一种物联网大数据电梯安全运行标准AI自建系统及方法与流程

一种物联网大数据电梯安全运行标准ai自建系统及方法
技术领域
1.本发明涉及物联网技术领域，特别涉及一种物联网大数据电梯安全运行标准ai自建系统及方法。


背景技术：

2.电梯物联网最初是为了解决目前电梯安全问题而提出的概念，数据采集部分、数据传输部分、中心处理部分以及应用软件共同构成了完整的电梯物联网监控系统。采集仪采集电梯运行数据进行分析并上传到互联网监控中心，结合平台应用软件，从而实现了各相关单位对电梯实时有效的监管维护。
3.目前，我国部分城市已经开始落地电梯物联网，但是在确保电梯质量安全、运行舒适、信息化管理的基础上，还需要更多优质的服务。现有的比较先进的新型电梯物联网，是通过在电梯轿厢内、电梯井、控制室、以及电梯其他部件上安装传感器，来检测电梯的运行状态、零部件的磨损程度，并实时将数据汇总后反馈到后台，并通过平台展示出来。电梯物联网必须要基于传感器来采集电梯运行状态，但是传感器目前并不能完全满足其要求。因电梯的长时间运行、抖动导致传感器松动进而采集的数据准确度不够，且传感器无法解决电梯内部的人身安全、电瓶车进电梯等电梯安全管理新需求。此外，加装过多的传感器，反而影响电梯的运行安全。可以发现，传感器存在的诸多问题并不能帮助电梯物联网突破到新的阶段，更大的可能性是制约了电梯物联网的高速发展，令电梯物联网难以走向更实际的应用。
4.因此，本发明提出一种物联网大数据电梯安全运行标准ai自建系统及方法。


技术实现要素：

5.本发明提供一种物联网大数据电梯安全运行标准ai自建系统及方法，用以提高采集的数据准确度，且解决了电梯内部人身安全、电瓶车进电梯等电梯安全管理新需求。
6.本发明提供一种物联网大数据电梯安全运行标准ai自建系统，包括：
7.数据采集端，用于基于设置在电梯井道上的音频采集设备采集电梯外部的第一全方位数据，同时，基于设置在电梯内部的音频采集设备采集电梯内部的第二全方位数据；
8.数据分析端，用于对所述第一全方位数据和所述第二全方位数据进行分析，获得电梯对应的运行安全分析结果；
9.模型构建端，用于基于所述第一全方位数据和所述第二全方位数据以及所述运行安全分析结果，构建出对应的电梯安全运行标准ai模型；
10.状态判别端，用于基于所述电梯安全运行标准ai模型判别电梯的当前运行状态，获得对应的安全判别结果。
11.优选的，所述数据采集端，包括：
12.第一视频采集模块，用于基于均匀设置在电梯井道上的摄像头获取多个电梯运行外部视频，将所述电梯运行外部视频进行筛选处理，获得对应的第一全方位视频集合；
13.第一音频采集模块，用于基于均匀设置在电梯井道上的录音设备获取多个电梯外部运行音频，将所述电梯外运行音频进行筛选和去噪处理，获得对应的第一全方位音频集合；
14.第二视频采集模块，用于基于设置在电梯内预设位置处的摄像头获取多个电梯运行内部视频，将所述电梯运行内部视频进行融合，获得对应的第二全方位视频集合；
15.第二音频采集模块，用于基于设置在电梯内预设位置处的录音设备获取多个电梯内部运行音频，将所述电梯内部运行音频进行去噪融合处理，获得对应的第二全方位音频集合；
16.对齐处理模块，用于将所述第一全方位视频集合和所述第一全方位音频集合进行对齐处理，获得对应的第一全方位数据，同时，将所述第二全方位视频集合和所述第二全方位音频集合进行对齐处理，获得对应的第二全方位数据。
17.优选的，所述第一视频采集模块，包括：
18.视频采集单元，用于基于均匀设置在电梯井道上的摄像头获取多个电梯运行外部视频；
19.视频筛选单元，用于从所述电梯运行外部视频中筛选出包含电梯图像的第一视频帧集合，确定出所述第一视频帧集合中每个第一视频帧中的电梯图像区域，将从所述第一视频帧集合中筛选出满足要求的电梯图像区域对应的第二视频帧，并构成对应的第二视频帧集合；
20.视频处理单元，用于将所述第二视频帧集合中的每一第二视频帧统一在同一预设视觉条件下，从而获得对应的第三视频帧集合；
21.视频融合单元，用于基于对应摄像头在所述电梯井道上的设置顺序和设置位置将所述第三视频帧集合连接融合，获得电梯外部对应的第一全方位视频集合。
22.优选的，所述数据分析端，包括：
23.第一构建模块，用于构建出所述电梯对应的运行动态模型；
24.模型融合模块，用于将所述第一全方位数据和所述第二全方位数据与所述运行动态模型融合，获得对应的动态数据模型；
25.模型分析模块，用于基于用户需求和所述动态数据模型分析电梯的当前运行状态，获得对应的第一分析结果；
26.报警接收模块，用于接收电梯现场输入的报警信号；
27.结果综合模块，用于综合所述第一分析结果和所述报警信号，获得对应的运行安全分析结果。
28.优选的，所述第一构建模块，包括：
29.轨迹获取单元，用于获取所述电梯的运行轨迹；
30.模型获取单元，用于获取所述电梯井道内的运行空间对应的第一三维模型，同时，获取电梯对应的第二三维模型；
31.框架融合单元，用于基于所述运行轨迹将所述第一三维模型和所述第二三维模型融合，获得所述电梯对应的运行动态模型。
32.优选的，所述模型分析模块，包括：
33.需求接收单元，用于接收用户输入的判别需求，解析所述判别需求获得对应的危
险判别目标种类；
34.需求判断单元，用于判断所述危险判别目标种类中是否包含电梯内部危险判别种类，若是，则从所述动态数据模型中提取出电梯内部的第二全方位视频集合；
35.第一分析单元，用于对所述第二全方位视频进行图像分析，提取出所述电梯内的目标承载物对应的目标图像区域，将所述目标图像区域和危险承载物列表中的危险承载物对应的标准图像进行匹配，获得匹配结果，基于所述匹配结果进行安全判别获得对应的第一判别结果；
36.第二分析单元，用于从所述第二全方位视频中提取出人体视频段，对所人体视频段进行动作识别，获得对应的识别结果，基于所述识别结果进行安全判别获得对应的第二判别结果；
37.数据提取单元，用于当所述危险判别目标种类中不包含电梯内部危险判别种类时，则基于所述危险判别目标种类确定出对应的动态数据种类，基于所述动态数据种类从所述动态数据模型中提取出对应的子动态数据；
38.速度确定单元，用于对所述第一全方位视频集合中的电梯图像进行目标追踪，获得追踪结果，基于所述追踪结果确定出所述电梯对应的实时运行速度和实时运行方向；
39.第一拟合单元，用于基于所述实时速度和所述实时运行方向拟合出对应的电梯运行速度曲线；
40.数据分类单元，用于将所述子动态数据拟合成对应的子动态数据曲线，将所述电梯运行速度曲线和所述子动态数据曲线进行时间对齐处理，获得对应的对齐结果，基于所述对齐结果将所述子动态数据曲线划分为第一方向子动态数据曲线和第二方向子动态数据曲线；
41.第二拟合单元，用于基于所述实时运行方向将所述电梯运行速度曲线划分为多个子运行曲线，并将对应的方向子动态数据曲线与所述子运行曲线进行对齐处理，并将所述子运行曲线和对齐处理后的所有对应的方向子动态数据曲线融合，获得对应的运行状态分析图；
42.第三判别单元，用于基于所述判别需求对所述运行状态分析图进行安全判别，获得对应的第三判别结果；
43.结果整合单元，用于将所述第一判别结果和所述第二判别结果以及所述第三判别结果整合获得对应的第一分析结果；
44.其中，所述方向子动态数据曲线包括第一方向子动态数据曲线和第二方向子动态数据曲线。
45.优选的，所述结果综合模块，包括：
46.信号解析单元，用于解析所述报警信号获得对应的报警信息；
47.结果综合单元，用于判断所述第一分析结果中是否包含所述报警信息，若是，则将所述第一分析结果作为对应的运行安全分析结果，否则，将所述报警信息和所述第一分析结果融合，获得对应的运行安全分析结果。
48.优选的，所述模型构建端，包括：
49.标准获取模块，用于获取用户输入的判别需求，基于所述判别需求确定出对应的安全影响因素；
50.数据挖掘模块，用于基于所述安全影响因素对所述第一全方位数据和所述第二全方位数据进行数据挖掘，获得所述安全影响因素对应的子数据；
51.数据处理模块，用于基于所述子数据确定出对应的安全影响值，基于所述安全影响值确定出每个安全影响因素对应的安全系数标准值；
52.数据调取模块，用于调取出每个安全影响因素对应的历史安全系数标准值和对应的历史子分析结果；
53.数据整合模块，用于基于所述历史安全系数标准值和所述历史子分析结果确定出每个安全影响因素对应的安全系数判别值；
54.第二构建模块，用于基于每个安全影响因素对应的安全系数判别值构建出所述判别需求对应的电梯安全运行标准ai模型。
55.优选的，所述状态判别端，包括：
56.数据获取模块，用于获取所述电梯外部最新的第三全方位数据和所述电梯内部的第四全方位数据；
57.状态判别模块，用于将所述第三全方位数据和所述第四全方位数据输入至所述电梯安全运行标准ai模型，获得对应的安全判别结果；
58.结果输出模块，用于将所述安全判别结果传输至后台总控平台，同时，判断所述安全判别结果中是否存在电梯运行危险，若是，基于所述安全判别结果中包含的电梯危险种类和危险等级列表确定出对应的危险等级，基于所述危险等级触发对应的报警指令。
59.优选的，一种物联网大数据电梯安全运行标准ai自建方法，包括：
60.s1：基于设置在电梯井道上的音频采集设备采集电梯外部的第一全方位数据，同时，基于设置在电梯内部的音频采集设备采集电梯内部的第二全方位数据；
61.s2：对所述第一全方位数据和所述第二全方位数据进行分析，获得电梯对应的运行安全分析结果；
62.s3：基于所述第一全方位数据和所述第二全方位数据以及所述运行安全分析结果，构建出对应的电梯安全运行标准ai模型；
63.s4：基于所述电梯安全运行标准ai模型判别电梯的当前运行状态，获得对应的安全判别结果。
64.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
65.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
66.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
67.图1为本发明实施例中一种物联网大数据电梯安全运行标准ai自建系统示意图；
68.图2为本发明实施例中一种数据采集端示意图；
69.图3为本发明实施例中一种第一视频采集模块示意图；
70.图4为本发明实施例中一种数据分析端示意图；
71.图5为本发明实施例中一种第一构建模块示意图；
72.图6为本发明实施例中一种模型分析模块示意图；
73.图7为本发明实施例中一种结果综合模块示意图；
74.图8为本发明实施例中一种模型构建端示意图；
75.图9为本发明实施例中一种状态判别端示意图；
76.图10为本发明实施例中一种物联网大数据电梯安全运行标准ai自建方法流程图。
具体实施方式
77.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
78.实施例1：
79.本发明提供了一种物联网大数据电梯安全运行标准ai自建系统，参考图1，包括：
80.数据采集端，用于基于设置在电梯井道上的音频采集设备采集电梯外部的第一全方位数据，同时，基于设置在电梯内部的音频采集设备采集电梯内部的第二全方位数据；
81.数据分析端，用于对所述第一全方位数据和所述第二全方位数据进行分析，获得电梯对应的运行安全分析结果；
82.模型构建端，用于基于所述第一全方位数据和所述第二全方位数据以及所述运行安全分析结果，构建出对应的电梯安全运行标准ai模型；
83.状态判别端，用于基于所述电梯安全运行标准ai模型判别电梯的当前运行状态，获得对应的安全判别结果。
84.该实施例中，音频采集设备即包括用于采集视频的摄像头和采集音频的录音设备。
85.该实施例中，第一全方位数据即为从电梯外部采集的电梯运行过程中的全方位视频数据和全方位音频数据。
86.该实施例中，第二全方位数据即为从电梯内部采集的电梯运行过程中的全方位视频数据和全方位音频数据。
87.该实施例中，运行安全分析结果即为对第一全方位数据和第二全方位数据进行分析后获得的表征电梯运行安全的分析结果。
88.该实施例中，电梯安全运行标准ai模型即为基于第一全方位数据和第二全方位数据以及运行安全分析结果构建出的用于判别电梯的当前运行状态是否安全的人工智能模型。
89.该实施例中，安全判别结果即为基于电梯安全运行标准ai模型判别电梯的当前运行状态获得的判别结果。
90.以上技术的有益效果为：通过设置在电梯井道上的音频采集设备采集电梯外部和电梯内部的全方位数据，提高了采集数据的精确度，且此种采集数据的方式不会影响电梯的运行安全，基于采集的全方位数据不仅可以观测到电梯外部的零件状况和电梯的运行状况，还可以监控到电梯内部的人身安全以及电瓶车进电梯等承载物安全问题的电梯管理新需求，而且通过不断采集电梯内外的全方位数据更生成新的电梯安全运行标准ai模型，实现了电梯运行状态的自检以及保证了自检结果的准确性，减少了人为监控的人力成本以及
比人为检测和基于传感器的物联网自检系统更加准确省力。
91.实施例2：
92.在实施例1的基础上，所述数据采集端，参考图2，包括：
93.第一视频采集模块，用于基于均匀设置在电梯井道上的摄像头获取多个电梯运行外部视频，将所述电梯运行外部视频进行筛选处理，获得对应的第一全方位视频集合；
94.第一音频采集模块，用于基于均匀设置在电梯井道上的录音设备获取多个电梯外部运行音频，将所述电梯外运行音频进行筛选和去噪处理，获得对应的第一全方位音频集合；
95.第二视频采集模块，用于基于设置在电梯内预设位置处的摄像头获取多个电梯运行内部视频，将所述电梯运行内部视频进行融合，获得对应的第二全方位视频集合；
96.第二音频采集模块，用于基于设置在电梯内预设位置处的录音设备获取多个电梯内部运行音频，将所述电梯内部运行音频进行去噪融合处理，获得对应的第二全方位音频集合；
97.对齐处理模块，用于将所述第一全方位视频集合和所述第一全方位音频集合进行对齐处理，获得对应的第一全方位数据，同时，将所述第二全方位视频集合和所述第二全方位音频集合进行对齐处理，获得对应的第二全方位数据。
98.该实施例中，电梯运行外部视频即为对应摄像头获取的电梯在电梯井道内运行的视频。
99.该实施例中，第一全方位视频集合即为将所有电梯运行视频进行筛选处理后获得的视频集合。
100.该实施例中，电梯外部运行音频即为对应录音设备获取的电梯在电梯井道内运行的音频。
101.该实施例中，第一全方位音频集合即为将所有电梯运行音频进行筛选和去噪处理后获得的音频集合。
102.该实施例中，预设位置处例如可以设置于电梯内部的八个拐角中，具体可根据实际情况设置。
103.该实施例中，电梯运行内部视频即为对应摄像头获取的电梯运行时电梯内部的视频。
104.该实施例中，第二全方位视频集合即为将所有电梯运行内部视频进行融合后获得的视频集合。
105.该实施例中，电梯内部运行音频即为对应摄像头获取的电梯运行时电梯内部的音频。
106.该实施例中，第二全方位音频集合即为将所有电梯内部运行音频进行去噪融合处理后获得的音频集合。
107.该实施例中，第一全方位数据即为将第一全方位视频集合和第一全方位音频集合进行对齐处理后获得的数据。
108.该实施例中，第二全方位数据即为将第二全方位视频集合和第二全方位音频集合进行对齐处理后获得的数据。
109.以上技术的有益效果为：通过基于均匀设置在电梯井道内的摄像头和录音设备可
以获取到多个电梯运行时的电梯外部视频和音频，将在井道内获得的视频和音频进行筛选、去噪、对齐、融合，可以获得表征电梯在运行时外部全方位的视频数据和音频数据，且基于设置在电梯内部预设位置处的摄像头和录音设备可以获取到多个电梯运行时的电梯内部的视频和音频，将在电梯内部获得的视频和音频进行去噪、融合、连接，可以蝴蝶表征电梯在运行时内部全方位的视频数据和音频数据，为后续获得电梯的安全分析结果提供了基础。
110.实施例3：
111.在实施例2的基础上，所述第一视频采集模块，参考图3，包括：
112.视频采集单元，用于基于均匀设置在电梯井道上的摄像头获取多个电梯运行外部视频；
113.视频筛选单元，用于从所述电梯运行外部视频中筛选出包含电梯图像的第一视频帧集合，确定出所述第一视频帧集合中每个第一视频帧中的电梯图像区域，将从所述第一视频帧集合中筛选出满足要求的电梯图像区域对应的第二视频帧，并构成对应的第二视频帧集合；
114.视频处理单元，用于将所述第二视频帧集合中的每一第二视频帧统一在同一预设视觉条件下，从而获得对应的第三视频帧集合；
115.视频融合单元，用于基于对应摄像头在所述电梯井道上的设置顺序和设置位置将所述第三视频帧集合连接融合，获得电梯外部对应的第一全方位视频集合。
116.该实施例中，第一视频帧集合即为电梯运行外部视频中包含电梯图像的视频帧构成的集合。
117.该实施例中，将从所述第一视频帧集合中筛选出满足要求的电梯图像区域对应的第二视频帧，包括：
118.确定出电梯行驶至相邻两个摄像头之间的中点位置时在两个摄像头采集的视频帧中对应的预设图像区域尺寸；
119.将第一视频帧集合的视频帧中尺寸不小于预设图像区域的电梯图像区域筛选出构成对应的第二视频帧。
120.该实施例中，第二视频帧即为第一视频帧集合中包含的电梯图像区域满足要求的视频帧。
121.该实施例中，第二视频帧集合即为所有第二视频帧构成的集合。
122.该实施例中，预设视觉条件即为预设的色度范围、预设的亮度范围、预设的对比度范围，具体根据电梯图像区域的显示情况设置。
123.该实施例中，第三视频帧集合即为将第二视频帧集合中每一第二视频帧统一在同一预设视觉条件下后获得的视频帧集合。
124.该实施例中，第一全方位视频集合即为基于对应摄像头在电梯井道上的设置顺序和设置位置将第三视频帧连接融合后获得的视频集合。
125.以上技术的有益效果为：通过将采集获得的多个电梯运行外部视频中的视频帧进行多次筛选，获得包含满足要求的电梯图像区域的视频帧集合，删除了重复视频和无效视频，可以获得用于连接的电梯运行视频，将该视频帧集合中的视频帧统一在同一预设视觉条件下，保证了获得的视频帧集合的视觉显示效果，再将视频帧集合按照摄像头的设置顺
序和设置位置连接，即可获得可以全方位观测到电梯在运行过程中的外部情况的视频集合。
126.实施例4：
127.在实施例2的基础上，所述数据分析端，参考图4，包括：
128.第一构建模块，用于构建出所述电梯对应的运行动态模型；
129.模型融合模块，用于将所述第一全方位数据和所述第二全方位数据与所述运行动态模型融合，获得对应的动态数据模型；
130.模型分析模块，用于基于用户需求和所述动态数据模型分析电梯的当前运行状态，获得对应的第一分析结果；
131.报警接收模块，用于接收电梯现场输入的报警信号；
132.结果综合模块，用于综合所述第一分析结果和所述报警信号，获得对应的运行安全分析结果。
133.该实施例中，运行动态模型即为反映电梯在运行过程中对应的三维动态模型。
134.该实施例中，动态数据模型即为将第一全方位数据和第二全方位数据与运行动态模型融合后获得的模型。
135.该实施例中，用户需求即为用户输入的判别需求。
136.该实施例中，第一分析结果即为基于用户需求和动态数据模型分析电梯的当前运行状态后获得的分析结果。
137.该实施例中，报警信号即为电梯运行现场传输来的包含报警信息的信号。
138.该实施例中，运行安全分析结果即为综合第一分析结果和报警信号后获得的包含电梯运行安全信息的分析结果。
139.以上技术的有益效果为：通过将获得的第一全方位数据和第二全方位数据与构建的电梯的运行动态模型融合，获得对应的动态数据模型，基于用户输入的判别需求和动态数据模型可以分析出电梯的运行状态是否安全，并结合电梯运行现场传输来的报警信号，可以获得全面反映电梯运行过程中的安全状况的分析结果，为后续构建出可准确判别电梯运行状态安全的电梯安全运行标准ai模型提供了基础。
140.实施例5：
141.在实施例4的基础上，所述第一构建模块，参考图5，包括：
142.轨迹获取单元，用于获取所述电梯的运行轨迹；
143.模型获取单元，用于获取所述电梯井道内的运行空间对应的第一三维模型，同时，获取电梯对应的第二三维模型；
144.框架融合单元，用于基于所述运行轨迹将所述第一三维模型和所述第二三维模型融合，获得所述电梯对应的运行动态模型。
145.该实施例中，运行轨迹即为电梯在井道中的运行过程中路过的路线。
146.该实施例中，第一三维模型即为井道内的运行空间对应的三维模型。
147.该实施例中，第二三维模型即为电梯对应的三维模型。
148.以上技术的有益效果为：通过基于电梯的运行轨迹将电梯井道内的运行空间对应的三维模型和电梯对应的三维模型融合，可以获得反映电梯在电梯井道内的运行过程的三维模型，为后续合成对应的动态数据模型提供了基础。
149.实施例6：
150.在实施例4的基础上，所述模型分析模块，参考图6，包括：
151.需求接收单元，用于接收用户输入的判别需求，解析所述判别需求获得对应的危险判别目标种类；
152.需求判断单元，用于判断所述危险判别目标种类中是否包含电梯内部危险判别种类，若是，则从所述动态数据模型中提取出电梯内部的第二全方位视频集合；
153.第一分析单元，用于对所述第二全方位视频进行图像分析，提取出所述电梯内的目标承载物对应的目标图像区域，将所述目标图像区域和危险承载物列表中的危险承载物对应的标准图像进行匹配，获得匹配结果，基于所述匹配结果进行安全判别获得对应的第一判别结果；
154.第二分析单元，用于从所述第二全方位视频中提取出人体视频段，对所人体视频段进行动作识别，获得对应的识别结果，基于所述识别结果进行安全判别获得对应的第二判别结果；
155.数据提取单元，用于当所述危险判别目标种类中不包含电梯内部危险判别种类时，则基于所述危险判别目标种类确定出对应的动态数据种类，基于所述动态数据种类从所述动态数据模型中提取出对应的子动态数据；
156.速度确定单元，用于对所述第一全方位视频集合中的电梯图像进行目标追踪，获得追踪结果，基于所述追踪结果确定出所述电梯对应的实时运行速度和实时运行方向；
157.第一拟合单元，用于基于所述实时速度和所述实时运行方向拟合出对应的电梯运行速度曲线；
158.数据分类单元，用于将所述子动态数据拟合成对应的子动态数据曲线，将所述电梯运行速度曲线和所述子动态数据曲线进行时间对齐处理，获得对应的对齐结果，基于所述对齐结果将所述子动态数据曲线划分为第一方向子动态数据曲线和第二方向子动态数据曲线；
159.第二拟合单元，用于基于所述实时运行方向将所述电梯运行速度曲线划分为多个子运行曲线，并将对应的方向子动态数据曲线与所述子运行曲线进行对齐处理，并将所述子运行曲线和对齐处理后的所有对应的方向子动态数据曲线融合，获得对应的运行状态分析图；
160.第三判别单元，用于基于所述判别需求对所述运行状态分析图进行安全判别，获得对应的第三判别结果；
161.结果整合单元，用于将所述第一判别结果和所述第二判别结果以及所述第三判别结果整合获得对应的第一分析结果；
162.其中，所述方向子动态数据曲线包括第一方向子动态数据曲线和第二方向子动态数据曲线。
163.该实施例中，判别需求即为表征用户想要监控电梯内的危险判别种类，例如：是否超重、是否存在电瓶车进电梯的现象、电梯零件是否损坏等。
164.该实施例中，危险判别目标种类即为基于用户需求确定出的危险判别种类。
165.该实施例中，电梯内部危险判别种类即为电梯内部的危险判别种类。
166.该实施例中，第二全方位视频集合即为从动态数据模型中提取出的反映电梯内部
全方位情况的视频集合。
167.该实施例中，目标图像区域即为电梯内部的目标承载物对应的图像区域。
168.该实施例中，危险承载物列表即为包含电梯内禁止承载的承载物的列表。
169.该实施例中，标准图像即为危险承载物列表中包含的危险承载物对应的图像。
170.该实施例中，匹配结果即为将目标图像区域和危险承载物列表中的危险承载物对应的标准图像进行配后获得的结果，包括：危险承载物列表中的危险承载物对应的标准图像中存在与目标图像区域匹配的标准图像、险承载物列表中的危险承载物对应的标准图像中不存在与目标图像区域匹配的标准图像。
171.该实施例中，基于所述匹配结果进行安全判别获得对应的第一判别结果，包括：
172.当危险承载物列表中的危险承载物对应的标准图像中存在与目标图像区域匹配的标准图像时，则判定电梯内存在匹配的标准图像对应的危险承载物；
173.当危险承载物列表中的危险承载物对应的标准图像中不存在与目标图像区域匹配的标准图像时，则判定电梯内部无危险承载物。
174.该实施例中，人体视频段即为从第二全方位视频中提取出的包含人体的视频段。
175.该实施例中，识别结果即为对人体视频段进行动作识别后获得的结果，包含：各种人体动作，例如：蹲下、跳动、躺下等动作。
176.该实施例中，基于所述识别结果进行安全判别获得对应的第二判别结果包括：
177.判断危险动作中是否存在识别结果中包含的动作，若是，则判定电梯内的乘客作出危险动作，否则，判定电梯内的乘客动作安全。
178.该实施例中，动态数据种类即为基于危险判别目标种类确定出的对应的数据种类，例如：危险判别目标种类为判别电梯的牵引绳是否满足要求，则将电梯运行过程中的全方位外部视频作为对应的数据种类。
179.该实施例中，子动态数据即为基于动态数据种类从动态数据模型中提取出的对应的动态数据，例如：电梯的晃动频率。
180.该实施例中，追踪结果即为对第一全方位视频集合中的电梯图像进行目标追踪后获得的结果。
181.该实施例中，电梯运行速度曲线即为反映电梯在运行过程中的实时速度和实时运行方向的曲线。
182.该实施例中，子动态数据曲线即为将子动态数据按照时间的变化过程拟合成的曲线。
183.该实施例中，对齐结果即为将电梯运行速度曲线和子动态数据曲线进行时间对齐处理后获得的结果。
184.该实施例中，第一方向子动态数据曲线即为基于对齐结果将子动态数据曲线划分后获得的表征电梯向上运动或向下运动中某一运动方向过程中对应的动态数据曲线。
185.该实施例中，第二方向子动态数据曲线即为基于对齐结果将子动态数据曲线划分后获得的表征电梯向上运动或向下运动中另一运动方向过程中对应的动态数据曲线。
186.该实施例中，子运行曲线即为基于实时运行方向将电梯运行速度曲线划分获得的多个子曲线段。
187.该实施例中，运行状态分析图即为将子运行曲线和对齐处理后的所有对应的方向
子动态数据曲线融合后获得的融合曲线图。
188.该实施例中，第三判别结果即为基于判别需求对运行状态分析图进行安全判别后获得的对应的判别结果，具体包括：例如判断电梯的牵引绳是否满足要求，则在运行状态分析图中提取出对应的电梯晃动频率，判断电梯晃动频率是否超出安全晃动范围，若是，则将电梯的牵引绳不满足要求作为对应的判别结果，否则，将电梯的牵引绳满足要求作为对应的判别结果。
189.以上技术的有益效果为：通过基于用户需求确定出对应的判别目标种类，基于判别目标种类从动态数据模型中提取出对应的动态数据，基于提取出的动态数据进行图像分析或图像识别或者进一步提取数据并拟合曲线图获得对应的运行状态分析图，可以精准地分析出电梯内外发生的各种危险情况，丰富了电梯的自检项目种类，也保证了电梯运行安全的监控结果的准确性。
190.实施例7：
191.在实施例4的基础上，所述结果综合模块，参考图7，包括：
192.信号解析单元，用于解析所述报警信号获得对应的报警信息；
193.结果综合单元，用于判断所述第一分析结果中是否包含所述报警信息，若是，则将所述第一分析结果作为对应的运行安全分析结果，否则，将所述报警信息和所述第一分析结果融合，获得对应的运行安全分析结果。
194.该实施例中，判断所述第一分析结果中是否包含所述报警信息即为：判断第一分析结果中的安全分析结果中是否包含报警信息中对应的危险判别种类。
195.以上技术的有益效果为：通过判断第一分析结果中是否包含报警信息对应的危险判别种类，从而实现将第一分析结果和报警信息融合，从而获得运行安全分析结果，为后续构建出对应的电梯安全运行标准ai模型提供了基础。
196.实施例8：
197.在实施例6的基础上，所述模型构建端，参考图8，包括：
198.标准获取模块，用于获取用户输入的判别需求，基于所述判别需求确定出对应的安全影响因素；
199.数据挖掘模块，用于基于所述安全影响因素对所述第一全方位数据和所述第二全方位数据进行数据挖掘，获得所述安全影响因素对应的子数据；
200.数据处理模块，用于基于所述子数据确定出对应的安全影响值，基于所述安全影响值确定出每个安全影响因素对应的安全系数标准值；
201.数据调取模块，用于调取出每个安全影响因素对应的历史安全系数标准值和对应的历史子分析结果；
202.数据整合模块，用于基于所述历史安全系数标准值和所述历史子分析结果确定出每个安全影响因素对应的安全系数判别值；
203.第二构建模块，用于基于每个安全影响因素对应的安全系数判别值构建出所述判别需求对应的电梯安全运行标准ai模型。
204.该实施例中，安全影响因素即为影响危险判别目标种类的影响因素，例如：电梯的晃动频率为判断电梯牵引绳是否满足要求的安全影响因素。
205.该实施例中，子数据即为从第一全方位数据和第二全方位数据中挖掘出的与安全
影响因素对应的数据。
206.该实施例中，基于所述子数据确定出对应的安全影响值，包括：
[0207][0208]
式中，x为安全影响值，i为子数据中包含的第i个数据，n为子数据中包含的数据总个数，xi为子数据中包含的第i个数据，min(xi)为子数据中包含的数据最小值，max(xi)为子数据中包含的数据最大值，且max(xi)≠min(xi)；
[0209]
例如，n为3，x1为10，x2为15，x3为5，则x为0.5。
[0210]
该实施例中，基于所述安全影响值确定出每个安全影响因素对应的安全系数标准值，包括：
[0211][0212]
式中，为当前安全影响因素对应的安全系数标准值；
[0213]
例如，n为3，x1为10，x2为15，x3为5，则为0.95。
[0214]
该实施例中，历史安全系数标准值即为对应安全影响因素对应的之前确定的安全系数标准值。
[0215]
该实施例中，历史子分析结果即为对应安全影响因素对应的之前确定的运行安全分析结果中的子分析结果。
[0216]
该实施例中，基于所述历史安全系数标准值和所述历史子分析结果确定出每个安全影响因素对应的安全系数判别值，包括：
[0217]
基于历史子分析结果中危险判别目标种类出现危险时对应的历史安全系数标准值确定出对应的安全系数标准值的范围；
[0218]
将安全系数标准值的范围的两端值作为对应安全影响因素对应的安全系数判别值。
[0219]
该实施例中，用于基于每个安全影响因素对应的安全系数判别值构建出所述判别需求对应的电梯安全运行标准ai模型，包括：
[0220]
将每个安全影响因素对应的安全系数判别值作为基本模型的判别条件，即可获得判别需求对应的电梯安全运行标准ai模型。
[0221]
以上技术的有益效果为：基于用户的判别需求和挖掘处理后的第一全方位数据和第二全方位数据，可以构建出电梯安全运行标准ai模型，从而实现基于用户需求构建出电梯运行安全标准自检模型的构建。
[0222]
实施例9：
[0223]
在实施例1的基础上，所述状态判别端，参考图9，包括：
[0224]
数据获取模块，用于获取所述电梯外部最新的第三全方位数据和所述电梯内部的第四全方位数据；
[0225]
状态判别模块，用于将所述第三全方位数据和所述第四全方位数据输入至所述电梯安全运行标准ai模型，获得对应的安全判别结果；
[0226]
结果输出模块，用于将所述安全判别结果传输至后台总控平台，同时，判断所述安全判别结果中是否存在电梯运行危险，若是，基于所述安全判别结果中包含的电梯危险种类和危险等级列表确定出对应的危险等级，基于所述危险等级触发对应的报警指令。
[0227]
该实施例中，第三全方位数据即为最新从电梯外部采集的电梯运行过程中的全方位视频数据和全方位音频数据。
[0228]
该实施例中，第四全方位数据即为最新从电梯内部采集的电梯运行过程中的全方位视频数据和全方位音频数据。
[0229]
该实施例中，安全判别结果即为将第三全方位数据和第四全方位数据输入至电梯安全运行标准ai模型中后获得的结果。
[0230]
该实施例中，后台总控平台即为后台电梯运行状况的监控总平台。
[0231]
该实施例中，危险等级列表即包含电梯危险种类对应的危险等级。
[0232]
以上技术的有益效果为：基于最新从电梯外部和电梯内部采集的电梯运行过程中的全方位视频数据和全方位音频数据以及电梯安全运行标准ai模型，可以获得对应的安全判别结果，实现电梯运行情况的自检。
[0233]
实施例10：
[0234]
本发明实施例提供了一种物联网大数据电梯安全运行标准ai自建方法，参考图10，包括：
[0235]
s1：基于设置在电梯井道上的音频采集设备采集电梯外部的第一全方位数据，同时，基于设置在电梯内部的音频采集设备采集电梯内部的第二全方位数据；
[0236]
s2：对所述第一全方位数据和所述第二全方位数据进行分析，获得电梯对应的运行安全分析结果；
[0237]
s3：基于所述第一全方位数据和所述第二全方位数据以及所述运行安全分析结果，构建出对应的电梯安全运行标准ai模型；
[0238]
s4：基于所述电梯安全运行标准ai模型判别电梯的当前运行状态，获得对应的安全判别结果。
[0239]
以上技术的有益效果为：通过设置在电梯井道上的音频采集设备采集电梯外部和电梯内部的全方位数据，提高了采集数据的精确度，且此种采集数据的方式不会影响电梯的运行安全，基于采集的全方位数据不仅可以观测到电梯外部的零件状况和电梯的运行状况，还可以监控到电梯内部的人身安全以及电瓶车进电梯等承载物安全问题的电梯管理新需求，而且通过不断采集电梯内外的全方位数据更生成新的电梯安全运行标准ai模型，实现了电梯运行状态的自检以及保证了自检结果的准确性，减少了人为监控的人力成本以及比人为检测和基于传感器的物联网自检系统更加准确省力。
[0240]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。