(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210905453.3 (22)申请日 2022.07.29 (71)申请人 福建工程学院 地址 350000 福建省福州市大 学新区学府 南路33号 (72)发明人 黄旭红　汤声平　赵楠　肖伟号　 (74)专利代理 机构 福州君诚知识产权代理有限 公司 35211 专利代理师 戴雨君 (51)Int.Cl. B66B 5/00(2006.01) B66B 5/02(2006.01) G06V 20/52(2022.01) (54)发明名称 一种基于深度学习的二轮车辆电梯禁入系 统及方法 (57)摘要 本发明公开一种基于深度学习的二轮车辆 电梯禁入系统及方法， 通过视频图像采集单元2 对电梯内部进行实时监控， 捕捉并提取移动物体 的视频图像； 图像预处理单元是对采集到的视频 图像进行增强、 灰度化和 几何变换， 保证视频的 质量； 背景变化判断单元对视频图像背景和前景 进行判断； 二轮车辆检测识别与判断单元进行车 辆的识别与判断； 系统反馈制动单元3控制电梯 的急停制动控制； 报警单元4在检测到禁入目标 时进行报警提醒； 通知单元在检测到禁入目标时 通知工作人员协调处理。 本发明利用电梯内的视 频监控系统对电梯目标物体进行实时监控。 本发 明检测并识别到目标物体后， 通过电梯的警报装 置提醒乘客遵守相关规则并及时将禁入目标驶 出电梯。 权利要求书2页 说明书6页 附图4页 CN 115258862 A 2022.11.01 CN 115258862 A 1.一种基于深度学习的二轮车辆电梯禁入系统， 其特征在于： 其包括控制中心以及与 控制中心连接的视频图像采集单元、 系统反馈制动单元、 报警单元； 控制 中心包括一主控 板， 主控板上搭载有图像预 处理单元、 背 景变化的判断单元、 二轮车辆检测识别与判断单元 和通知单元； 控制中心 通过主控板连接视频图像采集单元、 系统反馈制动单元和报警单元； 其中， 视频图像采集单元对电梯内部进 行实时监控， 捕捉并提取移动物体的视频图像； 图像 预处理单元是对采集到的视频图像进 行增强、 灰度化和几何变换， 保证视频的质量； 背景变 化判断单元利用帧间差 分法对视频图像背 景和前景进 行判断， 以判断是否存在车辆目标进 入电梯； 二轮车辆检测识别与判断单元基于神经网络进行车辆的识别与判断； 系统反馈制 动单元控制电梯的急停制动控制； 报警单元在检测到禁入目标时进行报警提醒； 通知单元 在检测到禁入目标时通知工作人员协调处 理。 2.根据权利要求1所述的一种基于深度 学习的二轮车辆电梯禁入系统， 其特征在于： 视 频图像采集单元采集的视频图像通过A/D转换为数字信号后， 进行压缩并采用Divx编码生 成MPEG4数据流。 3.根据权利要求1所述的一种基于深度 学习的二轮车辆电梯禁入系统， 其特征在于： 帧 间差分法通过计算相邻两 帧图像的灰度值的差距， 判断是否在运动 或者是背景， 即对视频 图像背景和前 景进行判断， 帧间差分法对光线的适应性较强， 且算法简单、 处 理速度快。 4.根据权利要求1所述的一种基于深度 学习的二轮车辆电梯禁入系统， 其特征在于： 神 经网络为YOLO  V4检测网络； YOLO  V4检测网络输入端采用Mosaic的方式做数据增强， 丰富 数据， 增加网络鲁棒性； YOLO  V4检测网络的Backbone由CSPDarknet53更改为MobileNet   V3， 使网络轻量化， 更加符合的检测识别需求； YOLO  V4检测网络的Neck结构新增两个PAN结 构， 采用SPP单元使输入的任意尺寸大小图片在输出时均统一成固定尺寸大小以增加感受 野， 通过SPP+PANet结构进行上下采样以将预测特征图更好的融合， 进一步提升网络的特征 提取能力； YOL O V4检测网络中SA M单元的spatial ‑wise注意力机制变成point ‑wise注意力 机制， PAN单元中的shor tcut连接变成了 concatenati on连接。 5.根据权利要求1所述的一种基于深度 学习的二轮车辆电梯禁入系统， 其特征在于： 系 统反馈制动单元包括一外 设开关， 外 设开关与控制中心电连接， 外 设开关具有一外 设衔铁， 外设开关的外设衔铁对应电梯自带 的急停开关的内置衔铁设置； 外设开关导通时， 外设衔 铁得电与内置衔铁相互吸引， 使得急停开关的一对常开触点闭合以实现电梯急停。 6.根据权利要求1所述的一种基于深度 学习的二轮车辆电梯禁入系统， 其特征在于： 报 警单元包括PLC主控板和蜂鸣器， 通过PLC主控板向蜂鸣器发射电流信号使蜂鸣器发出声音 报警提醒乘客。 7.根据权利要求1所述的一种基于深度 学习的二轮车辆电梯禁入系统， 其特征在于： 通 知单元采用TCP /IP协议将报警数据上传同步到 云端服务器， 以便通过云端服务器提醒工作 人员。 8.一种基于深度 学习的二轮车辆电梯禁入方法， 采用权利要求1至7任一项所述的一种 基于深度学习的二轮车辆电梯禁入系统， 其特 征在于： 方法包括 步骤如下： 步骤1， 通过图像采集单 元收集变电梯内部及电梯口处的实时图像数据； 步骤2， 通过图像预处理单元对提取的视频图像进行预处理， 提高视频图像的质量和置 信度；权　利　要　求　书 1/2 页 2 CN 115258862 A 2步骤3， 背景变化判断单元判断背景是否存在变化； 是则， 提取背景存在变化的视频图 像传入检测与识别单 元并执行步骤4； 否则， 执 行步骤1； 步骤4， 检测与识别单元利用训练好的成熟的神经网路判检测是否有禁入目标体； 是 则， 执行步骤5； 否则， 执 行步骤1； 步骤5， 控制中心发出电信号控制报警和通知单元发出警报提醒疏散乘客； 同时控制中 心发出电信号控制系统反馈制动单 元对电梯进行制动， 使电梯立即停止运行； 步骤6， 控制中心通过通知单元上传报警数据至云端， 以通知工作人员及时到现场协调 处理。 9.根据权利要求8所述的一种基于深度 学习的二轮车辆电梯禁入方法， 其特征在于： 步 骤6当设定时限内禁入目标驶出电梯时， 则通知单元不上传报警数据至 云端， 不通知工作人 员及时到现场协调处理； 当设定时限内禁入目标未驶出电梯时， 通知单元上传报警数据至 云端， 通知工作人员及时到现场协调处 理。 10.根据权利要求9所述的一种基于深度学习的二轮车辆电梯禁入方法， 其特征在于： 设定时限为10秒。权　利　要　求　书 2/2 页 3 CN 115258862 A 3