电梯也需节能——智能监控与节能系统的应用

　　随着能源问题的日益突出，对电梯节能技术的研究与应用已是众多电梯生产商千方百计企及的目标。纯粹的节能技术例如最新成果节能再生器只是对电梯机械位能的重利用，未涉及电梯本身多余能耗，IC卡控制只是在一定程度上提高了电梯的智能程度。

　　现阶段的电梯控制系统，融入了多项高新技术：例如现在很常见的视频监控技术、报警系统、多台电梯并联控制技术等等。融入视频监控技术就是从安全角度出发的。

　　电梯的监视技术主要对电梯运行状况及电梯内部进行监控与报警，而电梯轿厢外面的环境———即每层楼人们等待电梯的地方却没有更多的监控。同时，现在的监控系统也没有对有乘客可能存在的下一步行动进行及时而准确的预判，从而做出相应的指令动作。也就是说，视频监控系统并没有对采集来的信息适时地加以分析与利用。因此，将电梯外部环境纳入到整个电梯控制系统中，并对视频采集信息适时、快速、准确地加以利用，这对电梯发展具有十分重要的意义。

　　由此，本文以电梯外部监控为基点，对电梯智能识别控制和绿色节能做出探讨，以期电梯能更加高效化、智能化、绿色化。

　　1 监控系统在电梯外部的应用

　　在目前的电梯轿厢视频监视系统中，主要是从电梯内部乘坐人士安全角度出发，适时地监控着电梯轿厢里面人们是否受到安全威胁，从而快速地报警。由于这不需要把信息反馈给电梯控制系统，此时所需要的监控系统中的人像检测，精度与速率要求都不高。

　　1.1 监控系统中的人脸检测

　　电梯控制中的人像检测主要是通过建立一个组合分类器，剔除掉图像中的非人像区域，找出图像中类人像区域，提高下一步检测的效率，如图1所示。接着在检测出来可能存在人像区域，用已经建立好的人像检测器进行匹配运算。

　　由于电梯只要有人有乘坐需求，就必须在此层作停留。所以在人像检测过程就不需要多个人像检测器同时进行计算，找到一个最可能存在人像区域再进行匹配运算就可以大大提高效率。

　　在移动人像检测器进行相关匹配运算时，如果让人像检测器通过逐点来检测可能存在人像区域是否存在人像，最好情况就是第一次匹配运算就找到了人像，但最坏情况是全部遍历所有点后才可能找到人像，这样的匹配运算效率非常低下。本文采用的方法是：使人像检测器在可能存在人像的区域中，任意找一点开始进行计算，若在该点匹配运算后无人像存在，人像检测器则朝相关度最大的方向移动，力求使匹配位置快速到达最佳匹配点。

　　该算法思想为：设置当前匹配点为P1，对应相关度为R1，在二维平面3×3的邻域中选择相关度最大的一个点为下一个匹配运算点，否则任选一个未参与运算的点，重复上述过程。同时，把相关度归一化，这样就可以在［1，－1］设定一个阈值来确定当前运算点是否为最佳匹配点。

　　如图2所示，某点（a，b）存在于I（M×N）窗口点阵图像（该图像为256级的灰度图像）中，而W（m×n）则是人像检测器点阵，它们都是256级的灰度图像，这样就有：0≤I（a，b）≤255，0≤a＜M，0≤b＜N;同样在人像检测器点阵有：0≤W（i，j）≤255，0≤i＜m，0≤j＜n;m∈（0，M），n∈（0，N）。

　　中等矩形框中的点（a，b）移动并进行匹配运算，此时对应的子图像块可记为Iw，Iw（a，b）=I（a+i，b+j）。因此，在点（i，j）处人像检测器W与子图像块Iw归一化相关度R（a，b）如下公式：

　　其中：W'是人像检测器均值，I'w则为子图像块均值。

　　人们在等待电梯到来的过程中，其相对位置变化不大。

　　这样只需一个简单视频采样和较少的分类器就能完成人像区域的定位，同时也能保证人像检测的效率，从而较好地为电梯下一步动作提供准确的信息。当从电梯外部采集到复杂多事物的强动态图像，这时就需要多类特征提取及较多层次的分类器才能完成人像区域定位。本系统中的分类器是由之前通过采集各种非人像与人像，提取各自的特征进行比较而训练出来的。

　　对于电梯的人像识别，它只要求快速检测人像并确定其是否存在，并不需要提取人像的具体相关信息。但在实际的应用中，有可能还需要用到人像查找与比对等精度要求。这里简要说明提取人像信息相关步骤。

　　1）人像检测。人像检测是指在动态的场景与复杂的背景中判断是否存在人像，并分离出这种人像。

　　2）人像跟踪。人像跟踪是指对被检测到的人像进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简单而有效的手段。

3）人像比对。人像比对是对被检测到的人像进行身份确认或在人像库中进行目标搜索。这实际上就是说，将采样到的人像与库存的人像依次进行比对，并找出