[發(fā)明專利]基于深度神經(jīng)網(wǎng)絡(luò)的工地電梯人數(shù)統(tǒng)計(jì)系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110243399.6
• 申請(qǐng)日: 2021-03-05
• 公開(kāi)（公告）號(hào): CN113044694B
• 公開(kāi)（公告）日: 2023-10-24
• 發(fā)明（設(shè)計(jì)）人: 羅恒陽(yáng);程飛;齊敏;邵聞達(dá);殷黎明;張磊
• 申請(qǐng)（專利權(quán)）人: 蘇州威視通智能科技有限公司
• 主分類號(hào): B66B5/14
• 分類號(hào): B66B5/14;B66B1/34;G06V20/52;G06V40/16;G06V40/10;G06V10/764;G06V10/28;G06V10/82;G06T5/00;G06F11/14;H04N5/76;G06N3/0464
• 代理公司: 廣州博聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司 44663
• 代理人: 馬天鷹

本發(fā)明公開(kāi)了一種基于深度神經(jīng)網(wǎng)絡(luò)的工地電梯人數(shù)統(tǒng)計(jì)系統(tǒng)及方法，屬于計(jì)算機(jī)視覺(jué)與目標(biāo)檢測(cè)技術(shù)領(lǐng)域，其包括相機(jī)模塊、邊緣計(jì)算設(shè)備以及提示模塊，所述相機(jī)模塊采集工地電梯內(nèi)的圖像數(shù)據(jù)傳輸至邊緣計(jì)算設(shè)備，所述邊緣計(jì)算設(shè)備檢測(cè)到圖像數(shù)據(jù)中人數(shù)超員時(shí)，所述提示模塊發(fā)出超員提醒。本發(fā)明具有成本低、適用性強(qiáng)且能夠長(zhǎng)時(shí)間連續(xù)工作，有利于降低施工用工地電梯人數(shù)控制管理難度、提升管理效率的效果。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)視覺(jué)與目標(biāo)檢測(cè)技術(shù)領(lǐng)域，特別涉及基于深度神經(jīng)網(wǎng)絡(luò)的工地電梯人數(shù)統(tǒng)計(jì)系統(tǒng)及方法。

背景技術(shù)

工地電梯以及升降作業(yè)平臺(tái)是一種多功能升降機(jī)械設(shè)備，可分為固定式、移動(dòng)式、曲臂式、剪叉式等，通常用于救援和施工。人數(shù)控制是施工用工地電梯的安全管理的重要措施，現(xiàn)有加護(hù)中通常采用人工計(jì)數(shù)法以及電梯稱重法來(lái)控制工地電梯人數(shù)不超過(guò)工地電梯重量荷載上限。

上述現(xiàn)有技術(shù)中存在以下問(wèn)題：人數(shù)控制法需要工作人員對(duì)人數(shù)進(jìn)行控制，造成人工成本的增加，難以保證人數(shù)控制的準(zhǔn)確性和長(zhǎng)時(shí)間的工作；而施工電梯的重量上限遠(yuǎn)高于滿負(fù)荷人數(shù)下的人員理論總體重，因此稱重方法僅適用于民用電梯，在施工電梯中并不適用。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)存在的不足，本發(fā)明的目的在于提供基于深度神經(jīng)網(wǎng)絡(luò)的工地電梯人數(shù)統(tǒng)計(jì)系統(tǒng)及方法，具有成本低、適用性強(qiáng)且能夠長(zhǎng)時(shí)間連續(xù)工作，有利于降低施工用電梯人數(shù)控制管理難度、提升管理效率的效果。

基于深度神經(jīng)網(wǎng)絡(luò)的工地電梯人數(shù)統(tǒng)計(jì)系統(tǒng)及方法，包括相機(jī)模塊、邊緣計(jì)算設(shè)備以及提示模塊，所述相機(jī)模塊采集工地電梯內(nèi)的圖像數(shù)據(jù)傳輸至邊緣計(jì)算設(shè)備，所述邊緣計(jì)算設(shè)備檢測(cè)到圖像數(shù)據(jù)中人數(shù)超員時(shí)，所述提示模塊發(fā)出超員提醒。

本發(fā)明進(jìn)一步設(shè)置為：所述邊緣計(jì)算模塊包括供電模塊、AI核心運(yùn)算模塊、網(wǎng)絡(luò)模塊以及TTL串口，所述TTL串口與提示模塊相連，所述網(wǎng)絡(luò)模塊連接有云服務(wù)器，所述提示模塊發(fā)出超員提醒，所述網(wǎng)絡(luò)模塊將超員記錄上傳至云服務(wù)器端，所述網(wǎng)絡(luò)模塊在無(wú)法連接至云服務(wù)的情況下，超員記錄僅存儲(chǔ)于本地的存儲(chǔ)單元。

本發(fā)明進(jìn)一步設(shè)置為：所述相機(jī)模塊與AI核心運(yùn)算模塊之間設(shè)置有二分類模型模塊，所述二分類模型模塊用于檢測(cè)電梯門是否關(guān)閉，所述二分類檢測(cè)模塊連接工地電梯門的物理開(kāi)關(guān)，所述二分類模型模塊檢測(cè)到電梯門關(guān)閉且物理開(kāi)關(guān)為關(guān)時(shí)所述AI核心運(yùn)算模塊開(kāi)始對(duì)電梯內(nèi)部的人數(shù)進(jìn)行檢測(cè)并統(tǒng)計(jì)個(gè)數(shù)；

所述二分類模型模塊無(wú)法連接至電梯門的物理開(kāi)關(guān)時(shí)，所述二分類模型模塊檢測(cè)到電梯門關(guān)閉時(shí)，所述AI核心運(yùn)算模塊開(kāi)始對(duì)電梯內(nèi)部的人員進(jìn)行檢測(cè)并統(tǒng)計(jì)個(gè)數(shù)。

本發(fā)明進(jìn)一步設(shè)置為：所述AI核心運(yùn)算模塊包括數(shù)據(jù)采集單元、數(shù)據(jù)處理單元以及模型應(yīng)用單元，所述數(shù)據(jù)采集單元截取所述相機(jī)單元拍攝視頻中的數(shù)據(jù)圖片，所述數(shù)據(jù)處理單元通過(guò)計(jì)算機(jī)視覺(jué)算法對(duì)輸入圖片進(jìn)行預(yù)處理和增強(qiáng)，包括色彩空間轉(zhuǎn)換、圖像尺寸變換、圖像投影變換操作，所述模型應(yīng)用單元檢測(cè)人像數(shù)據(jù)超載情況，當(dāng)發(fā)生人數(shù)超員時(shí)傳輸給提示模塊并打開(kāi)相機(jī)模塊進(jìn)行錄像。

本發(fā)明進(jìn)一步設(shè)置為：所述模型應(yīng)用單元包括檢測(cè)模型單元、判決單元和目標(biāo)計(jì)數(shù)單元，所述檢測(cè)模型單元識(shí)別每一個(gè)進(jìn)入工地電梯內(nèi)的人員，所述檢測(cè)模型單元識(shí)別失敗時(shí)所述判決單元對(duì)目標(biāo)的位置和理論移動(dòng)極限進(jìn)行比對(duì)。

本發(fā)明進(jìn)一步設(shè)置為：所述TTL串口包括485轉(zhuǎn)TTL串口和232轉(zhuǎn)TTL串口，所述網(wǎng)絡(luò)模塊為各種有線網(wǎng)絡(luò)模塊和無(wú)線網(wǎng)絡(luò)模塊的其中一種。

本發(fā)明進(jìn)一步設(shè)置為：所述檢測(cè)模型單元連接有KCF相關(guān)性濾波單元。

本發(fā)明進(jìn)一步設(shè)置為：所述相機(jī)模塊為設(shè)置為魚眼相機(jī)和廣角相機(jī)任意一種，所述提示模塊為高音喇叭和擴(kuò)音喇叭任意一種。

本發(fā)明進(jìn)一步設(shè)置為：所述AI核心運(yùn)算模塊采用經(jīng)過(guò)特殊數(shù)集訓(xùn)練的模型以及其衍生模型，包括FASTER-RCNN，SSD，Yolo。