机器人视角的电梯轿厢门状态识别系统分析

曾远跃

（福建省特种设备检验研究院泉州分院，福建 泉州 362000）

新时期，为了提高建筑产品生产制造的总体质量，首先需要提升建筑电气工程质量。以电梯为例，近几年伴随着电梯安装总量的持续增长与电梯安全管理升级，电梯安全问题备受关注。通过分析近几年国内发生的电梯安全事故，技术方面原因主要集中在电梯层门、轿厢门方面，其中，因电梯层门、轿厢门开关短接，开关门故障等造成的伤害事故率高达80%之多。所以，在高质量发展阶段，应该借助计算机机器视觉技术设计一套电梯轿厢门状态识别系统。具体分析如下。

1 电梯轿厢门状态识别方式概述

电梯制造国家标准规定的电梯层门、轿门锁紧状态的识别验证技术方面，现阶段主要是通过电气开关及门锁钩来验证，采取机器人识别门状态，属于新技术应用。下面分别对电气开关验证门锁状态识别技术、传感器识别技术、现代机器人门状态识别技术展开说明。

1.1 电气开关验证门锁状态识别技术

以通过电气开关来验证门锁状态识别技术为例，现代电梯中的层门设置了层门机械锁及电气验证开关，轿厢门设置有轿门电气开关，虽然从应用技术上讲，可以满足识别与安全的需求。但是，由于一些人为疏忽和电气故障等因素的影响，部分电梯开门走梯的现象仍有发生，极容易造成人员坠落、剪切事故发生，存在一定的安全隐患。

1.2 传感器识别技术

以触发传感器为主的监控方案，虽然在效用上能够增强视频图像信息采集的智能化水平，并实现对图像的初步分析。但是，由于电梯控制系统结构在安装传感器后趋于复杂化，应用后的效用显示，普遍存在反应速度不足、分辨率不高的现象。

1.3 机器人识别技术

自从2018 年电梯行业实施“互联网+”改革以来，通过加大技术研发、设计环节的投入比例，目前已经创新了诸多以机器人为主的识别系统。首先，电梯轿厢内设置了摄像头设备，增强了对监控视频图像的获取效率与效果，并且代替了传感器的安装及应用。其次，在状态识别方面，借助计算机（机器人）的智能识别完成识别任务，并快速发起预警响应等。

2 人数检测系统设计方案

2.1 概况说明

本文从安装易操作、识别智能化的角度，对电梯轿厢门状态识别系统应用方案进行了设计。根据硬件与软件的功能预设，本次设计方案中选择了Cortex-A9作为系统硬件处理器。同时，由于软件处理中需要开源设置，增强其接口功能，本次设计中选择了ARM-Linux（通过移植OpenCV 实现）作为系统软件处理器。另外，根据减少运行量、提高计算效率的需要，在算法方面选择了Hough 线变换算法。最终的总体设计方案中按照人数检测系统进行实践。

2.2 人数检测系统设计

首先，在系统硬件架构中，总体设计方案中采用了“USB+ARM”。需要注意的是，进入到夜间，或者电梯内的灯光发生异常时，会影响到图像采集效果。因此，本次选择的USB 摄像头具备红外摄像功能。其次，通过将OpenCV 移植到ARM-Linux 系统，设置应用软件。再次，由V4L2 完成USB 摄像头的视频图像采集后，可以凭借计算机视觉的电梯轿厢门状态识别算法于ARM 上完成识别操作。最后，系统总设计方案由硬件层、应用层、软件层3 部分构成，分述如下。

硬件层主要由电梯轿厢、USB 摄像头、USB2.0 接口电路（电路中的核心板为Exynos44012 处理器）组成，操作中重点借助7 个模块共同构成系统硬件平台框架。其中包括复位及时钟电路、SD 卡储存模块、RS232 串口模拟、Cortex-A9、Wi-Fi 无线模块、下载调试电路、USB 摄像头模块。应用层主要包括了驱动程序、BootLoader（基础为U-Boot）、文件系统（选择了Yaffs）、Linux 内核（以3.0.8 版本为准）、V4L2核心和基本库。软件层主要由视频采集、OpenCV、电梯轿厢门识别算法构成，其中的应用程序编写主要依据“OpenCV+算法”方案。

3 搭建系统开发平台

搭建系统开发平台后软件才能有效发挥其效用，本次设计中制作了BootLoader，移植了Linux 内核、根文件系统、OpenCV。分述如下。

3.1 制作BootLoader

制作BootLoader 的目标十分明确，其功能定位包括满足系统配置要求、合理分配内存空间、辅助完成启动硬件初始化工作。所以，制作BootLoader 是为了更好地牵引操作系统内核。在制作时主要通过移植方式完成操作，共分为4 项内容或步骤：①对下载的u-boot.tat.bz2 文件进行解压处理；②在对编译脚本进行修改的基础上，完成平台信息（指Exynos4412）添加工作；③对编译所需文件、交叉编译所需文件进行准确选择；④通过对编译方案的执行，生成文件u-boot.tat.bin。

3.2 移植Linux 内核

本次设计中选择了Linux3.0.8 版本，因此，在系统内核确定后，按照标准移植操作流程进行了移植，共有3 项内容或步骤：①在网页下载官方版源代码Linux 3.0.8 20 11111 8.tar.gz，根据提示解压并完成安装操作。②清除无效积累文件。③按照开发平台需要配置了ARM，同时对NandFlash 分区表进行了修改处理，并在修改内核配置文件后进行命令解压操作。需要注意的是，命令解压需要以配置与编译内核为前提条件。

3.3 移植根文件系统

由于Yaffs 文件系统的比较优势主要集中在移植效用与应用于嵌入式系统2 大方面，因而本次软件配置中选择了该文件系统，用以满足轿厢人数检测需求。移植中包括了4 项内容或步骤，分别为设置目录、设置设备文件、设置配置文件和设置内核模块。

3.4 移植OpenCV

OpenCV 的本质通常被描述为视觉库，具体指的是具有“开源”“跨平台”“计算机”构成要素的视觉库。从应用范围看，适用性较好，能够适用于MacOS操作系统、Windows 操作系统和Linux 操作系统。在应用语言方面，主要以C 语言或C++语言为准。将计算机视觉库移植到ARM 上，相当于为系统安装了一双“智慧之眼”，因此，移植过程十分关键。从目前的移植操作看主要包括4 项内容或步骤：①在网页下载opencv-3.1.0.zip，或应用购买的安装有opencv-3.1.0.zip的USB 存储设备进行下载，然后进行解压。②根据目录中的提示要求完成对Makefile 配置信息的编写工作。③选择匹配的编译器，使其满足以交叉编译需求。例如，在本次方案中可以选择C 编译器，也可以选择C++编译器。选择前者之时应该选择一个以“arm-arago-linux-gnueab-igcc”为准的工具链；选择后者时，则应该对应的选择“arm-arago-linux-gnueab-i g++”作为工具链。④为了实现对头文件、库的搜索与查询目标，需要借助交叉编译器进行根目录设置。

4 设置图像采集程序

首先，在USB 摄像头采集视频图像过程中，为了提高采集的智能化水平及效果，通常会选择一些辅助性的编程技术。例如，在本次电梯轿厢门状态识别系统设计中对于图像采集程序的设置，就选择了满足UVC 免驱USB 设备的编程框架V4L2。具体的图像采集主要以函数编程模式为准，其中，其步骤如下：打开设备—视频制式、帧格式设置—缓冲区、物理内在分配—数据读取—数据处理—设备关闭。

其次，在图像采集程序确定后，就需要在进入开始状态后按部就班地进行操作。例如，从开始到初始化，再到进入“启动Ⅰ/O 开关”之后，才算真正进入到了采集图像状态。需要注意的是，在启动Ⅰ/O 开关后采集图像中必须在等待一帧图像采集完成后再对视频图像进行处理，进而完成对电梯轿厢门状态的识别任务。识别工作完成后需要设置一个“停止采集（？）”环节，当选择“NO”时，则进入到启动Ⅰ/O 开关与采集图像环节，并实施自动采集；当选择“YES”时，则停止采集图像，然后关闭视频设备，结束程序。

5 开发电梯轿厢门状态识别系统

5.1 电梯轿厢门状态识别流程

本次研究中以基于Hough 线变换的算法为准进行识别，整个系统识别系统设计中主要按照Exynos4412驱动— USB 摄像头— V4L2 采集图像信息—ARM-Linux 系统预处理图像。具体的预处理内容主要包括2 大部分：一部分是去灰度，另一部分是去噪声。完成图像预处理后可以借助边缘检测完成对边缘图像的获取。但是，由于边缘图像效果通常较差，所以，为了提高边缘效果，通常会采用有膨胀处理方法。并在获取清晰的边缘图像条件下，利用基于Hough 的算法完成对电梯轿厢门状态的识别。需要注意的是，在基于Hough 的电梯轿厢门状态识别算法应用后进入到是否检测完毕环节，当选择“Yes”时，会进入输出电梯门状态环节并结束识别流程；当选择“No”时，则直接进入到图像边缘检测、膨胀处理环节，进入到下一轮的自动识别流程。

5.2 电梯轿厢门状态识别算法

从原理上看，Hough 线变换就是通过Hough 参数空间、图像空间的点与线中存在的对偶关系完成符合比较，而且，直角坐标系与极坐标之间的对应关系可以借助数学方程进行表示，以直角坐标系为例，其方程通常表示为=+。以极坐标为例，其方程可以写成=cos+sin，其中，为到原点的距离，为轴与垂线形成的夹角。具体而言，电梯轿厢左右门处于关闭状态时，门缝具有直线特征，根据Hough 线变换表决原理，方程中的线可以对应到极坐标方程中的点或曲线上。因此应用它能够在确定的区域内进行精准搜索，并提高识别效率。

5.3 电梯轿厢门状态识别系统的实现

由于识别系统的核心集中到了识别算法的实现上，所以，在电梯轿厢门状态识别系统硬件、软件配置齐全的情况下，对于识别算法的具体实现，主要包括图像去噪、检测获取边缘图像、轿厢宽度计算、建立坐标系、确定目标区域、应用累计概率Hough 变换、判定检测直线是否存在连续性并超过预设长度，并结束检测。分述如下：①本次设计中借助图像平滑（5×5 方形窗口的中值滤波器）进行图像去噪。②系统中选择了Canny 算法进行获取边缘图像时的检测方法。③用角点检测方法完成对轿厢宽度的计算。④目标区域确定为“S”，具体按照坐标系获取门缝所在区域并对其进行命名。⑤在目标区域内实施Hough 变换，对于霍夫变换的范围需要进行限定，以此减少计算量。⑥在目标区域进行“设定长度”的判定时，以10 cm为单位进行判断，若存在至少1 条直线大于该数值，则将识别结果确定为“关”状态；相反，则确定其处于“开”状态。⑦结束检测。

6 结束语

总之，新时期人们增强了对电梯安全管理的重视。从当前阶段的实践经验看，在全球工业化改革背景下增强机器人视角下的电梯轿厢门识别系统研发，既有助于化解事故风险，也可以提升电梯运行方面的智能控制水平。而且，由于上述系统应用的算法精度较高，在适用性方面可以满足不同环境下的识别需求。需要注意的是，机器人视角下的电梯轿厢门状态识别系统设计中不仅应用了与其相关的计算机技术、数据分析计算，而且，从整体上改变了设计思维方式。