(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 202210348725.4 (22)申请日 2022.04.01 (71)申请人 日立楼宇 技术 （广州） 有限公司 地址 510660 广东省广州市广州高新 技术 产业开发区科 学城南翔三路2号 (72)发明人 赖敏桂　刘真　林中挺　唐小珠　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 高艳红 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/80(2022.01) G06V 10/764(2022.01) (54)发明名称 一种电动车识别方法、 装置、 设备及存储介 质 (57)摘要 本发明公开了一种电动车识别方法、 装置、 设备及存储介质， 通过在电梯的轿厢门开启时启 动光幕识别进入轿厢的物体， 若物体存在轮状部 件， 则先对该识别结果进行有效性确认， 若有效 调用轿厢内的摄像头对轿厢门采集图像数据， 并 在图像数据中识别物体的特征， 对每个特征计算 通过该特征确认物体是电动车的第一概率， 融合 所有第一概率计算第二概率， 最后根据第二概率 的值确认是否识别到电动车， 则本发 明在光幕确 定物体存在轮状部件后再采集图像数据进行分 析， 减少了不必要的图像数据的分析， 提高了对 进入轿厢的电动车的识别效率。 权利要求书3页 说明书13页 附图4页 CN 114677645 A 2022.06.28 CN 114677645 A 1.一种电动车识别方法， 其特征在于， 应用于电梯， 所述电梯位于楼宇中， 包括轿厢， 所 述轿厢运行在至少 两列垂直的刚性导轨之间， 所述轿厢设置有轿厢门， 所述轿厢门上安装 有光幕， 所述方法包括： 当电梯的轿厢门开启时， 调用所述 光幕识别进入所述 轿厢的物体， 获得识别结果； 若所述识别结果 为所述物体存在轮 状部件， 则确认所述识别结果是否有效； 若有效， 则调用所述 轿厢内的摄 像头对所述 轿厢门采集图像数据； 在所述图像数据中识别所述物体的多个特 征； 针对每个所述特 征， 根据所述特 征计算所述物体属于电动车的第一 概率； 将所有所述特 征的所述第一 概率融合为所述物体属于所述电动车的第二 概率； 根据所述第二 概率确认所述物体是否为所述电动车。 2.根据权利要求1所述的方法， 其特征在于， 所述电梯光幕包括第一发射器、 第一接收 器， 所述调用所述 光幕识别进入所述 轿厢的物体， 获得识别结果， 包括： 在所述轿厢门从开启至关闭期间， 启动所述第一发射器发射第一红外光线； 每间隔预设的时间段， 记录所述第 一接收器处接收到的所述第 一红外光线的第 一强度 及第一时间点； 将数值最大的所述第一强度设置为第一目标强度； 将所述第一目标强度对应的所述第一时间点设置为第一目标点； 筛选所述第 一时间点在所述第 一目标点之前， 且与所述第 一目标点相差多个所述 时间 段的所述第一强度， 作为第二目标强度； 筛选所述第 一时间点在所述第 一目标点之后， 且与所述第 一目标点相差多个所述 时间 段的所述第一强度， 作为第三目标强度； 若第一数量与第 二数量之间的差值在预设的数量范围内， 则确定所述第 二目标强度与 所述第三目标强度匹配成功， 所述第一数量为所述第二目标强度的所述第一时间点与所述 第一目标点之 间间隔的所述时间段的数量， 所述第二数量为所述第三目标强度的所述第一 时间点与所述第一目标点之间 间隔的所述时间段的数量； 统计所述第二目标强度与所述第三目标强度匹配成功的次数； 若所述次数大于预设的次数阈值， 则确 认识别结果为进入所述轿厢的物体存在轮状部 件。 3.根据权利要求2所述的方法， 其特征在于， 所述光幕还包括第二发射器、 第 二接收器， 所述第二发射器与所述第一发射器同时启动， 向所述第二接 收器发射第二红外光线， 所述 若识别结果 为所述物体存在轮 状部件， 则确认所述识别结果是否有效， 包括： 查询在所述轿厢门开启至关闭期间记录的， 所述第 二接收器接收到的多个所述第 二红 外光线的第二强度及第二时间点； 比较多个所述第二强度与预设的强度阈值； 选取小于所述强度阈值的所述第二强度作为第四目标强度； 将所述第四目标强度对应的所述第二时间点设置为第二目标点； 若在所述第二目标点后， 所述轿厢门关闭前再次识别到轮状部件， 则确认所述识别结 果有效。 4.根据权利要求1所述的方法， 其特征在于， 所述特征包括轮状部件的颜色、 物体的躯权　利　要　求　书 1/3 页 2 CN 114677645 A 2干形状及物体的长度， 所述在所述图像数据中识别所述物体的多个特 征， 包括： 确定位于所述图像数据中的第一识别区域、 第二识别区域； 统计所述第二识别区域中不同颜色的像素点的像素 数量； 选取所述像素 数量最大的所述像素点指向的所述颜色作为所述轮 状部件的颜色； 对所述第一识别区域进行预处理， 获得表示所述物体的物体轮廓， 所述物体轮廓为所 述物体的躯 干形状； 查询组成所述物体轮廓的所述像素点中表示所述物体轮廓尾部的所述像素点第一坐 标， 表示所述物体 轮廓头部的所述像素点的第二 坐标； 计算所述第一 坐标与所述第二 坐标的欧氏距离， 作为所述物体的长度。 5.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 所述针对每个所述特征， 根据所 述特征计算所述物体属于电动车的第一 概率， 包括： 根据所述轮 状部件的颜色计算所述物体属于电动车的第一 概率； 根据所述物体的躯 干形状计算所述物体属于所述电动车的第一 概率； 根据所述物体的长度计算所述物体属于所述电动车的第一 概率。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述轮状部件的颜色计算所述物 体属于电动车的第一 概率， 包括： 计算所述轮 状部件的颜色与预设的电动车 车轮颜色的色差值； 以所述色差值为分母计算所述色差值与 预设的标准色差值的第 一比例， 所述第 一比例 为根据所述轮 状部件的颜色计算所述物体属于电动车的第一 概率。 7.根据权利要求5所述的方法， 其特征在于， 所述根据所述物体的躯干形状计算所述物 体属于所述电动车的第一 概率， 包括： 获取表示所述物体 轮廓的像素点的第三 坐标； 获取预存的模板 图像数据， 所述模板 图像数据与所述第一识别区域形状、 尺寸相同且 包含T型色块； 对齐所述模板图像数据与所述第一识别区域； 计算所述第三 坐标与所述T型色块的坐标差值； 以所述坐标差值为分母计算所述坐标差值与预设的标准坐标差值的第 二比例， 所述第 二比例为 根据所述物体的躯 干形状计算所述物体属于所述电动车的第一 概率。 8.根据权利要求5所述的方法， 其特征在于， 所述根据所述物体的长度计算所述物体属 于所述电动车的第一 概率， 包括： 计算所述欧式距离与预设的电动车 车身长度的长度差值； 以所述长度差值 为分母计算所述长度差值与预设的标准长度差值第三比例； 将所述第三比例作为 根据所述物体的长度计算所述物体属于所述电动车的第一 概率。 9.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 所述将所有所述特征的所述第一 概率融合为所述物体属于所述电动车的第二 概率， 包括： 查询对每种所述特 征配置的权 重； 针对每种所述特 征， 计算所述第一 概率与所述权 重之间的乘积， 作为调权概 率； 将所有所述调权概 率求和， 获得 所述物体属于电动车的第二 概率。 10.根据权利要求9所述的方法， 其特 征在于， 所述方法还 包括：权　利　要　求　书 2/3 页 3 CN 114677645 A 3