一种融合行为视觉与机电信号的扶梯健康状态监测方法及系统

本发明属于自动扶梯智能维保，尤其涉及一种融合行为视觉与机电信号的扶梯健康状态监测方法及系统。

背景技术：

1、自动扶梯作为轨道交通、大型商超等公共场所中不可或缺的特种运载设备，其安全稳定运行直接关系公众生命财产安全。随着自动扶梯保有量的持续增长，如何高效准确地进行健康状态监测与智能维保，成为行业面临的核心技术问题。

2、现有技术中自动扶梯驱动系统的结构健康监测方案，通过在第一驱动构件和第二驱动构件上设置传感器监测传递函数，从而客观确定驱动链条的结构健康是否受到损害。然而该方案仅局限于对自动扶梯内部单一机械传动部件的物理监测，采用固定报警阈值，未考虑自动扶梯实际运行中负载状态的高度动态化特性。乘梯人员的不同行为如站立、行进、倾倒会对设备产生不同的瞬态冲击，固定阈值方案无法区分由人员正常走动引起的瞬态物理反馈波动与真实的机械故障早期特征，在实际应用中极易产生误报警，增加了不必要的现场巡检与停梯排查次数，严重影响运营效率。

3、现有技术中自动扶梯状态监测系统及方法，通过收集振动、温度、声音和电量等多维信号提取实时状态特征向量，并结合历史故障数据和专家知识库采用神经网络等算法进行智能诊断及故障预测。但在实际场景中，该系统无法感知外部乘梯人员的行为状态如站立、行进、倾倒，缺乏基于外部负载变化的动态调阈机制。这导致在人员行进等高动态负载工况下，系统无法自适应放宽阈值或屏蔽由乘客行走产生的特定高频振动干扰，误报问题依然突出；而在人员倾倒等紧急状态下，又无法跨越常规数据阈值直接触发最高优先级的保护响应，存在安全处置滞后的隐患。

4、此外，传统接触式测速传感器长期与扶手带或踏板摩擦接触，存在易磨损、维护成本高、测量误差随使用时间累积增大的问题，难以满足长期免维护的精准监测需求。同时，仅依赖单一维度的机电信号进行故障诊断，难以精准定位异物卡滞、梯级导轨换向区踏板松脱或卡扣断裂等复杂隐蔽的机械故障，易造成漏判或误判，无法为智能维保决策提供可靠依据。

技术实现思路

1、为解决上述技术问题，本发明提出了一种融合行为视觉与机电信号的扶梯健康状态监测方法及系统，以解决上述现有技术存在的问题。

2、第一方面，为实现上述目的，本发明提供了一种融合行为视觉与机电信号的扶梯健康状态监测方法，包括以下步骤：

3、同步采集自动扶梯运行时的双目视频图像流、驱动电机电流信号以及主驱动链轮轴承座、扶手带摩擦轮支架和梯级导轨换向区处的振动信号；

4、从所述双目视频图像流中解算出踏板运行速度与扶手带运行速度，获取实时差速，并识别乘梯人员的骨骼关键点以判定乘梯行为状态，同时从所述电机电流信号和振动信号中提取实时电流特征与振动频谱特征；

5、根据所述乘梯行为状态动态调用预设的评估基准模型，所述评估基准模型具有与当前负载工况相匹配的允许差速阈值区间、电流基准特征以及振动频谱容差范围；

6、将所述实时差速、实时电流特征及振动频谱特征输入所调用的评估基准模型进行多模态数据特征级联与交叉验证，获得自动扶梯的实时健康度；

7、根据所述实时健康度生成并输出维保干预策略。

8、可选的，同步采集数据的过程包括：

9、通过设置在自动扶梯正上方的双目广角相机，以平行俯视角度获取包含深度信息的双目视频图像流；

10、通过非侵入式电流传感器，以不低于双目视频帧率的采样频率采集驱动电机的电流信号；

11、通过振动传感器采集所述振动信号，振动传感器的采样频率设置为2khz以上。

12、可选的，解算出踏板运行速度与扶手带运行速度的过程包括：

13、识别踏板边缘警戒线作为特征锚点，计算相邻间隔帧内该特征锚点的欧氏空间位移距离，将所述欧氏空间位移距离与帧间时间差的比值作为踏板运行速度；

14、提取扶手带表面微观纹理，采用光流法计算该纹理在连续图像帧中的二维运动矢量，结合深度信息将所述二维运动矢量映射至三维物理空间计算出实际物理位移，将所述实际物理位移与时间差的比值作为扶手带运行速度。

15、可选的，识别乘梯人员的骨骼关键点以判定乘梯行为状态的过程包括：

16、提取乘梯人员头部、双手及双腿的空间位置关键点；

17、基于所述关键点之间的相对空间拓扑关系及随时间的动态位移轨迹，评估乘梯人员的乘梯姿态，将乘梯行为状态划分为站立状态、行进状态与倾倒状态。

18、可选的，从电机电流信号和振动信号中提取实时电流特征与振动频谱特征的过程包括：

19、对电机电流信号提取有效值、平均值、峰值因子及短时波动率特征；

20、对振动信号通过快速傅里叶变换提取频谱分布，获取预设频带的能量占比、峰值频率及其幅值、峭度特征。

21、可选的，根据乘梯行为状态动态调用预设的评估基准模型的过程包括：

22、当乘梯行为状态为站立状态时，调用基础负载评估基准；

23、当乘梯行为状态为行进状态时，将评估基准模型中的允许差速阈值区间的瞬态波动阈值放宽，将电流基准特征中的峰值判定基准上调，并屏蔽由人员行进引起的高频振动信号；

24、当乘梯行为状态为倾倒状态时，触发紧急停机指令与救援报警指令。

25、可选的，获得自动扶梯的实时健康度的过程包括：

26、当实时差速持续超前或滞后、电机电流信号缓慢偏离稳态电流基准、且振动信号处于低频容差范围时，判定自动扶梯存在异物阻塞或传动系统异常；

27、当实时差速出现瞬时跳变、电机电流信号出现异常波峰、且主驱动链轮轴承座处的振动信号出现超出容差范围的异常激振能量时，判定扶梯传动链条存在卡涩或断裂风险；

28、当扶手带与踏板差速在允许范围内、且导轨换向区出现异常高频振动信号时，判定扶梯换向区踏板松脱或卡扣断裂。

29、可选的，根据实时健康度生成并输出维保干预策略的过程包括：

30、当多模态实时监测数据均在评估基准模型允许范围内时，生成状态正常记录；

31、当多模态实时监测数据中单一维度呈现缓慢劣化趋势或多维度呈现轻微偶发越限时，生成针对异常部件的维保建议工单；

32、当多模态实时监测数据呈现多维度交叉越限时，输出联动控制信号至扶梯控制柜执行停机操作。

33、第二方面，本发明还提供了一种融合行为视觉与机电信号的扶梯健康状态监测系统，用于实施一种融合行为视觉与机电信号的扶梯健康状态监测方法，所述系统包括：

34、多模态数据采集模块，用于同步获取自动扶梯运行时的双目视频图像流、驱动电机电流信号以及主驱动链轮轴承座、扶手带摩擦轮支架和梯级导轨换向区处的振动信号；

35、视觉处理与状态识别模块，用于从所述双目视频图像流中解算出踏板运行速度与扶手带运行速度以获取实时差速，并识别乘梯人员的骨骼关键点以判定乘梯行为状态，同时从所述电机电流信号和振动信号中提取实时电流特征与振动频谱特征；

36、动态基准调度模块，用于根据所述乘梯行为状态动态调用预设的评估基准模型，所述评估基准模型具有与当前负载工况相匹配的允许差速阈值区间、电流基准特征以及振动频谱容差范围；

37、多模态融合评估模块，用于将所述实时差速、实时电流特征及振动频谱特征输入所调用的评估基准模型进行多模态数据特征级联与交叉验证，获得自动扶梯的实时健康度；

38、维保策略输出模块，用于根据所述实时健康度生成并输出维保干预策略。

39、与现有技术相比，本发明具有如下优点和技术效果：

40、本发明提供的一种融合行为视觉与机电信号的扶梯健康状态监测方法及系统，将乘梯人员的站立、行进、倾倒行为状态作为环境变量，通过动态调阈机制智能区分正常人为活动与真实机械故障，在人员行进时自动放宽判定阈值并屏蔽正常物理反馈的高频振动干扰，大幅降低系统误报率；在人员倾倒时无视常规阈值直接触发最高级保护响应，显著提升设备的安全敏感度与应急响应速度。通过非接触式的双目视觉与光流三维映射差速测量方案，克服了传统接触式测速易磨损、维护成本高的问题，同时解决了扶手带均质表面视觉追踪易丢失目标的技术难点。多模态数据深度交叉验证能够精准区分异物阻塞、传动链条卡涩断裂风险以及换向区踏板松脱等复杂隐蔽故障，实现对自动扶梯机械故障的高精度监测评估，推动维保模式从事后抢修向事前预警升级，有效节约维保成本并优化资源配置效率。