基于電梯視頻監(jiān)控數(shù)據(jù)采集分析方法的研究

安 俊，王家瑋

（陜西省特種設(shè)備檢驗(yàn)檢測研究院，陜西 西安710048）

隨著中國經(jīng)濟(jì)的快速發(fā)展，電梯數(shù)量也在快速增加，電梯事故率居高不下，而且呈現(xiàn)出千奇百怪的發(fā)展趨勢[1]。本文基于陜西特種設(shè)備檢驗(yàn)檢測研究院研發(fā)的電梯視頻監(jiān)控系統(tǒng)，引入使用單位、電梯廠家、電梯型號、實(shí)時時間、運(yùn)行時間、運(yùn)行位置、氣溫、維保單位、維保質(zhì)量、維修部件、維修時間等參數(shù)，對比國內(nèi)外先進(jìn)的數(shù)據(jù)處理方法，尋找適合電梯數(shù)據(jù)處理的新方法，利用大數(shù)據(jù)管理解決電梯維保、檢驗(yàn)、評估等一系列問題。如記錄導(dǎo)靴、抱閘等運(yùn)行次數(shù)及廠家型號，提醒維保人員及時更換導(dǎo)靴、抱閘等易損消耗件。

1 目前電梯面臨的實(shí)際的問題分析

1.1 電梯維保

由于中國電梯管理模式不成熟，電梯的制造、維保等標(biāo)準(zhǔn)大多照搬國外發(fā)達(dá)資本主義國家，造成理論與實(shí)際脫節(jié)。如電梯市場惡意競爭，電梯維保質(zhì)量無法有效保障；電梯不分新舊一月維保2次，能否保障老舊電梯安全運(yùn)行；維保人員維修技術(shù)水平參差不齊，能否保障所換電梯配件符合電梯正常要求。如在西安某小區(qū)，維保人員將汽車抱閘安裝在了電梯抱閘上，造成了人員的重大傷亡。諸如以上問題在實(shí)際維保中還有很多問題需要解決，中國也慢慢也意識到問題的復(fù)雜性與嚴(yán)重性，隨即提出了電梯按需維保，但是怎么去按需維保，本文將提出一些新的看法與解決方案。

1.2 電梯檢驗(yàn)檢測

隨著中國電梯臺數(shù)的逐年增加，人機(jī)矛盾日益凸顯，怎么去更好地檢驗(yàn)，一直是人們關(guān)心的問題。在實(shí)際檢驗(yàn)中，電梯檢驗(yàn)人員不僅承擔(dān)電梯檢驗(yàn)工作，而且大多數(shù)也承擔(dān)其他特種設(shè)備的檢驗(yàn)檢測工作，造成了在檢驗(yàn)中的熟悉起重機(jī)機(jī)械的不一定熟悉電梯機(jī)械，熟悉起重機(jī)電路的不一定熟悉電梯電路等，即使電氣、機(jī)械都非常的專業(yè)，熟悉三菱電梯公司某電梯型號的電氣電路，未必熟悉日立電梯的電氣電路，因此無法在規(guī)定時間內(nèi)準(zhǔn)確對電梯進(jìn)行檢驗(yàn)?；谝陨蠁栴}，應(yīng)該借助大數(shù)據(jù)，將電梯設(shè)計、制造、維保、檢驗(yàn)等眾多數(shù)據(jù)及參數(shù)引入到視頻分析中，為檢驗(yàn)提高更有效的參考依據(jù)。

1.3 使用單位管理

使用單位作為電梯管理的第一負(fù)責(zé)人，對電梯的質(zhì)量維護(hù)負(fù)有重大責(zé)任。在實(shí)際管理中，大多數(shù)物業(yè)管理人員缺乏相應(yīng)的電梯管理知識，缺乏對市場競爭模式的了解，造成了部分物業(yè)公司只圖維保合同價格，對維保公司平時的維保、維修缺乏有效監(jiān)督，導(dǎo)致電梯管理形同虛設(shè)。在以往的物業(yè)管理中，物業(yè)往往是由于維保公司未能按照合同例行義務(wù)，造成事故后又去換另外一家，循環(huán)往復(fù)事故高發(fā)。維?？梢愿鼡Q，一旦出現(xiàn)事故，人的生命無法挽回，怎么去尋找好的維保公司、怎么去對電梯的有效的監(jiān)控、怎么更有效地對電梯管理，將是后面分析的重要一部分。

2 解決方案初步實(shí)施

2.1 建立采集數(shù)據(jù)模塊

電梯的數(shù)據(jù)分為4大部分，即整體外觀數(shù)據(jù)、信號數(shù)據(jù)、外參數(shù)數(shù)據(jù)、電梯相關(guān)的其他參數(shù)。

整體外觀數(shù)據(jù)包括電梯外觀、聲音、震動，可用本院研發(fā)的電梯視頻監(jiān)控裝置采集[2]。

信號數(shù)據(jù)包括電梯主回路、控制回路、安全回路電流值，主板反饋的參數(shù)值等[3]。

外參數(shù)數(shù)據(jù)包括電梯的設(shè)計參數(shù)、零部件規(guī)格、使用說明、法律法規(guī)等。為了實(shí)時采集電梯信號，設(shè)置一套獨(dú)立的客戶端服務(wù)器，并配件相應(yīng)的信號采集裝置，收集電梯運(yùn)行信號以及各個部件整體的外觀視頻信號。如在機(jī)房收集各個部件運(yùn)行的電信號以及從視頻傳輸過來的控制柜、曳引機(jī)、導(dǎo)軌、轎廂、限速器、安全鉗、鋼絲繩、緩沖器等圖形信號[4]。在服務(wù)端服務(wù)器中建立數(shù)據(jù)庫，利用爬蟲技術(shù)收集電梯的法律法規(guī)、市場中常見的電梯的基本信息、市場中常見的電梯部件的基本信息，利用視頻輔助系統(tǒng)記錄電梯日常維護(hù)保養(yǎng)記錄、維修記錄、維保人員維修情況及使用單位人巡查情況等。

電梯相關(guān)的其他參數(shù)包括溫度、濕度、緯度、海平面高度、電磁輻射強(qiáng)調(diào)、電梯使用強(qiáng)度、維保次數(shù)、維保質(zhì)量、維保價格、維保公司、維保人員技能水平等能影響電梯運(yùn)行質(zhì)量的數(shù)據(jù)，這些都在采集范圍內(nèi)。

2.2 數(shù)據(jù)預(yù)處理模塊

由于設(shè)備采集的數(shù)據(jù)存在誤差或者個別數(shù)據(jù)由于測量儀器、方法錯誤導(dǎo)致測量結(jié)果與真實(shí)數(shù)據(jù)出入過大，因此就必須對數(shù)據(jù)進(jìn)行預(yù)處理。數(shù)據(jù)預(yù)處理一般分為均值移除、范圍縮放、歸一化、二值化、標(biāo)記編碼等。

均值移除是指把每個特征的平均值移除，保證處理后的特征均值為0，且標(biāo)準(zhǔn)差為1，關(guān)注不同樣本同一個特征的偏差。如一個兩種品牌的產(chǎn)品動作平均次數(shù)都為1 000次，其中一種產(chǎn)品前半部分動作次數(shù)都為0，后面部分為2 000，另外一種產(chǎn)品剛好在平均值1 000上下波動，平均值也在1 000，這樣利用均值移除的方法可以判斷哪種產(chǎn)品是所需要的。

范圍縮放是指將每個特征的最大值和最小值線性縮放到一個給定范圍。如在比較產(chǎn)品好壞的時候，就不能用100萬的蒂森電梯和20萬的日立電梯做比較，而是分別找出100萬的蒂森電梯和20萬的日立電梯的使用壽命、舒適度、故障率等，找出它們之間的線性關(guān)系再進(jìn)行比較。

歸一化是指將每個樣本的各個特征值按照一定的比例縮放到[0，1]區(qū)間，且該特征值的絕對值之和為1。這樣單個樣本在整體樣本中的比重更加清楚，數(shù)據(jù)統(tǒng)計更加簡潔。

二值化是指根據(jù)事先給定閾值，將樣本矩陣中高于閾值的元素設(shè)置為1，否則設(shè)置為0，得到一個完全由1和0組成的二值矩陣。這樣將所有樣本置為0和1更有利于對數(shù)據(jù)進(jìn)行篩選和過濾。獨(dú)熱編碼是指用一個只包含一個1和若干個0的序列來表達(dá)每個特征值的編碼方式，這樣借此既保留了樣本矩陣的所有細(xì)節(jié)，同時又得到一個只含有1和0的稀疏矩陣，既可以提高模型的容錯性，同時還能節(jié)省內(nèi)存空間。

標(biāo)記編碼是指樣本的特征值如果已經(jīng)是數(shù)字，則直接使用它們，如果是字符串，則可以通過標(biāo)記編碼得到與之對應(yīng)的唯一數(shù)字，以方便后續(xù)處理。

2.3 建立數(shù)據(jù)分析模塊

數(shù)據(jù)分析就是利用自己已經(jīng)建立好的各種數(shù)據(jù)模型，對需要進(jìn)行處理的數(shù)據(jù)進(jìn)行分析，提取所需要的信息。數(shù)據(jù)模型大致分為回歸模型、分類模型、聚類模型、降維模型。

回歸模型分一元線性回歸、嶺回歸、決策樹等來發(fā)現(xiàn)數(shù)據(jù)之間的線性關(guān)系。如電梯使用壽命與時間的關(guān)系、電梯安全系數(shù)與電梯速度和載重量的關(guān)系等，它們之間基本屬于線性關(guān)系就可以選擇回歸問題的其中一種模型對數(shù)據(jù)進(jìn)行預(yù)測。

分類模型又分人工分類、邏輯分類、樸素貝葉斯分類、決策樹分類、支持向量機(jī)（SVM）分類。人工分類，即人可以直接分辨的分類方式，如電梯是否運(yùn)行、報告是否合格等簡單的分類。邏輯分類、樸素貝葉斯分類、決策樹分類、支持向量機(jī)（SVM）分類由于數(shù)據(jù)過于復(fù)雜，人為已經(jīng)無法對其分類，此時就要借助數(shù)據(jù)之間的邏輯關(guān)系、線性非線性關(guān)系對數(shù)據(jù)進(jìn)行分類。如對電梯質(zhì)量進(jìn)行評價，就需要綜合電梯廠家、型號、載重量、轎門數(shù)、用戶評價、專家意見等信息對電梯進(jìn)行評價，此時就需要借助以上方法，對所有參數(shù)特征值進(jìn)行對比分析，綜合給出電梯是好是壞。再如電梯使用率的統(tǒng)計，某公司的電梯07：00—08：00使用頻率高，每月5日15：00電梯擁堵，周六周日16：00擁堵等，收集到以上信息后可以用以上方法對電梯擁堵時間進(jìn)行預(yù)判，合理調(diào)配人員乘坐電梯。

聚類模型一般通過樣本相似性算法、K均值算法、均值漂移算法、凝聚層次算法、輪廓系數(shù)對樣本進(jìn)行分類。

相似性算法即用兩個樣本對應(yīng)特征值之差的平方和之平方根，即歐氏距離，來表示這兩個樣本的相似性。這種方法給出電梯的地圖坐標(biāo)位置就可以合理劃分電梯的所在區(qū)域，讓電梯的區(qū)域劃分更加簡便、清晰。

K均值算法即隨機(jī)選擇k個樣本作為k個聚類的中心，計算每個樣本到各個聚類中心的歐氏距離，將該樣本分配到與之距離最近的聚類中心所在的類別中。這種方面可以應(yīng)用在緊急救援中，如某電梯困人，此時系統(tǒng)自動以電梯為中心向電梯四周的維保人員發(fā)出救援信號，沒有工作的維保人員就可以盡快趕到救援現(xiàn)場對被困人員進(jìn)行救援。

均值漂移算法即首先假定樣本空間中的每個聚類均服從某種已知的概率分布規(guī)則，然后用不同的概率密度函數(shù)擬合樣本中的統(tǒng)計直方圖，不斷移動密度函數(shù)的中心（均值）的位置，直到獲得最佳擬合效果為止。這些概率密度函數(shù)的峰值點(diǎn)就是聚類的中心，再根據(jù)每個樣本距離各個中心的距離，選擇最近聚類中心所屬的類別作為該樣本的類別。此類方法可以發(fā)現(xiàn)無規(guī)律的數(shù)據(jù)之間可能存在的分布方式，如正態(tài)分布、某三角函數(shù)分布、指數(shù)函數(shù)分布等。

凝聚層次算法即首先假定每個樣本都是一個獨(dú)立的聚類，如果統(tǒng)計出來的聚類數(shù)大于期望的聚類數(shù)，則從每個樣本出發(fā)尋找離自己最近的另一個樣本，與之聚集，形成更大的聚類，同時令總聚類數(shù)減少，不斷重復(fù)以上過程，直到統(tǒng)計出來的聚類數(shù)達(dá)到期望值為止。此方法在確定被凝聚的樣本時，除了以距離作為條件以外，還可以根據(jù)連續(xù)性來確定被聚集的樣本，如在一定區(qū)域內(nèi)，可以根據(jù)電梯的生產(chǎn)日期，將一部分電梯劃分為重點(diǎn)區(qū)域的老舊電梯。

輪廓系數(shù)分類即同一個聚類內(nèi)部的樣本要足夠密集，不同聚類之間樣本要足夠疏遠(yuǎn)。如在轎廂視頻監(jiān)控中，可以將采集的圖像分為人、動物、物品、電動車等，當(dāng)發(fā)現(xiàn)電動車進(jìn)入轎廂時可設(shè)置報警裝置。

降維模型一般應(yīng)用在語音識別、人臉識別、機(jī)器視覺、攝影測量、遙感技術(shù)等領(lǐng)域。語音識別即通過記錄震動位移關(guān)于時間的函數(shù)，通過傅里葉變換，可以將時間域的聲音函數(shù)分解為一系列不同頻率的正弦函數(shù)的疊加，通過頻率譜線的特殊分布，建立音頻內(nèi)容和文本的對應(yīng)關(guān)系，以此作為模型訓(xùn)練的基礎(chǔ)，利用此技術(shù)可以發(fā)現(xiàn)電梯曳引機(jī)、曳引輪、限速器、鋼絲繩等重要部件異常響聲，及時通知相關(guān)人員對電梯進(jìn)行維修。人臉識別、機(jī)器視覺及其攝影測量與遙感技術(shù)是利用攝影機(jī)和電腦替代人眼對目標(biāo)進(jìn)行識別、跟蹤和測量，通過對采集的圖形或視頻進(jìn)行處理以獲得相應(yīng)場景的三維信息，即三維重建，并實(shí)現(xiàn)了深度學(xué)習(xí)功能[5]。其在應(yīng)用機(jī)器人、城市地圖、智能交通和自動駕駛汽車中都有廣泛的應(yīng)用。利用機(jī)器的深度學(xué)習(xí)功能以及測繪遙感技術(shù)，通過人臉識別技術(shù)將傳輸?shù)碾娞莸碾娦盘栆约耙曨l信號進(jìn)行處理分析并給出結(jié)論。如在對控制柜檢測過程中，可以將信號傳輸來的控制柜圖片以及井道布置圖、機(jī)房布置圖、電氣安裝圖等進(jìn)行收集，再利用人臉識別技術(shù)結(jié)合測繪遙感技術(shù)分析控制柜布置、線路布置、插件安裝等是否正確。在處理的過程中，如果遇見新型號的電梯或者部件，系統(tǒng)可以利用自身的深度學(xué)習(xí)功能，從云端下載相關(guān)的資料，結(jié)合大數(shù)據(jù)分析以及自己的數(shù)據(jù)庫，對電梯進(jìn)行綜合判定。

3 方案實(shí)施效果預(yù)判

大數(shù)據(jù)分析一般可以解決4類問題，即回歸問題、分類問題、聚類問題、降維問題。

回歸問題：由已知的分布于連續(xù)域中的輸入和輸出，通過不斷地模型訓(xùn)練，找到輸入和輸出之間的聯(lián)系，通常這種聯(lián)系可以通過一個函數(shù)方程被形式化，如y=w0+w1x+w2x2…，當(dāng)提供未知輸出的輸入時，就可以根據(jù)以上函數(shù)方程，預(yù)測出與之對應(yīng)的連續(xù)域輸出。通過這種方法，可以解決一般的使用壽命問題，如零部件在不同使用環(huán)境、使用強(qiáng)度下的疲勞強(qiáng)度問題，為提醒客戶更換零件及對電梯的壽命評估提出指導(dǎo)意見。

分類問題：如果將回歸問題中的輸出從連續(xù)域變?yōu)殡x散域，那么該問題就是一個分類問題。這樣可以通過視頻采集的數(shù)據(jù)結(jié)合前面數(shù)據(jù)庫中設(shè)計文件、設(shè)計標(biāo)準(zhǔn)、法律法規(guī)，初步給出電梯設(shè)計是否合理、更換的零件是否與電梯匹配、維保是否按照規(guī)則制度進(jìn)行維保等。

聚類問題：從已知的輸入中尋找某種模式，比如相似性，根據(jù)該模式將輸入劃分為不同的集群，并對新的輸入應(yīng)用同樣的劃分方式，以確定其歸屬的集群。這類方法可以將看似不相關(guān)的參數(shù)聯(lián)系起來，尋找不同參數(shù)之間的關(guān)聯(lián)。如空氣溫度、濕度過大，導(dǎo)致電梯死機(jī)、門鎖短路的概率，維保質(zhì)量與每月維保時間、維保次數(shù)之間的關(guān)系等，當(dāng)參數(shù)數(shù)量不斷增加，人力已將無法預(yù)判事件發(fā)展趨勢的時候，計算機(jī)會通過此類方法給出相應(yīng)的預(yù)判及參考意見。比如某段時間電梯使用頻率過高、空氣濕度過大、維保人員檢查力度不足、電梯零部件處在正常使用的臨界點(diǎn)等，系統(tǒng)會通過維保價格、維保次數(shù)、維保記錄、維保公司人員的文化技能水平、維保公司的管理模式等給出物業(yè)公司相應(yīng)的指導(dǎo)意見，如要求維保公司加強(qiáng)相應(yīng)的維?；蚋鼡Q維保公司等建議[6]。

降維問題：從大量的特征中選擇那些對模型預(yù)測最關(guān)鍵的少量特征，以降低輸入樣本的維度，提高模型的性能。此種方法主要針對自己關(guān)心的問題，如日立電梯公司的電梯電路是否設(shè)計合理，計算機(jī)可以過濾其他公司的電梯電路，對照日立公司以往成熟的電路圖紙，找出對應(yīng)更改部分的電路，參考國家的電路設(shè)計原則迅速給出相應(yīng)的指導(dǎo)意見。再如電梯檢驗(yàn)，不同年限、不同電梯的檢驗(yàn)情況肯定不同，如何判定電梯是否合格，制造單位和檢驗(yàn)單位也肯定不相同，這就需要通過模型過濾掉多余的部分，如檢驗(yàn)單位更關(guān)心電梯的法律、法規(guī)、技術(shù)標(biāo)準(zhǔn)，對電梯產(chǎn)品所用工藝、材料正確性資料確認(rèn)符合即可。

4 總結(jié)

本文通過陜西省特種設(shè)備檢驗(yàn)檢測研究院研發(fā)的電梯視頻監(jiān)控裝置，結(jié)合大數(shù)據(jù)分析，展望后期的電梯視頻及數(shù)據(jù)的分析方法，為視頻監(jiān)控及計算機(jī)進(jìn)一步的輔助電梯檢驗(yàn)、檢測及使用、維保單位提供了粗淺的方案。