买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京市特种设备检验检测研究院(北京市特种设备事故调查处理事务中心)

摘要：本发明涉及电梯安全监测技术领域，公开了基于深度学习的电梯运行及困人风险预警方法，包括以下步骤：步骤S101，构建特征矩阵；步骤S102，构建特征序列。步骤S103，将特征矩阵和特征序列输入到电梯风险评估模型，输出的值表示在预设预测时间段K内的电梯风险评分；步骤S104，根据电梯风险评分采取第一安全预警措施；本发明通过神经网络模型对电梯图像进行特征提取，并综合考虑了电梯的运行数据和图像数据在时间维度和空间维度的传递，从而提高电梯安全预警的精确度，此外，本发明还通过人体关键点检测获得电梯内人员的肢体关键点，并通过肢体关键点的夹角来判断是否存在危险情况，从而保证了电梯内人员的安全。

主权项：1.基于深度学习的电梯运行及困人风险预警方法，其特征在于，包括以下步骤：步骤S101，在电梯轿厢、机房、井道内设置M个图像采样点，并在预设采样时间段m内，按照预设时间间隔n采集电梯的第一图像数据，并构建特征矩阵；每个图像采样点之间的距离间隔相同；所述第一图像数据为电梯的导向系统图像；特征矩阵表示为：其中N＝m，分别表示电梯在第1个时间点的第1个图像采样点到第M个图像采样点的第一图像数据，分别表示电梯在第1个图像采样点的第1个时间点到第N个时间点的第一图像数据，表示电梯在第M个图像采样点的第N个时间点的第一图像数据；步骤S102，在预设采集时间段m内，按照预设时间间隔n采集电梯的运行数据和第二图像数据，并构建特征序列；所述第二图像数据包括：电梯的曳引系统图像和电梯轿厢内图像；特征序列表示为：B＝{b1…bN}，其中b1…bN分别表示电梯在第1个时间点到第N个时间点的运行数据和第二图像数据；运行数据包括：轿厢的运行速度、加速度、载重量、倾斜角度、温度和湿度，曳引机的转速、扭矩和温度，电气控制系统的电压、电流和输出功率；步骤S103，将特征矩阵和特征序列输入到电梯风险评估模型，输出的值表示在预设预测时间段K内的电梯风险评分；所述电梯风险评分为1到100之间的离散值；步骤S104，根据电梯风险评分采取第一安全预警措施；步骤S105，提取第二序列中每个时间点的第二图像数据中的电梯轿厢内图像生成载人图像序列；步骤S106，将载人图像序列输入到载人风险评估模型，输出的值表示载人图像序列中人员的躯干关键点与电梯平面的最大夹角值；步骤S107，根据最大夹角值采取第二安全预警措施；所述M、m、n和K均为自定义参数。

全文数据：

权利要求：

百度查询： 北京市特种设备检验检测研究院(北京市特种设备事故调查处理事务中心) 基于深度学习的电梯运行及困人风险预警方法及系统