基于深度学习的电梯平层精度检测系统研究

电梯是日常生活中必不可少的一种交通工具,电梯平层精度的测量可以有效减少电梯事故的发生,为了实现对电梯平层精度的快速准确检测,开发了一套基于深度学习的电梯平层精度检测系统。系统将刻度尺安装在电梯停留时电梯井道的相应位置,在每个楼层安装一个刻度尺并进行校准,在电梯轿厢底部安装激光传感器、工业相机和光源,通过激光传感器对电梯轿厢位置在刻度尺上进行精准定位,通过在电梯轿厢底部安装光源以获取高质量的图像,通过工业相机获取实时获取激光线所在位置的图像信息。实验过程中共采集500张图像数据,通过随机旋转、镜像、裁剪、添加噪声等数据增强方式将图像样本数据扩充至5000张,通过开源软件LabelImg辅助标注工具对每张图像中的激光线和激光线最临近的刻度值进行标注,对标注的图像进行转化为可用于训练的电梯平层精度检测数据集,再将数据集按照4∶1划分为训练集和测试集,最后利用YOLOv3目标检测算法对刻度线图像数据集进行训练并测试,实现对激光线和激光线最邻近位置数字的检测和识别。在测试集中随机选取10组图像进行测试,采用该检测方法对电梯平层精度进行检测,对实验结果进行分析准确率高达90%。该系统的研究实现了电梯平层精度的快速准确检测识别,为电梯平层精度的检测提供了有效的技术手段。

一种提高电梯平层精度的方法

本文详细分析了电梯平层过程,着重讨论了爬行速度对平层精度的影响,提出了一种基于自校正模糊推理的爬行速度获取方法。实践表明使用该方法可迅速得到合理的爬行速度,显著地提高了电梯的平层精度。