客梯车作业状态的检测方法与系统与流程

文档序号:22325815发布日期:2020-09-25 17:54阅读:来源:国知局

技术特征:

1.一种客梯车作业状态的检测方法,其特征在于,包括:

s100,获取原始图像数据,基于所述原始图像数据建立客梯车数据集;

s200,利用所述客梯车数据集,训练目标检测网络;

s300,每隔预设时间段连续获取多个待测原始图像,将所述多个待测原始图像输入至所述目标检测网络;

s400,运行所述目标检测网络,输出在所述预设时间段内的客梯车作业状态和客梯车作业信息;所述客梯车作业状态为客梯车在作业过程中出现的所有工作状态中的一种;

s500,将所述客梯车作业状态和所述客梯车作业信息发送至服务器存储。

2.根据权利要求1所述的客梯车作业状态的检测方法,其特征在于,所述步骤s200包括:

s210,选取目标检测网络;

s220,读取所述目标检测网络的原始锚点,判断所述目标检测网络的原始锚点是否具有大目标检测功能;

s230,若所述目标检测网络的原始锚点不具有大目标检测功能,则对所述目标检测网络的原始锚点进行锚点修改,使得经锚点修改后的目标检测网络具有大目标检测功能;

s240,依据所述客梯车数据集,采用迁移学习训练方法对所述经锚点修改后的目标检测网络进行训练。

3.根据权利要求2所述的客梯车作业状态的检测方法,其特征在于,所述步骤s230包括:

s231,采用k-means聚类算法对所述客梯车数据集进行锚点回归,得到标准锚点集,所述标准锚点集包括多个标准锚点;所述标准锚点集的形式为:

s232,基于所述标准锚点集对所述目标检测网络的算法yolo层进行锚点修改,利用所述标准锚点集中的多个标准锚点替换掉所述算法yolo层中的多个原始锚点,生成所述经锚点修改后的目标检测网络。

4.根据权利要求3所述的客梯车作业状态的检测方法,其特征在于,所述步骤s400包括:

410,所述目标检测网络对所述多个待测原始图像进行分析计算,输出在所述预设时间段内的飞机运行状态;

420,依据在所述预设时间段内的飞机运行状态,进一步对多个待测原始图像进行分析计算,输出在所述预设时间段内的客梯车作业状态。

5.根据权利要求4所述的客梯车作业状态的检测方法,其特征在于,所述步骤s410包括:

s411,选取一个待测原始图像,作为当前原始图像,采集所述当前原始图像中的目标框信息,所述目标框信息包括多个目标矩形框;

s412,遍历所有目标矩形框,读取每一个目标矩形框对应的目标,并判断是否存在一个目标矩形框对应的目标为飞机;

s413,若所有的目标矩形框对应的目标均不为飞机,则输出飞机未停靠的飞机运行状态;

s414,若存在一个目标矩形框对应的目标为飞机,则将该目标框定义为飞机目标框;

s415,选取拍摄时间与所述当前原始图像最接近的一个待测原始图像,作为相邻原始图像,分别计算当前原始图像中飞机目标框的面积,以及相邻原始图像中飞机目标框的面积;

s416,基于当前原始图像中飞机目标框的面积,以及相邻原始图像中飞机目标框的面积,采用公式1飞机目标框重合度;

其中,ov为飞机目标框重合度,areaoverlap为当前原始图像中飞机目标框,与相邻原始图像中飞机目标框的重合面积,areanow为当前原始图像中飞机目标框的面积,arealast为相邻原始图像中飞机目标框的面积;

s417,判断所述飞机目标框重合度是否大于预设重合度阈值;

s418,若所述飞机目标框重合度大于所述预设重合度阈值,则输出飞机已停靠的飞机运行状态;

s419,若所述飞机目标框重合度小于或等于所述预设重合度阈值,则输出飞机正在停靠的飞机运行状态。

6.根据权利要求5所述的客梯车作业状态的检测方法,其特征在于,所述步骤s420包括:

s421,判断所述飞机运行状态是否为飞机已停靠;

s422,若所述飞机运行状态为飞机未停靠或飞机正在停靠,则输出客梯车未启用的客梯车作业状态;

s423,若所述飞机运行状态为飞机已停靠,则进一步选取拍摄时间与所述当前原始图像的拍摄时间最接近的,且拍摄时间在所述当前原始图像的拍摄时间之前的一个待测原始图像,作为在前原始图像,以及选取拍摄时间与所述当前原始图像的拍摄时间最接近的,且拍摄时间在所述当前原始图像的拍摄时间之后的一个待测原始图像,作为在后原始图像;

s424,分别获取所述在前原始图像、所述待测原始图像和所述在后原始图像中的飞机目标框和客梯车目标框;所述客梯车目标框为目标为客梯车的目标矩形框;

s425,基于所述在前原始图像、所述待测原始图像和所述在后原始图像中的飞机目标框和客梯车目标框的位置关系,进一步分析客梯车的作业状态,输出在所述预设时间段内的客梯车作业状态。

7.根据权利要求6所述的客梯车作业状态的检测方法,其特征在于,所述步骤s425包括:

s425a,选取所述在前原始图像作为待分析图像;

s425b,依据公式2,计算所述待分析图像中飞机目标框的中心点坐标,依据公式3计算所述待分析图像中客梯车目标框的中心点坐标;

其中,centerplane为飞机目标框的中心点坐标,xcenter_plane为飞机目标框的中心点横坐标,ycenter_plane为飞机目标框的中心点纵坐标,xplane为飞机目标框的左上角坐标点的横坐标,wplane为飞机目标框在水平方向上的长度,yplane为飞机目标框的左上角坐标点的纵坐标,hplane为飞机目标框在垂直方向上的长度;

其中,centercar为客梯车目标框的中心点坐标,xcenter_car为客梯车目标框的中心点横坐标,ycenter_car为客梯车目标框的中心点纵坐标,xcar为客梯车目标框的左上角坐标点的横坐标,wcar为客梯车目标框在水平方向上的长度,ycar为客梯车目标框的左上角坐标点的纵坐标,hcar为客梯车目标框在垂直方向上的长度;

s425c,采用公式4计算所述待分析图像中,飞机目标框的中心点坐标与客梯车目标框的中心点坐标的直线距离,记为中心点距离;

其中,lplane_car为中心点距离,xcenter_plane为飞机目标框的中心点横坐标,ycenter_plane为飞机目标框的中心点纵坐标,xcenter_car为客梯车目标框的中心点横坐标,ycenter_car为客梯车目标框的中心点纵坐标;

s425d,将所述待测原始图像和所述在后原始图像均作为待分析图像,并对所述待测原始图像和所述在后原始图像分别执行一次所述步骤s425b至s425c,最终得出所述在前原始图像的中心点距离l1,所述待测原始图像的中心点距离l2,以及所述在后原始图像的中心点距离l3;

s425e,判断l1,l2和l3三者的大小关系为l1〉l2>l3还是l1<l2<l3;

s425f,若l1,l2和l3三者的大小关系为l1〉l2>l3,则输出客梯车停靠的客梯车作业状态;

s425g,若l1,l2和l3三者的大小关系为l1<l2<l3,则输出客梯车撤离的客梯车作业状态。

8.根据权利要求7所述的客梯车作业状态的检测方法,其特征在于,所述步骤s425还包括:

s425o,若l1,l2和l3三者的大小关系为l1〉l2>l3,则确定客梯车处于停靠状态,进一步获取l1,l2和l3中的最大值和最小值;

s425p,计算所述最大值和所述最小值的差值,判断所述差值是否小于预设停靠差值;

s425q,若所述差值小于预设停靠差值,则输出客梯车停靠完毕的客梯车作业状态;

s425r,若所述差值大于或等于所述预设停靠差值,则输出客梯车正在停靠的客梯车作业状态。

9.根据权利要求8所述的客梯车作业状态的检测方法,其特征在于,所述步骤s425还包括:

s425w,若l1,l2和l3三者的大小关系为l1<l2<l3,则确定客梯车处于撤离状态,进一步获取l1,l2和l3中的最大值和最小值;

s425x,计算所述最大值和所述最小值的差值,判断所述差值是否小于预设撤离差值;

s425y,若所述差值小于预设撤离差值,则输出客梯车撤离完毕的客梯车作业状态;

s425z,若所述差值大于或等于所述预设撤离差值,则输出客梯车正在撤离的客梯车作业状态。

10.一种客梯车作业状态的检测系统,其特征在于,包括:

图像获取装置,用于每隔预设时间段连续获取多个待测原始图像;

作业状态检测装置,与所述图像获取装置通信连接,用于执行如权利要求1-9任一项所述的客梯车作业状态的检测方法,以实时检测客梯车作业状态,生成客梯车作业状态和客梯车作业信息;

服务器,与所述作业状态检测装置通信连接,用于存储所述作业状态检测装置发送的客梯车作业状态和客梯车作业信息。


技术总结
本申请涉及一种客梯车作业状态的检测方法与系统。其中,所述客梯车作业状态的检测方法,通过依据原始图像数据对搭载于作业状态检测装置的目标检测网络进行训练,使得目标检测网络在识别待测原始图像时,可以精确识别待测原始图像中出现的飞机和客梯车,并以目标矩形框的形式抓取。进一步地,通过运行目标检测网络,输出在所述预设时间段内的客梯车作业状态和客梯车作业信息,可以实时获知在所述预设时间段内客梯车的作业状态,检测速度快,准确度高。

技术研发人员:简梦雅
受保护的技术使用者:杭州云视通互联网科技有限公司
技术研发日:2020.06.09
技术公布日:2020.09.25
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1