一种电梯装置中电梯门开合的检测方法及检测装置与流程

本发明涉及电梯门检测技术领域，尤其涉及一种电梯装置中电梯门开合的检测方法及检测装置。

背景技术：

通常电梯的轿厢在上下运动之前均需要确认轿厢门是否处于完全关闭的状态，以确保电梯轿厢里边以及电梯井附近人员的安全。而且，当电梯由于机械故障等原因导致电梯门加速开关时会存在非常大的安全隐患。因此，实时监测电梯门的开合状态，对于提高电梯使用安全性具有非常重要的意义。

传统的检测装置通常包括轿门开关和编码器，其中，所述轿门开关包括设置在一个门上的销和设置在另一个门上的孔，销和孔完全对上的时候确定电梯门处于完全封闭状态，所述编码器用于选择性移动马达控制两扇门之间的开合状态，并提供两扇门之间的距离信息。

但是，上述检测装置依赖于机械的配置，随着使用时间的延长，机械零件会发生损耗，后续的维护成本较高，而且，上述检测装置需要在电梯出厂时就设计进去，对于没有这种功能的电梯无法进行便捷的改装。

技术实现要素：

为解决上述技术问题，本发明实施例提供了一种电梯装置中电梯门开合的检测方法及检测装置，以解决现有检测装置后续的维护成本较高，而且，需要在电梯出厂时就设计进去，对于没有这种功能的电梯无法进行便捷的改装的问题。

为解决上述问题，本发明实施例提供了如下技术方案：

一种电梯装置中电梯门开合的检测方法，所述电梯装置包括电梯轿厢和电梯门，所述电梯门包括：相对设置的第一电梯门和第二电梯门，所述第一电梯门上设置有第一标签，所述第二电梯门上设置有第二标签，所述电梯轿厢内设置有深度相机，该检测方法包括：

在所述深度相机图像的显示界面内选择所述第一标签和所述第二标签的运动区域作为目标区域；

在所述深度相机输出的灰度图像中，对所述目标区域对应的区域进行边缘提取，并将该边缘形成闭合的区域作为第一候选标签区域；

在所述深度相机输出的深度图像中，对所述目标区域对应的区域进行分割处理，得到至少一个第二候选标签区域；

将所述第一候选标签区域和所述至少一个第二候选标签区域对比，将与所述第一候选标签区域的大小和位置符合第一预设条件的第二候选标签区域作为第三标签区域；

计算所述第三标签区域各像素点在相机坐标系下的世界坐标；

基于所述第三标签区域各像素点在所述相机坐标系下的世界坐标，计算所述第一电梯门和第二电梯门的开合程度信息。

可选的，在所述深度相机输出的灰度图像中，对所述目标区域对应的区域进行边缘提取，并将该边缘形成闭合的区域作为第一候选标签区域包括：

使用canny算子计算所述目标区域的边缘二值图；

在所述边缘二值图中，去掉所述灰度图像中没有形成闭合的点，得到处理后的边缘二值图；

在处理后的边缘二值图中提取连通域，将所述连通域的外接矩形作为第一候选标签区域。

可选的，在所述深度相机输出的深度图像中，对所述目标区域对应的区域进行分割处理，得到至少一个第二候选标签区域包括：

使用聚类或区域生长的方法得到所述深度图像中所述目标区域的分割结果；

对所述分割结果进行筛选，将与所述第一标签和所述第二标签符合第二预设条件的区域筛选出来，作为第二候选标签区域。

可选的，计算所述第三标签区域各像素点在相机坐标系下的世界坐标包括：

获取所述第三标签区域内各像素点的深度信息和各像素点在图像坐标系下的坐标(x，y)；

利用以下公式计算得到各像素点在相机坐标系下的世界坐标：

其中，xworld、yworld、zworld分别是相机坐标系下的世界坐标；x、y是图像坐标系下的横坐标和纵坐标；deep是(x，y)像素点处的深度值；cx，cy分别是图像坐标系下深度相机中心点的坐标值，tx，ty分别是单个像素点x方向和y方向的大小(以毫米为单位)，fx，fy分别是所述深度相机x方向和y方向上的焦距信息。

可选的，基于所述第三标签区域各像素点在所述相机坐标系下的世界坐标，计算所述第一电梯门和第二电梯门的开合程度信息包括：

对所述第三标签区域各像素点在所述相机坐标系下的世界坐标进行平均，得到所述第一标签中心点的世界坐标信息和第二标签中心点的世界坐标信息；

根据所述第一标签中心点的世界坐标信息和第二标签中心点的世界坐标信息，计算所述第一标签中心点和第二标签中心点的欧氏距离；

利用所述第一标签中心点和第二标签中心点的欧氏距离减去所述第一标签和所述第二标签的大小，得到所述第一电梯门和所述第二电梯门之间的开合程度信息。

可选的，所述第一电梯门和所述第二电梯门之间的开合程度信息包括所述第一电梯门和所述第二电梯门之间的距离以及所述述第一电梯门和所述第二电梯门之间开合速度。

一种梯装置中电梯门开合的检测装置，所述电梯装置包括电梯轿厢和电梯门，所述电梯门包括相对设置的第一电梯门和第二电梯门，所述检测装置包括：

所述检测装置包括：

设置于所述第一电梯门上的第一标签和设置于所述第二电梯门上的第二标签；

设置于所述电梯轿厢内的深度相机；

与所述深度相机电连接的处理器，所述处理器用于：在所述深度相机图像的显示界面内选择所述第一标签和所述第二标签的运动区域作为目标区域；

在所述深度相机输出的灰度图像中，对所述目标区域对应的区域进行边缘提取，并将该边缘形成闭合的区域作为第一候选标签区域；

在所述深度相机输出深度图像中，对所述目标区域进行分割处理，得到至少一个第二候选标签区域；

将所述第一候选标签区域和各所述第二候选标签区域对比，将与所述第一候选标签区域的大小和位置符合第一预设条件的第二候选标签区域作为第三标签区域；

计算所述第三标签区域各像素点在相机坐标系下的世界坐标；

基于所述第三标签区域各像素点在所述相机坐标系下的世界坐标，计算所述第一电梯门和第二电梯门的开合程度信息。

可选的，所述第一标签和所述第二标签在同一水平线上。

可选的，所述第一预设条件包括：

在图像坐标系下所述第一候选标签区域和所述第二候选标签区域的面积差的绝对值小于预设区域面积的0.2，用公式表示为：|sa-sb|＜0.2min(sa，sb)，其中，sa为第一候选标签区域的面积，sb为第二候选标签区域的面积，所述预设区域为所述第一候选标签区域和所述第二候选标签区域中面积较小的区域；

在图像坐标系下所述第一候选标签区域和第二候选标签区域的y坐标系差的绝对值小于所述预设区域高度的两倍；用公式表示为|ya-yb|＜2*min(ha,hb)；ya为第一候选标签区域的y坐标信息，yb为第二候选标签区域的y坐标信息，ha为第一候选标签区域y方向上的高度值，hb为第二候选标签区域y方向上的高度值。

可选的，所述第一电梯门和所述第二电梯门之间的开合程度信息包括所述第一电梯门和所述第二电梯门之间的距离以及所述述第一电梯门和所述第二电梯门之间开合速度。

与现有技术相比，上述技术方案具有以下优点：

本发明实施例所提供的电梯装置中电梯门开合的检测方法及检测装置，可以通过在第一电梯门和第二电梯门上设置第一标签和第二标签，并在轿厢内设置深度相机，来利用深度相机采集第一标签和第二标签图像，获得所述第一标签和第二标签的世界坐标信息，并基于第一标签和第二标签的世界坐标信息获得第一电梯门和第二电梯门之间的开合程度信息，安装方便，方法简单，可以适用于所有的新旧电梯平台，适用范围较广。

而且，本发明实施例所提供的电梯装置中电梯门开合的检测方法及检测装置，可以同时提供第一电梯门和第二电梯门之间的距离信息和开合速度信息，方便安保系统对电梯装置的运行情况进行准确、高效的监控和进行大数据分析。

此外，本发明实施例所提供的电梯装置中电梯门开合的检测方法及检测装置，采用基于计算机视觉技术，检测到的结果均是基于深度相机当前帧的深度信息得到的，而相机的成像不会随着时间的积累而出现偏差，因此，本发明实施例所提供的检测方法及检测装置，在使用过程中，不存在机械或零件的损耗，后续基本不需要人工的维护，且检测精度不会随着使用时间的积累而降低。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一个实施例所提供的电梯装置中电梯门开合的检测方法所应用的电梯装置的结构示意图；

图2为本发明一个实施例所提供的电梯装置中电梯门开合的检测方法流程图。

具体实施方式

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。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

本发明实施例提供了一种电梯装置中电梯门开合的检测方法，如图1所示，所述电梯装置包括电梯轿厢10和电梯门20，所述电梯门20包括相对设置的第一电梯门21和第二电梯门22，其中，所述第一电梯门21上设置有第一标签31，所述第二电梯门22上设置有第二标签32，所述电梯轿厢10内设置有深度相机(图中未示出)，如图2所示，该方法包括：

s1：在所述深度相机图像的显示界面内选择所述第一标签和所述第二标签的运动区域作为目标区域(即roi，regionofinterest)。

在本发明实施例中，在所述深度相机图像的显示界面内选择第一标签的运动区域和第二标签的运动区域作为目标区域时，所述目标区域可以为矩形，如图1中虚线区域40，也可以为椭圆形或其它2d形状，本发明对此并不做限定，具体视情况而定。

需要说明的是，在本发明实施例中，为了减小所述目标区域的面积，降低后续计算所述第一标签和所述第二标签之间距离的计算量，在本发明的一个实施例中，所述第一标签和所述第二标签位于同一水平线上，但本发明对此并不做限定，具体视情况而定。

可选的，在本发明的一个实施例中，所述目标区域完全覆盖所述第一标签的运动区域和所述第二标签的运动区域，且大于所述第一标签的运动区域和所述第二标签的运动区域的面积之和，优选的，为了尽可能的减小所述目标区域的面积，所述目标区域完全覆盖所述第一标签的运动区域和所述第二标签的运动区域，且稍大于所述第一标签的运动区域和所述第二标签的运动区域的面积之和，但本发明对此并不做限定，只要保证所述目标区域完全覆盖所述第一标签的运动区域和所述第二标签的运动区域，且不小于所述第一标签的运动区域和所述第二标签的运动区域的面积之和即可。

s2：在所述深度相机输出的灰度图像中，对所述目标区域对应的区域进行边缘提取，并将该边缘形成闭合的区域作为第一候选标签区域。

具体的，在本发明的一个实施例中，在所述深度相机输出的灰度图像中，对所述目标区域对应的区域进行边缘提取，并将该边缘形成闭合的区域作为第一候选标签区域包括：

s21：使用canny算子计算所述目标区域的边缘二值图；

s22：在所述边缘二值图中，去掉所述灰度图像中没有形成闭合的点，如孤立的点或线段等，得到处理后的边缘二值图。

s23：在处理后的边缘二值图中提取连通域，将所述连通域的外接矩形作为第一候选标签区域。其中，所述连通域，直观来讲是是指所述边缘二值图中没有洞的区域，严格来讲拓扑空间x成为是连通的，当且仅当以下条件之一成立：(1)x不能表示为两个不相交的非空开集的并集；(2)a≠x或

需要说明的是，在本发明实施例中，canny算子是澳大利亚科学家johnf.canny于1986年提出的一个多级边缘检测算法，用来提取图像中的边缘点。

还需要说明的是，在本发明实施例中，所述第一候选标签区域优选为两个，分别对应所述第一标签所在的区域和所述第二标签所在的区域。

s3：在所述深度相机输出的深度图像中，对所述目标区域对应的区域进行分割处理，得到至少一个第二候选标签区域。

具体的，在本发明的一个实施例中，在深度图中，对所述目标区域进行分割处理，得到至少一个第二候选标签区域包括：

s31：使用聚类或区域生长的方法得到所述深度图像中所述目标区域的分割结果；

s32：对所述分割结果进行筛选，将与所述第一标签或所述第二标签符合第二预设条件的区域筛选出来，作为第二候选标签区域。

具体的，在本发明的一个实施例中，与所述第一标签或所述第二标签符合第二预设条件的区域至少满足以下条件：形状规则，与所述第一标签或所述第二标签的面积之比不小于0.8且不大于1.2。

需要说明的是，在本发明实施例中，聚类是将像素点的集合基于灰度值或深度值分成若干类似对象组成的多个类的过程；区域生长是一种将具有相似性质的像素点集合起来构成区域，具体过程包括：先在每一个需要分割的区域随机找一个像素点(记为种子像素)作为生长起点；然后将种子像素周围领域中与种子像素具有相同或相似性质的像素合并到所述种子像素所在的区域中。

还需要说明的是，在本发明实施例中，当种子像素周围领域中与种子像素的深度值的差值的绝对值小于10mm的像素点记为与种子像素具有相同或相似性质的像素点，即与种子像素具有相同或相似性质的像素点的深度值满足以下关系：|deptha-depthb|＜10mm；其中，deptha是种子像素处的深度值，depthb是种子像素周围领域中与种子像素具有相同或相似性质的像素点的深度值。

s4：将所述第一候选标签区域和各所述第二候选标签区域对比，将与所述第一候选标签区域的大小和位置符合第一预设条件的第二候选标签区域作为第三标签区域。

需要说明的是，所述预设条件包括：

在图像坐标系下所述第一候选标签区域和所述第二候选标签区域的面积差的绝对值小于预设区域面积的0.2，用公式表示为：|sa-sb|＜0.2*min(sa,sb)，其中，sa为第一候选标签区域的面积，sb为第二候选标签区域的面积，所述预设区域为所述第一候选标签区域和所述第二候选标签区域中面积较小的区域；

在图像坐标系下所述第一候选标签区域和第二候选标签区域的y坐标系差的绝对值小于所述预设区域高度的两倍；用公式表示为|ya-yb|＜2*min(ha,hb)；ya为第一候选标签区域的y坐标信息，yb为第二候选标签区域的y坐标信息，ha为第一候选标签区域y方向上的高度值，hb为第二候选标签区域y方向上的高度值。

还需要说明的是，在本发明实施例中，所述第三标签区域为两个，分别对应所述第一标签和所述第二标签所在的区域。

s5：计算所述第三标签区域各像素点在相机坐标系下的世界坐标。

需要说明的是，在计算机视觉领域一般包括三种坐标系，分别是图像坐标系，摄像机坐标系(也称相机坐标系)，世界坐标系。在环境中通常选择一个参考坐标系来描述摄像机和物体的位置，该坐标系称为世界坐标系。在本发明中将摄像机坐标系同时作为世界坐标系，故而表述为摄像机坐标系相机(相机坐标系)下的世界坐标。

具体的，在本发明的一个实施例中，计算所述第三标签区域各像素点在所述相机坐标系下的世界坐标包括：

s51：获取所述第三标签区域内各像素点的深度信息和各像素点在图像坐标系下的坐标(x，y)；

s52：利用以下公式计算得到各像素点在相机坐标系下的世界坐标：

其中，xworld、yworld、zworld分别是相机坐标系下的世界坐标；x、y是图像坐标系下的横坐标和纵坐标；deep是(x，y)像素点处的深度值；cx，cy分别是图像坐标系下深度相机中心点的坐标值，tx，ty分别是单个像素点x方向和y方向的大小(以毫米为单位)，fx，fy分别是所述深度相机x方向和y方向上的焦距信息。

s6：基于所述第三标签区域各像素点在所述相机坐标系下的世界坐标，计算所述第一电梯门和第二电梯门的开合程度信息。

具体的，在本发明的一个实施例中，基于所述第三标签区域各像素点在所述相机坐标系下的世界坐标，计算所述第一电梯门和第二电梯门的开合程度信息包括：

s61：对所述第三标签区域各像素点在所述相机坐标系中的世界坐标进行平均，得到所述第一标签中心点的世界坐标信息和第二标签中心点的世界坐标信息；

s62：根据所述第一标签中心点的世界坐标信息和第二标签中心点的世界坐标信息，计算所述第一标签中心点和第二标签中心点的欧氏距离；其中，欧氏距离(euclideanmetric)(也称欧几里得度量)是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度(即该点到原点的距离)。在二维和三维空间中的欧氏距离就是两点之间的实际距离。在本发明中就是两个点间的真实距离。

s63：利用所述第一标签中心点和第二标签中心点的欧氏距离减去所述第一标签和所述第二标签的大小，得到所述第一电梯门和所述第二电梯门之间的开合程度信息。

在上述实施例的基础上，在本发明的一个实施例中，所述第一电梯门和所述第二电梯门之间的开合程度信息包括所述第一电梯门和所述第二电梯门之间的距离以及所述述第一电梯门和所述第二电梯门之间开合速度，具体计算公式为：

其中，d是电梯门的开合程度(单位是毫米)，即所述第一电梯门和第二电梯门之间的距离；(xleft,yleft,zleft)和(xright,yright,zright)分别是第一标签和第二标签两个标签的世界坐标(单位为毫米)；l是所述第一标签和第二标签的实际大小之和(单位为毫米)；v为所示第一标签和第二标签的相对运动速度(具体的，当所述第一标签的运动速度为v1，第二标签的运动速度为0，则v＝v1；当所述第一标签的运动速度为0，第二标签的运动速度为v1，则v＝v1；当所述第一标签的运动速度为v1，第二标签的运动速度为v1，则v＝2v1)；dt为时间变化量；dd为时间段dt里电梯门开合度的变化值，即时间段dt里第一电梯门和第二电梯门之间的距离变化值。

相应的，本发明实施例还提供了一种梯装置中电梯门开合的检测装置，所述电梯装置包括电梯轿厢和电梯门，所述电梯门包括相对设置的第一电梯门和第二电梯门，所述检测装置包括：

设置于所述第一电梯门上的第一标签和设置于所述第二电梯门上的第二标签；

设置于所述电梯轿厢内的深度相机；

与所述深度相机电连接的处理器，所述处理器用于：在所述深度相机图像的显示界面内选择所述第一标签和所述第二标签的运动区域作为目标区域；

在所述深度相机输出的灰度图像中，对所述目标区域对应的区域进行边缘提取，并将该边缘形成闭合的区域作为第一候选标签区域；

在所述深度相机输出深度图像中，对所述目标区域对应的区域进行分割处理，得到至少一个第二候选标签区域；

将所述第一候选标签区域和各所述第二候选标签区域对比，将与所述第一候选标签区域的大小和位置符合第一预设条件的第二候选标签区域作为第三标签区域；

计算所述第三标签区域各像素点在相机坐标系下的世界坐标；

基于所述第三标签区域各像素点在所述相机坐标系下的世界坐标，计算所述第一电梯门和第二电梯门的开合程度信息。

在上述实施例的基础上，在本发明的一个实施例中，所述目标区域可以为矩形，也可以为椭圆形或其它2d形状，本发明对此并不做限定，具体视情况而定。

需要说明的是，在本发明实施例中，为了减小所述目标区域的面积，降低后续计算所述第一标签和所述第二标签之间距离的计算量，在本发明的一个实施例中，所述第一标签和所述第二标签位于同一水平线上，但本发明对此并不做限定，具体视情况而定。

可选的，在本发明的一个实施例中，所述目标区域完全覆盖所述第一标签的运动区域和所述第二标签的运动区域，且大于所述第一标签的运动区域和所述第二标签的运动区域的面积之和，优选的，为了尽可能的减小所述目标区域的面积，所述目标区域完全覆盖所述第一标签的运动区域和所述第二标签的运动区域，且稍大于所述第一标签的运动区域和所述第二标签的运动区域的面积之和，但本发明对此并不做限定，只要保证所述目标区域完全覆盖所述第一标签的运动区域和所述第二标签的运动区域，且不小于所述第一标签的运动区域和所述第二标签的运动区域的面积之和即可。

在上述任一实施例的基础上，在本发明的一个实施例中，所述处理器在执行对所述目标区域对应的区域像进行边缘提取，并将该边缘形成闭合的区域作为第一候选标签区域时具体用于：

使用canny算子计算所述目标区域的边缘二值图；

在所述边缘二值图中，去掉所述灰度图像中没有形成闭合的点，如孤立的点或线段等，得到处理后的边缘二值图。

在处理后的边缘二值图中提取连通域，将所述连通域的外接矩形作为第一候选标签区域。其中，所述连通域，直观来讲是是指所述边缘二值图中没有洞的区域，严格来讲拓扑空间x成为是连通的，当且仅当以下条件之一成立：(1)x不能表示为两个不相交的非空开集的并集；(2)a≠x或

需要说明的是，在本发明实施例中，所述第一候选标签区域优选为两个，分别对应所述第一标签所在的区域和所述第二标签所在的区域。

在上述实施例的基础上，在本发明的一个实施例中，所述处理器在执行在所述深度相机输出的深度图像中，对所述目标区域进行分割处理，得到至少一个第二候选标签区域时具体用于：

使用聚类或区域生长的方法得到深度图中所述目标区域的分割结果；

对所述分割结果进行筛选，将与所述第一标签或所述第二标签符合第二预设条件的区域筛选出来，作为第二候选标签区域。

具体的，在本发明的一个实施例中，与所述第一标签或所述第二标签符合第二预设条件的区域至少满足以下条件：形状规则，与所述第一标签或所述第二标签的面积之比不小于0.8且不大于1.2。

需要说明的是，在本发明实施例中，聚类是将像素点的集合基于灰度值或深度值分成若干类似对象组成的多个类的过程；区域生长是一种将具有相似性质的像素点集合起来构成区域，具体过程包括：先在每一个需要分割的区域随机找一个像素点(记为种子像素)作为生长起点；然后将种子像素周围领域中与种子像素具有相同或相似性质的像素合并到所述种子像素所在的区域中。

还需要说明的是，在本发明实施例中，当种子像素周围领域中与种子像素的深度值的差值的绝对值小于10mm的像素点记为与种子像素具有相同或相似性质的像素点，即与种子像素具有相同或相似性质的像素点的深度值满足以下关系：|deptha-depthb|＜10mm；其中，deptha是种子像素处的深度值，depthb是种子像素周围领域中与种子像素具有相同或相似性质的像素点的深度值。

在上述任一实施例的基础上，在本发明的一个实施例中，所述第一预设条件包括：

在图像坐标系下所述第一候选标签区域和所述第二候选标签区域的面积差的绝对值小于预设区域面积的0.2，用公式表示为：|sa-sb|＜0.2*min(sa,sb)，其中，sa为第一候选标签区域的面积，sb为第二候选标签区域的面积，所述预设区域为所述第一候选标签区域和所述第二候选标签区域中面积较小的区域；

在图像坐标系下所述第一候选标签区域和第二候选标签区域的y坐标系差的绝对值小于所述预设区域高度的两倍；用公式表示为|ya-yb|＜2*min(ha,hb)；ya为第一候选标签区域的y坐标信息，yb为第二候选标签区域的y坐标信息，ha为第一候选标签区域y方向上的高度值，hb为第二候选标签区域y方向上的高度值。

需要说明的是，在本发明实施例中，所述第三标签区域为两个，分别对应所述第一标签和所述第二标签所在的区域。

在上述任一实施例的基础上，在本发明的一个实施例中，所述处理器在执行计算所述第三标签区域各像素点在相机坐标系下的世界坐标时具体用于：

获取所述第三标签区域内各像素点的深度信息和各像素点在图像坐标系下的坐标(x，y)；

利用以下公式计算得到各像素点在相机坐标系下的世界坐标：

其中，xworld、yworld、zworld分别是相机坐标系下的世界坐标；x、y是图像坐标系下的横坐标和纵坐标；deep是(x，y)像素点处的深度值；cx，cy分别是图像坐标系下深度相机中心点的坐标值，tx，ty分别是单个像素点x方向和y方向的大小(以毫米为单位)，fx，fy分别是所述深度相机x方向和y方向上的焦距信息。

需要说明的是，在计算机视觉领域一般包括三种坐标系，分别是图像坐标系，摄像机坐标系(也称相机坐标系)，世界坐标系。在环境中通常选择一个参考坐标系来描述摄像机和物体的位置，该坐标系称为世界坐标系。在本发明中将摄像机坐标系同时作为世界坐标系，故而表述为摄像机坐标系相机(相机坐标系)下的世界坐标。

在上述任一实施例的基础上，在本发明的一个实施例中，所述处理器在用于基于所述第三标签区域各像素点在所述相机坐标系下的世界坐标，计算所述第一电梯门和第二电梯门的开合程度信息时具体用于：

对所述第三标签区域各像素点在所述相机坐标系中的世界坐标进行平均，得到所述第一标签中心点的世界坐标信息和第二标签中心点的世界坐标信息；

根据所述第一标签中心点的世界坐标信息和第二标签中心点的世界坐标信息，计算所述第一标签中心点和第二标签中心点的欧氏距离；其中，欧氏距离(euclideanmetric)(也称欧几里得度量)是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度(即该点到原点的距离)。在二维和三维空间中的欧氏距离就是两点之间的实际距离。在本发明中就是两个点间的真实距离。

在上述任一实施例的基础上，在本发明的一个实施例中，所述第一电梯门和所述第二电梯门之间的开合程度信息包括所述第一电梯门和所述第二电梯门之间的距离以及所述述第一电梯门和所述第二电梯门之间开合速度，具体计算公式为：

其中，d是电梯门的开合程度(单位是毫米)，即所述第一电梯门和第二电梯门之间的距离；(xleft，tleft，zleft)和(xright，tright，zright)分别是第一标签和第二标签两个标签的世界坐标(单位为毫米)；l是所述第一标签和第二标签的实际大小之和(单位为毫米)；v为所示第一标签和第二标签的相对运动速度(具体的，当所述第一标签的运动速度为v1，第二标签的运动速度为0，则v＝v1；当所述第一标签的运动速度为0，第二标签的运动速度为v1，则v＝v1；当所述第一标签的运动速度为v1，第二标签的运动速度为v1，则v＝2v1)；dt为时间变化量；dd为时间段dt里电梯门开合度的变化值，即时间段dt里第一电梯门和第二电梯门之间的距离变化值。

由上可知，本发明实施例提供的电梯装置中电梯门开合的检测方法及检测装置，可以通过在第一电梯门和第二电梯门上设置第一标签和第二标签，并在轿厢内设置深度相机，来利用深度相机采集第一标签和第二标签图像，获得所述第一标签和第二标签的世界坐标信息，并基于第一标签和第二标签的世界坐标信息获得第一电梯门和第二电梯门之间的开合程度信息，安装方便，方法简单，可以适用于所有的新旧电梯平台，适用范围较广。

而且，本发明实施例所提供的电梯装置中电梯门开合的检测方法及检测装置，可以同时提供第一电梯门和第二电梯门之间的距离信息和开合速度信息，方便安保系统对电梯装置的运行情况进行准确、高效的监控和进行大数据分析。

此外，本发明实施例所提供的电梯装置中电梯门开合的检测方法及检测装置，采用基于计算机视觉技术，检测到的结果均是基于深度相机当前帧的深度信息得到的，而相机的成像不会随着时间的积累而出现偏差，因此，本发明实施例所提供的检测方法及检测装置，在使用过程中，不存在机械或零件的损耗，后续基本不需要人工的维护，且检测精度不会随着使用时间的积累而降低。

本说明书中各个部分采用递进的方式描述，每个部分重点说明的都是与其他部分的不同之处，各个部分之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。