[發明專利]一種電梯保養5S檢測方法與系統

在審

• 申請號: 201910340285.6
• 申請日: 2019-04-25
• 公開（公告）號: CN110197201A
• 公開（公告）日: 2019-09-03
• 發明（設計）人: 江正文
• 申請（專利權）人: 永大電梯設備（中國）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 上海天翔知識產權代理有限公司 31224
• 代理人: 呂伴

本發明公開的一種電梯保養5S檢測方法，包括以下步驟：步驟1：收集現有的電梯保養5S圖像數據；步驟2：將步驟1所收集的電梯保養5S圖像數據進行彩色或灰度的直方圖統計以及反光、色偏、模糊與正常的分類處理,得到處理后圖像數據；步驟3：將步驟2所得到的處理后圖像數據進行濾波處理，取出圖像紋理特征；步驟4：將步驟3的圖像紋理特征轉成二維圖像特征矩陣；步驟5：將步驟4構建的二維圖像特征矩陣輸入神經網絡進行訓練，得到電梯保養5S圖像分類模型。本發明還公開了實現上述電梯保養5S檢測方法的系統。本發明相較于現有的人工抽檢方式，大大降低了人工抽檢的成本、同時改善全面檢查的速度與可行性。

技術領域

本發明涉及電梯保養技術領域，特別涉及一種利用視覺識別技術對電梯保 養5S檢測方法與系統。

背景技術

因國內建筑慢慢朝著立體空間的方向演進，所以我國電梯數量呈現出急劇 上漲的趨勢。電梯的使用安全也越來越受到百姓和政府的關注,而電梯的維保 則是保證電梯使用安全的重要環節。然而電梯在使用中，由于受安裝、機械磨 損、使用條件和環境等多方面影響，不可避免地會出現各類故障。對電梯設備 進行正確、及時維修保養是非常重要，同時也是直接影響電梯維保公司核心競 爭力的一大因素。目前對于電梯保養與相關5S作業，大都采用上傳后端服務 器備查或人工抽檢的方式進行。隨著電梯保養數量急遽攀升，目前的人工處理 方式將很難全面因應未來快速增長的海量數據。

發明內容

本發明所要解決的技術問題之一在于針對現有電梯保養與相關5S檢查的 人工處理方式所存在的不足而提供一種電梯保養5S檢測方法，其目的在于， 應用計算機視覺識別技術，自動檢測電梯保養5S圖像數據，以因應未來快速 增長的海量數據。

本發明所要解決的技術問題之二在于提供一種實現上述電梯保養5S檢測 方法的系統。

作為本發明第一方面的一種電梯保養5S檢測方法，包括以下步驟：

步驟1：收集現有的電梯保養5S圖像數據；

步驟2：將步驟1所收集的電梯保養5S圖像數據進行彩色或灰度的直方圖 統計以及反光、色偏、模糊與正常的分類處理,得到處理后圖像數據；

步驟3：將步驟2所得到的處理后圖像數據進行濾波處理，取出圖像紋理 特征；

步驟4：將步驟3的圖像紋理特征轉成二維圖像特征矩陣；

步驟5：將步驟4構建的二維圖像特征矩陣輸入神經網絡進行訓練，得到 電梯保養5S圖像分類模型。

在本發明的一個優選實施例中,步驟2中,所述正常的分類包含分類屬性。

在本發明的一個優選實施例中,步驟5中，采用神經網絡作為電梯保養5S 圖像分類的分類器，其方法是將樣本從輸入層輸入到感知器中，經過隱含層的 權值處理后，從輸出層輸出；而輸出層的實際輸出與期望輸出信號做比較，產 生誤差信號，然后通過誤差信號調整訓練部的權值，使得新產生的權值能讓誤 差信號盡可能的小，從而達到訓練的作用；因此在數據模型的訓練過程中，其 結構與流程如下：

神經網絡是由輸入層、隱含層和輸出層組成，其拓撲結構如圖1所示，圖 中x₁,x₂,…x_n為輸入，y₁,y₂,…y_n為輸出值，設輸入層神經元個數為m，隱 含層節點為p，W¹、W²分別為輸入層至隱含層以及隱含層至輸出層的權值閾 值矩陣，隱層激活函數為輸出層激活函數為g(x)；其中：

隱含層的輸入為：

隱含層的輸出為：

輸出層的輸入為：