-
公开(公告)号:CN117533911A
公开(公告)日:2024-02-09
申请号:CN202311586707.0
申请日:2023-11-27
Applicant: 中国计量大学 , 宁波市特种设备检验研究院
IPC: B66B5/02 , B66B5/00 , G06V20/40 , G06V20/52 , G06V10/20 , G06V10/764 , G06V10/82 , G06N3/0442
Abstract: 本发明公开了一种多传感器融合的电梯乘客危险识别方法、系统及电子设备,本发明通过综合分析传感器数据和视觉数据,本发明通过综合分析传感器数据和视觉数据,本发明能够更准确地识别电梯内的危险行为,降低误报和漏报的概率,提高检测准确性,综合数据处理提高了系统对复杂环境条件的适应性,包括光照变化、遮挡和传感器数据干扰,增强鲁棒性,同时具备快速响应的能力,确保在危险情况发生时能够及时采取措施,避免延迟带来的风险,实现实时性,并且能够检测多种危险行为,包括烟雾、暴力行为、非法入侵等,提高了电梯的全面安全性。
-
公开(公告)号:CN115824122A
公开(公告)日:2023-03-21
申请号:CN202211683587.1
申请日:2022-12-27
Applicant: 湖州市特种设备检测研究院(湖州市电梯应急救援指挥中心) , 中国计量大学
Abstract: 本发明公开一种自动扶梯与人行道链条伸长量测量方法、系统及装置,涉及测量技术领域,方法包括:采集自动扶梯与人行道链条在当前时刻的实测速度;基于卡尔曼滤波算法根据自动扶梯与人行道链条在当前时刻的实测速度,计算当前时刻的最优估计速度;获取自动扶梯与人行道链条在预设运行周期内的多个最优估计速度基于格拉布斯准则,对多个最优估计速度进行异常值去除操作以得到最终估计速度集合;根据预设运行周期和最终估计速度集合计算实际链条长度值;基于实际链条长度值和预设初始链条长度值计算链条伸长量。本发明实现对于自动扶梯与人行道链条伸长量的无接触测量,提高了检测效率和检测精确度。
-
公开(公告)号:CN117823829A
公开(公告)日:2024-04-05
申请号:CN202310445192.6
申请日:2023-04-21
Applicant: 中国计量大学
IPC: F17D5/06 , G06V10/82 , G06V10/764
Abstract: 本发明公开一种供热管道泄漏检测方法及系统,涉及供热管道检测领域,该方法包括:通过无人机采集供热管道的红外图像;采用供热管道识别模型对红外图像进行识别,得到红外图像中供热管道区域;供热管道识别模型是根据训练集对改进的R3Det网络进行训练得到的;改进的R3Det网络中特征金字塔网络的输入层中卷积操作采用可变卷积操作,改进的R3Det网络中ReLU激活函数替换为H‑Swish激活函数,改进的R3Det网络中的候选锚框是采用K‑means++聚类算法对所述训练集中标注框进行聚类确定的;基于红外图像中供热管道区域,采用自适应阈值算法确定供热管道区域中泄漏点位置。本发明提高了泄漏检测的准确性。
-
公开(公告)号:CN118018605A
公开(公告)日:2024-05-10
申请号:CN202410115138.X
申请日:2024-01-26
Applicant: 宁波市特种设备检验研究院 , 中国计量大学
IPC: H04L67/565 , H04L12/40 , H04L67/12 , H04Q9/00
Abstract: 本发明公开一种电梯物联监测数据公共输出标准化方法、系统及装置,属于电梯数据应用技术领域。所述方法包括:获取MODBUS协议的电梯物联监测数据;基于MODBUS协议的电梯物联监测数据创建映射表;根据映射表,创建或更新每个数据点的BACnet对象;写入数据点,获得BACnet协议的电梯物联监测数据。本发明实施例通过查找映射表及重新写入的方式将MODBUS协议的电梯物联监测数据转换为MODBUS协议的电梯物联监测数据,实现电梯物联监测数据的标准化输出,从而实现对某一区域所有的电梯的数据采集与处理统计分析。
-
公开(公告)号:CN115861926A
公开(公告)日:2023-03-28
申请号:CN202211512182.1
申请日:2022-11-29
Applicant: 宁波市特种设备检验研究院 , 中国计量大学
IPC: G06V20/52 , G06V20/40 , G06V10/764 , G06V10/774 , G06N3/08 , G06N3/0464
Abstract: 本发明提供了一种轿厢式电梯内乘客行为识别方法、系统及电子设备,涉及行为识别技术领域,获取轿厢式电梯内监控视频;利用目标检测模型和目标跟踪算法在监控视频中截取乘客视频段;将乘客视频段输入到行为识别模型中,得到乘客视频段中乘客的行为类别;行为识别模型是利用多个标注后的历史乘客视频段,对改进后的SlowFast神经网络进行训练得到的;改进后的SlowFast神经网络是将SlowFast神经网络中的卷积替换为非局部卷积后得到的。本发明通过构建目标检测模型和行为识别模型,能够准确识别轿厢式电梯内乘客的危险行为,进而提高电梯运行的安全性。
-
-
-
-