【技术实现步骤摘要】
本专利技术涉及电梯井道施工领域，具体是指一种电梯井道混凝土圈梁识别测量系统及方法。
技术介绍
1、在未装电梯前，混凝土圈梁的位置是很难获取的，首先因为圈梁多且不方便测量，其次井道内是空的，要搭脚手架去测量或是吊钢丝去测量，而且测的话工作量也是非常大，结果就是需要被迫多发导轨支架物料去现场，而实际多出的导轨支架就只能当成废铁，为了减少在导轨支架用料方面的损失，需要在安装电梯前计算导轨支架的精确用量，可以通过在任一层厅门位置从底部对电梯井道从底部扫描顶部测定相应混凝土圈梁位置的数据提供给厂家以计算精准导轨支架的用量。
2、因此，亟需一种电梯井道混凝土圈梁识别测量系统及方法，以解决以上问题。
技术实现思路
1、本专利技术的目的是解决
技术介绍
中提到的问题，提供一种电梯井道混凝土圈梁识别测量系统及方法。
2、为解决上述技术问题，本专利技术提供的技术方案为：一种电梯井道混凝土圈梁识别测量系统，包括数据输入模块、中央处理器、数据验证模块；
3、所述数据输入模块包括照明模块、图像采集模块、图像识别模块；
4、所述中央处理器包括数据分析模块、自动学习模块、测距模块；
5、所述数据验证模块包括模型修正模块、人工审核模块；
6、所述数据输入模块、中央处理器、数据验证模块依次相连；
7、所述数据输入模块与照明模块、图像采集模块、图像识别模块相连接；
8、所述中央处理器与数据分析模块、自动学习模块、测距模块相连接
9、所述数据验证模块与模型修正模块、人工审核模块相连接。
10、作为一种优选方案，所述照明模块采用照明设备，确保井道内有足够的光线以进行扫描和测量工作。
11、作为一种优选方案，所述图像采集模块使用摄像设备安装在扫描装置上，对井道内的砖墙和混凝土圈梁进行图像采集。
12、作为一种优选方案，所述图像识别模块利用卷积神经网络图像识别技术，对井道内的图像进行处理和分析。
13、作为一种优选方案，所述数据分析模块对采集到的图像进行处理和分析，提取出混凝土梁和砖墙的位置信息，并进行精确测算。
14、作为一种优选方案，所述自动学习模块通过实用及其学习算法和训练数据集，使系统能够自动学习和优化图像识别及测算的准确性，通过训练模型，使其能够准确识别混凝土和砖墙，并进行自动纠错，以避免误认。
15、作为一种优选方案，所述测距模块利用测距设备测量井道内不同混凝土圈梁位置的距离信息，根据图像识别结果进行测距和计算。
16、作为一种优选方案，所述数据验证模块对计算得出混凝土圈梁的高度数据进行验证和校验，确保其准确性，对于预测结果不确定的情况，将结果输出给人工审核，即所述人工审核模块，由人员进行判断，及时修正模型的误判结果。
17、一种电梯井道混凝土圈梁识别测量方法，具体包括以下步骤：
18、1)进行数据采集：用摄像设备配合照明设备，对井道内的砖墙、混凝土圈梁进行拍照、识别、存储，准备砖墙和混凝土梁的图像数据集，对数据集进行标注，标注必须是像素级标注，即对每个像素点进行标注，标注的值为1表示砖墙，标注的值为0表示混凝土；
19、2)进行数据预处理：对采集到的图像进行数据预处理，包括图像大小调整、图像增强、数据增强等操作，以提高算法的鲁棒性；
20、3)提取特征：采用vggnet模型对处理好的图像数据进行特征提取，使用卷积层使得模型能够提取出图像的重要特征，使用池化层降低图像维度；
21、4)训练模型：将特征提取结果送入全连接层进行训练，使用交叉熵作为损失函数，使用优化器进行参数更新；
22、5)模型评估：用测试数据集对模型进行测试，计算准确率、召回率、f1分数等评价指标来评估算法的性能；
23、6)模型预测：将训练好的模型应用到新的图像上，得到砖墙和混凝土梁的分割结果；
24、7)测量运算：将从测量及评估后的数据进行运算，以得到混凝土圈梁的位置数据，并输出；
25、8)验证校核：对于预测结果不确定的情况，将结果输出给人工审核，由人员进行判断，及时修正模型的误判结果。
26、作为一种优选方案，所述步骤1)中将电梯井道的设计图，可以作为其他信息输入到算法模型中，帮助算法模型更好的理解井道内的结构。
27、本专利技术与现有技术相比的优点在于：无需搭设脚手架进行人工测量，在每层厅门位置从底部对电梯井道进行扫描测定相应位置的数据并加以计算输出，提高了效率和准确性，从而减少了导轨支架的浪费，减少了物料损失；经过数据分析和模型自学，能够更加快速、准确、方便地确定电梯井道内混凝土圈梁的位置，同时测量模块根据圈梁位置得到计算结果；并且适用于不同混凝土圈梁定位场景。
本文档来自技高网...【技术保护点】
1.一种电梯井道混凝土圈梁识别测量系统，其特征在于：包括数据输入模块、中央处理器、数据验证模块；
2.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述照明模块采用照明设备，确保井道内有足够的光线以进行扫描和测量工作。
3.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述图像采集模块使用摄像设备安装在扫描装置上，对井道内的砖墙和混凝土圈梁进行图像采集。
4.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述图像识别模块利用卷积神经网络图像识别技术，对井道内的图像进行处理和分析。
5.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述数据分析模块对采集到的图像进行处理和分析，提取出混凝土梁和砖墙的位置信息，并进行精确测算。
6.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述自动学习模块通过实用及其学习算法和训练数据集，使系统能够自动学习和优化图像识别及测算的准确性，通过训练模型，使其能够准确识别混凝
7.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述测距模块利用测距设备测量井道内不同混凝土圈梁位置的距离信息，根据图像识别结果进行测距和计算。
8.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述数据验证模块对计算得出的混凝土圈梁的高度数据进行验证和校验，确保其准确性，对于预测结果不确定的情况，将结果输出给人工审核，即所述人工审核模块，由人员进行判断，及时修正模型的误判结果。
9.一种电梯井道混凝土圈梁识别测量方法，其特征在于，具体包括以下步骤：
10.根据权利要求9所述的一种电梯井道混凝土圈梁识别测量方法，其特征在于：所述步骤1)中将电梯井道的设计图，可以作为其他信息输入到算法模型中，帮助算法模型更好的理解井道内的结构。
...【技术特征摘要】
1.一种电梯井道混凝土圈梁识别测量系统，其特征在于：包括数据输入模块、中央处理器、数据验证模块；
2.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述照明模块采用照明设备，确保井道内有足够的光线以进行扫描和测量工作。
3.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述图像采集模块使用摄像设备安装在扫描装置上，对井道内的砖墙和混凝土圈梁进行图像采集。
4.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述图像识别模块利用卷积神经网络图像识别技术，对井道内的图像进行处理和分析。
5.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述数据分析模块对采集到的图像进行处理和分析，提取出混凝土梁和砖墙的位置信息，并进行精确测算。
6.根据权利要求1所述的一种电梯井道混凝土圈梁识别及测量系统，其特征在于：所述自动学习模块通过实...
【专利技术属性】
技术研发人员：邓武，刘宗文，林长城，邓杨武，黄伟东，林晓钦，李杰，亚国勋，叶锐新，冯育财，李敬勇，陆科明，蓝希莲，
申请(专利权)人：快意电梯股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。