本發(fā)明涉及視覺檢測，特別涉及一種基于視覺檢測的電梯安全管理方法及系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)代高層建筑中，電梯是重要的、普遍的垂直交通工具，其安全管理顯得尤為關(guān)鍵。

2、然而，現(xiàn)有的電梯安全管理技術(shù)往往依賴管理人員人工定期巡視檢查，人力成本較大，管理效率不足，缺乏實時監(jiān)測與智能數(shù)字化分析的能力，還容易因人為因素導(dǎo)致安全隱患的遺漏。

3、因此，亟需一種解決辦法。

技術(shù)實現(xiàn)思路

1、本發(fā)明目的之一在于提供了一種基于視覺檢測的電梯安全管理方法，基于視覺檢測技術(shù)，獲取不同時段內(nèi)的視覺檢測信息，以觸發(fā)確定安全管理時機與安全管理情形，以及當進入安全管理時機時生成安全管理情形的數(shù)字化模型，最后基于數(shù)字化模型對電梯進行相應(yīng)地安全管理，無需管理人員人工定期對電梯進行巡視檢查，降低了人力成本，提升了管理效率，實現(xiàn)對電梯進行實時監(jiān)測及智能數(shù)字化分析，更避免了因人為因素導(dǎo)致安全隱患的遺漏。

2、本發(fā)明實施例提供的一種基于視覺檢測的電梯安全管理方法，包括：

3、基于電梯在第一時段內(nèi)的第一視覺檢測信息，觸發(fā)確定安全管理時機與安全管理情形；

4、當進入安全管理時機時，基于電梯在第二時段內(nèi)的第二視覺檢測信息，生成安全管理情形的數(shù)字化模型；其中，第二時段包含第一時段；

5、基于數(shù)字化模型，對電梯進行相應(yīng)地安全管理；

6、所述基于電梯在第一時段內(nèi)的第一視覺檢測信息，觸發(fā)確定安全管理時機與安全管理情形，包括：

7、基于觸發(fā)確定歷史，確定多個模板條件與各自對應(yīng)的表征值；

8、基于各模板條件，從觸發(fā)提取模板庫中篩選出多個目標觸發(fā)提取模板；其中，每一目標觸發(fā)提取模板符合至少i個模板條件，且符合的模板條件各自對應(yīng)的表征值之和超過表征值和的閾值；其中，n除以i的商的向上取整值為取整閾值；n為模板條件的總數(shù)目；

9、基于各目標觸發(fā)提取模板，分別嘗試從第一視覺檢測信息中提取觸發(fā)確定依據(jù)；

10、當嘗試成功時，基于提取的觸發(fā)確定依據(jù)，生成安全管理時機與安全管理情形。

11、可選的，所述基于觸發(fā)確定歷史，確定多個模板條件與各自對應(yīng)的表征值，包括：

12、對觸發(fā)確定歷史進行時間線表示，獲得歷史時間線；

13、從歷史時間線上確定多個時間節(jié)點簇；其中，每一時間節(jié)點簇中兩兩時間節(jié)點之間的最大節(jié)點時間差不超過最大節(jié)點時間差的閾值；

14、對各時間節(jié)點簇進行共性分析，獲得多個共性結(jié)果和對應(yīng)的共性值；

15、基于共性值超過共性值的閾值的共性結(jié)果，生成模板條件，將生成模板條件基于的共性結(jié)果的共性值作為對應(yīng)的表征值。

16、可選的，所述基于電梯在第二時段內(nèi)的第二視覺檢測信息，生成安全管理情形的數(shù)字化模型，包括：

17、對第二視覺檢測信息進行圖譜表示，獲得信息圖譜；

18、基于安全管理情形中多個子情形各自的映射獲取模板，根據(jù)信息圖譜，獲取各子情形各自的映射值；

19、生成數(shù)字化機制；

20、基于數(shù)字化機制，對原始模型進行數(shù)字化設(shè)置；

21、將進行數(shù)字化設(shè)置后的原始模型作為數(shù)字化模型；

22、其中，所述數(shù)字化機制包括：

23、按照映射值從大到小依次遍歷各子情形；

24、每次遍歷時，基于遍歷到的子情形對應(yīng)的數(shù)字化處理模板，根據(jù)第二視覺檢測信息，對原始模型進行數(shù)字化處理，數(shù)字化處理后，持續(xù)預(yù)設(shè)的第一時長檢測遍歷停留請求；

25、當檢測到時，停留預(yù)設(shè)的第二時長，再繼續(xù)遍歷下一子情形；否則，停留下一遍歷的子情形的映射值減去遍歷到的子情形的映射值的差值對應(yīng)的預(yù)設(shè)的第三時長，再繼續(xù)遍歷下一子情形；其中，第三時長與差值之間呈負相關(guān)關(guān)系。

26、可選的，所述基于數(shù)字化模型，對電梯進行相應(yīng)地安全管理，包括：

27、將數(shù)字化模型輸入至預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)中進行第一管理決策；

28、當安全管理情形的態(tài)勢值不超過態(tài)勢值的閾值時，對電梯執(zhí)行神經(jīng)網(wǎng)絡(luò)進行第一管理決策的第一管理策略；否則，向?qū)＜胰藛T輸出數(shù)字化模型，并從神經(jīng)網(wǎng)絡(luò)進行第一管理決策的歷史進度序列中確定目標局部序列；其中，目標局部序列受第一條件約束；

29、基于目標局部序列，從數(shù)字化模型的輸出歷史中確定目標歷史；其中，目標歷史受第二條件約束；

30、控制數(shù)字化模型向?qū)＜胰藛T重現(xiàn)輸出目標歷史，并提示專家人員進行第二管理決策；

31、基于專家人員進行第二管理決策的第二管理策略，對第一管理策略中對應(yīng)于目標局部序列中各歷史進度的子策略進行替換，獲得最終管理策略；

32、對電梯執(zhí)行最終管理策略；

33、其中，所述第一條件包括：

34、目標局部序列中首尾歷史進度各自的第一多模態(tài)詳情特征與多個標準特征各自之間的第一最大匹配度超過第一最大匹配度的閾值；

35、或，

36、目標局部序列中首個歷史進度的第二多模態(tài)詳情特征與多個標準特征各自之間的第二最大匹配度超過第二最大匹配度的閾值，且目標局部序列中兩兩相鄰歷史進度之間存在進度關(guān)聯(lián)；

37、其中，所述第二條件包括：

38、目標歷史與目標局部序列中至少一個歷史進度相關(guān)或?qū)δ繕司植啃蛄兄兄辽僖粋€歷史進度起表征作用。

39、本發(fā)明實施例提供的一種基于視覺檢測的電梯安全管理系統(tǒng)，包括：

40、觸發(fā)確定模塊，用于基于電梯在第一時段內(nèi)的第一視覺檢測信息，觸發(fā)確定安全管理時機與安全管理情形；

41、模型生成模塊，用于當進入安全管理時機時，基于電梯在第二時段內(nèi)的第二視覺檢測信息，生成安全管理情形的數(shù)字化模型；其中，第二時段包含第一時段；

42、安全管理模塊，用于基于數(shù)字化模型，對電梯進行相應(yīng)地安全管理；

43、所述觸發(fā)確定模塊基于電梯在第一時段內(nèi)的第一視覺檢測信息，觸發(fā)確定安全管理時機與安全管理情形，包括：

44、基于觸發(fā)確定歷史，確定多個模板條件與各自對應(yīng)的表征值；

45、基于各模板條件，從觸發(fā)提取模板庫中篩選出多個目標觸發(fā)提取模板；其中，每一目標觸發(fā)提取模板符合至少i個模板條件，且符合的模板條件各自對應(yīng)的表征值之和超過表征值和的閾值；其中，n除以i的商的向上取整值為取整閾值；n為模板條件的總數(shù)目；

46、基于各目標觸發(fā)提取模板，分別嘗試從第一視覺檢測信息中提取觸發(fā)確定依據(jù)；

47、當嘗試成功時，基于提取的觸發(fā)確定依據(jù)，生成安全管理時機與安全管理情形。

48、可選的，所述觸發(fā)確定模塊基于觸發(fā)確定歷史，確定多個模板條件與各自對應(yīng)的表征值，包括：

49、對觸發(fā)確定歷史進行時間線表示，獲得歷史時間線；

50、從歷史時間線上確定多個時間節(jié)點簇；其中，每一時間節(jié)點簇中兩兩時間節(jié)點之間的最大節(jié)點時間差不超過最大節(jié)點時間差的閾值；

51、對各時間節(jié)點簇進行共性分析，獲得多個共性結(jié)果和對應(yīng)的共性值；

52、基于共性值超過共性值的閾值的共性結(jié)果，生成模板條件，將生成模板條件基于的共性結(jié)果的共性值作為對應(yīng)的表征值。

53、可選的，所述模型生成模塊基于電梯在第二時段內(nèi)的第二視覺檢測信息，生成安全管理情形的數(shù)字化模型，包括：

54、對第二視覺檢測信息進行圖譜表示，獲得信息圖譜；

55、基于安全管理情形中多個子情形各自的映射獲取模板，根據(jù)信息圖譜，獲取各子情形各自的映射值；

56、生成數(shù)字化機制；

57、基于數(shù)字化機制，對原始模型進行數(shù)字化設(shè)置；

58、將進行數(shù)字化設(shè)置后的原始模型作為數(shù)字化模型；

59、其中，所述數(shù)字化機制包括：

60、按照映射值從大到小依次遍歷各子情形；

61、每次遍歷時，基于遍歷到的子情形對應(yīng)的數(shù)字化處理模板，根據(jù)第二視覺檢測信息，對原始模型進行數(shù)字化處理，數(shù)字化處理后，持續(xù)預(yù)設(shè)的第一時長檢測遍歷停留請求；

62、當檢測到時，停留預(yù)設(shè)的第二時長，再繼續(xù)遍歷下一子情形；否則，停留下一遍歷的子情形的映射值減去遍歷到的子情形的映射值的差值對應(yīng)的預(yù)設(shè)的第三時長，再繼續(xù)遍歷下一子情形；其中，第三時長與差值之間呈負相關(guān)關(guān)系。

63、可選的，所述安全管理模塊基于數(shù)字化模型，對電梯進行相應(yīng)地安全管理，包括：

64、將數(shù)字化模型輸入至預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)中進行第一管理決策；

65、當安全管理情形的態(tài)勢值不超過態(tài)勢值的閾值時，對電梯執(zhí)行神經(jīng)網(wǎng)絡(luò)進行第一管理決策的第一管理策略；否則，向?qū)＜胰藛T輸出數(shù)字化模型，并從神經(jīng)網(wǎng)絡(luò)進行第一管理決策的歷史進度序列中確定目標局部序列；其中，目標局部序列受第一條件約束；

66、基于目標局部序列，從數(shù)字化模型的輸出歷史中確定目標歷史；其中，目標歷史受第二條件約束；

67、控制數(shù)字化模型向?qū)＜胰藛T重現(xiàn)輸出目標歷史，并提示專家人員進行第二管理決策；

68、基于專家人員進行第二管理決策的第二管理策略，對第一管理策略中對應(yīng)于目標局部序列中各歷史進度的子策略進行替換，獲得最終管理策略；

69、對電梯執(zhí)行最終管理策略；

70、其中，所述第一條件包括：

71、目標局部序列中首尾歷史進度各自的第一多模態(tài)詳情特征與多個標準特征各自之間的第一最大匹配度超過第一最大匹配度的閾值；

72、或，

73、目標局部序列中首個歷史進度的第二多模態(tài)詳情特征與多個標準特征各自之間的第二最大匹配度超過第二最大匹配度的閾值，且目標局部序列中兩兩相鄰歷史進度之間存在進度關(guān)聯(lián)；

74、其中，所述第二條件包括：

75、目標歷史與目標局部序列中至少一個歷史進度相關(guān)或?qū)δ繕司植啃蛄兄兄辽僖粋€歷史進度起表征作用。

76、本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

77、下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進一步的詳細描述。