)乘梯人數(shù)目檢測(cè)模塊與基于多屬性分類(lèi)算法的乘梯人多屬性分類(lèi)模塊的深度學(xué)習(xí)控制模塊最終獲取監(jiān)控視頻中的關(guān)鍵幀中的乘梯人數(shù)目、乘梯人的性別、體形、體重估計(jì)的屬性信息，并將算法分析求得的信息送至電梯智能調(diào)度模塊；

實(shí)時(shí)獲取當(dāng)前電梯的停靠位置、配合上級(jí)單元求得的乘梯人數(shù)目和屬性信息進(jìn)行電梯調(diào)度的控制中心分配結(jié)果實(shí)時(shí)反饋給電梯運(yùn)行監(jiān)控模塊；

通過(guò)電梯運(yùn)行監(jiān)控模塊負(fù)責(zé)電梯安全、乘梯人安全與便捷維護(hù)。

優(yōu)選地，基于目標(biāo)檢測(cè)算法的實(shí)時(shí)乘梯人數(shù)目檢測(cè)模塊的具體工作過(guò)程如下：

利用深度學(xué)習(xí)中的多層卷積網(wǎng)絡(luò)獲取待測(cè)輸入乘梯人圖像中的數(shù)據(jù)，獲得監(jiān)控關(guān)鍵幀的特征圖；

利用提取邊緣的神經(jīng)網(wǎng)絡(luò)直接訓(xùn)練得到特征圖中的候選區(qū)域，利用提取邊緣的神經(jīng)網(wǎng)絡(luò)的工作原理在于其在特征圖上滑動(dòng)窗口，其中滑動(dòng)窗口的位置提供了物體的大致位置信息，而框的回歸算法提供框更精確的位置信息；