本发明实施例涉及电梯控制领域，尤其是基于无人机监控的电梯控制方法、系统及存储介质。
背景技术：
在现有的大多数小区中，电梯在运行后边会滞留在最后一次去往的楼层，因为电梯的需求大多数不可预见的，因此，业主每次回家都需要等待从电梯从高层落下，便捷度不高且花费了一定的时间成本。
技术实现要素：
为解决上述问题，本发明实施例提供了一种基于无人机监控的电梯控制方法，包括以下步骤：
接收无人机上装载的摄像头所实时采集的图像数据；
解析其中所述图像数据，通过卷积神经网络判断所述图像数据中是否包含已登记业主；
若判断结果为包含已登记业主，查询所述已登记业主在预置数据库中的地址数据；
根据所述卷积神经网络所输出的人体跟踪框体以及查询得到的已登记业主地址数据中的楼栋位置，得到所述已登记业主步行至其所住楼栋的第一时间；
对所述第一时间进行判断，若所述第一时间大于阈值，则延时向所述业主所在楼层的控梯组件发送电梯控制指令，所述电梯控制指令用于将电梯停靠至首层，若所述第一时间小于预置，则立即向所述业主所在楼层的控梯组件发送电梯控制指令。
优选的，所述接收无人机上装载的摄像头所实时采集的图像数据的步骤之前，还包括：
与所述无人机进行握手通信，若握手连接成功，则接收所述无人机上所装载的摄像头所实时采集到的图像数据。
优选的，所述解析其中所述图像数据，通过卷积神经网络判断所述图像数据中是否包含已登记业主的步骤之前，还包括：
从所述图像数据中提取帧图像；
将所述帧图像输入至faster-rcnn卷积网络中，得到所述帧图像中人体像素块以及对应的人体跟踪框体；
将所述人体像素块与预置的业主特征数据库中的标准数据进行比对，进而识别属于已登记业主的人体像素块。
优选的，所述若判断结果为包含已登记业主，查询所述已登记业主在预置数据库中的地址数据的步骤为：
根据识别到的已登记业主的身份信息，查询预置数据库中所述身份信息所关联的业主住址数据。
优选的，根据所述卷积神经网络所输出的人体跟踪框体以及查询得到的已登记业主地址数据中的楼栋位置，得到所述已登记业主步行至其所住楼栋的第一时间的步骤包括：
根据无人机坐标位置，对所述人体跟踪框体四个端点坐标进行转换，得到在世界坐标系下的四个端点的第二坐标；
根据任意一端点的第二坐标与所述已登记业主地址数据中的楼栋位置，求两者距离d；
将距离d除以预置的人体步行速度，得到所述已登记业主步行至所述楼栋的第一时间。
本发明实施例还提供一种电梯控制系统，包括：
图像模块，用于接收无人机上装载的摄像头所实时采集的图像数据；
解析模块，用于解析其中所述图像数据，通过卷积神经网络判断所述图像数据中是否包含已登记业主；
查询模块，用于若判断结果为包含已登记业主，查询所述已登记业主在预置数据库中的地址数据；
时间计算模块，用于根据所述卷积神经网络所输出的人体跟踪框体以及查询得到的已登记业主地址数据中的楼栋位置，得到所述已登记业主步行至其所住楼栋的第一时间；
控制模块，用于对所述第一时间进行判断，若所述第一时间大于阈值，则延时向所述业主所在楼层的控梯组件发送电梯控制指令，所述电梯控制指令用于将电梯停靠至首层，若所述第一时间小于预置，则立即向所述业主所在楼层的控梯组件发送电梯控制指令。
优选的，所述图像模块还用于与所述无人机进行握手通信，若握手连接成功，则接收所述无人机上所装载的摄像头所实时采集到的图像数据。
优选的，所述查询模块还包括：
帧图像单元，用于从所述图像数据中提取帧图像；
图像检测单元，用于将所述帧图像输入至faster-rcnn卷积网络中，得到所述帧图像中人体像素块以及对应的人体跟踪框体；
比对单元，用于将所述人体像素块与预置的业主特征数据库中的标准数据进行比对，进而识别属于已登记业主的人体像素块。
优选的，所述时间计算模块还包括：
转换单元，用于根据无人机坐标位置，对所述人体跟踪框体四个端点坐标进行转换，得到在世界坐标系下的四个端点的第二坐标；
距离单元，用于根据任意一端点的第二坐标与所述已登记业主地址数据中的楼栋位置，求两者距离d；
第一时间单元，用于将距离d除以预置的人体步行速度，得到所述已登记业主步行至所述楼栋的第一时间。
本发明实施例还提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序能够被至少一个处理器所执行如上述的一种基于无人机监控的电梯控制方法。
本发明实施例所提供的基于无人机监控的电梯控制方法、系统及存储介质，减少了业主回家所花费的电梯等待时长，提高了业主居住质量。
附图说明
图1为本发明一种基于无人机监控的电梯控制方法的步骤流程图；
图2为本发明一种电梯控制系统的程序模块示意图；
图3为本发明计算机设备的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。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。
在本发明实施例中使用的术语是仅仅处于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述指定关键字，但指定关键字不应限于这些术语。这些术语仅用来将指定关键字彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一指定关键字也可以被称为第二指定关键字，类似地，第二指定关键字也可以被称为第一指定关键字。
取决于语境，如在此所使用的词语“如果”可以被解释称为“在……时”或“当……时”或“相应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或时间)”可以被解释成“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
请参考图1，本发明实施例提供一种基于无人机监控的电梯控制方法，包括：
步骤s100接收无人机上装载的摄像头所实时采集的图像数据。
具体的，从工作模式来划分，视频监控系统经历三代的技术革新。第一代是传统模拟闭路视频监控系统(cctv)，局限性较多，仅能本地监控，已基本被时长淘汰。第二代是“模拟-数字”监控系统(dvr)，是以数字硬盘录像机dvr为核心的半模拟-半数字方案，仍然采用同轴电缆作为传输介质传输视频信号，属于目前市场上较主流的、广泛采用的廉价视频监控解决方案，但这种dvr系统仍有较多局限性：
(1)每个摄像机都得安装传输电缆，导致布线复杂；
(2)扩展摄像机数量受限于dvr录像机，一般最多可扩充16个；
(3)需要外部服务器和管理软件才能实现对多个dvr或监控点的控制；
(4)远程监控和控制能力受限；
(5)dvr录像机有磁盘发生故障的风险，录像数据安全性低。
第三代视频监控系统是完全ip视频监控系统(ipvs),与前面两种方案相比，全ip视频监控系统的优势是内置了web服务器，并直接提供以太网端口深圳wifi模块。摄像机生成jpeg、mpeg4或h.264数据文件，任何经授权客户机都可以从网络中任意位置访问、监视、记录和打印，真正实现了远程访问和控制。本文研究的网络视频监控系统，便是第三代视频监控系统ipvs，已s3c2440开发板和嵌入式linux系统为控制中心，实现一个基于arm9处理器为核心的片上系统控制的，可通过wifi和web方式访问的嵌入式网络视频监控系统。
本文优先采用上述的第三代视频监控系统，将该监控系统装载在无人机上，使得原本的固定的摄像头变成可移动的摄像头，实现本发明方案的处理器向视频监控系统拉取对应区域摄像头所采集的监控视频流。
步骤s200解析其中所述图像数据，通过卷积神经网络判断所述图像数据中是否包含已登记业主。
具体的，本发明采用faster-rcnn卷积神经网络进行图像检测，由于faster-rcnn卷积神经网络属于现有技术，本发明在此不再赘述。
经由图像检测后，得到的输出结果为包含人体特征的像素块以及对应位置的人体跟踪框体。
步骤s300若判断结果为包含已登记业主，查询所述已登记业主在预置数据库中的地址数据。
具体的，技术人员预先设置有一数据库，用于存储业主的住址信息，例如，张三，住址为a4栋606号单元，以及业主的人体特征，将前述步骤中所生成的图像检测输出结果交付于数据库中的人体特征集合进行比对，进而识别得到图像检测输出结果所检测出的人体特征块具体为哪个业主。
步骤s400根据所述卷积神经网络所输出的人体跟踪框体以及查询得到的已登记业主地址数据中的楼栋位置，得到所述已登记业主步行至其所住楼栋的第一时间。
具体的，结合卷积神经网络所输出的人体跟踪框体的位置坐标以及已登记业主地址数据中的楼栋位置坐标，算出两者的距离，再除以预置的步行速度便可预估得到业主步行至其所住楼栋的第一时间，其中人体跟踪框体位置坐标需要先进行转换，于后文中详细阐述。
步骤s500对所述第一时间进行判断，若所述第一时间大于阈值，则延时向所述业主所在楼层的控梯组件发送电梯控制指令，所述电梯控制指令用于将电梯停靠至首层，若所述第一时间小于预置，则立即向所述业主所在楼层的控梯组件发送电梯控制指令。
考虑到过早的将电梯下降至一楼则会影响其他住户的用电梯，因此，需要对第一时间进行判断，若所第一时间小于或等于阈值时，才向业主所在楼层的控梯组件发送电梯控制指令，所述阈值为电梯下降至一楼的所需时间。
另外，鉴于小区可能采用中央控梯或单独控梯，若为中央系统控梯，则可将电梯控制指令发送至中央控梯系统，若为单独控梯系统，则将电梯控制指令发送至具体的楼栋电梯控制系统。
执行本发明方案的处理单元或处理系统安装有电梯对应的驱动程序，以使处理单元或处理系统将电梯控制指令发送至电梯控制组件，控制指令能被电梯控制组件所识别。
示例性的，张三，住址为a4栋606号单元，此时图像识别步骤中识别最终结果为图像中包含业主张三，业主张三即将回家，此时将识别结果中的业主名称“张三”作为查询关键字段，向预置业主住址数据库发起地址数据拉取，数据库返回a4栋606号单元，此时提取a4栋，将其与电梯控制指令一同封装，通过广播信道发送至各电梯组件，各电梯组件接收到所述电梯控制指令后，唯有a4栋的电梯组件会相应该指令。
本发明实施例所提供的一种电梯控制方法，减少了业主回家所花费的电梯等待时长，提高了业主居住质量。
可选的，步骤s100所述接收无人机上装载的摄像头所实时采集的图像数据的步骤之前，还包括：
与所述无人机进行握手通信，若握手连接成功，则接收所述无人机上所装载的摄像头所实时采集到的图像数据。
具体的，握手机制为通信领域常用技术手段，本发明在此不再赘述。
可选的，所述解析其中所述图像数据，通过卷积神经网络判断所述图像数据中是否包含已登记业主的步骤之前，还包括：
从所述图像数据中提取帧图像；
将所述帧图像输入至faster-rcnn卷积网络中，得到所述帧图像中人体像素块以及对应的人体跟踪框体；
将所述人体像素块与预置的业主特征数据库中的标准数据进行比对，进而识别属于已登记业主的人体像素块。
具体的，利用opencv对无人机上传的图像视频流进行帧图像提取，得到帧图像集合。
具体的，针对无人机所上传的视频流，利用opencv进行帧图像提取买得到帧图像集合，示例性的代码如下：
可选的，步骤s300所述若判断结果为包含已登记业主，查询所述已登记业主在预置数据库中的地址数据的步骤为：
根据识别到的已登记业主的身份信息，查询预置数据库中所述身份信息所关联的业主住址数据。
可选的，步骤s400根据所述卷积神经网络所输出的人体跟踪框体以及查询得到的已登记业主地址数据中的楼栋位置，得到所述已登记业主步行至其所住楼栋的第一时间的步骤包括：
步骤s410根据无人机坐标位置，对所述人体跟踪框体四个端点坐标进行转换，得到在世界坐标系下的四个端点的第二坐标；
步骤s420根据任意一端点的第二坐标与所述已登记业主地址数据中的楼栋位置，求两者距离d；
步骤s430将距离d除以预置的人体步行速度，得到所述已登记业主步行至所述楼栋的第一时间。
具体的，借由上述步骤对人体跟踪框体的坐标转换成以世界坐标系之下的坐标数据，在由任一端点与业主所住楼栋位置坐标求得距离d，进而得到已登记业主步行至所述楼栋的第一时间，该计算方法相应速度快，节省计算资源。
另外，请参考图2，本发明实施例还提供一种电梯控制系统，包括：
图像模块100，用于接收无人机上装载的摄像头所实时采集的图像数据；
解析模块200，用于解析其中所述图像数据，通过卷积神经网络判断所述图像数据中是否包含已登记业主；
查询模块300，用于若判断结果为包含已登记业主，查询所述已登记业主在预置数据库中的地址数据；
时间计算模块400，用于根据所述卷积神经网络所输出的人体跟踪框体以及查询得到的已登记业主地址数据中的楼栋位置，得到所述已登记业主步行至其所住楼栋的第一时间；
控制模块500，用于对所述第一时间进行判断，若所述第一时间大于阈值，则延时向所述业主所在楼层的控梯组件发送电梯控制指令，所述电梯控制指令用于将电梯停靠至首层，若所述第一时间小于预置，则立即向所述业主所在楼层的控梯组件发送电梯控制指令。
可选的，所述图像模块100还用于与所述无人机进行握手通信，若握手连接成功，则接收所述无人机上所装载的摄像头所实时采集到的图像数据。
可选的，所述查询模块300还包括：
帧图像单元310，用于从所述图像数据中提取帧图像；
图像检测单元320，用于将所述帧图像输入至faster-rcnn卷积网络中，得到所述帧图像中人体像素块以及对应的人体跟踪框体；
比对单元330，用于将所述人体像素块与预置的业主特征数据库中的标准数据进行比对，进而识别属于已登记业主的人体像素块。
可选的，所述时间计算模块400还包括：
转换单元410，用于根据无人机坐标位置，对所述人体跟踪框体四个端点坐标进行转换，得到在世界坐标系下的四个端点的第二坐标；
距离单元420，用于根据任意一端点的第二坐标与所述已登记业主地址数据中的楼栋位置，求两者距离d；
第一时间单元430，用于将距离d除以预置的人体步行速度，得到所述已登记业主步行至所述楼栋的第一时间。
请参考图3，是本发明实施例之计算机设备的硬件架构示意图。本实施例中，所述计算机设备2是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。该计算机设备2可以是个人计算机、平板计算机、移动电话及智能手机登，也可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等用于提供虚拟客户端的运设备。如图所示，所述计算机设备2至少包括，但不限于，可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及电梯控制系统20，其中：
本实施例中，存储器21至少包括一种类型的计算机可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器21可以是计算机设备2的内部存储单元，例如该计算机设备2的硬盘或内存。在另一些实施例中，存储器21也可以使计算机设备2的外部存储设备，例如该计算机设备20上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital)sd卡，闪存卡(flashcard)等，当然，存储器21还可以既包括计算机设备2的内部存储单元也包括其外部存储设备。本实施例中，存储器21用于存储安装于计算机设备2的操作系统和各类应用软件，例如电梯控制系统20的程序代码等。此外，存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器22在一些实施例中可以是中央处理器(centralprocessingunit,cpu)、控制器、微控制器、微处理器或其他数据处理芯片。该处理器22通常用于控制计算机设备2的总体操作。本实施例中，处理器22用于运行存储器21中存储的程序代码或者处理数据，例如运行电梯控制系统20，以实现基于外卖人员的电梯控制方法。
所述网络接口23可包括无线网络接口或有限网络接口，该网络接口23通常用于在所述计算机设备2与其他电子装置之间建立通信连接。例如，所述网络接口23用于通过网络将所述计算机设备2与外部终端项链，在计算机设备2与外部中断之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(intranet)、互联网(internet)、全球移动通讯系统(globalsystemofmobilecommunication，gsm)、宽带码分多址(widebandcodedivisionmultipleaccess，wcdma)、4g网络、5g网络、蓝牙(bluetooth)、wi-fi等无线或有线网络。
在本实施例中，存储于存储器21中的所述电梯控制系统20还可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器21中，并由一个或多个处理器(本实施例为处理器22)所执行，以完成本发明。
另外，本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘、服务器、app应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储电梯控制系统20，被处理器执行时实现本发明的电梯控制方法。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所做的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
1.一种基于无人机监控的电梯控制方法，其特征在于，包括：
接收无人机上装载的摄像头所实时采集的图像数据；
解析其中所述图像数据，通过卷积神经网络判断所述图像数据中是否包含已登记业主；
若判断结果为包含已登记业主，查询所述已登记业主在预置数据库中的地址数据；
根据所述卷积神经网络所输出的人体跟踪框体以及查询得到的已登记业主地址数据中的楼栋位置，得到所述已登记业主步行至其所住楼栋的第一时间；
对所述第一时间进行判断，若所述第一时间大于阈值，则延时向所述业主所在楼层的控梯组件发送电梯控制指令，所述电梯控制指令用于将电梯停靠至首层，若所述第一时间小于预置，则立即向所述业主所在楼层的控梯组件发送电梯控制指令。
2.根据权利要求1所述的基于无人机监控的电梯控制方法，其特征在于，所述接收无人机上装载的摄像头所实时采集的图像数据的步骤之前，还包括：
与所述无人机进行握手通信，若握手连接成功，则接收所述无人机上所装载的摄像头所实时采集到的图像数据。
3.根据权利要求1所述的基于无人机监控的电梯控制方法，其特征在于，所述解析其中所述图像数据，通过卷积神经网络判断所述图像数据中是否包含已登记业主的步骤之前，还包括：
从所述图像数据中提取帧图像；
将所述帧图像输入至faster-rcnn卷积网络中，得到所述帧图像中人体像素块以及对应的人体跟踪框体；
将所述人体像素块与预置的业主特征数据库中的标准数据进行比对，进而识别属于已登记业主的人体像素块。
4.根据权利要求3所述的基于无人机监控的电梯控制方法，其特征在于，所述若判断结果为包含已登记业主，查询所述已登记业主在预置数据库中的地址数据的步骤为：
根据识别到的已登记业主的身份信息，查询预置数据库中所述身份信息所关联的业主住址数据。
5.根据权利要求1所述的基于无人机监控的电梯控制方法，其特征在于，根据所述卷积神经网络所输出的人体跟踪框体以及查询得到的已登记业主地址数据中的楼栋位置，得到所述已登记业主步行至其所住楼栋的第一时间的步骤包括：
根据无人机坐标位置，对所述人体跟踪框体四个端点坐标进行转换，得到在世界坐标系下的四个端点的第二坐标；
根据任意一端点的第二坐标与所述已登记业主地址数据中的楼栋位置，求两者距离d；
将距离d除以预置的人体步行速度，得到所述已登记业主步行至所述楼栋的第一时间。
6.一种电梯控制系统，其特征在于，包括：
图像模块，用于接收无人机上装载的摄像头所实时采集的图像数据；
解析模块，用于解析其中所述图像数据，通过卷积神经网络判断所述图像数据中是否包含已登记业主；
查询模块，用于若判断结果为包含已登记业主，查询所述已登记业主在预置数据库中的地址数据；
时间计算模块，用于根据所述卷积神经网络所输出的人体跟踪框体以及查询得到的已登记业主地址数据中的楼栋位置，得到所述已登记业主步行至其所住楼栋的第一时间；
控制模块，用于对所述第一时间进行判断，若所述第一时间大于阈值，则延时向所述业主所在楼层的控梯组件发送电梯控制指令，所述电梯控制指令用于将电梯停靠至首层，若所述第一时间小于预置，则立即向所述业主所在楼层的控梯组件发送电梯控制指令。
7.根据权利要求6所述的电梯控制系统，其特征在于，所述图像模块还用于与所述无人机进行握手通信，若握手连接成功，则接收所述无人机上所装载的摄像头所实时采集到的图像数据。
8.根据权利要求6所述的电梯控制系统，其特征在于，所述查询模块还包括：
帧图像单元，用于从所述图像数据中提取帧图像；
图像检测单元，用于将所述帧图像输入至faster-rcnn卷积网络中，得到所述帧图像中人体像素块以及对应的人体跟踪框体；
比对单元，用于将所述人体像素块与预置的业主特征数据库中的标准数据进行比对，进而识别属于已登记业主的人体像素块。
9.根据权利要求6所述的基于无人机监控的电梯控制方法，其特征在于，所述时间计算模块还包括：
转换单元，用于根据无人机坐标位置，对所述人体跟踪框体四个端点坐标进行转换，得到在世界坐标系下的四个端点的第二坐标；
距离单元，用于根据任意一端点的第二坐标与所述已登记业主地址数据中的楼栋位置，求两者距离d；
第一时间单元，用于将距离d除以预置的人体步行速度，得到所述已登记业主步行至所述楼栋的第一时间。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序能够被至少一个处理器所执行如权利要求1至5的一种基于无人机监控的电梯控制方法。
技术总结