一种电动车识别方法、装置、设备及存储介质与流程

1.本发明涉及识别技术领域，尤其涉及一种电动车识别方法、装置、设备及存储介质。


背景技术：

2.随着电力能源技术的发展，电动车这一依赖电力进行充能的交通工具，由于环保节能、性价比高等特点，越来越受到用户的欢迎，使用场景和销售数量都逐步增加。
3.然而随着高层住宅的普及以及电动车充能方式的限制，居住在高层建筑且拥有电动车的用户数量较多而配套的电动车充电插座数量较少，逐渐出现电动车充电需求与电动车充电插座供应不匹配的现象，这导致一部分电动车的用户选择将电动车带回家中进行充电，在高层住宅中用户往往通过电梯的运载功能实现电动车从高层住宅底层到达用户家中的过程，然而首先由于电梯轿厢内部空间较小而电动车体积相对较大，当电动车进入电梯轿厢后将导致电梯的载客能力降低，使居住在上述高层建筑的用户等使用电梯的效率降低，其次当电动车在电梯轿厢内部发生起火爆炸等情况时，不仅电梯轿厢内温度会急速升高且电动车燃烧将释放大量有害气体，搭乘电梯的用户没有躲藏空间，面临严峻的安全威胁，因此有必要对进入电梯轿厢的电动车进行识别，降低用户乘梯风险。
4.目前用于识别进入电梯轿厢的电动车主要通过摄像头或者电梯光幕扫描的方式完成，当使用摄像头进行电动车的识别时，若在摄像头采集轿厢图片的过程中出现遮挡，则电动车识别准确率将降低，且基于摄像头采集的图像识别电动车，往往是利用多张采集到的图片进行综合分析，计算量较大，占用图像计算资源较多，进而导致电梯的产品成本上升。当采用电梯光幕对电动车进行识别时，由于电梯光幕的光点数量较少，则对电动车进行扫描后得到的成像数据较少，电动车识别的准确率同样较低。


技术实现要素：

5.本发明提供了一种电动车识别方法、装置、设备及存储介质，以解决高层住宅中，住户将电动车带入电梯的轿厢中，对电梯运行的安全性造成威胁、安全事故的问题。
6.根据本发明的一方面，提供了一种电动车识别方法，包括：
7.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；
8.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；
9.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；
10.在所述图像数据中识别所述物体的多个特征；
11.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；
12.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；
13.根据所述第二概率确认所述物体是否为所述电动车。
14.根据本发明的另一方面，提供了一种电动车识别装置，包括：
15.光幕识别模块，用于当电梯的轿厢门开启，调用所述光幕识别进入所述轿厢的物
体，获得识别结果；
16.识别结果确认模块，用于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，若有效则调用图像数据采集模块；
17.图像数据采集模块，用于调用所述轿厢内的摄像头对所述轿厢门采集图像数据；
18.特征识别模块，用于在所述图像数据中识别所述物体的多个特征；
19.第一概率计算模块，用于针对每个所述特征，根据所述特征计算所述物体属于电动车的第一概率；
20.第二概率计算模块，用于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；
21.电动车确认模块，用于根据所述第二概率确认所述物体是否为所述电动车。
22.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
23.至少一个处理器；以及
24.与所述至少一个处理器通信连接的存储器；其中，
25.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的电动车识别方法。
26.根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的电动车识别方法。
27.本发明实施例的技术方案，通过在电梯的轿厢门开启时，启动电梯光幕识别进入电梯轿厢的物体，若识别到物体存在轮状部件，则首先对该识别结果进行有效性确认，若有效则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，然后每个特征都计算通过该特征确认物体是电动车的第一概率，并将所有特征的第一概率融合起来，计算通过图像数据确定的该物体属于电动车的第二概率，最后根据第二概率的值确认是否识别到电动车。
28.本发明相比于单纯依赖摄像头进行电动车识别的技术方案，结合光幕的识别动作，在检测到进入轿厢的物体存在轮状部件时，调用摄像头采集一张图像数据进行关于物体特征的识别，减少了传统的只依赖摄像头采集的图像进行分析时，待分析的图像数据的数量，从而减少了图像分析的计算量，降低了计算资源的占用，同时由于计算量减少还降低了对进行图像分析的服务器的要求并提升了计算速度，使本发明在电动车进入电梯的识别过程中更快速，提高电梯运行的安全性。相比于单纯依赖电梯光幕进行电动车识别的技术方案，本发明通过光幕初步识别到物体存在轮状部件时，再综合利用利用摄像头对图像数据进行识别，来确定是否存在电动车，消除了因电梯光幕的光点数量少成像差对识别电动车造成的影响，提高了电动车识别的准确率，且在光幕确定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。应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
29.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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。
30.图1是根据本发明实施例一提供的一种电动车识别方法的流程图；
31.图2是根据本发明实施例一所适用的轮状物体的光幕成像示意图；
32.图3是根据本发明实施例一所适用的第二红外光线遮挡示意图；
33.图4是根据本发明实施例一所适用的识别区域示意图；
34.图5是根据本发明实施例一所适用的电动车轮廓示意图；
35.图6是根据本发明实施例二提供的一种电动车识别装置的结构示意图；
36.图7是实现本发明实施例三的电动车识别方法的电子设备的结构示意图。
具体实施方式
37.为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
38.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
39.实施例一
40.图1为本发明实施例一提供了一种电动车识别方法的流程图，本实施例可适用于高层住宅中，检测住户是否将电动车代入电梯的轿厢中的情况，该方法可以由电动车识别装置来执行，该电动车识别装置可以采用硬件和/或软件的形式实现，该电动车识别装置可配置于计算机设备中。如图1所示，该方法包括：
41.s110、当电梯的轿厢门开启时，调用光幕识别进入轿厢的物体，获得识别结果。
42.本实施中，电梯是位于高层楼宇建筑中的一种以电动机为动力的垂直升降机，可用于人的搭乘或者运载货物。通常电梯具有一个轿厢，该轿厢在电梯的运行过程中沿着建筑内部的井道中设置的至少两列垂直的刚性导轨上下运动，完成电梯的载人载物功能。轿厢正面通常设置有轿厢门，当电梯到达相应的楼层时，两扇轿厢门向左右方向打开，乘客或者货物两扇轿厢门打开后形成的空间离开轿厢。本实施例中在每扇轿厢门的一侧还安装有光幕，利用光电感应保护进出轿厢的乘客的安全。
43.本实施例中，考虑到电动车只有在轿厢门打开时才能进入轿厢，因此可以当电梯
的轿厢门开启时，调用光幕识别进入轿厢的物体是否具有与电动车相关的特征，例如进入轿厢的物体是否存在轮状部件，以获得初步的识别结果。
44.本实施例中通过光幕识别进入轿厢的物体是否包括轮状部件时，是通过第一发射器和第一接收器完成的，光幕本身由轿厢门一侧的多个光点、多个接收管组成，且常采用逐点扫描的方式对进入轿厢的物体进行扫描，在这种扫描方式下，某一具体时间进行扫描工作的只有一对光点和接收管，由于物体进入轿厢是一个不停移动的过程，这将导致丢失对于该物体的部分特征，从而使得采用光幕识别进入轿厢的物体时识别结果通常是不准确的。本实施例中为了更好的识别进入轿厢的物体是否是电动车，考虑电动车进入轿厢时也是移动的且体积较大，进行分析确认时需要的特征数量更多，因此为采集到更多的特征点且考虑光幕在本实施例中主要用于识别进入轿厢的物体是否存在轮状部件，车轮通常是贴近地面的，因此本实施例中第一发射器可以选取光幕中不定数量的、设置在轿厢门底部的一组光点，并调整扫描方式，使轿厢门开启时第一发射器中的光点同时开启，发射红外光线，获得更多关于进入轿厢门的物体的特征。通过光幕识别存在轮状的物体时，轮状的物体的成像如图2所示，图2中x1-x10可以是不同的时间段的节点，例如x1可以是轿厢门开启时经历的第一个时间段后的时间节点，特征点a、特征点b则可以是光幕识别物体时，若存在轮状物体，则轮状物体对第一红外光线发生遮挡时主要的遮挡。，相应地，在另一侧轿厢门的第一接收器也是从光幕中选取的，数量与第一发射器中光点相同的一组接收管。实时的接收第一发射器发射的红外光线，并记录接收到的红外光线的强度。
45.本实施例中通过光幕的第一发射器、第一接收器识别进入轿厢的物体的过程具体可以表现为：
46.在轿厢门从开启至关闭期间，启动第一发射器发射第一红外光线，即在轿厢门开启后物体进入轿厢时则启动第一发射器，对该物体进行扫描，
47.每间隔预设的时间段，记录第一接收器处接收到的第一红外光线的第一强度及第一时间点，第一接收器发出的第一红外光线若被该物体遮挡，遮挡的效果将会体现在第一接收器处记录的关于第一个红外光线的强度上，因此本实施例可以设置每间隔预设的时间段，记录第一红外光线的第一强度以及记录该第一强度时的第一时间点，记录强度的方法可以是在每一接收管处预设一个标准的强度值，若发现接收管接收到的第一红外光线的强度值小于标准的强度值则判断该第一红外光线被遮挡，将该接收管处的接收强度值赋值为1，若发现接收管接收到的第一红外光线的强度值等于标准的强度值则判断该处的第一红外光线未被遮挡，将该接收管处的接收强度值赋值为0，每间隔预设的时间段记录第一接收器处所有接收管处的强度值，将所有强度值相加则得到第一接收器接收到的第一红外光线的第一强度。
48.由于轮状部件通常是对称结构，而电动车的车轮的轴心将接入电动车的前叉部件，前叉部件与车把相连从而实现电动车的导向和控制形式作用，则因为有前叉与车把相连，因此前叉将在电动车的车轮被扫描时，形成遮挡，打破由于对称结构带来的对称的第一强度的记录。
49.因此本实施例中可以将将数值最大的第一强度设置为第一目标强度，第一目标强度即前叉最大程度遮挡第一发射器发射的红外光线时，第一接收器处记录的第一强度；
50.相应地，将第一目标强度对应的第一时间点设置为第一目标点；
51.本实施例中在找到可能被前叉遮挡时形成的第一目标强度时，考虑车轮的对称性则与第一目标强度的记录时间即第一目标点，相差的时间段相同的时间点处记录的第一强度应该相同，因此可以首先筛选第一时间点在第一目标点之前，且与第一目标点相差多个时间段的第一强度，作为第二目标强度，筛选第一时间点在第一目标点之后，且与第一目标点相差多个时间段的第一强度，作为第三目标强度。
52.若第一数量与第二数量之间的差值在预设的数量范围内，则可以确定第二目标强度与第三目标强度匹配成功，第一数量为第二目标强度的第一时间点与第一目标点之间间隔的时间段的数量，第二数量为第三目标强度的第一时间点与第一目标点之间间隔的时间段的数量，例如选取与第一目标点间隔一个时间段的在第一目标点之前记录的第一强度作为第二目标强度，选取与第一目标点间隔一个时间段的在第一目标点之后记录的第一强度作为第三目标强度，然后匹配第二目标强度与第三目标强度，匹配过程具体可以是检测第二目标强度与第三目标强度之间的差值是否达到预设的匹配标准，若达到则匹配成功。
53.统计第二目标强度与第三目标强度匹配成功的次数，本实施例中为了避免偶然性的影响，可以统计与第一目标点间隔1个时间段、2个时间段等的第二目标强度、第三目标强度进行匹配，并统计匹配成功的次数。
54.若匹配成功的次数大于预设的次数阈值，则可以确认识别结果为进入轿厢的物体存在轮状部件。
55.s120、若识别结果为物体存在轮状部件，则确认识别结果是否有效，若有效则执行步骤s130。
56.本实施例中在通过光幕识别轮状部件时，最终目的是观察进入轿厢的物体是否是电动车，但是同时要考虑到轮椅、婴儿车和手推车同样具有轮状部件，因此在通过光幕识别进入轿厢的物体存在轮状部件后，还要排除电动车以外的、具有轮状部件的物体的干扰，确认光幕识别后得到的识别结果是否有效。如图3所示，图3左侧为电动车进入轿厢时，对第二红外光线的遮挡示意图，图三右侧则为婴儿车类物体进入轿厢时，对第二红外光线的遮挡示意图。本实施例中这一步骤是通过第二发射器和第二接收器完成的，其中第二发射器可以与第一发射器安装在同一轿厢门的侧边，第二接收器与第一接收器可以安装在同一轿厢门的侧边，第二发射器可以是一个光点、第二接收器可以是一个接收管。考虑上述为识别结果带来干扰的物件通常使用者在两个车轮的后方推倒该物体向前，而推动电动车进入轿厢时，使用者通常位于电动车前后车轮的中间，因此本实施例中可以通过检验在物体开始进入轿厢到全部进入轿厢的过程中，识别到物体两个轮状部件的中间时间是否存在使用者，若存在则说明是电动车，若检测到使用者在检测到两个轮状部件之后出现则说明该物体是其他类型的、具有轮状部件的物体，则不需要执行之后的采集图像数据并进行分析的步骤，节省计算资源，提高识别效率。进一步的，由于使用者通常比物体要高一些，则可以将第二发射器与第二接收器的安装位置设置的相对于第一发射器和第一接收器略高一些，例如将第一发射器和第一接收器设置在轿厢门距离地面1米的高度，然后记录并查询第二接收器处接收到的第二红外光线的第二强度。最后第二发射器可以与第一发射器同时启动，向第二接收器发射第二红外光线，保障不遗漏对使用者进入轿厢时的信息的采集。
57.本实施例中确认识别结果是否有效具体可以表现为：
58.查询在轿厢门开启至关闭期间记录的，第二接收器接收到的多个第二红外光线的
第二强度及第二时间点，本实施例中第二接收器处接收的第二红外光线的第二强度可以直接是该第二光线的强度值，第二时间点即记录第二强度的时间。
59.比较多个第二强度与预设的强度阈值，若存在第二强度小于强度阈值，则说明此时可能存在使用者进入轿厢，遮挡了第二接收器对第二红外光线的接收，因此可以选取小于强度阈值的第二强度作为第四目标强度，并将与第四目标强度对应的第二时间点设置为第二目标点，若在第二目标点之后且在轿厢门关闭之前，再次识别到轮状部件，则可以排除使用者在车轮之后出现的，如婴儿车手推车的车轮的干扰，从而确认识别结果有效。
60.s130、调用轿厢内的摄像头对轿厢门采集图像数据。
61.本实施例中，在确认进入轿厢的物体存在轮状部件且这一识别结果有效后，则可以调用安装在轿厢内固定位置的摄像头对轿厢门采集一张图像数据，用于进一步的图像分析，确认该就有轮状部件的物体是否为电动车。
62.s140、在图像数据中识别物体的多个特征。
63.本实施例中在采集的图像数据后，考虑到电动车本身具有多个特征，如电动车的车轮颜色、电动车的躯干形状、电动车车身的颜色以及电动车的长度等，因此本实施例可以过识别图像数据中的物体是否存在与电动车相符的多个特征，例如物体的轮状部件的颜色、物体的躯干形状及物体的长度等特征，来综合判断图像数据中是否存在电动车，提高识别的准确率。
64.本实施例中识别图像数据中物体的多个特征具体表现为：
65.确定位于图像数据中的第一识别区域、第二识别区域，这是因为摄像头安装在固定位置，采集的图像数据中显示的范围是固定的，而在图像数据中有一部分区域是对识别物体的特征没有作用的，如图4所示，包括第一识别区域401，第二识别区域402，以及对识别物体的特征没有作用的区域403。因此本实施例首先可以划定需要识别第一识别区域即轿厢门区域，第二识别区域即轿厢门底部的、轮状的部件经过的一块区域。
66.为识别物体的轮状部件的颜色的特征，本实施例可以统计第二识别区域中不同颜色的像素点的像素数量，然后选取像素数量最大的像素点指向的颜色作为轮状部件的颜色，通常轮状部件是纯色的，而轮状部件周围的区域的颜色则是斑驳的、不统一的，因此可以将在第二识别区域数量最多的像素点的颜色作为轮状部件的颜色。
67.为识别轮状物体的躯干形状的特征，本实施例可以对第一识别区域进行预处理，获得表示物体的物体轮廓，预处理方法可以是先将第一识别区域由彩色的图像数据转换为灰度图像数据，然后通过阈值函数转换为二值图像从而获取到该轮状物体的物体轮廓，本实施例中可以用物体轮廓作为该物体的躯干形状；
68.在经二值化处理得到物体的物体轮廓后，还可以查询组成物体轮廓的像素点中表示物体轮廓尾部的像素点第一坐标，表示物体轮廓头部的像素点的第二坐标，本实施例中表示物体轮廓尾部的像素点可以选取横坐标值最小的某一像素点，表示物体轮廓头部的像素点可以选取横坐标值最大的某一像素点。然后计算第一坐标与第二坐标的欧氏距离作为物体的长度。
69.s150、针对每个特征，根据特征计算物体属于电动车的第一概率。
70.本实施例中在识别到进入轿厢的物体的各个特征以后可以对某一个特征，计算依据该特征判断上述进入轿厢的物体属于电动车的第一概率。
71.例如在识别到轮状部件的颜色的特征后，可以根据轮状部件的颜色计算物体属于电动车的第一概率，具体表现为：
72.计算轮状部件的颜色与预设的电动车车轮颜色的色差值，本实施例中预设的电动车车轮颜色考虑日常生活中车轮的颜色，可以设置为黑色，然后计算识别到的物体的轮状部件的颜色和预设的电动车车轮颜色的色差值，然后以色差值为分母计算色差值与预设的标准色差值的第一比例，第一比例即为根据轮状部件的颜色计算物体属于电动车的第一概率，即色差值越大则说明该物体是电动车的概率越小。
73.又例如在识别到物体的躯干形状的特征后，可以根据物体的躯干形状计算物体属于电动车的第一概率，具体表现为：
74.获取表示物体轮廓的像素点的第三坐标，本实施例中第三坐标可以是表示物体轮廓的像素点的坐标值的集合，然后获取预存的模板图像数据，模板图像数据与第一识别区域形状、尺寸相同且包含t型色块，本实施例中模板图像数据是根据电动车的形状设计的，电动车的车把与车身在图像数据中可以大致的识别为t型形状，如图5所示，电动车轮廓501即为t型。因此本实施例中可以对齐模板图像数据与第一识别区域，第一识别区域中包括图像数据中上述物体的区域，在对齐后，若物体轮廓时电动车的轮廓则此时第三坐标与模板图像数据中t型色块的坐标差值应当符合预设的坐标差值，因此此时可以计算第三坐标与t型色块的坐标差值，并以坐标差值为分母计算坐标差值与预设的标准坐标差值的第二比例，第二比例则为根据物体的躯干形状计算物体属于电动车的第一概率。即坐标差值越大说明根据物体的躯干形状计算得到的，物体属于电动车的第一概率越小。
75.又例如，在识别到物体的长度这一特征时，根据物体的长度计算物体属于电动车的第一概率具体可以表现为：
76.计算欧式距离与预设的电动车车身长度的长度差值，即比较物体的长度和预设的电动车的长度，这是因为在实际运作中同一楼宇中住户的电动车的数量是有限的，因此可以提前采集一些电动车的长度作为预设的电动车车身长度，和采集的物体的长度进行比较，判断该物体是否是电动车。
77.计算到长度差值后，可以以长度差值为分母计算长度差值与预设的标准长度差值第三比例，第三比例即为根据物体的长度计算物体属于电动车的第一概率，表明了计算到的长度差值越大，则说明该物体属于电动车的第一概率就越小。
78.s160、将所有特征的第一概率融合为物体属于电动车的第二概率。
79.本实施例中是根据进入轿厢的物体的多个特征综合判断该物体是否是电动车的，因此在分别计算到根据每个特征判断的物体属于电动车的第一概率后，还要将这些第一概率融合计算综合来说的，物体属于电动车的第二概率。
80.本实施例中计算第二概率的方法可以是：查询对每种特征配置的权重，本实施例中可以预先对每种识别的特征配置在计算第二概率的权重，在得到每个特征的第一概率后则查询对特征配置的权重进行第二概率的计算。
81.计算过程则是针对每种特征，计算第一概率与权重之间的乘积，作为调权概率，然后将所有调权概率求和，则获得物体属于电动车的第二概率。
82.如前述，在同一栋楼宇中可能进入电梯的轿厢的电动车是有限的，因此在通过上述特征计算第二概率识别到电动车后，则可以将上述特征存储起来用于下一次的电动车的
识别，即若通过第二概率确认物体为电动车，则存储特征，作为对比特征，由于存储量是有限的本实施例中可以选择存储当前次识别前10次识别为电动车时特征作为对比特征。
83.在存储有对比特征后，则在下一次的识别过程中例如电梯的轿厢门再次开启时，再次对进入轿厢的物体进行识别的时候，在将所有特征的第一概率融合为物体属于电动车的第二概率这一步骤，匹配识别到的特征与预存储的对比特征，若匹配成功，则增大查询到的对特征配置的权重，然后返回执行步骤：针对每种特征，计算第一概率与权重之间的乘积，作为调权概率，提高识别的准确率。
84.s170、根据第二概率确认物体是否为电动车。
85.本实施例中在计算得到第二概率后，则可以根据第二概率确认进入轿厢的物体是否是电动车，具体过程为：
86.比较第二概率与预设的第一识别概率、第二识别概率，若第二概率大于或等于第一识别概率，则可以确认识别到电动车。
87.若第二概率小于第一识别概率且大于或等于第二识别概率，说明此时只能判断得到进入轿厢的物体疑似电动车，则此时可以将图像数据上传至客户端进行识别，以确认图像数据中是否存在电动车，客户端登录有可以查看图像数据的用户，即在无法准确通过图像数据判断物体是否是电动车时可以通过人工的查看判断是否是电动车，保障电梯运行的安全性。
88.本发明实施例的技术方案，通过在电梯的轿厢门开启时，启动电梯光幕识别进入电梯轿厢的物体，若识别到物体存在轮状部件，则首先对该识别结果进行有效性确认，若有效则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，然后每个特征都计算通过该特征确认物体是电动车的第一概率，并将所有特征的第一概率融合起来，计算通过图像数据确定的该物体属于电动车的第二概率，最后根据第二概率的值确认是否识别到电动车。
89.本发明相比于单纯依赖摄像头进行电动车识别的技术方案，结合光幕的识别动作，在检测到进入轿厢的物体存在轮状部件时，调用摄像头采集一张图像数据进行关于物体特征的识别，减少了传统的只依赖摄像头采集的图像进行分析时，待分析的图像数据的数量，从而减少了图像分析的计算量，降低了计算资源的占用，同时由于计算量减少还降低了对进行图像分析的服务器的要求并提升了计算速度，使本发明在电动车进入电梯的识别过程中更快速，提高电梯运行的安全性。相比于单纯依赖电梯光幕进行电动车识别的技术方案，本发明通过光幕初步识别到物体存在轮状部件时，再综合利用利用摄像头对图像数据进行识别，来确定是否存在电动车，消除了因电梯光幕的光点数量少成像差对识别电动车造成的影响，提高了电动车识别的准确率，且在光幕确定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。
90.实施例二
91.图6为本发明实施例三提供的一种电动车识别装置的结构示意图。如图6所示，该装置包括：
92.光幕识别模块610，用于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；
93.识别结果确认模块620，用于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，若有效则调用图像数据采集模块630；
94.图像数据采集模块630，用于调用所述轿厢内的摄像头对所述轿厢门采集图像数据；
95.特征识别模块640，用于在所述图像数据中识别所述物体的多个特征；
96.第一概率计算模块650，用于针对每个所述特征，根据所述特征计算所述物体属于电动车的第一概率；
97.第二概率计算模块660，用于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；
98.电动车确认模块670，用于根据所述第二概率确认所述物体是否为所述电动车。
99.可选的，所述光幕识别模块610模块包括：
100.第一红外光线发射模块，用于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；
101.第一记录模块，用于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；
102.第一目标强度设置模块，用于将数值最大的所述第一强度设置为第一目标强度；
103.目标点设置模块，用于将所述第一目标强度对应的所述时间点设置为第一目标点；
104.第二目标强度筛选模块，用于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；
105.第三目标强度筛选模块，用于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；
106.匹配确认模块，用于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；
107.匹配成功次数计量模块，用于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；
108.轮状部件确认模块，用于若所述次数大于预设的次数阈值，则确认进入所述轿厢的物体存在轮状部件。
109.可选的，所述识别结果确认模块620包括：
110.第二强度及第二时间点查询模块，用于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；
111.第二强度比较模块，用于比较多个所述第二强度与预设的强度阈值；
112.第四目标强度确定模块，用于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；
113.第二目标点确定模块，用于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；
114.识别结果有效确认模块，用于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。
115.可选的，所述特征识别模块640包括：
116.识别区域确定模块，用于确定位于所述图像数据中的第一识别区域、第二识别区域；
117.像素数量统计模块，用于统计所述第二识别区域中不同颜色的像素点的像素数量；
118.颜色确定模块，用于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；
119.物体轮廓获取模块，用于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；
120.坐标查询模块，用于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；
121.欧式距离计算模块，用于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。
122.可选的，所述第一概率计算模块650包括：
123.第一概率a计算模块，用于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；
124.第一概率b计算模块，用于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；
125.第一概率c计算模块，用于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。
126.可选的，所述第一概率a计算模块包括：
127.色差计算模块，用于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；
128.第一比例计算模块，用于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。
129.可选的，第一概率b计算模块包括：
130.第三坐标获取模块，用于获取表示所述物体轮廓的像素点的第三坐标；
131.模板图像数据获取模块，用于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；
132.图像数据对齐模块，用于对齐所述模板图像数据与所述第一识别区域；
133.坐标差值计算模块，用于计算所述第三坐标与所述t型色块的坐标差值；
134.第二比例计算模块，用于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。
135.可选的，第一概率c计算模块包括：
136.长度差值计算模块，用于计算所述欧式距离与预设的电动车车身长度的长度差值；
137.第三比例计算模块，用于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，所述第三比例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。
138.可选的，所述第二概率计算模块660包括：
139.权重查询模块，用于查询对每种所述特征配置的权重；
140.调权概率计算模块，用于针对每种所述特征，计算所述第一概率与所述权重之间的乘积，作为调权概率；
141.调权概率求和模块，用于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。
142.可选的，所述第二概率计算模块660还包括：
143.对比特征存储模块，用于若通过所述第二概率确认所述物体为所述电动车，则存储所述特征，作为对比特征。
144.可选的所述第二概率计算模块660还包括：
145.特征匹配模块，用于匹配所述特征与所述对比特征；
146.权重增大模块，用于若匹配成功，则增大查询到的，对所述特征配置的权重，并返回调用所述调权概率计算模块。
147.可选的，所述电动车确认模块670包括：
148.概率比较模块，用于比较所述第二概率与预设的第一识别概率、第二识别概率；
149.电动车识别确认模块，用于若所述第二概率大于或等于所述第一识别概率，则确认识别到所述电动车。
150.图像数据上传模块，用于若所述第二概率小于所述第一识别概率且大于或等于所述第二识别概率，则将所述图像数据上传至客户端进行识别，以确认所述图像数据中是否存在所述电动车，所述客户端登录有查看所述图像数据的用户。
151.本发明实施例所提供的电动车识别装置可执行本发明任意实施例所提供的电动车识别方法，具备执行方法相应的功能模块和有益效果。
152.实施例三
153.图7示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
154.如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom12以及ram13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
155.电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通
信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
156.处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如电动车识别方法。
157.在一些实施例中，电动车识别方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram13并由处理器11执行时，可以执行上文描述的电动车识别方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行电动车识别方法。
158.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
159.用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
160.在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
161.为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且
可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
162.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
163.计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
164.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
165.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。