一种基于人工智能的电动伸缩门智能控制系统的制作方法

1.本发明涉及电动伸缩门技术领域，具体而言，涉及一种基于人工智能的电动伸缩门智能控制系统。


背景技术：

2.随着经济和科技的快速发展，工业园区的数量也在逐步增多，而在工业园区中尤为重要的是工业园区的安防工作，由于工业园区出入口来往人员复杂且人流量较多，因此在工业园区的安防工作中，出入口的车辆门禁控制极为重要，电动伸缩门由于具有形象美观、使用寿命长和操作简单等优点，进而电动伸缩门在工业园区的出入口布设频率在逐步升高，但是，如若电动伸缩门的控制不当，不仅会给工业园区内部人员的出行带来不便，也会影响工业园区的管理，因此，需要对电动伸缩门进行智能控制。
3.现有的电动伸缩门控制存在以下缺陷：
4.(1)现有的电动伸缩门控制在开门控制方面大多是匀速且是安保人员人为判断需要开门的宽度，一方面无法根据驶入车辆距电动伸缩门的距离进行调速控制，进而可能存在驶入车辆距电动伸缩门很近但是电动伸缩门还在以设定的速度打开的现象，进而可能会影响驶入车辆进入工业园区的效率，容易造成交通堵塞，另一方面由安保人员判断需要开门的宽度，可能存在判断偏差，进而出现开门的宽度较大或者较小的情况，当开门的宽度较大时，会增加电动伸缩门的开门时长，进而降低了电动伸缩门的开门效率，当开门的宽度较小时，可能会出现驶入车辆刮蹭的或者需要二次开门的问题，进而有可能给驶入车辆的车主带来损失，也有可能降低电动伸缩门的效率。
5.(2)现有的电动伸缩门控制大多是根据驶入车辆的车牌判断预计驶入车辆是否可以进入工业园区，分析维度比较单一，可能存在预计驶入车辆车牌未录入系统但是预计驶入车辆内人员是工业园区的工作人员或者与工业园区来往密切的合作客户的现象，但这种情况下电动伸缩门不执行开门操作，可能需要安保人员进一步确认才执行开门操作，降低了预计驶入车辆进入工业园区的精准性。


技术实现要素：

6.为了克服背景技术中的缺点，本发明实施例提供了一种基于人工智能的电动伸缩门智能控制系统,能够有效解决上述背景技术中涉及的问题。
7.本发明的目的可以通过以下技术方案来实现：
8.一种基于人工智能的电动伸缩门智能控制系统，包括：电动伸缩门监测模块、预计驶入车辆适配性分析模块、电动伸缩门开门判断模块、电动伸缩门开门参数分析模块、障碍物风险分析模块、电动伸缩门自动控制终端、社区安全数据库和语音提示模块；
9.所述电动伸缩门监测模块用于以电动伸缩门前后设定距离之间的区域为目标区域，进而对目标区域进行安全监测；
10.所述预计驶入车辆适配性分析模块用于对预计驶入车辆的适配度进行分析，进而
得到预计驶入车辆对应的适配度；
11.所述电动伸缩门开门判断模块用于根据预计驶入车辆对应的适配度判断是否需要开门；
12.所述电动伸缩门开门参数分析模块用于对电动伸缩门的开门参数进行分析，其中开门参数包括开门速度和开门时间；
13.所述障碍物风险分析模块用于对目标区域的障碍物风险系数进行分析；
14.所述电动伸缩门自动控制终端用于根据开门参数执行开门操作，并在执行开门操作之后执行相应的关门操作；
15.所述社区安全数据库用于存储社区允许通行车牌，存储社区居民人脸，存储社区陌生人脸的历史来访信息，存储允许驶入适配度，存储感应距离，存储电动伸缩门的正常运行速度，存储各级别距离对应的检测距离区间和电动伸缩门的开门调整速度，存储驶离安全距离，并存储车辆补偿宽度；
16.所述语音提示模块用于根据目标区域的障碍物风险系数进行语音提示。
17.进一步地，所述对目标区域进行安全监测的具体方法为：
18.通过电动伸缩门安装的车牌识别系统对预计驶入车辆的车牌进行识别；
19.通过摄像头采集预计驶入车辆内驾驶员和关联人员的人脸，其中关联人员为预计驶入车辆内除驾驶员外的所有其他人员，并采集预计驶入车辆的外观图像；
20.通过摄像头采集目标区域的地面图像；
21.通过电动伸缩门上安装的红外测距传感器监测预计驶入车辆距电动伸缩门的距离。
22.进一步地，所述预计驶入车辆对应的适配度的具体分析方法为：
23.获取预计驶入车辆的车牌和预计驶入车辆内驾驶员和关联人员的人脸；
24.将预计驶入车辆的车牌与社区安全数据库中存储的社区允许通行车牌进行匹配；
25.若预计驶入车辆的车牌与社区允许通行车牌匹配成功，则将预计驶入车辆的车牌适配成功指数记为χ，并据此分析预计驶入车辆对应的适配度其计算公式为：其中χ表示预计驶入车辆的车牌适配成功指数，δ1表示为预设的预计驶入车辆的车牌适配成功指数的权重因子；
26.若预计驶入车辆的车牌与社区允许通行车牌匹配失败，则将预计驶入车辆的车牌适配失败指数记为y，并进行以下分析：
27.将预计驶入车辆内驾驶员和关联人员记为陌生人员，并将各陌生人员分别编号为1,2,...,i,...,n，进而将各陌生人员的人脸与社区安全数据库中存储的社区陌生人脸的历史来访信息进行匹配，其中历史来访信息包括来访次数、来访停留时间和各次来访陪同人员的人脸，进而从中匹配出各陌生人员的历史来访信息，并据此分析预计驶入车辆对应的适配度
28.进一步地，所述预计驶入车辆对应的适配度的具体分析方法为：
29.从各陌生人员的历史来访信息中提取来访次数、来访停留时间和各次来访陪同人员的人脸，其中来访陪同人员表示陌生人员历次来访时乘坐或驾驶车辆内的其他所有人员；
30.将各陌生人员的各次来访陪同人员的人脸与社区安全数据库中存储的社区居民人脸分别进行匹配对比，若匹配成功，则将陌生人员的来访陪同人员记为陪同合适人员，进而统计各陌生人员的陪同合适人员的个数；
31.根据各陌生人员的来访次数、来访停留时间和陪同合适人员的个数分析预计驶入车辆的陌生人员适配指数，其具体计算公式为：其中θ1表示预计驶入车辆的陌生人员适配指数，αi、ti、βi分别表示第i个陌生人员的来访次数、来访停留时间、陪同合适人员的个数，α
′
、t
′
、β
′
分别表示预设的允许预计车辆进入的来访次数、来访停留时间、陪同合适人员的个数，i表示各陌生人员的编号，i＝1,2,...,n；
32.根据预计驶入车辆的车牌适配指数和陌生人员适配指数分析预计驶入车辆对应的适配度其具体计算公式为：其中y表示为预计驶入车辆的车牌适配失败指数，δ2、δ3分别表示为预设的预计驶入车辆的车牌适配失败指数的权重因子、预计驶入车辆的陌生人员适配指数的权重因子，其中δ1 δ2 δ3＝1。
33.进一步地，所述根据预计驶入车辆对应的适配度判断是否需要开门的具体方法为：将预计驶入车辆对应的适配度与社区安全数据库中存储的允许驶入适配度进行对比，若预计驶入车辆对应的适配度大于或等于允许驶入适配度，则执行开门操作，否则，不执行开门操作。
34.进一步地，所述对电动伸缩门的开门参数进行分析的具体方法为：
35.根据采集的预计驶入车辆的外观图像识别预计驶入车辆的宽度；
36.根据预计驶入车辆的宽度和社区安全数据库中存储的车辆补偿宽度分析电动伸缩门的开门宽度，其计算公式为：w
′
＝w
车
w
偿
，其中w
′
表示电动伸缩门的开门宽度，w
车
、w
补
分别表示预计驶入车辆的宽度、补偿宽度；
37.获取预计驶入车辆当前监测时间点距电动伸缩门的距离，并将其与社区安全数据库中存储的感应距离进行对比，若预计驶入车辆当前监测点距电动伸缩门的距离大于或等于感应距离，则从社区安全数据库中提取电动伸缩门的正常运行速度，并进行以下分析：
38.根据预计驶入车辆对应的电动伸缩门的开门速度和电动伸缩门的开门宽度分析电动伸缩门的开门时长t
′
，其计算公式为：其中t
′
表示电动伸缩门的开门时长，v
′
表示电动伸缩门的正常运行速度；
39.若预计驶入车辆当前监测时间点距电动伸缩门的距离小于感应距离，则将其记为检测距离，进而将检测距离与社区安全数据库中存储的各级别距离对应的检测距离区间进行匹配，进而从中匹配出检测距离所属的级别距离，从而将检测距离所属的级别距离与社区安全数据库中存储的各级别距离对应的电动伸缩门的开门调整速度进行匹配，进而从中匹配出检测距离所属的级别距离对应的电动伸缩门的开门调整速度；
40.根据检测距离所属的级别距离对应的电动伸缩门的开门调整速度和电动伸缩门的开门宽度分析电动伸缩门的开门时长t
″
，其计算公式为：其中t
″
表示电动伸缩门的开门时长，v
″
表示检测距离所属的级别距离对应的电动伸缩门的开门调整速度。
41.进一步地，所述目标区域的障碍物风险系数的具体分析方法为：
42.基于采集的目标区域的地面图像识别目标区域的障碍物参数，其中障碍物参数包括障碍物的接地面积和障碍物的尺寸信息，其中尺寸信息包括长度、宽度和高度；
43.从目标区域的障碍物参数中提取障碍物的接地面积，并从障碍物参数内的障碍物尺寸信息中提取长度、宽度和高度，并据此分析目标区域的障碍物风险系数，其具体计算公式为：其中表示目标区域的障碍物风险系数，s表示障碍物的接地面积，d、w、h分别表示障碍物的长度、宽度、高度，γ1、γ2分别表示预设的障碍物单位面积对应的风险因子、障碍物单位体积对应的风险因子。
44.进一步地，所述在执行开门操作之后执行相应的关门操作的具体方法为：
45.获取预计驶入车辆驶离电动伸缩门的距离，并从社区安全数据库中提取驶离安全距离，其中驶离安全距离为驶离标准距离与缓冲距离之和；
46.基于采集的目标区域的地面图像识别预计车辆后方是否还有其他车辆，若无其他车辆，则将预计驶入车辆驶离电动伸缩门的距离与驶离安全距离进行对比，若预计驶入车辆驶离电动伸缩门的距离大于驶离安全距离，则以电动伸缩门的正常关闭速度执行关门操作，否则，不执行关门操作；
47.若有其他车辆，则将预计驶入车辆驶离电动伸缩门的距离与驶离安全距离进行对比，若预计驶入车辆驶离电动伸缩门的距离大于驶离安全距离，则以电动伸缩门的调整关闭速度执行关门操作，否则，不执行关门操作。
48.进一步地，所述根据目标区域的障碍物风险系数进行语音提示的具体方法为：将目标区域的障碍物风险系数与预设的障碍物风险预警值进行对比，若目标区域的障碍物风险系数大于或等于障碍物风险预警值，则进行障碍物异常语音提示。
49.相对于现有技术，本发明的实施例至少具有如下优点或有益效果：
50.(1)本发明的电动伸缩门控制在开门控制方面根据预计驶入车辆距电动伸缩门的距离进行调速控制且根据预计驶入车辆的宽度判断需要开门的宽度，一方面避免出现预计驶入车辆距电动伸缩门很近但是电动伸缩门还在以设定的速度打开的问题，进而提高了预计驶入车辆进入工业园区的效率，降低交通堵塞的风险，另一方面弥补了由安保人员判断需要开门的宽度的缺陷，进而避免出现开门的宽度较大或者较小的问题，进而提高了电动伸缩门的开门效率，避免给预计驶入车辆的车主带来损失。
51.(2)本发明的电动伸缩门控制不仅能对预计驶入车辆的车牌判断其是否可以进入工业园区，而且能对预计驶入车辆内人员的人脸判断，进而综合判断驶入车辆是否可以进入工业园区，评判结果比较全面，避免出现预计驶入车辆车牌未录入系统但是预计驶入车辆内人员是工业园区的工作人员或者与工业园区来往密切的合作客户而不允许其进入的现象，提高了预计驶入车辆进入工业园区的精准性。
附图说明
52.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
53.图1为本发明的一种基于人工智能的电动伸缩门智能控制系统示意图。
具体实施方式
54.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
55.参照图1所示，本发明提供一种基于人工智能的电动伸缩门智能控制系统，包括：电动伸缩门监测模块、预计驶入车辆适配性分析模块、电动伸缩门开门判断模块、电动伸缩门开门参数分析模块、障碍物风险分析模块、电动伸缩门自动控制终端、社区安全数据库和语音提示模块；
56.所述电动门监测模块与预计驶入车辆适配性分析模块连接，预计驶入车辆适配性分析模块与电动伸缩门开门判断模块连接，电动伸缩门开门判断模块与电动伸缩门开门参数分析模块连接，电动伸缩门开门参数分析模块与电动伸缩门自动控制终端连接，电动伸缩门监测模块、预计驶入车辆适配性分析模块、电动伸缩门开门判断模块、电动伸缩门开门参数分析模块和电动伸缩门自动控制终端均与社区安全数据库连接，障碍物风险分析模块分别与电动门监测模块和语音提示模块连接。
57.所述电动伸缩门监测模块用于以电动伸缩门前后设定距离之间的区域为目标区域，进而对目标区域进行安全监测；
58.在一个具体实施例中，所述对目标区域进行安全监测的具体方法为：
59.通过电动伸缩门安装的车牌识别系统对预计驶入车辆的车牌进行识别；
60.通过摄像头采集预计驶入车辆内驾驶员和关联人员的人脸，其中关联人员为预计驶入车辆内除驾驶员外的所有其他人员，并采集预计驶入车辆的外观图像；
61.通过摄像头采集目标区域的地面图像；
62.通过电动伸缩门上安装的红外测距传感器监测预计驶入车辆距电动伸缩门的距离。
63.所述预计驶入车辆适配性分析模块用于对预计驶入车辆的适配度进行分析，进而得到预计驶入车辆对应的适配度；
64.在一个具体实施例中，所述预计驶入车辆对应的适配度的具体分析方法为：
65.获取预计驶入车辆的车牌和预计驶入车辆内驾驶员和关联人员的人脸；
66.将预计驶入车辆的车牌与社区安全数据库中存储的社区允许通行车牌进行匹配；
67.若预计驶入车辆的车牌与社区允许通行车牌匹配成功，则将预计驶入车辆的车牌适配成功指数记为χ，并据此分析预计驶入车辆对应的适配度其计算公式为：其中χ表示预计驶入车辆的车牌适配成功指数，δ1表示为预设的预计驶入车辆的车牌适配成功指数的权重因子；
68.若预计驶入车辆的车牌与社区允许通行车牌匹配失败，则将预计驶入车辆的车牌适配失败指数记为y，并进行以下分析：
69.将预计驶入车辆内驾驶员和关联人员记为陌生人员，并将各陌生人员分别编号为1,2,...,i,...,n，进而将各陌生人员的人脸与社区安全数据库中存储的社区陌生人脸的历史来访信息进行匹配，其中历史来访信息包括来访次数、来访停留时间和各次来访陪同人员的人脸，进而从中匹配出各陌生人员的历史来访信息，并据此分析预计驶入车辆对应
的适配度
70.在一个具体实施例中，所述预计驶入车辆对应的适配度的具体分析方法为：
71.从各陌生人员的历史来访信息中提取来访次数、来访停留时间和各次来访陪同人员的人脸，其中来访陪同人员表示陌生人员历次来访时乘坐或驾驶车辆内的其他所有人员；
72.将各陌生人员的各次来访陪同人员的人脸与社区安全数据库中存储的社区居民人脸分别进行匹配对比，若匹配成功，则将陌生人员的来访陪同人员记为陪同合适人员，进而统计各陌生人员的陪同合适人员的个数；
73.根据各陌生人员的来访次数、来访停留时间和陪同合适人员的个数分析预计驶入车辆的陌生人员适配指数，其具体计算公式为：其中θ1表示预计驶入车辆的陌生人员适配指数，αi、ti、βi分别表示第i个陌生人员的来访次数、来访停留时间、陪同合适人员的个数，α
′
、t
′
、β
′
分别表示预设的允许预计车辆进入的来访次数、来访停留时间、陪同合适人员的个数，i表示各陌生人员的编号，i＝1,2,...,n；
74.根据预计驶入车辆的车牌适配指数和陌生人员适配指数分析预计驶入车辆对应的适配度其具体计算公式为：其中y表示为预计驶入车辆的车牌适配失败指数，δ2、δ3分别表示为预设的预计驶入车辆的车牌适配失败指数的权重因子、预计驶入车辆的陌生人员适配指数的权重因子，其中δ1 δ2 δ3＝1。
75.本发明的电动伸缩门控制不仅能对预计驶入车辆的车牌判断其是否可以进入工业园区，而且能对预计驶入车辆内人员的人脸判断，进而综合判断驶入车辆是否可以进入工业园区，评判结果比较全面，避免出现预计驶入车辆车牌未录入系统但是预计驶入车辆内人员是工业园区的工作人员或者与工业园区来往密切的合作客户而不允许其进入的现象，提高了预计驶入车辆进入工业园区的精准性。
76.所述电动伸缩门开门判断模块用于根据预计驶入车辆对应的适配度判断是否需要开门；
77.在一个具体实施例中，所述根据预计驶入车辆对应的适配度判断是否需要开门的具体方法为：将预计驶入车辆对应的适配度与社区安全数据库中存储的允许驶入适配度进行对比，若预计驶入车辆对应的适配度大于或等于允许驶入适配度，则执行开门操作，否则，不执行开门操作。
78.所述电动伸缩门开门参数分析模块用于对电动伸缩门的开门参数进行分析，其中开门参数包括开门速度和开门时间；
79.在一个具体实施例中，所述对电动伸缩门的开门参数进行分析的具体方法为：
80.根据采集的预计驶入车辆的外观图像识别预计驶入车辆的宽度；
81.根据预计驶入车辆的宽度和社区安全数据库中存储的车辆补偿宽度分析电动伸缩门的开门宽度，其计算公式为：w
′
＝w
车
w
偿
，其中w
′
表示电动伸缩门的开门宽度，w
车
、w
补
分别表示预计驶入车辆的宽度、补偿宽度；
82.获取预计驶入车辆当前监测时间点距电动伸缩门的距离，并将其与社区安全数据库中存储的感应距离进行对比，若预计驶入车辆当前监测点距电动伸缩门的距离大于或等于感应距离，则从社区安全数据库中提取电动伸缩门的正常运行速度，并进行以下分析：
83.根据预计驶入车辆对应的电动伸缩门的开门速度和电动伸缩门的开门宽度分析电动伸缩门的开门时长t
′
，其计算公式为：其中t
′
表示电动伸缩门的开门时长，v
′
表示电动伸缩门的正常运行速度；
84.若预计驶入车辆当前监测时间点距电动伸缩门的距离小于感应距离，则将其记为检测距离，进而将检测距离与社区安全数据库中存储的各级别距离对应的检测距离区间进行匹配，进而从中匹配出检测距离所属的级别距离，从而将检测距离所属的级别距离与社区安全数据库中存储的各级别距离对应的电动伸缩门的开门调整速度进行匹配，进而从中匹配出检测距离所属的级别距离对应的电动伸缩门的开门调整速度；
85.根据检测距离所属的级别距离对应的电动伸缩门的开门调整速度和电动伸缩门的开门宽度分析电动伸缩门的开门时长t
″
，其计算公式为：其中t
″
表示电动伸缩门的开门时长，v
″
表示检测距离所属的级别距离对应的电动伸缩门的开门调整速度。
86.本发明的电动伸缩门控制在开门控制方面根据预计驶入车辆距电动伸缩门的距离进行调速控制且根据预计驶入车辆的宽度判断需要开门的宽度，一方面避免出现预计驶入车辆距电动伸缩门很近但是电动伸缩门还在以设定的速度打开的问题，进而提高了预计驶入车辆进入工业园区的效率，降低交通堵塞的风险，另一方面弥补了由安保人员判断需要开门的宽度的缺陷，进而避免出现开门的宽度较大或者较小的问题，进而提高了电动伸缩门的开门效率，避免给预计驶入车辆的车主带来损失。
87.所述障碍物风险分析模块用于对目标区域的障碍物风险系数进行分析；
88.在一个具体实施例中，所述目标区域的障碍物风险系数的具体分析方法为：
89.基于采集的目标区域的地面图像识别目标区域的障碍物参数，其中障碍物参数包括障碍物的接地面积和障碍物的尺寸信息，其中尺寸信息包括长度、宽度和高度；
90.从目标区域的障碍物参数中提取障碍物的接地面积，并从障碍物参数内的障碍物尺寸信息中提取长度、宽度和高度，并据此分析目标区域的障碍物风险系数，其具体计算公式为：其中表示目标区域的障碍物风险系数，s表示障碍物的接地面积，d、w、h分别表示障碍物的长度、宽度、高度，γ1、γ2分别表示预设的障碍物单位面积对应的风险因子、障碍物单位体积对应的风险因子。
91.需要说明的是，若目标区域存在障碍物一方面会影响驶入车辆的进入，从而影响驶入车辆的效率，另一方面也会给驶入车辆带来安全隐患，从而给驶入车辆带来不必要的损失，因此，需要对目标区域的障碍物风险系数进行分析。
92.所述电动伸缩门自动控制终端用于根据开门参数执行开门操作，并在执行开门操作之后执行相应的关门操作；
93.在一个具体实施例中，所述在执行开门操作之后执行相应的关门操作的具体方法为：
94.获取预计驶入车辆驶离电动伸缩门的距离，并从社区安全数据库中提取驶离安全距离，其中驶离安全距离为驶离标准距离与缓冲距离之和；
95.基于采集的目标区域的地面图像识别预计车辆后方是否还有其他车辆，若无其他车辆，则将预计驶入车辆驶离电动伸缩门的距离与驶离安全距离进行对比，若预计驶入车
辆驶离电动伸缩门的距离大于驶离安全距离，则以电动伸缩门的正常关闭速度执行关门操作，否则，不执行关门操作；
96.若有其他车辆，则将预计驶入车辆驶离电动伸缩门的距离与驶离安全距离进行对比，若预计驶入车辆驶离电动伸缩门的距离大于驶离安全距离，则以电动伸缩门的调整关闭速度执行关门操作，否则，不执行关门操作。
97.需要说明的是，当驶入车辆驶入之后，在其后方有可能有其他车辆等待进入，此时若还以电动伸缩门的正常关闭速度执行关门操作，进而使其他车辆的等待时间增长，有可能出现交通堵塞的现象，因此，需要以不同的关闭速度调控电动伸缩门。
98.所述社区安全数据库用于存储社区允许通行车牌，存储社区居民人脸，存储社区陌生人脸的历史来访信息，存储允许驶入适配度，存储感应距离，存储电动伸缩门的正常运行速度，存储各级别距离对应的检测距离区间和电动伸缩门的开门调整速度，存储驶离安全距离，并存储车辆补偿宽度；
99.所述语音提示模块用于根据目标区域的障碍物风险系数进行语音提示。
100.在一个具体实施例中，所述根据目标区域的障碍物风险系数进行语音提示的具体方法为：将目标区域的障碍物风险系数与预设的障碍物风险预警值进行对比，若目标区域的障碍物风险系数大于或等于障碍物风险预警值，则进行障碍物异常语音提示。
101.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。