基于ARM嵌入式的电梯信息采集及微投系统优化与研究.pdfVIP

摘 要 近年来，我国电梯数量连年高速增长，体现了电梯在现代生活中占据的地位 越来越重要，在人们的日常生活中，电梯已经成为每天出入最为频繁的场所之一， 因此针对如何确保电梯稳定运行安全、改善乘客在电梯内部乘坐环境问题成为了 社会关注的热点问题之一。电梯的安全稳定运行是重中之重，通过实时监测电梯 运行状态，采集电梯运行信息就可以基于大数据分析提前预测电梯故障，避免潜 在的安全隐患，同时由于电梯内部是一个相对封闭的狭小空间，乘客乘坐时可能 面临各种突发状况，及时准确地识别乘客异常行为是电梯安全防范的必然发展趋 势；除此之外，现有电梯多媒体显示系统画面小，播放内容单一，乘客获取信息 不便，加之在狭小的电梯空间内容易产生烦躁、压抑的心情，乘坐体验差。 针对上述问题，本文提出了基于 ARM 嵌入式的电梯信息采集及微投系统优化 与研究，主要探讨研究了一种独立式的集电梯运行信息采集、乘客异常行为识别、 投影显示多媒体信息为一体的系统实现方法。根据设计需求，引入边缘计算概念， 分配部署了三块边缘计算设备，保证系统各个模块的算力需求。在电梯运行信息 采集部分，首先提出利用 JY901B 十轴高精度传感器检测电梯加速度、所处位置 的大气压，利用 PT100 电阻式传感器实现电梯内部宽范围温度测量；然后设计完 成相关硬件检测电路，实现了电梯信息的独立式采集，不需要依赖电梯 自身控制 系统，也不需要安装其余辅助校准设备，即适应于新梯安装也适应于旧梯升级； 最后改进气压-海拔转换算法，利用采集到的加速度、气压值、温度值，提出电 梯启停检测算法、楼层识别算法、自适应标定算法、分段式温度补偿算法，完成 了电梯运行加速度、平均速度、上下行状态、运行楼层、内部环境温度参数的实 时数据检测采集。实验结果表明，本文提出的电梯信息采集系统可以准确检测电 梯运行状态，其中电梯状态、楼层识别率达到 100%，温度测量精度达到±0.1℃。 在电梯乘客异常行为检测部分，本文提出三级级联卷积神经网络架构，通过 自建 电梯乘客异常行为数据完成模型训练，三级卷积神经网络模型可以准确的识别乘 客摔倒、晕厥、打架、群殴等异常行为。考虑到边缘计算设备算力有限，提出一 种通过边缘计算设备实时采集乘客行为视频数据嵌入到 Web 服务器，然后在后台 服务器访问视频数据完成乘客行为识别，对异常行为返回目标检测框坐标，在边 缘计算设备中绘制在视频帧中，切换投影显示的方法，以达到警示提醒作用。实 验结果表明，本文提出的三级级联网络在电梯内部实际测试乘客异常行为分类识 别精度可达 94%，异常行为种类识别准确率可达 89.4%，从识别异常行为到切换 投影显示时间平均为 1.7s。在电梯多媒体显示部分，本文提出使用微型投影光 机替代传统 LCD 屏显示方法的优化方案，微投系统将画面投影在电梯门上方 1/3 处，投影画面大，投影内容丰富。在此模块搭建完成了微型投影系统硬件系统， 通过 QT 编程完成投影界面设计，将采集的电梯信息同步可视化显示，弥补了传 统多媒体的不足，并对微投系统播放内容更新设计开发了一款手机 APP，实现了 通过无线更新多媒体内容。 为保证系统各模块电源供电稳定，设计了一路+12V 稳压电源输入，通过多 路基于 LM2596 降压的DC-DC 转换电路实现单独为各模块供电，同时设计实现了 备用电源充放电电路，实现系统稳定不断电工作，然后将整体系统的各个模块硬 件电路集成设计在一块 PCB 板中，实现整体设备结构精简化设计；最后，通过系 统各模块融合制作，完成了基于 ARM 嵌入式的电梯信息采集及微投系统样机制作， 安装在多地、多部电梯内部实地运行测试，通过反复优化调整出现的问题，最终 实验结果表明，本文研究达到预期设计要求，可以准确检测电梯运行信息，及时 识别电梯乘客异常行为，微投系统投影画面清晰、投影内容丰富，提升了电梯乘 坐舒适感。 关键词：嵌入式；电梯信息采集；异常行为识别；微型投影；传感器；级联神经 网络 研究类型：应用研究 Abstract In recent years,thenumber of elevators in Chinahas increased rapidly year after year, which reflects that elevators are playing an increasingly important role in modern life. Ele