基于ARM嵌入式的电梯信息采集及微投系统优化与研究
发布时间：2022-07-11 13:46
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PT1...
【文章页数】：111 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 电梯状态信息采集研究现状
1.2.2 电梯乘客异常行为检测研究现状
1.2.3 电梯微投系统及多媒体系统研究现状
1.3 本文主要研究内容
1.4 论文的主要结构安排
2 系统整体方案
2.1 系统研究主体框架
2.2 系统感知层
2.2.1 电梯状态信息采集传感器
2.2.2 电梯异常行为采集摄像头
2.2.3 微型投影光机
2.3 系统边缘计算层
2.3.1 边缘计算
2.3.2 分布式边缘计算设备
2.4 系统应用层
2.4.1 应用控制中心
2.4.2 移动应用端
2.5 本章小结
3 电梯状态信息采集模块
3.1 电梯运行状态检测硬件搭建
3.1.1 电梯运行状态检测硬件设计框图
3.1.2 电梯运行状态检测电路设计
3.2 电梯运行状态检测算法实现
3.2.1 电梯运行状态检测主控板环境配置
3.2.2 电梯运行状态检测软件设计流程
3.2.3 传感器数据解算
3.2.4 优化气压-海拔转换算法
3.2.5 电梯启停检测算法
3.2.6 电梯楼层识别算法
3.2.7 自适应基准标定实现
3.3 电梯环境温度检测原理及方案设计
3.3.1 PT100温度测量原理
3.3.2 电梯环境温度测量方案
3.4 温度测量电路硬件设计
3.4.1 信号采集电路
3.4.2 U_1/I转换电路
3.4.3 I/U_2转换电路
3.4.4 A/D转换电路
3.5 温度转化算法与补偿
3.5.1 温度转换算法
3.5.2 温度分段补偿算法
3.6 模块测试
3.6.1 电梯信息采集测试
3.6.2 电梯温度检测测试
3.7 本章小结
4 电梯乘客异常行为信息检测模块
4.1 电梯乘客异常行为分类
4.1.1 电梯乘客行为模式说明
4.1.2 本文乘客异常行为分类
4.2 现有异常行为检测算法
4.2.1 Hausdorff距离度量
4.2.2 投影子窗检测方法
4.2.3 三步运动搜索算法
4.3 三级级联卷积神经网络模型
4.3.1 基于深度学习的图像算法发展
4.3.2 三级级联神经网络架构
4.4 电梯乘客异常行为样本集
4.5 数据预处理
4.6 乘客异常行为检测模型训练
4.7 乘客异常行为识别实验测试
4.7.1 模型评估指标
4.7.2 实验测试
4.8 乘客异常行为采集环境配置
4.9 本章小节
5 电梯微投系统研究
5.1 微投系统搭建
5.1.1 微投系统硬件设计框图
5.1.2 微投系统主控板、光机驱动联调
5.1.3 微投系统主控板系统配置
5.2 投影显示界面设计
5.2.1 电梯整体投影界面设计
5.2.2 多媒体主画面设计
5.2.3 电梯信息画面设计
5.2.4 滚动字幕和画中画窗口设计
5.3 微投系统内容更新功能实现
5.4 系统整体集成电路设计
5.4.1 电源模块设计
5.4.2 模块电路集成板
5.5 本章小结
6 系统融合测试与分析
6.1 样机外壳设计
6.2 样机制作
6.3 现测试
6.4 测试数据及结果分析
6.5 本章小结
7 总结与展望
7.1 本文工作总结
7.2 展望
参考文献
附录
致谢
【参考文献】：
期刊论文
[1]电梯内异常行为检测系统设计[J]. 钱国华,程芳芳,朱孝慈,丁力,岳友,陆一洲,牛丹. 工业控制计算机. 2019(11)
[2]一种改进的Mask RCNN特征融合实例分割方法[J]. 温尧乐,李林燕,尚欣茹,胡伏原. 计算机应用与软件. 2019(10)
[3]基于Linux Qt的机器视觉软件架构设计[J]. 林君健,邱清昉,张玉春,李思捷. 机床与液压. 2019(17)
[4]基于QT的工业机器人人机交互系统的设计[J]. 徐建明,甘万正,张文安,俞立. 高技术通讯. 2019(06)
[5]仪表程控异步Socket通信方法研究[J]. 龚成莹,何辉,兰聪花,梁金荣. 电气自动化. 2019(02)
[6]基于大数据的电梯故障诊断与预测研究[J]. 陈志平,汪赞,张国安,李春光,李哲威,何平. 机电工程. 2019(01)
[7]深度卷积神经网络在目标检测中的研究进展[J]. 姚群力,胡显,雷宏. 计算机工程与应用. 2018(17)
[8]基于Android平台的无线局域网通信APP设计与实现[J]. 王霄翔. 电子制作. 2018(13)
[9]基于PT100的高精度温度测量电路的设计[J]. 顾吉林,刘淼,耿杨,汤宏山,王聆语,于月,吴茜. 测控技术. 2018(05)
[10]基于迁移学习的无参考视频质量评价[J]. 张浩,桑庆兵. 激光与光电子学进展. 2018(09)
硕士论文
[1]基于数据挖掘的电梯故障预测研究[D]. 盛山山.广东工业大学 2018
[2]基于视频的电梯轿厢内乘客异常行为检测研究[D]. 马志伟.东南大学 2018
[3]基于卷积神经网络的电梯轿厢内人数统计研究[D]. 刘尧.西南科技大学 2018
[4]电梯轿厢内乘客异常行为检测[D]. 朱玉杰.中国科学技术大学 2017
[5]基于视频的电梯乘客异常状态检测算法研发[D]. 王雨晴.浙江大学 2017
[6]基于监控视频的人体异常行为检测研究[D]. 吴扬.哈尔滨工业大学 2015
[7]电梯轿厢内异常行为识别研究[D]. 付高静.哈尔滨理工大学 2015
[8]基于ZigBee的电梯状态信息无线监测系统[D]. 刁莎.东华大学 2013
[9]基于视频分析的电梯轿厢内异常行为检测研究[D]. 靳海燕.重庆大学 2012
[10]基于计算机视觉的电梯轿厢内异常行为检测[D]. 陆海峰.浙江工业大学 2009
本文编号：3658275
【文章页数】：111 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 电梯状态信息采集研究现状
1.2.2 电梯乘客异常行为检测研究现状
1.2.3 电梯微投系统及多媒体系统研究现状
1.3 本文主要研究内容
1.4 论文的主要结构安排
2 系统整体方案
2.1 系统研究主体框架
2.2 系统感知层
2.2.1 电梯状态信息采集传感器
2.2.2 电梯异常行为采集摄像头
2.2.3 微型投影光机
2.3 系统边缘计算层
2.3.1 边缘计算
2.3.2 分布式边缘计算设备
2.4 系统应用层
2.4.1 应用控制中心
2.4.2 移动应用端
2.5 本章小结
3 电梯状态信息采集模块
3.1 电梯运行状态检测硬件搭建
3.1.1 电梯运行状态检测硬件设计框图
3.1.2 电梯运行状态检测电路设计
3.2 电梯运行状态检测算法实现
3.2.1 电梯运行状态检测主控板环境配置
3.2.2 电梯运行状态检测软件设计流程
3.2.3 传感器数据解算
3.2.4 优化气压-海拔转换算法
3.2.5 电梯启停检测算法
3.2.6 电梯楼层识别算法
3.2.7 自适应基准标定实现
3.3 电梯环境温度检测原理及方案设计
3.3.1 PT100温度测量原理
3.3.2 电梯环境温度测量方案
3.4 温度测量电路硬件设计
3.4.1 信号采集电路
3.4.2 U_1/I转换电路
3.4.3 I/U_2转换电路
3.4.4 A/D转换电路
3.5 温度转化算法与补偿
3.5.1 温度转换算法
3.5.2 温度分段补偿算法
3.6 模块测试
3.6.1 电梯信息采集测试
3.6.2 电梯温度检测测试
3.7 本章小结
4 电梯乘客异常行为信息检测模块
4.1 电梯乘客异常行为分类
4.1.1 电梯乘客行为模式说明
4.1.2 本文乘客异常行为分类
4.2 现有异常行为检测算法
4.2.1 Hausdorff距离度量
4.2.2 投影子窗检测方法
4.2.3 三步运动搜索算法
4.3 三级级联卷积神经网络模型
4.3.1 基于深度学习的图像算法发展
4.3.2 三级级联神经网络架构
4.4 电梯乘客异常行为样本集
4.5 数据预处理
4.6 乘客异常行为检测模型训练
4.7 乘客异常行为识别实验测试
4.7.1 模型评估指标
4.7.2 实验测试
4.8 乘客异常行为采集环境配置
4.9 本章小节
5 电梯微投系统研究
5.1 微投系统搭建
5.1.1 微投系统硬件设计框图
5.1.2 微投系统主控板、光机驱动联调
5.1.3 微投系统主控板系统配置
5.2 投影显示界面设计
5.2.1 电梯整体投影界面设计
5.2.2 多媒体主画面设计
5.2.3 电梯信息画面设计
5.2.4 滚动字幕和画中画窗口设计
5.3 微投系统内容更新功能实现
5.4 系统整体集成电路设计
5.4.1 电源模块设计
5.4.2 模块电路集成板
5.5 本章小结
6 系统融合测试与分析
6.1 样机外壳设计
6.2 样机制作
6.3 现测试
6.4 测试数据及结果分析
6.5 本章小结
7 总结与展望
7.1 本文工作总结
7.2 展望
参考文献
附录
致谢
【参考文献】：
期刊论文
[1]电梯内异常行为检测系统设计[J]. 钱国华,程芳芳,朱孝慈,丁力,岳友,陆一洲,牛丹. 工业控制计算机. 2019(11)
[2]一种改进的Mask RCNN特征融合实例分割方法[J]. 温尧乐,李林燕,尚欣茹,胡伏原. 计算机应用与软件. 2019(10)
[3]基于Linux Qt的机器视觉软件架构设计[J]. 林君健,邱清昉,张玉春,李思捷. 机床与液压. 2019(17)
[4]基于QT的工业机器人人机交互系统的设计[J]. 徐建明,甘万正,张文安,俞立. 高技术通讯. 2019(06)
[5]仪表程控异步Socket通信方法研究[J]. 龚成莹,何辉,兰聪花,梁金荣. 电气自动化. 2019(02)
[6]基于大数据的电梯故障诊断与预测研究[J]. 陈志平,汪赞,张国安,李春光,李哲威,何平. 机电工程. 2019(01)
[7]深度卷积神经网络在目标检测中的研究进展[J]. 姚群力,胡显,雷宏. 计算机工程与应用. 2018(17)
[8]基于Android平台的无线局域网通信APP设计与实现[J]. 王霄翔. 电子制作. 2018(13)
[9]基于PT100的高精度温度测量电路的设计[J]. 顾吉林,刘淼,耿杨,汤宏山,王聆语,于月,吴茜. 测控技术. 2018(05)
[10]基于迁移学习的无参考视频质量评价[J]. 张浩,桑庆兵. 激光与光电子学进展. 2018(09)
硕士论文
[1]基于数据挖掘的电梯故障预测研究[D]. 盛山山.广东工业大学 2018
[2]基于视频的电梯轿厢内乘客异常行为检测研究[D]. 马志伟.东南大学 2018
[3]基于卷积神经网络的电梯轿厢内人数统计研究[D]. 刘尧.西南科技大学 2018
[4]电梯轿厢内乘客异常行为检测[D]. 朱玉杰.中国科学技术大学 2017
[5]基于视频的电梯乘客异常状态检测算法研发[D]. 王雨晴.浙江大学 2017
[6]基于监控视频的人体异常行为检测研究[D]. 吴扬.哈尔滨工业大学 2015
[7]电梯轿厢内异常行为识别研究[D]. 付高静.哈尔滨理工大学 2015
[8]基于ZigBee的电梯状态信息无线监测系统[D]. 刁莎.东华大学 2013
[9]基于视频分析的电梯轿厢内异常行为检测研究[D]. 靳海燕.重庆大学 2012
[10]基于计算机视觉的电梯轿厢内异常行为检测[D]. 陆海峰.浙江工业大学 2009
本文编号：3658275
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3658275.html
