(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210543435.5 (22)申请日 2022.05.19 (71)申请人 沈阳化工大 学 地址 110142 辽宁省沈阳市经济技 术开发 区11号街 (72)发明人 陈斌　陈柯　郭瑞华　张美晨　 梁宁　王建荣　韩雪　陈金喆　 (74)专利代理 机构 沈阳技联专利代理有限公司 21205 专利代理师 张志刚 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) B66B 5/00(2006.01) (54)发明名称 一种群控电梯交通模式识别的方法 (57)摘要 一种群控电梯交通模式识别的方法， 涉及一 种电梯模式识别方法， 本发明涉采用yolov5目标 检测技术构建出乘客人流量状况检测模型， 通过 模型对乘 客人流量进行检测， 提取乘 客人流量数 据， 完成交通模式的识别和派梯的调度优化。 本 发明中的交通模式识别， 可 以识别出实时的、 有 效的、 精确的人流量数据， 以实际的人流量进行 分析， 分配出符合当前人流量状况的交通模式。 本发明在传统的电梯群控系统中加入改进的图 像处理技术， 通过以实际有效的人流量状况来设 计交通模式识别模块， 使 得模块识别的人流量状 况具有时效性和真实性， 对于电梯群控系统具有 意义。 权利要求书2页 说明书6页 附图6页 CN 115223087 A 2022.10.21 CN 115223087 A 1.一种群控电梯交通模式识别的方法， 其特征在于， 所述方法包括构建交通模式识别 的图像检测网络模型， 交通模式识别模块对图像模型提取数据并根据实时状况进 行分配交 通模式， 具体包括以下步骤： 1） 制作用于电梯群控系统目标检测的乘客数据集； 2） 采用深度学习pytorc h框架配置网络的环境， 在该环境下完成yo lov5的模型构建； 3） 在yolov5的原有模型框架中加入了 CA注意力机制来优化模型； 4） 将预处理完成的数据 集作为网络的输入并进行训练， 加载yolov5s预训练权重， 采用 CIOU作为损失函数； 5） 采用拍摄电梯乘客的视频来对网络模型进行检测； 6） 交通模式识别模块对系统检测的人流量状况进行整理， 根据 人流量数据决策出适合 的电梯交通模式。 2.根据权利要求1所述的一种群控电梯交通模式识别的方法， 其特征在于， 所述系统包 括对输入模型 的图片数据集进行预处理操作； 针对电梯群控交通模式识别， 数据集采用乘 梯或者侯梯时乘客的图片数据； 收集监控设备 的录像并将其分帧处理， 得到各种情况下乘 客的图像， 将电梯乘客图片进行收集整理并将图片转换为JPG格式， 其次将图片数据采用 labelimg工具进行标注， 然后将标签格式以xml格式进行输出， 由于yolo的标签格式采用 txt， 所以需要通过代码将xml格式的标签转换为txt格式； 在网络训练 时需要将数据划分为 训练集和 测试集， 这里将数据集的80%作为网络的训练集， 剩下20%的数据集作为测试集。 3.根据权利要求2所述的一种群控电梯交通模式识别的方法， 其特征在于， 所述对图片 数据集所做预处理， 完成图像处理目标检测模型的搭建； 模型架构分为input输入端、 Backbone主干网络、 Neck网络层、 Head输出端四个部分， 输入端对输入的图片进行处理， 采 用Mosaic数据增强、 自适应锚框计算、 自适应图片缩放等形式提升模型训练的速度和网络 的精度， Backb one网络采用Focus结构和CSP结构搭建图像特征的神经网络， Neck网络采用 FPN+PAN结构加强网络特征融合能力， Head采用CIOU作为损失函数对图像特征进行预测， 生 成边界框和类别置信度； 模型加载yolov5s预训练权重， 初始学习率采用0.01， 动量设置 0.957， 损失增益设置 0.53， 损失函数采用CIOU， 其 余参数采用默认值。 4.根据权利要求3所述的一种群控电梯交通模式识别的方法， 其特征在于， 所述搭建目 标检测模型， 为了进一步提高模型的精度， 采用CA注 意力机制对网络模 型进行优化， 在搭建 完成的yolov5主干网络中添加注意力机制， 该机制将位置信息嵌入到通道注意力中， 获得 特征图在高度和宽度上 的注意力权重， 最终在原始特征图上通过融入注意力权重， 加强网 络检测精度； CA 注意力机制公式如下： （1） 加入CA注意力机制的模型对比初始模型， map 上升了0.5%左右， 对于模型检测乘客人流 量具有意 义。 5.根据权利要求4所述的一种群控电梯交通模式识别的方法， 其特征在于， 所述完成对 模型的优化， 设置一次输入到网络中数据的张数、 训练的轮数、 工作线程等一些参数， 开始 对模型进 行训练； 模 型训练完成之后， 检查模型的性能指标是否合理， 开启摄像头对输入数 据进行检测， 查看预测框的置信度。 6.根据权利要求5所述的一种群控电梯交通模式识别的方法， 其特征在于， 所述模型训权　利　要　求　书 1/2 页 2 CN 115223087 A 2练完成并进行测试， 三部十层电梯群控系统使用目标检测网络对乘客的数据进行提取， 系 统会将每个楼层的侯梯人数以及轿厢内的乘梯人数进行记录， 在一定的间隔时间内， 记录 乘客的平均 乘梯时间和平均侯梯时间以及目标楼层的停留时间等数据， 并将数据传输到信 息管理模块， 用于对电梯调 度进行优化； 交通模式识别模块会得到目标检测的人流量数据， 根据实时检测的人流 量数据选择适 合当前。权　利　要　求　书 2/2 页 3 CN 115223087 A 3