雙目立體視覺技術(shù)在電梯安全檢測中的創(chuàng)新應(yīng)用與實踐一、引言1.1研究背景與意義在現(xiàn)代社會，電梯已成為各類建筑中不可或缺的垂直運輸工具，廣泛應(yīng)用于住宅、商業(yè)建筑、寫字樓、醫(yī)院等場所。隨著城市化進程的加速和建筑高度的不斷攀升，電梯的使用數(shù)量持續(xù)增長。據(jù)不完全統(tǒng)計，我國每天乘坐電梯的人次高達10億人次。電梯的安全運行直接關(guān)系到人們的生命財產(chǎn)安全，一旦發(fā)生故障或事故，可能導(dǎo)致人員傷亡和嚴重的社會影響。在眾多電梯事故中，電梯層門的事故率占到了所有事故中的首位，高達80%。一旦發(fā)生人為撞擊破壞電梯層門，會導(dǎo)致層門脫槽而使人墮入電梯井道的安全事故。電梯門故障約占電梯總故障的2/3，其安全檢測是電梯特種設(shè)備檢測的重要內(nèi)容之一。傳統(tǒng)的電梯安全檢測方法存在諸多局限性，如檢測效率低、精度不高、無法實時監(jiān)測等。這些問題使得電梯在運行過程中存在安全隱患，難以滿足人們對電梯安全性能的要求。雙目立體視覺技術(shù)作為計算機視覺領(lǐng)域的重要研究方向，近年來得到了廣泛的關(guān)注和應(yīng)用。該技術(shù)模仿人類雙眼的視覺原理，通過使用兩個相機從不同角度獲取同一物體的圖像，利用視差原理計算物體的三維信息，從而實現(xiàn)對物體的深度感知和精確測量。雙目立體視覺技術(shù)具有非接觸、高精度、快速測量等優(yōu)點，能夠有效彌補傳統(tǒng)電梯安全檢測方法的不足。將雙目立體視覺技術(shù)引入電梯安全檢測領(lǐng)域，有望實現(xiàn)對電梯運行狀態(tài)的實時、全面、精確監(jiān)測，及時發(fā)現(xiàn)潛在的安全隱患，為電梯的安全運行提供有力保障。通過對電梯運行過程中的關(guān)鍵參數(shù)進行高精度測量和分析，雙目立體視覺技術(shù)能夠及時發(fā)現(xiàn)電梯門間隙過大、關(guān)門行程動能異常、最快門扇平均關(guān)閉速度不符合標準、門運行阻止關(guān)門力過大或門扇變形等安全問題。這些參數(shù)的準確監(jiān)測對于預(yù)防電梯事故的發(fā)生具有重要意義。例如，當檢測到電梯門間隙過大時，可能會導(dǎo)致乘客在進出電梯時被夾傷；而關(guān)門行程動能異?；蜃羁扉T扇平均關(guān)閉速度過快，則可能會對乘客造成撞擊傷害。通過實時監(jiān)測這些參數(shù)，一旦發(fā)現(xiàn)異常情況，即可及時采取措施進行調(diào)整和維修，從而有效降低電梯事故的發(fā)生率。雙目立體視覺技術(shù)還可以實現(xiàn)對電梯導(dǎo)軌的垂直度和直線度等關(guān)鍵參數(shù)的測量，以及對電梯運行過程中的振動和位移等狀態(tài)的監(jiān)測。這些信息對于評估電梯的運行質(zhì)量和安全性具有重要價值。通過對電梯導(dǎo)軌的垂直度和直線度進行精確測量，可以及時發(fā)現(xiàn)導(dǎo)軌的變形和安裝偏差，避免因?qū)к墕栴}導(dǎo)致電梯運行不穩(wěn)定或出現(xiàn)故障。對電梯運行過程中的振動和位移進行監(jiān)測，可以提前預(yù)測電梯的潛在故障，為維修保養(yǎng)提供依據(jù)。將雙目立體視覺技術(shù)應(yīng)用于電梯安全檢測，不僅能夠提高檢測的準確性和效率，降低檢測成本，還能為電梯的智能化管理和維護提供數(shù)據(jù)支持。通過與物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的結(jié)合，實現(xiàn)對電梯運行數(shù)據(jù)的實時采集、傳輸和分析，為電梯的預(yù)防性維護和遠程監(jiān)控提供技術(shù)保障。例如，利用大數(shù)據(jù)分析技術(shù)對電梯運行數(shù)據(jù)進行挖掘和分析，可以發(fā)現(xiàn)電梯故障的潛在規(guī)律，提前預(yù)測故障發(fā)生的可能性，從而實現(xiàn)預(yù)防性維護，減少電梯故障的發(fā)生，提高電梯的可靠性和安全性。1.2國內(nèi)外研究現(xiàn)狀雙目立體視覺技術(shù)在電梯安全檢測領(lǐng)域的研究和應(yīng)用在近年來逐漸受到關(guān)注，國內(nèi)外學者和研究機構(gòu)圍繞這一技術(shù)開展了多方面的探索與實踐。在國外，一些先進的電梯制造企業(yè)和科研機構(gòu)較早地開展了相關(guān)研究。例如，美國的奧的斯電梯公司，在電梯安全檢測技術(shù)研發(fā)中，嘗試將雙目立體視覺技術(shù)用于電梯門系統(tǒng)的監(jiān)測，通過對電梯門的開關(guān)過程進行高精度的視覺測量，實現(xiàn)對門間隙、關(guān)門力等關(guān)鍵參數(shù)的實時監(jiān)測，以提高電梯門系統(tǒng)的安全性和可靠性。德國的蒂森克虜伯電梯公司則致力于將雙目立體視覺技術(shù)與電梯的智能控制系統(tǒng)相結(jié)合，利用視覺檢測獲取的電梯運行狀態(tài)信息，優(yōu)化電梯的運行控制策略，實現(xiàn)電梯的更高效、更安全運行。在學術(shù)研究方面，國外的一些高校和科研機構(gòu)也在積極開展相關(guān)研究。例如，[國外某知名大學名稱]的研究團隊提出了一種基于雙目立體視覺的電梯導(dǎo)軌變形檢測方法，通過對導(dǎo)軌的圖像進行處理和分析，能夠精確測量導(dǎo)軌的直線度和垂直度等參數(shù)，及時發(fā)現(xiàn)導(dǎo)軌的變形情況，為電梯的安全運行提供保障。國內(nèi)對于雙目立體視覺技術(shù)在電梯安全檢測中的應(yīng)用研究起步相對較晚，但發(fā)展迅速。近年來，隨著國內(nèi)電梯市場的快速增長和對電梯安全性能要求的不斷提高，相關(guān)研究成果不斷涌現(xiàn)。杭州電子科技大學的研究團隊針對電梯門安全檢測，提出了基于雙目視覺技術(shù)的電梯門安全檢測總體方案。該方案由電梯門圖像采集硬件系統(tǒng)、圖像標識點提取及匹配處理算法組成，主要針對電梯門間隙、關(guān)門行程動能、最快門扇平均關(guān)閉速度、門運行阻止關(guān)門力及門扇變形量等參數(shù)進行安全檢測。實驗結(jié)果與傳統(tǒng)檢測相比，門間隙、關(guān)門行程動能、門運行阻止關(guān)門力及門變形檢測相對誤差分別為0.60%、0.24%、0.79%及1.0%，表明該方法可行，且滿足電梯門安全檢測精度需求。此外，國內(nèi)一些企業(yè)也在積極探索雙目立體視覺技術(shù)在電梯安全檢測中的實際應(yīng)用。例如，新拓三維憑借自主研發(fā)的數(shù)字圖像相關(guān)法（DIC）與雙目立體視覺技術(shù)，為電梯層門撞擊測試提供了全面的直觀、可視化的解決方案。通過對電梯層門及層門結(jié)構(gòu)受撞擊力學性能進行測試，并通過測試數(shù)據(jù)進行改良加強，使得層門及支撐結(jié)構(gòu)能承受強烈的撞擊，不會輕易被破壞，達到保障人身安全的目的。還有企業(yè)研發(fā)出基于雙目視覺的電梯導(dǎo)軌自動測量系統(tǒng)，該系統(tǒng)能夠采集電梯運行時導(dǎo)軌的視頻數(shù)據(jù)和振動數(shù)據(jù)，通過對這些數(shù)據(jù)的處理和分析，實現(xiàn)對電梯導(dǎo)軌垂直度和直線度的測量，有效解決了傳統(tǒng)測量方法操作繁瑣、易受人為誤差影響以及無法捕捉電梯運行過程中導(dǎo)軌動態(tài)變化等問題。從研究和應(yīng)用現(xiàn)狀來看，國內(nèi)外在雙目立體視覺技術(shù)應(yīng)用于電梯安全檢測方面取得了一定的成果，但仍存在一些問題和挑戰(zhàn)。例如，視覺檢測系統(tǒng)在復(fù)雜環(huán)境下的適應(yīng)性和穩(wěn)定性有待進一步提高，檢測算法的效率和精度還需要不斷優(yōu)化，不同類型電梯的檢測標準和方法還需要進一步統(tǒng)一和完善。此外，如何將雙目立體視覺技術(shù)與其他先進技術(shù)，如物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等更好地融合，實現(xiàn)電梯安全檢測的智能化和自動化，也是未來研究的重點方向。1.3研究內(nèi)容與方法1.3.1研究內(nèi)容本研究聚焦于雙目立體視覺技術(shù)在電梯安全檢測領(lǐng)域的應(yīng)用，旨在構(gòu)建高效、精準的電梯安全檢測體系，主要研究內(nèi)容如下：雙目立體視覺系統(tǒng)構(gòu)建與標定：針對電梯安全檢測場景，合理選擇雙目攝像機、鏡頭等硬件設(shè)備，搭建穩(wěn)定可靠的雙目立體視覺系統(tǒng)。深入研究攝像機標定原理與方法，采用合適的標定算法對雙目攝像機的內(nèi)外參數(shù)進行精確標定，確保系統(tǒng)能夠準確獲取電梯相關(guān)部件的三維信息，為后續(xù)的檢測工作奠定堅實基礎(chǔ)。例如，利用張正友標定法，通過拍攝多組不同角度的標定板圖像，計算出攝像機的內(nèi)參數(shù)矩陣、畸變系數(shù)以及外參數(shù)，提高系統(tǒng)測量的準確性。電梯門安全參數(shù)檢測：運用雙目立體視覺技術(shù)，對電梯門的關(guān)鍵安全參數(shù)進行檢測。包括測量電梯門的間隙，確保其符合安全標準，防止乘客被夾；監(jiān)測關(guān)門行程動能和最快門扇平均關(guān)閉速度，避免因速度過快對乘客造成傷害；檢測門運行阻止關(guān)門力，防止門在關(guān)閉過程中遇到阻力時仍強行關(guān)閉；以及評估門扇變形量，及時發(fā)現(xiàn)門扇的結(jié)構(gòu)損壞，保障電梯門的正常運行。通過對這些參數(shù)的實時監(jiān)測和分析，實現(xiàn)對電梯門安全性能的全面評估。電梯導(dǎo)軌檢測：基于雙目立體視覺，實現(xiàn)對電梯導(dǎo)軌垂直度和直線度的精確測量。通過分析采集到的導(dǎo)軌圖像，提取導(dǎo)軌的特征信息，利用圖像處理和立體匹配算法，計算導(dǎo)軌在不同位置的偏差，從而判斷導(dǎo)軌是否存在變形、安裝誤差等問題。這對于保障電梯運行的平穩(wěn)性和安全性具有重要意義，能夠有效預(yù)防因?qū)к墕栴}導(dǎo)致的電梯故障。檢測算法優(yōu)化與系統(tǒng)集成：針對電梯安全檢測中存在的復(fù)雜環(huán)境干擾、圖像噪聲等問題，對現(xiàn)有的圖像處理、特征提取和立體匹配算法進行優(yōu)化改進，提高算法的準確性、魯棒性和實時性。同時，將雙目立體視覺檢測系統(tǒng)與電梯的控制系統(tǒng)、數(shù)據(jù)傳輸系統(tǒng)等進行集成，實現(xiàn)檢測數(shù)據(jù)的實時傳輸和處理，以及對電梯運行狀態(tài)的遠程監(jiān)控和預(yù)警。例如，采用深度學習算法對圖像進行預(yù)處理和特征提取，提高檢測的準確性和效率；利用物聯(lián)網(wǎng)技術(shù)實現(xiàn)檢測數(shù)據(jù)的無線傳輸，方便管理人員實時查看電梯的安全狀況。實驗驗證與分析：搭建實驗平臺，模擬電梯的實際運行環(huán)境，對基于雙目立體視覺的電梯安全檢測系統(tǒng)進行實驗驗證。通過對不同類型電梯的多組實驗數(shù)據(jù)進行分析，評估系統(tǒng)的檢測性能，包括檢測精度、可靠性、穩(wěn)定性等指標。與傳統(tǒng)檢測方法進行對比，驗證雙目立體視覺技術(shù)在電梯安全檢測中的優(yōu)勢，并根據(jù)實驗結(jié)果對系統(tǒng)進行進一步優(yōu)化和完善。1.3.2研究方法本研究綜合運用多種研究方法，以確保研究的科學性、可靠性和有效性，具體方法如下：理論分析：深入研究雙目立體視覺的基本原理、攝像機標定方法、圖像處理算法、立體匹配算法等相關(guān)理論知識，為電梯安全檢測系統(tǒng)的設(shè)計與實現(xiàn)提供堅實的理論基礎(chǔ)。分析電梯安全檢測的需求和標準，明確檢測的關(guān)鍵參數(shù)和指標，為系統(tǒng)的功能設(shè)計和算法優(yōu)化提供指導(dǎo)。例如，通過對雙目立體視覺原理的研究，確定系統(tǒng)的測量精度和范圍；根據(jù)電梯安全標準，確定檢測參數(shù)的閾值和報警規(guī)則。實驗研究：搭建實驗平臺，開展一系列實驗。包括硬件選型實驗，對比不同品牌和型號的雙目攝像機、鏡頭等設(shè)備在電梯檢測場景下的性能表現(xiàn)，選擇最適合的硬件設(shè)備；算法驗證實驗，對改進后的圖像處理、特征提取和立體匹配算法進行實驗驗證，評估算法的準確性和效率；系統(tǒng)性能實驗，對構(gòu)建的電梯安全檢測系統(tǒng)進行全面測試，驗證系統(tǒng)在不同工況下的檢測精度、可靠性和穩(wěn)定性。通過實驗研究，不斷優(yōu)化系統(tǒng)的性能，提高檢測的準確性和效率。對比研究：將基于雙目立體視覺的電梯安全檢測方法與傳統(tǒng)檢測方法進行對比分析，從檢測精度、效率、成本、實時性等多個方面進行比較，突出雙目立體視覺技術(shù)在電梯安全檢測中的優(yōu)勢和創(chuàng)新點。同時，對比不同算法和模型在電梯安全檢測中的應(yīng)用效果，選擇最優(yōu)的算法和模型，為實際應(yīng)用提供參考。例如，對比傳統(tǒng)的接觸式檢測方法和雙目立體視覺檢測方法，分析它們在檢測精度、效率和成本方面的差異；對比不同的立體匹配算法，選擇匹配精度高、速度快的算法。跨學科研究：融合計算機視覺、圖像處理、自動控制、物聯(lián)網(wǎng)等多學科知識，實現(xiàn)多技術(shù)的交叉應(yīng)用。將雙目立體視覺技術(shù)與電梯控制系統(tǒng)相結(jié)合，實現(xiàn)電梯的智能化控制；利用物聯(lián)網(wǎng)技術(shù)實現(xiàn)檢測數(shù)據(jù)的遠程傳輸和管理，為電梯的遠程監(jiān)控和維護提供支持；運用自動控制原理，實現(xiàn)對電梯運行狀態(tài)的實時監(jiān)測和預(yù)警，提高電梯的安全性和可靠性。通過跨學科研究，拓展研究的深度和廣度，推動電梯安全檢測技術(shù)的創(chuàng)新發(fā)展。二、雙目立體視覺技術(shù)原理剖析2.1雙目立體視覺基本原理雙目立體視覺技術(shù)是基于視差原理，利用成像設(shè)備從不同位置獲取被測物體的兩幅圖像，通過計算圖像對應(yīng)點間的位置偏差，來獲取物體三維幾何信息的方法。其基本原理模仿人類雙眼的視覺感知方式，通過模擬雙眼的視差計算，實現(xiàn)對物體深度信息的獲取和三維重建。在實際應(yīng)用中，雙目立體視覺系統(tǒng)通常由兩個攝像機組成，它們從不同角度對同一物體進行拍攝，獲取兩幅具有一定視差的圖像。通過對這兩幅圖像的處理和分析，可以計算出物體各點的三維坐標，從而實現(xiàn)對物體的三維測量和識別。該技術(shù)在電梯安全檢測中具有重要的應(yīng)用價值，能夠?qū)崿F(xiàn)對電梯部件的高精度測量和故障檢測，為電梯的安全運行提供有力保障。2.1.1視差原理視差是雙目立體視覺的核心概念，它是指當從不同位置觀察同一物體時，物體在不同圖像平面上的投影位置存在差異。具體來說，對于一個三維空間中的點P，當使用兩個相機從不同角度對其進行拍攝時，點P在兩個相機的圖像平面上會分別形成投影點P_1和P_2，這兩個投影點之間的水平位置差就是視差，通常用d表示。視差的產(chǎn)生是由于兩個相機的位置不同，導(dǎo)致它們對同一物體的觀察角度存在差異。這種差異使得物體在兩個相機的圖像平面上的投影位置發(fā)生了偏移，從而產(chǎn)生了視差。視差與物體的深度信息密切相關(guān)。在理想情況下，對于一個已知基線距離b（兩個相機光心之間的距離）和焦距f的雙目立體視覺系統(tǒng)，物體的深度Z與視差d之間存在如下關(guān)系：Z=\frac{bf}aqmyrnc。從這個公式可以看出，視差d越大，物體的深度Z越小，即物體離相機越近；反之，視差d越小，物體的深度Z越大，即物體離相機越遠。通過測量視差d，并結(jié)合已知的基線距離b和焦距f，就可以計算出物體的深度Z，從而實現(xiàn)對物體三維幾何信息的獲取。以電梯門檢測為例，通過雙目相機獲取電梯門的左右圖像，計算圖像中電梯門各點的視差，就可以得到電梯門各點的深度信息。根據(jù)這些深度信息，可以精確測量電梯門的間隙、關(guān)門行程動能、最快門扇平均關(guān)閉速度、門運行阻止關(guān)門力及門扇變形量等參數(shù)，從而判斷電梯門是否存在安全隱患。例如，當檢測到電梯門某點的視差異常增大時，可能意味著該點的門間隙過大，需要及時進行調(diào)整和維修。2.1.2立體匹配算法立體匹配算法是雙目立體視覺技術(shù)中的關(guān)鍵環(huán)節(jié)，其主要任務(wù)是在左右兩幅圖像中尋找對應(yīng)點，從而計算出視差圖。目前，常用的立體匹配算法主要包括基于區(qū)域的匹配算法、基于特征的匹配算法和基于深度學習的匹配算法等?；趨^(qū)域的匹配算法是一種經(jīng)典的立體匹配方法，它通過在左圖像中選取一個窗口，然后在右圖像中搜索與該窗口最相似的區(qū)域，以確定對應(yīng)點。這類算法的優(yōu)點是計算簡單、速度較快，能夠獲取稠密的視差圖。常見的基于區(qū)域的匹配算法有絕對差和（SumofAbsoluteDifferences，SAD）算法、平方差和（SumofSquaredDifferences，SSD）算法等。SAD算法通過計算左右圖像對應(yīng)窗口內(nèi)像素的絕對差值之和來衡量相似性，其計算公式為SAD=\sum_{x,y}|I_l(x,y)-I_r(x,y)|，其中I_l(x,y)和I_r(x,y)分別表示左圖像和右圖像中坐標為(x,y)的像素值。SSD算法則是計算左右圖像對應(yīng)窗口內(nèi)像素的平方差值之和，其計算公式為SSD=\sum_{x,y}(I_l(x,y)-I_r(x,y))^2。然而，基于區(qū)域的匹配算法也存在一些缺點，例如對光照變化、噪聲等因素較為敏感，在紋理不豐富或遮擋區(qū)域容易出現(xiàn)誤匹配，像素點約束窗口的大小與形狀選擇比較困難，選擇過大，在深度不連續(xù)處，視差圖中會出現(xiàn)過度平滑現(xiàn)象；選擇過小，對像素點的約束比較少，圖像信息沒有得到充分利用，也容易產(chǎn)生誤匹配?；谔卣鞯钠ヅ渌惴ㄊ窍葟淖笥覉D像中提取特征點，如角點、邊緣點等，然后通過匹配這些特征點來確定對應(yīng)關(guān)系。這類算法的優(yōu)點是對光照變化和噪聲具有較強的魯棒性，能夠在復(fù)雜環(huán)境下工作。常用的特征提取算法有尺度不變特征變換（Scale-InvariantFeatureTransform，SIFT）、加速穩(wěn)健特征（Speeded-UpRobustFeatures，SURF）等。SIFT算法通過構(gòu)建尺度空間，檢測圖像中的極值點，并計算特征點的描述子來實現(xiàn)特征提??；SURF算法則是利用積分圖像和Haar小波響應(yīng)來快速提取特征點。基于特征的匹配算法的缺點是只能獲得稀疏的視差圖，需要通過插值等方法來獲取稠密視差圖，特征提取易受遮擋、光線、重復(fù)紋理等影響較大，差值估計計算量大?；谏疃葘W習的匹配算法近年來得到了廣泛的研究和應(yīng)用，它利用深度神經(jīng)網(wǎng)絡(luò)自動學習圖像的特征表示，從而實現(xiàn)高精度的立體匹配。這類算法在復(fù)雜場景下表現(xiàn)出了優(yōu)異的性能，能夠處理傳統(tǒng)算法難以解決的問題。例如，基于卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetwork，CNN）的立體匹配算法通過構(gòu)建端到端的網(wǎng)絡(luò)模型，直接從左右圖像中學習視差信息，取得了較好的效果?；谏疃葘W習的匹配算法需要大量的訓練數(shù)據(jù)和計算資源，模型的訓練和部署成本較高，且模型的可解釋性較差。在電梯安全檢測中，選擇合適的立體匹配算法對于提高檢測精度和效率至關(guān)重要。不同的算法在不同的場景下具有不同的優(yōu)勢和劣勢，需要根據(jù)電梯檢測的具體需求和實際情況進行選擇和優(yōu)化。例如，在電梯門檢測中，由于電梯門的紋理相對簡單，且對檢測速度有一定要求，可以優(yōu)先考慮基于區(qū)域的匹配算法，并通過優(yōu)化窗口大小、引入自適應(yīng)權(quán)重等方法來提高算法的性能；而在電梯導(dǎo)軌檢測中，由于導(dǎo)軌的形狀和紋理較為復(fù)雜，且對檢測精度要求較高，可以采用基于特征的匹配算法或基于深度學習的匹配算法，以提高檢測的準確性和可靠性。2.2雙目立體視覺系統(tǒng)構(gòu)成雙目立體視覺系統(tǒng)主要由硬件和軟件兩大部分構(gòu)成，硬件部分是系統(tǒng)的基礎(chǔ)，負責圖像的采集；軟件部分則是系統(tǒng)的核心，實現(xiàn)對采集到的圖像進行處理、分析和計算，從而獲取物體的三維信息，為電梯安全檢測提供數(shù)據(jù)支持。2.2.1硬件組成相機：相機是雙目立體視覺系統(tǒng)中最重要的硬件設(shè)備之一，其性能直接影響到系統(tǒng)的測量精度和可靠性。在電梯安全檢測中，通常選用工業(yè)相機，因為工業(yè)相機具有較高的分辨率、幀率和穩(wěn)定性，能夠滿足電梯復(fù)雜環(huán)境下的圖像采集需求。例如，[某品牌工業(yè)相機型號]具有[具體分辨率]的分辨率，能夠清晰地捕捉電梯部件的細節(jié)信息；幀率可達[具體幀率]，可以快速采集電梯運行過程中的圖像，確保不會遺漏關(guān)鍵信息。同時，該相機具備良好的抗干擾能力，能夠在電梯運行時產(chǎn)生的電磁干擾環(huán)境下穩(wěn)定工作。在選擇相機時，還需要考慮相機的感光元件類型，常見的有CCD（Charge-CoupledDevice）和CMOS（ComplementaryMetal-Oxide-Semiconductor）。CCD感光元件具有較高的靈敏度和圖像質(zhì)量，但成本較高、功耗較大；CMOS感光元件則具有成本低、功耗小、集成度高等優(yōu)點，近年來在工業(yè)相機中得到了廣泛應(yīng)用。在電梯安全檢測場景中，由于對成本和功耗有一定的限制，CMOS相機更為常用。鏡頭：鏡頭的作用是將被拍攝物體成像在相機的感光元件上，其質(zhì)量和參數(shù)對圖像的清晰度、畸變程度等有重要影響。對于雙目立體視覺系統(tǒng)，需要選擇合適焦距和視場角的鏡頭，以確保兩個相機能夠獲取到重疊區(qū)域的圖像，并且能夠清晰地拍攝到電梯的關(guān)鍵部件。例如，為了準確測量電梯門的間隙，需要選擇焦距較短、視場角較大的鏡頭，以便能夠完整地拍攝到電梯門的全貌；而在檢測電梯導(dǎo)軌時，由于導(dǎo)軌距離相機較遠，需要選擇焦距較長、視場角較小的鏡頭，以提高導(dǎo)軌圖像的清晰度和分辨率。鏡頭的畸變也是一個需要關(guān)注的問題，畸變會導(dǎo)致圖像中的物體形狀發(fā)生變形，從而影響測量精度。因此，在選擇鏡頭時，應(yīng)盡量選擇畸變較小的鏡頭，或者采用軟件算法對畸變進行校正。一些高端鏡頭采用了先進的光學設(shè)計和制造工藝，能夠有效減小畸變，提高圖像質(zhì)量。圖像采集卡：圖像采集卡用于將相機采集到的模擬信號轉(zhuǎn)換為數(shù)字信號，并傳輸?shù)接嬎銠C中進行處理。它是相機與計算機之間的橋梁，其性能直接影響到圖像傳輸?shù)乃俣群头€(wěn)定性。在電梯安全檢測中，由于需要實時采集和處理大量的圖像數(shù)據(jù)，因此需要選擇高速、穩(wěn)定的圖像采集卡。例如，[某品牌圖像采集卡型號]支持[具體數(shù)據(jù)傳輸速率]的數(shù)據(jù)傳輸速率，能夠快速將相機采集到的圖像數(shù)據(jù)傳輸?shù)接嬎銠C中，確保系統(tǒng)的實時性。該圖像采集卡還具備多種接口類型，如USB、PCI-Express等，可以方便地與不同類型的計算機進行連接。一些圖像采集卡還具備圖像預(yù)處理功能，如降噪、增強等，可以提高圖像的質(zhì)量，減輕后續(xù)圖像處理的負擔。標定板：標定板是用于相機標定的工具，通過拍攝標定板的圖像，可以計算出相機的內(nèi)外參數(shù)，從而提高系統(tǒng)的測量精度。常見的標定板有棋盤格標定板、圓形標定板等。在電梯安全檢測中，通常使用棋盤格標定板，因為棋盤格標定板具有制作簡單、特征明顯等優(yōu)點，便于相機識別和計算。標定板的尺寸和精度也會影響標定的準確性，因此需要選擇尺寸準確、精度高的標定板。例如，選用邊長為[具體尺寸]的棋盤格標定板，其制作精度可以達到[具體精度]，能夠滿足電梯安全檢測中對相機標定的要求。2.2.2軟件部分相機標定算法：相機標定是雙目立體視覺系統(tǒng)中的關(guān)鍵環(huán)節(jié)，其目的是確定相機的內(nèi)外參數(shù)，包括焦距、主點坐標、畸變系數(shù)等，以及兩個相機之間的相對位置關(guān)系。常用的相機標定算法有張正友標定法、Tsai兩步法等。張正友標定法是一種基于平面模板的標定方法，它通過拍攝多幅不同角度的標定板圖像，利用角點檢測算法提取標定板上的角點坐標，然后根據(jù)小孔成像原理和相機模型，計算出相機的內(nèi)外參數(shù)。該方法具有操作簡單、精度較高等優(yōu)點，在實際應(yīng)用中得到了廣泛的應(yīng)用。在電梯安全檢測中，使用張正友標定法對雙目相機進行標定，通過拍攝[具體數(shù)量]幅不同角度的標定板圖像，能夠準確地計算出相機的內(nèi)外參數(shù)，為后續(xù)的電梯部件測量提供了準確的基礎(chǔ)數(shù)據(jù)。圖像預(yù)處理算法：圖像預(yù)處理的目的是提高圖像的質(zhì)量，去除圖像中的噪聲、畸變等干擾因素，為后續(xù)的圖像處理和分析提供良好的基礎(chǔ)。常見的圖像預(yù)處理算法有濾波、灰度變換、圖像增強等。濾波算法可以去除圖像中的噪聲，常用的濾波算法有均值濾波、高斯濾波、中值濾波等。均值濾波是一種簡單的線性濾波算法，它通過計算鄰域內(nèi)像素的平均值來替換當前像素的值，從而達到平滑圖像的目的；高斯濾波則是根據(jù)高斯函數(shù)對鄰域內(nèi)像素進行加權(quán)平均，能夠在去除噪聲的同時保留圖像的邊緣信息；中值濾波是將鄰域內(nèi)像素按照灰度值進行排序，取中間值作為當前像素的值，對于椒鹽噪聲等脈沖噪聲具有較好的抑制效果。在電梯安全檢測中，由于電梯運行環(huán)境復(fù)雜，圖像容易受到噪聲干擾，因此可以采用高斯濾波對采集到的圖像進行預(yù)處理，以提高圖像的質(zhì)量。灰度變換可以調(diào)整圖像的灰度分布，增強圖像的對比度，常用的灰度變換方法有線性變換、對數(shù)變換、冪律變換等。圖像增強算法可以突出圖像中的感興趣區(qū)域，提高圖像的可讀性，常用的圖像增強算法有直方圖均衡化、Retinex算法等。立體匹配算法：立體匹配算法是雙目立體視覺系統(tǒng)的核心算法之一，其任務(wù)是在左右兩幅圖像中尋找對應(yīng)點，計算視差圖，進而獲取物體的三維信息。如前文2.1.2中所述，常用的立體匹配算法包括基于區(qū)域的匹配算法、基于特征的匹配算法和基于深度學習的匹配算法等。在電梯安全檢測中，需要根據(jù)電梯部件的特點和檢測要求選擇合適的立體匹配算法。例如，對于電梯門這種紋理相對簡單的部件，可以采用基于區(qū)域的匹配算法，如SAD算法或SSD算法，并通過優(yōu)化窗口大小、引入自適應(yīng)權(quán)重等方法來提高算法的性能；對于電梯導(dǎo)軌這種形狀和紋理較為復(fù)雜的部件，可以采用基于特征的匹配算法，如SIFT算法或SURF算法，以提高檢測的準確性和可靠性；對于復(fù)雜環(huán)境下的電梯檢測，基于深度學習的匹配算法可能具有更好的適應(yīng)性和魯棒性，但需要大量的訓練數(shù)據(jù)和計算資源。三維重建算法：三維重建算法根據(jù)立體匹配得到的視差圖，結(jié)合相機的內(nèi)外參數(shù)，計算出物體各點的三維坐標，從而實現(xiàn)對物體的三維重建。常用的三維重建算法有三角測量法、直接線性變換法等。三角測量法是基于視差原理，通過計算左右相機光心與物體點之間構(gòu)成的三角形的幾何關(guān)系，來求解物體點的三維坐標。直接線性變換法則是利用線性方程組直接求解物體點的三維坐標，該方法計算速度較快，但精度相對較低。在電梯安全檢測中，通過三維重建算法可以得到電梯部件的三維模型，直觀地展示電梯部件的形狀和位置信息，便于檢測人員對電梯的安全狀態(tài)進行評估。三、電梯安全檢測現(xiàn)狀與問題洞察3.1電梯安全事故分析電梯作為現(xiàn)代建筑中不可或缺的垂直運輸工具，其安全運行直接關(guān)系到人們的生命財產(chǎn)安全。然而，近年來電梯安全事故頻發(fā)，給人們的生活帶來了嚴重的威脅。通過對各類電梯安全事故的分析，能夠深入了解事故發(fā)生的原因和規(guī)律，為加強電梯安全檢測提供有力依據(jù)。常見的電梯安全事故類型多樣，包括墜落事故、剪切事故、擠壓事故、撞擊事故、困人事故、電氣故障事故等。墜落事故是指人員從電梯層門處誤入井道，或轎廂因曳引鋼絲繩斷裂、限速器-安全鉗工作失效等原因發(fā)生墜落蹲底，造成人員傷亡與設(shè)備損壞。剪切事故通常發(fā)生在人員或貨物在層門、井道安全門、活板門與運動轎廂之間，或人員在轎頂與對重的相對運動過程中，由于層、轎門鎖被人為短接或失效，層門強迫關(guān)門裝置失效等原因?qū)е隆D壓事故一般是由于電梯開關(guān)門安全裝置（安全觸板、光電開關(guān)、光幕保護等）工作失效、轎廂門機械鎖定裝置失效等，使人員被擠壓在兩個物體之間或人員自身相互擠壓。撞擊事故多因電梯超速失控、制動器工作失效、平衡系數(shù)不符合要求等，造成電梯轎廂沖頂，與井道頂部碰撞，或在電梯安裝過程中，井道內(nèi)作業(yè)人員遭到墜落物體撞擊。困人事故則是由于運行中的電梯因各種故障或停電而突然停梯，導(dǎo)致人員被困在轎廂內(nèi)。電氣故障事故主要是由于電梯電氣設(shè)備線路老化、短路、故障等原因產(chǎn)生局部高溫引起燃燒，或因電梯層門未接地或接地不良、門鎖電氣觸點漏電等導(dǎo)致人員觸電。以墜落事故為例，在某些老舊小區(qū)，電梯長期缺乏維護，曳引鋼絲繩嚴重磨損、斷絲，卻未及時更換，當鋼絲繩無法承受轎廂重量時，就可能發(fā)生斷裂，導(dǎo)致轎廂墜落。還有些情況是電梯門鎖損壞后未及時修復(fù)，人員在經(jīng)過層門時，層門意外打開，從而墜入井道。剪切事故中，部分電梯維保人員為了圖方便，違規(guī)短接門鎖回路，使得電梯在門未關(guān)閉的情況下也能運行，一旦有人在此時進出電梯，就極易被轎廂與層門剪切。擠壓事故常發(fā)生在商場等人流量較大的場所，自動扶梯或自動人行道在人流高峰期時，由于出口處意外堵塞，設(shè)備仍在運行，導(dǎo)致人員相互間擠傷、壓傷；或者電梯開關(guān)門安全裝置失效，乘客正常進入電梯轎廂時被擠壓。從事故原因來看，主要可歸納為設(shè)備故障、人為因素和環(huán)境因素三個方面。設(shè)備故障方面，電梯部件老化、磨損，如曳引機、制動器、門鎖、鋼絲繩等關(guān)鍵部件的性能下降，是導(dǎo)致事故發(fā)生的重要原因。部分電梯使用年限較長，長期處于高負荷運行狀態(tài)，又缺乏定期的維護保養(yǎng)，使得設(shè)備老化速度加快，故障頻發(fā)。人為因素包括電梯操作人員違規(guī)操作、維保人員維護不到位以及乘客的不安全行為。一些電梯操作人員未經(jīng)過專業(yè)培訓，對電梯的操作規(guī)程不熟悉，在操作過程中出現(xiàn)違規(guī)操作，如強行開門、超載運行等。維保人員在維護保養(yǎng)過程中，工作流于形式，未能及時發(fā)現(xiàn)和處理電梯存在的安全隱患，或者在維修過程中違規(guī)操作，也增加了事故發(fā)生的風險。乘客的不安全行為，如在電梯內(nèi)蹦跳、倚靠門站立、強行阻止電梯門關(guān)閉等，也可能引發(fā)電梯故障或事故。環(huán)境因素主要包括電梯運行環(huán)境惡劣，如機房溫度過高或過低、濕度過大、灰塵過多等，以及自然災(zāi)害的影響，如地震、火災(zāi)、水淹等。惡劣的運行環(huán)境會影響電梯設(shè)備的性能和壽命，增加故障發(fā)生的概率；而自然災(zāi)害則可能直接導(dǎo)致電梯損壞，引發(fā)事故。這些電梯安全事故不僅造成了人員傷亡和財產(chǎn)損失，還引發(fā)了社會公眾對電梯安全的擔憂。因此，加強電梯安全檢測，及時發(fā)現(xiàn)和排除安全隱患，對于保障人們的生命財產(chǎn)安全，維護社會的穩(wěn)定和諧具有重要意義。通過有效的安全檢測，可以提前發(fā)現(xiàn)電梯設(shè)備的潛在問題，采取相應(yīng)的維修和保養(yǎng)措施，避免事故的發(fā)生。同時，加強對電梯操作人員和維保人員的培訓，提高他們的專業(yè)素質(zhì)和安全意識，規(guī)范乘客的乘梯行為，也能夠降低電梯事故的發(fā)生率。3.2傳統(tǒng)電梯安全檢測方法傳統(tǒng)電梯安全檢測方法主要包括人工巡檢和簡單儀器檢測，這些方法在電梯安全檢測中發(fā)揮了一定的作用，但隨著電梯技術(shù)的發(fā)展和人們對電梯安全要求的提高，其局限性也日益凸顯。人工巡檢是一種最基本的電梯安全檢測方法，主要依靠檢測人員的感官和經(jīng)驗，通過目視、耳聽、手摸等方式對電梯進行檢查。檢測人員會對電梯的外觀、運行狀態(tài)、部件連接等方面進行觀察，檢查電梯是否存在明顯的故障跡象，如轎廂變形、導(dǎo)軌磨損、鋼絲繩斷絲、門系統(tǒng)異常等。在巡檢過程中，檢測人員還會通過操作電梯的各種功能按鈕，觀察電梯的響應(yīng)情況，判斷電梯的控制系統(tǒng)是否正常。例如，按下電梯的開門和關(guān)門按鈕，觀察門的動作是否順暢，是否存在卡頓或異常聲響；啟動電梯，觀察電梯的運行是否平穩(wěn)，是否有異常振動或噪音。人工巡檢還包括對電梯機房設(shè)備的檢查，如曳引機、控制柜、制動器等，檢測人員會檢查這些設(shè)備的運行狀態(tài)，查看是否有過熱、漏油、異味等異常情況。簡單儀器檢測則是利用一些基本的測量儀器，如卡尺、塞尺、萬用表、轉(zhuǎn)速表等，對電梯的一些關(guān)鍵參數(shù)進行測量，以判斷電梯是否符合安全標準。使用卡尺測量電梯門的間隙，確保其在規(guī)定的范圍內(nèi)，防止乘客被夾；用塞尺測量導(dǎo)軌與導(dǎo)靴之間的間隙，保證電梯運行的平穩(wěn)性；通過萬用表檢測電梯電氣系統(tǒng)的電壓、電流等參數(shù)，判斷電氣設(shè)備是否正常工作；利用轉(zhuǎn)速表測量電梯曳引機的轉(zhuǎn)速，檢查電梯的運行速度是否符合要求。然而，傳統(tǒng)的電梯安全檢測方法存在諸多局限性。人工巡檢依賴于檢測人員的專業(yè)水平和經(jīng)驗，不同檢測人員的判斷標準和檢測能力存在差異，容易導(dǎo)致檢測結(jié)果的主觀性和不確定性。對于一些隱蔽性較強的故障，如內(nèi)部零部件的磨損、疲勞裂紋等，人工巡檢很難及時發(fā)現(xiàn)。而且人工巡檢的效率較低，對于數(shù)量眾多的電梯，難以做到全面、及時的檢測，容易出現(xiàn)漏檢的情況。簡單儀器檢測只能對電梯的一些基本參數(shù)進行測量，對于一些復(fù)雜的故障和潛在的安全隱患，如電梯控制系統(tǒng)的軟件故障、電梯運行過程中的動態(tài)性能變化等，無法進行有效的檢測和分析。這些方法通常只能在電梯停止運行時進行檢測，無法實現(xiàn)對電梯運行狀態(tài)的實時監(jiān)測，不能及時發(fā)現(xiàn)電梯在運行過程中出現(xiàn)的突發(fā)故障，無法滿足現(xiàn)代電梯安全檢測對實時性和可靠性的要求。傳統(tǒng)檢測方法也難以對電梯的運行數(shù)據(jù)進行長期的記錄和分析，不利于對電梯的健康狀況進行全面評估和預(yù)測性維護。3.3現(xiàn)有檢測技術(shù)的不足傳統(tǒng)電梯安全檢測技術(shù)雖然在一定程度上保障了電梯的安全運行，但隨著電梯技術(shù)的不斷發(fā)展和應(yīng)用場景的日益復(fù)雜，其在精度、效率、全面性等方面的不足愈發(fā)明顯。在精度方面，傳統(tǒng)檢測技術(shù)難以滿足現(xiàn)代電梯對高精度檢測的需求。例如，人工巡檢主要依靠檢測人員的感官判斷，對于一些細微的部件磨損、變形或潛在的安全隱患，如鋼絲繩內(nèi)部的斷絲、導(dǎo)軌的微小變形等，很難準確察覺。即使借助簡單儀器檢測，像用卡尺測量電梯門間隙，其測量精度也受到人為操作和儀器精度的限制，無法精確到毫米以下，對于一些對間隙精度要求極高的電梯系統(tǒng)，這種檢測精度遠遠不夠。而電梯導(dǎo)軌的垂直度和直線度對于電梯的平穩(wěn)運行至關(guān)重要，傳統(tǒng)的線錘法和激光測試法在測量過程中容易受到環(huán)境因素（如振動、光線干擾）的影響，導(dǎo)致測量誤差較大，無法準確反映導(dǎo)軌的實際偏差情況。從效率角度來看，傳統(tǒng)檢測方法存在明顯的局限性。人工巡檢需要檢測人員逐臺對電梯進行全面檢查，對于大規(guī)模的電梯群，檢測過程耗時費力，效率低下。例如，在一個大型商業(yè)綜合體或高層住宅小區(qū)，往往擁有數(shù)十臺甚至上百臺電梯，采用人工巡檢的方式，完成一次全面檢測可能需要數(shù)天時間，這期間電梯仍在運行，潛在的安全隱患無法及時發(fā)現(xiàn)和排除。簡單儀器檢測雖然在某些參數(shù)測量上比人工更準確，但每次檢測仍需要較長時間來操作儀器、記錄數(shù)據(jù)和分析結(jié)果，而且在檢測過程中，電梯通常需要停止運行，這會對人們的正常生活和工作造成較大影響，降低了電梯的使用效率。現(xiàn)有檢測技術(shù)在全面性上也存在欠缺。傳統(tǒng)檢測方法大多只能對電梯的部分關(guān)鍵部件和參數(shù)進行檢測，無法實現(xiàn)對電梯整體運行狀態(tài)的全面監(jiān)測。例如，人工巡檢和簡單儀器檢測難以對電梯的控制系統(tǒng)軟件進行深入檢測，無法發(fā)現(xiàn)軟件中可能存在的漏洞、錯誤或潛在的安全風險。對于電梯運行過程中的一些動態(tài)性能指標，如電梯在不同負載下的加速度、減速度、振動特性等，傳統(tǒng)檢測技術(shù)也無法實時監(jiān)測和分析。而且傳統(tǒng)檢測方法通常只能在電梯停止運行時進行，無法獲取電梯在實際運行過程中的實時數(shù)據(jù)，這就導(dǎo)致一些在運行過程中才會出現(xiàn)的安全問題難以被及時發(fā)現(xiàn)，無法對電梯的安全狀況進行全面、準確的評估。傳統(tǒng)電梯安全檢測技術(shù)在精度、效率和全面性等方面的不足，限制了其對電梯安全隱患的有效排查和預(yù)防，難以滿足現(xiàn)代社會對電梯安全運行的嚴格要求。因此，迫切需要引入新的檢測技術(shù)，如雙目立體視覺技術(shù)，以提高電梯安全檢測的水平，保障電梯的可靠運行。四、雙目立體視覺在電梯安全檢測中的應(yīng)用探索4.1電梯門安全檢測電梯門作為電梯與外界溝通的通道，其安全性能直接關(guān)系到乘客的生命安全。在電梯運行過程中，電梯門頻繁開啟和關(guān)閉，容易出現(xiàn)各種安全問題，如門間隙過大、關(guān)門行程動能異常、最快門扇平均關(guān)閉速度不符合標準、門運行阻止關(guān)門力過大或門扇變形等。這些問題不僅會影響電梯的正常運行，還可能對乘客造成嚴重的傷害。因此，對電梯門進行安全檢測是電梯安全保障的重要環(huán)節(jié)。雙目立體視覺技術(shù)以其獨特的非接觸式測量、高精度和快速響應(yīng)等優(yōu)勢，為電梯門安全檢測提供了全新的解決方案。通過雙目立體視覺系統(tǒng)，能夠?qū)崟r、準確地獲取電梯門的三維信息，對電梯門的各項安全參數(shù)進行精確測量和分析，及時發(fā)現(xiàn)潛在的安全隱患，為電梯門的安全運行提供有力保障。4.1.1門間隙檢測電梯門間隙是電梯門安全檢測的重要參數(shù)之一，門間隙過大可能導(dǎo)致乘客在進出電梯時被夾傷，嚴重威脅乘客的生命安全。傳統(tǒng)的門間隙檢測方法主要采用人工使用塞尺測量，這種方法不僅效率低下，而且測量精度受人為因素影響較大，容易出現(xiàn)誤差。利用雙目立體視覺測量電梯門間隙時，首先在電梯門的適當位置設(shè)置標識點，這些標識點可以是具有特定形狀和顏色的標記，以便于雙目相機能夠準確識別。通過雙目相機從不同角度對電梯門進行拍攝，獲取包含標識點的圖像。然后，運用立體匹配算法對左右圖像中的標識點進行匹配，計算出標識點在左右圖像中的視差。根據(jù)視差原理，結(jié)合相機的內(nèi)外參數(shù)以及雙目系統(tǒng)的基線距離，就可以精確計算出標識點的三維坐標。以在電梯門邊緣設(shè)置圓形標識點為例，通過雙目相機拍攝得到左右圖像后，利用基于特征的立體匹配算法，如SIFT算法，提取圖像中的圓形標識點特征，并進行匹配。假設(shè)匹配得到的標識點在左圖像中的坐標為(x_l,y_l)，在右圖像中的坐標為(x_r,y_r)，視差d=x_l-x_r。已知相機的焦距為f，雙目系統(tǒng)的基線距離為b，根據(jù)公式Z=\frac{bf}sllxqdi，可以計算出標識點的深度Z。再根據(jù)相機的內(nèi)參數(shù)和外參數(shù)，就可以計算出標識點在世界坐標系下的三維坐標(X,Y,Z)。通過測量不同位置標識點的三維坐標，就可以得到電梯門不同位置的間隙大小。與傳統(tǒng)方法相比，雙目立體視覺測量電梯門間隙具有明顯的優(yōu)勢。它能夠?qū)崿F(xiàn)非接觸式測量，避免了對電梯門的損壞，提高了檢測的準確性和可靠性。而且雙目立體視覺系統(tǒng)可以快速獲取大量的測量數(shù)據(jù)，通過數(shù)據(jù)分析能夠全面了解電梯門間隙的分布情況，及時發(fā)現(xiàn)間隙異常的部位。其檢測精度高，能夠精確到毫米甚至亞毫米級別，遠遠超過傳統(tǒng)人工測量的精度，有效降低了因門間隙過大導(dǎo)致的夾人事故風險。4.1.2關(guān)門行程動能與最快門扇平均關(guān)閉速度檢測關(guān)門行程動能和最快門扇平均關(guān)閉速度是衡量電梯門安全性能的重要指標。如果關(guān)門行程動能過大或最快門扇平均關(guān)閉速度過快，可能會對乘客造成撞擊傷害?；陔p目立體視覺檢測關(guān)門行程動能和最快門扇平均關(guān)閉速度的原理，主要是利用雙目相機對電梯門關(guān)閉過程進行連續(xù)拍攝，獲取電梯門在不同時刻的位置信息。通過分析這些位置信息，計算出電梯門的運動速度和加速度，進而得到關(guān)門行程動能。在具體實現(xiàn)過程中，首先在電梯門的表面設(shè)置多個標識點，這些標識點可以均勻分布在電梯門的邊緣或其他關(guān)鍵位置。當電梯門關(guān)閉時，雙目相機以一定的幀率對電梯門進行拍攝，記錄下每個標識點在不同時刻的圖像坐標。運用立體匹配算法和三維重建算法，計算出每個標識點在不同時刻的三維坐標，從而得到電梯門在不同時刻的位置。通過對相鄰時刻電梯門位置的差分計算，可以得到電梯門在不同時刻的速度v。根據(jù)速度v和電梯門的質(zhì)量m，利用動能公式E_k=\frac{1}{2}mv^2，可以計算出電梯門在不同時刻的動能。在整個關(guān)門過程中，找出速度最大的時刻，該時刻的速度即為最快門扇平均關(guān)閉速度；同時，計算出整個關(guān)門行程中動能的最大值，即為關(guān)門行程動能。為了提高檢測的準確性和可靠性，可以采用多組標識點進行測量，并對測量結(jié)果進行統(tǒng)計分析。通過對大量電梯門關(guān)閉過程的檢測數(shù)據(jù)進行分析，可以建立電梯門關(guān)門行程動能和最快門扇平均關(guān)閉速度的數(shù)據(jù)庫，為電梯門的安全評估提供參考依據(jù)。4.1.3門運行阻止關(guān)門力檢測門運行阻止關(guān)門力是指當電梯門在關(guān)閉過程中遇到障礙物時，門所施加的阻止關(guān)門的力。如果這個力過大，可能會對障礙物造成損壞，甚至對乘客造成傷害。利用雙目立體視覺檢測門運行阻止關(guān)門力的原理，是基于力與位移的關(guān)系。當電梯門遇到障礙物時，門會發(fā)生一定的位移，通過雙目立體視覺系統(tǒng)測量門的位移變化，結(jié)合門的彈性系數(shù)等參數(shù)，就可以計算出門運行阻止關(guān)門力。具體實現(xiàn)時，在電梯門關(guān)閉路徑上設(shè)置一個模擬障礙物，當電梯門關(guān)閉接觸到障礙物時，利用雙目相機拍攝電梯門的圖像。通過對圖像的處理和分析，提取電梯門與障礙物接觸部位的標識點信息，計算出這些標識點在門受到阻礙前后的位移變化量\Deltax。根據(jù)胡克定律F=k\Deltax，其中k為電梯門的彈性系數(shù)，通過預(yù)先測量或查閱相關(guān)資料獲取該系數(shù)，就可以計算出門運行阻止關(guān)門力F。為了確保檢測的準確性，需要對雙目立體視覺系統(tǒng)進行精確標定，保證測量的位移變化量準確可靠。同時，多次進行檢測實驗，對不同位置和不同類型的障礙物進行測試，統(tǒng)計分析測量結(jié)果，以獲得更全面、準確的門運行阻止關(guān)門力數(shù)據(jù)。4.1.4門扇變形量檢測電梯門扇在長期使用過程中，可能會受到各種外力的作用，如乘客的倚靠、撞擊等，導(dǎo)致門扇發(fā)生變形。門扇變形不僅會影響電梯門的美觀，還可能影響電梯門的正常開關(guān)，甚至引發(fā)安全事故。通過雙目立體視覺監(jiān)測門扇變形量的方法，是在電梯門扇表面均勻布置多個標識點，利用雙目相機對電梯門進行拍攝，獲取包含標識點的圖像。在電梯門正常狀態(tài)下，測量并記錄各個標識點的三維坐標。當電梯門受到外力作用發(fā)生變形后，再次利用雙目相機拍攝圖像，重新計算標識點的三維坐標。通過對比變形前后標識點的三維坐標變化，就可以計算出電梯門扇不同部位的變形量。假設(shè)在電梯門扇表面布置了n個標識點，在正常狀態(tài)下，第i個標識點的三維坐標為(X_{i0},Y_{i0},Z_{i0})；當門扇變形后，該標識點的三維坐標變?yōu)?X_{i1},Y_{i1},Z_{i1})。則該標識點在X方向的變形量\DeltaX_i=X_{i1}-X_{i0}，在Y方向的變形量\DeltaY_i=Y_{i1}-Y_{i0}，在Z方向的變形量\DeltaZ_i=Z_{i1}-Z_{i0}。通過對所有標識點變形量的分析，可以評估電梯門扇的整體變形情況，判斷門扇是否存在安全隱患。如果某個區(qū)域的變形量超過了規(guī)定的閾值，就需要對電梯門進行維修或更換，以確保電梯門的安全運行。4.2電梯非平層開門故障識別電梯非平層開門是一種極其危險的故障，指的是電梯在轎廂地坎與層門地坎的高差絕對值大于10mm的非平層位置打開轎門和廳門的情況。這種故障可能導(dǎo)致乘客在進出電梯時因踏空而摔倒、墜落，從而造成嚴重的人身傷害事故。據(jù)相關(guān)統(tǒng)計數(shù)據(jù)顯示，非平層開門故障在電梯安全事故中占比較高，是造成人員傷亡的重要原因之一。因此，及時、準確地識別電梯非平層開門故障，并采取有效的應(yīng)急處理措施，對于保障乘客的生命安全至關(guān)重要。利用雙目立體視覺技術(shù)可以實現(xiàn)對電梯非平層開門故障的精準識別。在電梯轎廂和樓層平層地坎處分別安裝雙目立體視覺系統(tǒng)，通過對電梯轎廂與樓層平層地坎之間的相對位置關(guān)系進行實時監(jiān)測和分析，能夠快速判斷電梯是否處于平層狀態(tài)以及是否存在非平層開門的情況。具體而言，雙目立體視覺系統(tǒng)中的兩個相機從不同角度對電梯轎廂與樓層平層地坎進行拍攝，獲取包含兩者的圖像。通過立體匹配算法，計算出圖像中對應(yīng)點的視差，進而得到電梯轎廂與樓層平層地坎的三維坐標信息。通過對比電梯轎廂地坎與樓層平層地坎的高度差、水平位置偏差等參數(shù)，與預(yù)設(shè)的平層標準進行比較，即可判斷電梯是否處于平層狀態(tài)。如果檢測到電梯轎廂地坎與樓層平層地坎的高差絕對值大于10mm，且電梯門處于打開狀態(tài)，則判定為非平層開門故障，并及時發(fā)出警報。在識別出電梯非平層開門故障后，結(jié)合坡度調(diào)整機構(gòu)可以采取有效的應(yīng)急處理措施。坡度調(diào)整機構(gòu)通常安裝在電梯轎廂底部，由縱向氣缸和可調(diào)節(jié)坡度的踏板組成。當檢測到非平層開門故障時，根據(jù)雙目立體視覺系統(tǒng)測量得到的電梯轎廂與樓層平層地坎之間的高度差，計算出坡度調(diào)整機構(gòu)的伸長預(yù)估量或縮短預(yù)估量。通過控制縱向氣缸的伸縮，調(diào)整踏板的坡度，使其與樓層地面形成一個平滑的過渡，從而方便乘客安全進出電梯。假設(shè)電梯轎廂地坎比樓層平層地坎高出15mm，通過雙目立體視覺系統(tǒng)測量得到這一高度差后，根據(jù)預(yù)先建立的數(shù)據(jù)計算模型，計算出坡度調(diào)整機構(gòu)的伸長預(yù)估量為10mm?？刂葡到y(tǒng)發(fā)出指令，驅(qū)動縱向氣缸伸長10mm，使踏板的坡度發(fā)生相應(yīng)變化，使得乘客能夠平穩(wěn)地通過踏板進出電梯，避免因高度差而導(dǎo)致的摔倒、墜落等危險情況。這樣的應(yīng)急處理措施能夠在電梯出現(xiàn)非平層開門故障時，為乘客提供一個相對安全的進出通道，有效降低事故發(fā)生的風險。4.3電梯運行狀態(tài)監(jiān)測電梯運行狀態(tài)的監(jiān)測對于保障電梯的安全、穩(wěn)定運行至關(guān)重要。傳統(tǒng)的電梯運行狀態(tài)監(jiān)測方法存在諸多局限性，如監(jiān)測參數(shù)有限、精度不高、實時性差等。雙目立體視覺技術(shù)的引入，為電梯運行狀態(tài)監(jiān)測提供了全新的解決方案，能夠?qū)崿F(xiàn)對電梯運行狀態(tài)的全面、實時、精確監(jiān)測。利用雙目立體視覺監(jiān)測電梯運行狀態(tài)的原理，主要是基于雙目相機對電梯轎廂和相關(guān)部件進行實時拍攝，獲取電梯在不同時刻的圖像信息。通過對這些圖像的處理和分析，提取電梯的關(guān)鍵特征點，并利用立體匹配算法計算特征點的三維坐標，從而得到電梯轎廂的位置、姿態(tài)以及運行軌跡等信息。在監(jiān)測轎廂位置方面，首先在電梯轎廂表面設(shè)置多個易于識別的標識點，這些標識點可以分布在轎廂的頂部、底部、側(cè)面等關(guān)鍵位置。雙目相機從不同角度對電梯轎廂進行拍攝，獲取包含標識點的圖像。通過立體匹配算法，在左右圖像中找到對應(yīng)標識點的匹配點，計算出標識點的視差。根據(jù)視差原理和相機的內(nèi)外參數(shù)，計算出標識點的三維坐標，進而確定轎廂在電梯井道中的精確位置。假設(shè)在電梯轎廂頂部設(shè)置了三個標識點A、B、C，雙目相機拍攝得到左右圖像后，利用基于區(qū)域的立體匹配算法，如SAD算法，找到標識點A在左圖像中的坐標為(x_{Al},y_{Al})，在右圖像中的坐標為(x_{Ar},y_{Ar})，視差d_A=x_{Al}-x_{Ar}。同理，計算出標識點B和C的視差d_B和d_C。已知相機的焦距為f，雙目系統(tǒng)的基線距離為b，根據(jù)公式Z=\frac{bf}uodatjz，可以分別計算出標識點A、B、C的深度Z_A、Z_B、Z_C。再結(jié)合相機的內(nèi)參數(shù)和外參數(shù)，通過坐標變換，可以得到標識點A、B、C在世界坐標系下的三維坐標(X_A,Y_A,Z_A)、(X_B,Y_B,Z_B)、(X_C,Y_C,Z_C)。通過這些三維坐標，就可以確定電梯轎廂在空間中的位置和姿態(tài)。在監(jiān)測運行軌跡時，通過連續(xù)獲取電梯轎廂在不同時刻的位置信息，將這些位置點連接起來，就可以得到電梯的運行軌跡。通過對運行軌跡的分析，可以判斷電梯是否按照預(yù)定的路徑運行，是否存在異常的偏移或晃動。如果發(fā)現(xiàn)電梯運行軌跡出現(xiàn)異常，如突然偏離正常軌道、出現(xiàn)大幅度的晃動等，系統(tǒng)可以及時發(fā)出警報，通知相關(guān)人員進行檢查和維修。除了轎廂位置和運行軌跡，雙目立體視覺還可以用于監(jiān)測電梯的運行速度和加速度。通過對相鄰時刻電梯轎廂位置的差分計算，可以得到電梯在不同時刻的速度；再對速度進行差分計算，就可以得到電梯的加速度。這些信息對于評估電梯的運行性能和安全性具有重要意義。例如，當檢測到電梯的加速度過大或過小，可能意味著電梯的控制系統(tǒng)存在故障，需要及時進行檢修。五、基于雙目立體視覺的電梯安全檢測系統(tǒng)構(gòu)建5.1系統(tǒng)總體設(shè)計方案基于雙目立體視覺的電梯安全檢測系統(tǒng)旨在實現(xiàn)對電梯運行狀態(tài)的全面、實時、精準監(jiān)測，及時發(fā)現(xiàn)并預(yù)警潛在的安全隱患，確保電梯的安全穩(wěn)定運行。該系統(tǒng)融合了先進的雙目立體視覺技術(shù)、圖像處理算法以及物聯(lián)網(wǎng)通信技術(shù)，具備高效的數(shù)據(jù)采集、處理和分析能力。系統(tǒng)架構(gòu)采用分層設(shè)計理念，主要由數(shù)據(jù)采集層、數(shù)據(jù)處理層、數(shù)據(jù)分析層和用戶交互層組成。數(shù)據(jù)采集層負責通過雙目相機獲取電梯運行過程中的圖像數(shù)據(jù)，并將其傳輸至數(shù)據(jù)處理層。數(shù)據(jù)處理層對采集到的圖像數(shù)據(jù)進行預(yù)處理、特征提取和立體匹配等操作，計算出電梯部件的三維信息和相關(guān)參數(shù)。數(shù)據(jù)分析層基于處理后的數(shù)據(jù)，運用相應(yīng)的算法和模型對電梯的運行狀態(tài)進行評估和分析，判斷是否存在安全隱患。用戶交互層則為管理人員和維護人員提供直觀的界面，方便他們實時查看電梯的運行狀態(tài)、接收報警信息以及進行系統(tǒng)設(shè)置等操作。在硬件選型方面，充分考慮電梯的運行環(huán)境和檢測需求，選用性能穩(wěn)定、精度高的設(shè)備。雙目相機選用[具體品牌和型號]工業(yè)相機，其具有高分辨率（如[具體分辨率數(shù)值]）和高幀率（如[具體幀率數(shù)值]），能夠清晰、快速地捕捉電梯部件的圖像信息，滿足電梯動態(tài)運行過程中的檢測要求。鏡頭則根據(jù)電梯檢測的具體場景和測量范圍，選擇了[具體品牌和型號]的[具體焦距數(shù)值]mm焦距鏡頭，該鏡頭具有較小的畸變和良好的成像質(zhì)量，能夠確保獲取的圖像準確反映電梯部件的實際情況。圖像采集卡采用[具體品牌和型號]的高速采集卡，支持[具體接口類型和數(shù)據(jù)傳輸速率]，能夠快速、穩(wěn)定地將相機采集到的圖像數(shù)據(jù)傳輸至計算機進行處理。此外，為了保證系統(tǒng)的穩(wěn)定性和可靠性，還配備了高性能的計算機作為數(shù)據(jù)處理和分析的核心設(shè)備，其具備強大的計算能力和存儲容量，能夠運行復(fù)雜的圖像處理和分析算法。軟件設(shè)計思路圍繞實現(xiàn)系統(tǒng)的各項功能展開，采用模塊化設(shè)計方法，提高軟件的可維護性和可擴展性。相機控制模塊負責實現(xiàn)對雙目相機的參數(shù)設(shè)置、圖像采集觸發(fā)等功能，確保相機能夠按照系統(tǒng)要求正常工作。圖像預(yù)處理模塊運用濾波、灰度變換、圖像增強等算法對采集到的圖像進行預(yù)處理，去除噪聲、增強圖像特征，為后續(xù)的圖像處理和分析提供高質(zhì)量的圖像數(shù)據(jù)。立體匹配模塊根據(jù)電梯檢測的特點，選擇合適的立體匹配算法，如改進的SAD算法或基于深度學習的立體匹配算法，在左右圖像中尋找對應(yīng)點，計算視差圖，獲取電梯部件的三維信息。參數(shù)計算模塊基于立體匹配得到的三維信息，計算電梯門間隙、關(guān)門行程動能、最快門扇平均關(guān)閉速度、門運行阻止關(guān)門力、門扇變形量以及電梯導(dǎo)軌的垂直度和直線度等關(guān)鍵參數(shù)。狀態(tài)評估模塊根據(jù)計算得到的參數(shù)，結(jié)合電梯的安全標準和歷史數(shù)據(jù)，運用數(shù)據(jù)分析和機器學習算法對電梯的運行狀態(tài)進行評估，判斷是否存在安全隱患，并給出相應(yīng)的預(yù)警信息。用戶界面模塊采用可視化編程技術(shù)，開發(fā)友好的人機交互界面，實現(xiàn)數(shù)據(jù)的實時顯示、查詢、報表生成以及系統(tǒng)參數(shù)設(shè)置等功能，方便用戶操作和管理。通過各模塊之間的協(xié)同工作，基于雙目立體視覺的電梯安全檢測系統(tǒng)能夠高效、準確地實現(xiàn)對電梯運行狀態(tài)的檢測和評估，為電梯的安全運行提供有力保障。5.2圖像采集與處理5.2.1圖像采集硬件選擇在基于雙目立體視覺的電梯安全檢測系統(tǒng)中，圖像采集硬件的選擇至關(guān)重要，它直接影響到系統(tǒng)的檢測精度和可靠性。相機、鏡頭等硬件設(shè)備的性能參數(shù)需根據(jù)電梯安全檢測的具體需求和實際場景進行綜合考量。對于相機，選用[具體品牌和型號]工業(yè)相機。該相機具備高分辨率的特性，如[具體分辨率數(shù)值]，能夠清晰捕捉電梯運行過程中各類部件的細節(jié)信息，為后續(xù)的圖像處理和參數(shù)計算提供精準的數(shù)據(jù)基礎(chǔ)。在檢測電梯門間隙時，高分辨率相機可以清晰拍攝到門邊緣的細微情況，確保對門間隙的測量精度。相機的幀率也是一個關(guān)鍵指標，該工業(yè)相機的幀率達到[具體幀率數(shù)值]，能夠快速采集電梯運行時的圖像，滿足電梯動態(tài)運行過程中對圖像采集速度的要求。當電梯快速開關(guān)門時，高幀率相機可以捕捉到門在不同時刻的位置信息，從而準確計算關(guān)門行程動能和最快門扇平均關(guān)閉速度等參數(shù)。在電梯運行環(huán)境中，電磁干擾較為嚴重，因此相機的抗干擾能力至關(guān)重要。[具體品牌和型號]工業(yè)相機具備良好的抗干擾性能，能夠在復(fù)雜的電磁環(huán)境下穩(wěn)定工作，保證圖像采集的穩(wěn)定性和準確性。該相機還支持多種接口類型，如USB3.0、GigE等，方便與其他設(shè)備進行連接。考慮到數(shù)據(jù)傳輸?shù)乃俣群头€(wěn)定性，本系統(tǒng)選用GigE接口，其數(shù)據(jù)傳輸速率高，能夠快速將采集到的圖像數(shù)據(jù)傳輸至計算機進行處理，滿足系統(tǒng)對實時性的要求。鏡頭的選擇同樣需要謹慎。根據(jù)電梯檢測的場景和測量范圍，選用[具體品牌和型號]的[具體焦距數(shù)值]mm焦距鏡頭。該鏡頭具有較小的畸變，能夠保證拍攝到的圖像真實還原電梯部件的形狀和位置，減少因鏡頭畸變導(dǎo)致的測量誤差。在檢測電梯導(dǎo)軌的垂直度和直線度時，鏡頭的低畸變特性可以確保對導(dǎo)軌圖像的準確采集，為后續(xù)的圖像處理和分析提供可靠的數(shù)據(jù)。鏡頭的成像質(zhì)量也非常重要，它直接影響到圖像的清晰度和對比度。[具體品牌和型號]鏡頭采用了先進的光學設(shè)計和制造工藝，能夠提供清晰、銳利的圖像，增強圖像中電梯部件的特征，便于后續(xù)的特征提取和匹配。此外，為了保證圖像采集的準確性和穩(wěn)定性，還需考慮鏡頭的景深、光圈等參數(shù)。根據(jù)電梯檢測的實際需求，選擇合適景深的鏡頭，確保電梯部件在不同距離下都能清晰成像。光圈的大小則可以根據(jù)電梯內(nèi)部的光照條件進行調(diào)整，以獲得最佳的拍攝效果。在光線較暗的電梯井道中，可以適當增大光圈，提高圖像的亮度；而在光線較強的環(huán)境下，則可以減小光圈，避免圖像過曝。5.2.2圖像預(yù)處理圖像預(yù)處理是電梯安全檢測系統(tǒng)中不可或缺的環(huán)節(jié)，其目的是提高圖像質(zhì)量，為后續(xù)的圖像分析和特征提取提供良好的基礎(chǔ)。常見的圖像預(yù)處理方法包括圖像灰度化、去噪、增強等。在電梯安全檢測中，由于彩色圖像包含豐富的色彩信息，增加了后續(xù)處理的計算復(fù)雜度，且對于檢測電梯門間隙、導(dǎo)軌垂直度等關(guān)鍵參數(shù)，圖像的亮度信息更為重要。因此，需要將彩色圖像轉(zhuǎn)換為灰度圖像，以降低計算量，提高處理效率。采用加權(quán)平均灰度化方法，其原理是根據(jù)人眼對不同顏色的敏感度，對彩色圖像的紅（R）、綠（G）、藍（B）三個通道進行加權(quán)求和，得到灰度圖像。計算公式為Gray=0.299R+0.587G+0.114B。這種方法能夠較好地保留圖像的亮度信息，同時去除顏色帶來的干擾，使后續(xù)處理更加專注于圖像的關(guān)鍵特征。在電梯運行過程中，圖像容易受到各種噪聲的干擾，如高斯噪聲、椒鹽噪聲等，這些噪聲會影響圖像的質(zhì)量，降低特征提取和匹配的準確性。因此，需要對圖像進行去噪處理。采用改進的高斯濾波算法，該算法在傳統(tǒng)高斯濾波的基礎(chǔ)上，引入了自適應(yīng)權(quán)重。傳統(tǒng)高斯濾波通過對鄰域內(nèi)像素進行加權(quán)平均來去除噪聲，其權(quán)重是固定的高斯分布。而改進的高斯濾波算法根據(jù)鄰域內(nèi)像素的灰度差異來調(diào)整權(quán)重，對于灰度差異較大的像素給予較小的權(quán)重，以避免在去噪過程中模糊圖像的邊緣和細節(jié)。具體實現(xiàn)時，首先計算鄰域內(nèi)每個像素與中心像素的灰度差值，然后根據(jù)差值大小調(diào)整高斯權(quán)重，最后進行加權(quán)平均計算得到去噪后的像素值。這種自適應(yīng)權(quán)重的方式能夠在有效去除噪聲的同時，更好地保留圖像的邊緣信息，為后續(xù)的特征提取提供更準確的圖像數(shù)據(jù)。為了增強圖像中電梯部件的特征，提高圖像的可讀性，采用圖像增強算法。直方圖均衡化是一種常用的圖像增強方法，它通過對圖像的灰度直方圖進行調(diào)整，使圖像的灰度分布更加均勻，從而增強圖像的對比度。對于電梯圖像，由于電梯部件與背景的灰度差異可能較小，通過直方圖均衡化可以擴大這種差異，使電梯部件的輪廓更加清晰，便于后續(xù)的特征提取和識別。具體實現(xiàn)時，首先統(tǒng)計圖像中每個灰度級的像素個數(shù)，得到灰度直方圖；然后計算累積分布函數(shù)，將原圖像的灰度值映射到新的灰度值，實現(xiàn)直方圖的均衡化。在直方圖均衡化的基礎(chǔ)上，結(jié)合Retinex算法進一步增強圖像的細節(jié)和紋理信息。Retinex算法基于人類視覺系統(tǒng)的特性，能夠在不同光照條件下保持對物體顏色和亮度的感知。通過Retinex算法，可以消除光照不均對圖像的影響，突出電梯部件的細節(jié)特征，提高圖像的質(zhì)量和辨識度。5.2.3圖像特征提取與匹配圖像特征提取與匹配是雙目立體視覺技術(shù)在電梯安全檢測中的關(guān)鍵環(huán)節(jié)，它直接關(guān)系到系統(tǒng)對電梯部件參數(shù)測量的準確性和可靠性。通過提取圖像中的特征點，并在左右圖像中尋找對應(yīng)點進行匹配，可以計算出視差圖，進而獲取電梯部件的三維信息。在電梯安全檢測中，由于電梯門、導(dǎo)軌等部件的形狀和紋理較為復(fù)雜，傳統(tǒng)的基于區(qū)域的特征提取方法難以滿足檢測需求。因此，采用尺度不變特征變換（SIFT）算法進行圖像特征提取。SIFT算法具有尺度不變性、旋轉(zhuǎn)不變性和光照不變性等優(yōu)點，能夠在不同尺度、旋轉(zhuǎn)和光照條件下準確提取圖像的特征點。SIFT算法的實現(xiàn)步驟主要包括以下幾個方面：首先，建立高斯差分金字塔。通過對原始圖像進行不同尺度的高斯濾波，并對相鄰尺度的高斯圖像相減，得到高斯差分金字塔。在這個過程中，不同尺度的高斯濾波模擬了人眼在不同距離和視角下對物體的觀察，使得算法能夠提取到不同尺度下的特征點。其次，在高斯差分金字塔中尋找極值點。通過比較每個像素與其周圍26個鄰域像素的大小，確定該像素是否為極值點。這些極值點即為初步的特征點，但其中可能包含一些不穩(wěn)定的點，需要進一步篩選。然后，對初步的特征點進行精確定位。通過擬合三維二次函數(shù)，確定特征點的精確位置，并去除低對比度和邊緣響應(yīng)的點，以提高特征點的穩(wěn)定性和可靠性。接著，為每個特征點分配方向。通過計算特征點鄰域內(nèi)的梯度方向直方圖，確定特征點的主方向和輔方向，使得特征點具有旋轉(zhuǎn)不變性。最后，生成特征點的描述符。以特征點為中心，在其鄰域內(nèi)計算梯度方向和幅值，構(gòu)建128維的特征描述符，用于后續(xù)的特征匹配。在完成圖像特征提取后，需要在左右圖像中尋找對應(yīng)點進行匹配。采用基于特征點描述符的匹配方法，通過計算左右圖像中特征點描述符之間的歐氏距離，尋找距離最近的兩個特征點作為匹配點。為了提高匹配的準確性和可靠性，引入最近鄰距離比（NNDR）準則。該準則規(guī)定，只有當最近鄰距離與次近鄰距離的比值小于某個閾值（通常為0.8）時，才認為這兩個特征點是有效的匹配點。通過這種方式，可以排除一些誤匹配點，提高匹配的精度。在實際應(yīng)用中，由于電梯運行環(huán)境復(fù)雜，可能存在遮擋、光照變化等因素，導(dǎo)致特征點匹配出現(xiàn)錯誤。因此，還需要采用一些優(yōu)化策略來進一步提高匹配的可靠性。采用隨機抽樣一致（RANSAC）算法對匹配點進行篩選。RANSAC算法是一種迭代的方法，它通過隨機選擇一組匹配點，計算單應(yīng)性矩陣，并根據(jù)該矩陣對其他匹配點進行驗證，去除不符合模型的點，從而得到更準確的匹配結(jié)果。通過不斷迭代，RANSAC算法可以找到最優(yōu)的匹配點集合，提高匹配的準確性和魯棒性。5.3三維坐標解算與數(shù)據(jù)分析在完成圖像特征提取與匹配后，基于雙目立體視覺原理進行三維坐標解算，這是獲取電梯部件精確位置信息的關(guān)鍵步驟。根據(jù)視差原理，已知相機的內(nèi)外參數(shù)以及雙目系統(tǒng)的基線距離，通過匹配點的視差可以計算出空間點的三維坐標。假設(shè)在電梯門圖像中，通過特征提取與匹配得到了一對對應(yīng)點P_l(x_l,y_l)和P_r(x_r,y_r)，其視差d=x_l-x_r。相機的焦距為f，雙目系統(tǒng)的基線距離為b。根據(jù)相似三角形原理，空間點P在世界坐標系下的Z坐標（深度）可由公式Z=\frac{bf}tmeiqll計算得出。在計算出Z坐標后，進一步求解X和Y坐標。設(shè)相機的內(nèi)參數(shù)矩陣為K=\begin{bmatrix}f_x&0&c_x\\0&f_y&c_y\\0&0&1\end{bmatrix}，其中f_x和f_y分別是相機在x和y方向的焦距，c_x和c_y是圖像中心的坐標。左右相機的外參數(shù)矩陣分別為[R_l|t_l]和[R_r|t_r]，其中R表示旋轉(zhuǎn)矩陣，t表示平移向量。通過坐標變換公式P_w=K^{-1}\begin{bmatrix}x_l\\y_l\\1\end{bmatrix}Z-t_l（對于左相機）或P_w=K^{-1}\begin{bmatrix}x_r\\y_r\\1\end{bmatrix}Z-t_r（對于右相機），可以計算出空間點P在世界坐標系下的三維坐標(X,Y,Z)。得到電梯部件的三維坐標后，進行數(shù)據(jù)分析以判斷電梯的安全狀態(tài)。對于電梯門間隙檢測，通過計算不同位置點的三維坐標，得到門間隙的實際大小。將測量得到的門間隙值與安全標準規(guī)定的閾值進行比較，若門間隙超過閾值，則判定電梯門存在安全隱患，可能導(dǎo)致乘客被夾傷，需要及時進行調(diào)整和維修。在檢測關(guān)門行程動能和最快門扇平均關(guān)閉速度時，根據(jù)不同時刻電梯門位置的三維坐標變化，計算出電梯門的運動速度和加速度。通過對速度和加速度數(shù)據(jù)的分析，判斷關(guān)門行程動能和最快門扇平均關(guān)閉速度是否符合安全標準。若動能過大或速度過快，可能會對乘客造成撞擊傷害，需要對電梯門的控制系統(tǒng)進行檢查和調(diào)試。對于門運行阻止關(guān)門力的檢測，通過分析電梯門受到阻礙時的位移變化，結(jié)合門的彈性系數(shù)等參數(shù)，計算出門運行阻止關(guān)門力。將計算得到的阻止關(guān)門力與安全標準進行對比，若超過允許范圍，說明電梯門在遇到障礙物時的保護機制可能存在問題，需要進一步檢查和修復(fù)。在監(jiān)測電梯運行狀態(tài)時，通過對電梯轎廂位置的三維坐標數(shù)據(jù)進行分析，判斷電梯是否按照預(yù)定的軌跡運行，是否存在異常的偏移或晃動。若發(fā)現(xiàn)電梯運行軌跡出現(xiàn)異常，可能意味著電梯的導(dǎo)軌、曳引系統(tǒng)等存在故障，需要及時進行檢修，以確保電梯的安全運行。通過對電梯部件三維坐標數(shù)據(jù)的深入分析，可以全面、準確地評估電梯的安全狀態(tài)，及時發(fā)現(xiàn)潛在的安全隱患，為電梯的安全運行提供有力的保障。在實際應(yīng)用中，還可以結(jié)合大數(shù)據(jù)分析、機器學習等技術(shù)，對電梯的運行數(shù)據(jù)進行長期的積累和分析，建立電梯安全狀態(tài)評估模型，實現(xiàn)對電梯安全隱患的預(yù)測和預(yù)警，進一步提高電梯安全檢測的智能化水平。六、實驗驗證與結(jié)果分析呈現(xiàn)6.1實驗設(shè)計與實施為了全面驗證基于雙目立體視覺的電梯安全檢測系統(tǒng)的性能和有效性，設(shè)計并實施了一系列實驗。本次實驗旨在深入評估該系統(tǒng)在不同工況下對電梯門安全參數(shù)、電梯導(dǎo)軌參數(shù)以及電梯運行狀態(tài)的檢測能力，對比傳統(tǒng)檢測方法，明確該系統(tǒng)的優(yōu)勢與不足，為系統(tǒng)的優(yōu)化和實際應(yīng)用提供堅實的數(shù)據(jù)支撐。實驗設(shè)備的選擇至關(guān)重要，直接影響實驗結(jié)果的準確性和可靠性。選用[具體品牌和型號]的工業(yè)相機作為雙目相機，其具備高分辨率（[具體分辨率數(shù)值]）和高幀率（[具體幀率數(shù)值]）的特性，能夠清晰、快速地捕捉電梯運行過程中的圖像，滿足電梯動態(tài)檢測的需求。搭配[具體品牌和型號]的[具體焦距數(shù)值]mm焦距鏡頭，該鏡頭具有較小的畸變和良好的成像質(zhì)量，能夠確保獲取的圖像準確反映電梯部件的實際情況。圖像采集卡采用[具體品牌和型號]的高速采集卡，支持[具體接口類型和數(shù)據(jù)傳輸速率]，能夠快速、穩(wěn)定地將相機采集到的圖像數(shù)據(jù)傳輸至計算機進行處理。同時，配備一臺高性能計算機作為數(shù)據(jù)處理和分析的核心設(shè)備，其具備強大的計算能力和存儲容量，能夠運行復(fù)雜的圖像處理和分析算法。實驗步驟按照嚴謹?shù)牧鞒踢M行。首先進行相機標定，利用張正友標定法，通過拍攝多組不同角度的棋盤格標定板圖像，精確計算出雙目相機的內(nèi)外參數(shù)，包括焦距、主點坐標、畸變系數(shù)等，以及兩個相機之間的相對位置關(guān)系。在電梯門安全檢測實驗中，在電梯門的邊緣、表面等關(guān)鍵位置設(shè)置多個易于識別的標識點，如圓形標識點或環(huán)形編碼標識點。使用雙目相機對電梯門進行多角度拍攝，獲取包含標識點的圖像。對采集到的圖像進行預(yù)處理，包括灰度化、去噪、增強等操作，以提高圖像質(zhì)量，為后續(xù)的特征提取和匹配提供良好的基礎(chǔ)。采用SIFT算法進行圖像特征提取，計算出每個標識點的128維特征描述符。通過基于特征點描述符的匹配方法，結(jié)合最近鄰距離比（NNDR）準則和RANSAC算法，在左右圖像中尋找對應(yīng)點進行匹配，得到準確的匹配點集合。根據(jù)匹配點的視差，結(jié)合相機的內(nèi)外參數(shù)以及雙目系統(tǒng)的基線距離，利用三角測量法計算出標識點的三維坐標，進而得到電梯門的間隙、關(guān)門行程動能、最快門扇平均關(guān)閉速度、門運行阻止關(guān)門力及門扇變形量等參數(shù)。在電梯導(dǎo)軌檢測實驗中，在電梯導(dǎo)軌的不同位置設(shè)置標識點，利用雙目相機拍攝導(dǎo)軌圖像，經(jīng)過類似的圖像處理和分析步驟，計算出導(dǎo)軌的垂直度和直線度等參數(shù)。對于電梯運行狀態(tài)監(jiān)測實驗，在電梯轎廂表面設(shè)置多個標識點，雙目相機實時拍攝電梯運行過程中的圖像，通過分析圖像中標識點的三維坐標變化，監(jiān)測電梯轎廂的位置、運行軌跡、速度和加速度等參數(shù)。在整個實驗過程中，嚴格控制實驗條件，確保實驗的可重復(fù)性和可比性。對每一項實驗指標進行多次測量，取平均值作為最終結(jié)果，以減小測量誤差。同時，詳細記錄實驗數(shù)據(jù)和實驗過程中出現(xiàn)的問題，以便后續(xù)進行深入分析和總結(jié)。6.2實驗數(shù)據(jù)采集與處理實驗數(shù)據(jù)采集過程中，嚴格按照實驗設(shè)計方案進行操作，確保數(shù)據(jù)的準確性和可靠性。在電梯門安全檢測實驗中，針對不同品牌和型號的電梯，分別進行了多次開關(guān)門實驗。每次實驗時，利用雙目相機對電梯門進行多角度拍攝，采集電梯門在不同狀態(tài)下的圖像數(shù)據(jù)。在電梯門開啟和關(guān)閉的過程中，以固定的幀率進行圖像采集，確保能夠捕捉到電梯門運動的關(guān)鍵瞬間。對于每一次開關(guān)門實驗，采集的圖像數(shù)量不少于[具體數(shù)量]幀，以獲取足夠的數(shù)據(jù)用于后續(xù)分析。在電梯導(dǎo)軌檢測實驗中，在電梯運行過程中，通過雙目相機對電梯導(dǎo)軌進行連續(xù)拍攝，采集導(dǎo)軌在不同位置和不同運行狀態(tài)下的圖像數(shù)據(jù)。為了全面檢測導(dǎo)軌的垂直度和直線度，在導(dǎo)軌的不同高度和水平位置設(shè)置了多個檢測點，每個檢測點采集的圖像數(shù)量不少于[具體數(shù)量]幀。同時，在電梯運行的不同速度下進行數(shù)據(jù)采集，以模擬電梯在實際運行中的各種工況。對于采集到的圖像數(shù)據(jù)，首先進行整理和分類。按照實驗類型、電梯型號、實驗時間等信息對圖像進行編號和存儲，建立詳細的數(shù)據(jù)目錄結(jié)構(gòu)，方便后續(xù)的數(shù)據(jù)查詢和調(diào)用。在對電梯門圖像數(shù)據(jù)進行整理時，將同一電梯門在不同開關(guān)門狀態(tài)下的圖像存放在同一文件夾中，并按照時間順序進行編號；對于電梯導(dǎo)軌圖像數(shù)據(jù)，按照導(dǎo)軌的不同檢測點和運行速度進行分類存儲。數(shù)據(jù)處理是實驗的關(guān)鍵環(huán)節(jié)，通過一系列的算法和工具對采集到的圖像數(shù)據(jù)進行分析和計算，以獲取電梯安全檢測所需的各項參數(shù)。運用圖像預(yù)處理算法對采集到的圖像進行灰度化、去噪、增強等操作，提高圖像質(zhì)量，為后續(xù)的特征提取和匹配提供良好的基礎(chǔ)。采用圖像加權(quán)平均灰度化方法將彩色圖像轉(zhuǎn)換為灰度圖像，利用改進的高斯濾波算法去除圖像中的噪聲，通過直方圖均衡化和Retinex算法增強圖像的對比度和細節(jié)信息。在圖像特征提取與匹配階段，采用SIFT算法提取圖像中的特征點，并通過基于特征點描述符的匹配方法在左右圖像中尋找對應(yīng)點進行匹配。利用最近鄰距離比（NNDR）準則和RANSAC算法對匹配點進行篩選和優(yōu)化，提高匹配的準確性和可靠性。在電梯門圖像中，通過SIFT算法提取電梯門邊緣和標識點的特征點，然后進行匹配，得到準確的匹配點集合，為計算電梯門的間隙、關(guān)門行程動能等參數(shù)提供數(shù)據(jù)支持。基于雙目立體視覺原理進行三維坐標解算，根據(jù)匹配點的視差，結(jié)合相機的內(nèi)外參數(shù)以及雙目系統(tǒng)的基線距離，計算出電梯部件的三維坐標。通過對三維坐標數(shù)據(jù)的分析，計算出電梯門間隙、關(guān)門行程動能、最快門扇平均關(guān)閉速度、門運行阻止關(guān)門力、門扇變形量以及電梯導(dǎo)軌的垂直度和直線度等參數(shù)。在計算電梯門間隙時，根據(jù)三維坐標數(shù)據(jù)，測量電梯門不同位置點之間的距離，得到門間隙的實際大??；通過分析電梯門在不同時刻的三維坐標變化，計算出關(guān)門行程動能和最快門扇平均關(guān)閉速度。在整個數(shù)據(jù)處理過程中，嚴格按照算法流程進行操作，確保數(shù)據(jù)處理的準確性和一致性。對每一個處理步驟的結(jié)果進行檢查和驗證，及時發(fā)現(xiàn)并糾正可能出現(xiàn)的錯誤。同時，記錄數(shù)據(jù)處理過程中的關(guān)鍵參數(shù)和中間結(jié)果，以便后續(xù)進行數(shù)據(jù)分析和結(jié)果驗證。6.3實驗結(jié)果對比與分析將雙目立體視覺檢測結(jié)果與傳統(tǒng)檢測方法進行對比，從多個維度深入分析其準確性、可靠性和優(yōu)勢，以全面評估基于雙目立體視覺的電梯安全檢測系統(tǒng)的性能。在準確性方面，以電梯門間隙檢測為例，傳統(tǒng)檢測方法采用人工使用塞尺測量，其測量精度受人為因素影響較大。多次測量同一電梯門間隙時，不同檢測人員測量結(jié)果可能存在較大偏差，最大偏差可達[X]mm。而基于雙目立體視覺的檢測系統(tǒng)，通過精確的相機標定和立體匹配算法，能夠?qū)崿F(xiàn)高精度測量。對同一電梯門間隙進行多次測量，測量結(jié)果的偏差極小，平均偏差僅為[X]mm，遠遠低于傳統(tǒng)檢測方法的誤差范圍。在檢測關(guān)門行程動能和最快門扇平均關(guān)閉速度時，傳統(tǒng)檢測方法難以精確測量電梯門在運動過程中的速度和加速度變化，導(dǎo)致測量結(jié)果與實際值存在較大誤差。例如，傳統(tǒng)檢測方法測量某電梯的最快門扇平均關(guān)閉速度時，與實際值的誤差可達[X]m/s。而雙目立體視覺檢測系統(tǒng)通過對電梯門關(guān)閉過程的連續(xù)圖像分析，能夠準確計算出電梯門在不同時刻的速度和加速度，測量誤差控制在[X]m/s以內(nèi)，準確性大幅提高。可靠性方面，傳統(tǒng)電梯安全檢測方法依賴人工經(jīng)驗和簡單儀器，容易受到檢測人員主觀因素和環(huán)境因素的影響，導(dǎo)致檢測結(jié)果的可靠性較低。在人工巡檢電梯導(dǎo)軌時，檢測人員可能由于疲勞、疏忽等原因，遺漏一些細微的導(dǎo)軌變形或磨損問題，從而無法及時發(fā)現(xiàn)安全隱患。而基于雙目立體視覺的檢測系統(tǒng)，采用自動化的數(shù)