“該項(xiàng)目案例由新再靈提交申報(bào)，參與數(shù)據(jù)猿推出的《尋找新冠戰(zhàn)“疫”，中國(guó)數(shù)據(jù)智能產(chǎn)業(yè)先鋒力量》的公益主題策劃活動(dòng)。

在疫情剛剛發(fā)生時(shí)我們就很快意識(shí)到了嚴(yán)重性，因?yàn)樾鹿诓《揪哂酗w沫傳播、直接傳播等屬性，而電梯空間狹小、人流量大、環(huán)境密閉，是病毒傳播的高危載體之一，并且很容易被人們忽視。目前全國(guó)的電梯保有量超過(guò)600萬(wàn)臺(tái)，服務(wù)于各大社區(qū)、醫(yī)療機(jī)構(gòu)、交通樞紐等場(chǎng)所，與人群的接觸十分密切。

2020年2月5日，國(guó)家市場(chǎng)監(jiān)督總局下發(fā)了《市場(chǎng)監(jiān)管總局辦公廳關(guān)于做好疫情防控期間電梯安全監(jiān)管工作的通知》，通知表示：“疫情防控期間，電梯維保單位可以結(jié)合電梯使用情況和安全狀況，與電梯使用單位協(xié)商一致，在保障電梯安全運(yùn)行的基礎(chǔ)上，適當(dāng)調(diào)整或延長(zhǎng)現(xiàn)場(chǎng)維保周期，鼓勵(lì)通過(guò)物聯(lián)網(wǎng)遠(yuǎn)程監(jiān)測(cè)系統(tǒng)實(shí)施在線實(shí)時(shí)檢查維護(hù)，或者通過(guò)視頻等信息化手段進(jìn)行遠(yuǎn)程檢查維護(hù)。”

風(fēng)險(xiǎn)之中，我們更看到電梯物聯(lián)網(wǎng)的責(zé)任與機(jī)遇。新再靈云梯在線護(hù)航全國(guó)10萬(wàn)部電梯安全運(yùn)行，我們一直在思考，在電梯場(chǎng)景里，AI技術(shù)能為防疫做什么？

項(xiàng)目開(kāi)發(fā)起止時(shí)間

1月20日，新再靈召開(kāi)高管會(huì)議，商討云梯系統(tǒng)開(kāi)發(fā)防疫功能——從集思廣益的20個(gè)備選項(xiàng)中，優(yōu)先選出語(yǔ)音呼梯、未佩戴口罩乘梯人檢測(cè)、智能消毒3項(xiàng)功能，當(dāng)晚立即組織120名“精兵”投入研發(fā)；

2月8日，完成新功能研發(fā)；

2月17日，公司在桐廬的工廠復(fù)產(chǎn)后，集中3項(xiàng)新功能的云梯智能防疫管理系統(tǒng)投入生產(chǎn);

3月8日，新再靈將第一批云梯智能防疫管理系統(tǒng)設(shè)備和物資運(yùn)送武漢，捐贈(zèng)給武漢協(xié)和醫(yī)院與武漢同濟(jì)醫(yī)院。

應(yīng)用場(chǎng)景

新再靈推出了非接觸式呼梯、未佩戴口罩乘梯人監(jiān)測(cè)、智能消毒等云梯防疫功能，可應(yīng)用于醫(yī)院、學(xué)校、住宅區(qū)、寫(xiě)字樓、政府、企業(yè)園區(qū)、酒店等場(chǎng)所。

非接觸式呼梯

由于新冠病毒可通過(guò)接觸傳播，因此電梯中如果有病例打噴嚏或咳嗽，可能會(huì)污染電梯按鈕等地方。健康的人如果觸摸之后沒(méi)有及時(shí)洗手就接觸眼睛或嘴巴，就有感染的風(fēng)險(xiǎn)。如何杜絕因接觸電梯而產(chǎn)生交叉感染呢？云梯非接觸式呼梯功能，通過(guò)人臉識(shí)別、語(yǔ)音識(shí)別、藍(lán)牙、WiFi等方式實(shí)現(xiàn)自動(dòng)呼梯，真正做到乘坐電梯的“零”接觸。

電梯智能消毒

云梯通過(guò)加裝紫外線消毒燈，當(dāng)電梯內(nèi)無(wú)人停留時(shí)，紫外燈可以開(kāi)啟進(jìn)行消毒；當(dāng)電梯突然開(kāi)門(mén)、運(yùn)行或者有人進(jìn)入時(shí)，紫外燈自動(dòng)關(guān)閉，全面保障乘梯人的安全。

為確保安全，云梯系統(tǒng)根據(jù)電梯速度+人體感應(yīng)+電梯門(mén)狀態(tài)來(lái)判斷是否具備開(kāi)啟紫外燈的條件，防止對(duì)乘梯人員的誤傷。管理人員通過(guò)維小保APP或Web端遠(yuǎn)程控制云梯紫外燈的開(kāi)關(guān)狀態(tài)，設(shè)置照射時(shí)長(zhǎng)，解決了物業(yè)人手不夠、電梯太多來(lái)不及消毒的難題。另外，云梯系統(tǒng)既支持全天候模式，持續(xù)殺菌；又可以根據(jù)電梯運(yùn)行情況，推薦最有效的殺菌時(shí)間和時(shí)長(zhǎng)，定點(diǎn)定時(shí)消毒。

未戴口罩人員監(jiān)測(cè)

在電梯內(nèi)部監(jiān)管上，通過(guò)人工智能可實(shí)現(xiàn)24小時(shí)不間斷識(shí)別梯內(nèi)情況。通過(guò)AI攝像頭，對(duì)乘梯人員進(jìn)行口罩識(shí)別。一旦發(fā)現(xiàn)未佩戴口罩者，可進(jìn)行梯內(nèi)語(yǔ)音勸阻并通知物業(yè)。

面臨挑戰(zhàn)

2020年新型冠狀病毒肺炎爆發(fā)，給新再靈的云梯·智慧電梯業(yè)務(wù)帶來(lái)多個(gè)方面的挑戰(zhàn)。

從外部條件來(lái)看，疫情使得原材料價(jià)格上漲，企業(yè)成本支出增加；元器件物流受到影響，新配件挑選采購(gòu)流程拉長(zhǎng)；疫情使得小區(qū)進(jìn)入封閉狀態(tài)，導(dǎo)致云梯系統(tǒng)的線下部署速率變慢，已安裝的系統(tǒng)線下維護(hù)困難，新產(chǎn)品新功能現(xiàn)場(chǎng)實(shí)際測(cè)試較難；合作單位人事變動(dòng)較大，部分系統(tǒng)對(duì)接項(xiàng)目延期或擱置。

從公司內(nèi)部運(yùn)作層面來(lái)看，居家辦公、線上敏捷迭代開(kāi)發(fā)對(duì)公司的管理能力提出較高要求。在存量市場(chǎng)上線下維護(hù)困難，線上維護(hù)巡檢壓力陡增。同時(shí)，電梯媒體行業(yè)受到一定沖擊，梯媒廣告需求減少，給公司經(jīng)營(yíng)帶來(lái)一定壓力。

從產(chǎn)品層面來(lái)看，疫情所帶來(lái)的線下到線上理念的變革，對(duì)電梯公共衛(wèi)生的關(guān)注以及智慧城市技術(shù)的應(yīng)用都推動(dòng)電梯物聯(lián)網(wǎng)行業(yè)的需求不斷變化，要求作為電梯物聯(lián)網(wǎng)的頭部企業(yè)的新再靈在產(chǎn)品上不斷創(chuàng)新，將新的需求轉(zhuǎn)化為落地產(chǎn)品，肩負(fù)起頭部企業(yè)的責(zé)任。

實(shí)施過(guò)程

項(xiàng)目致力于根據(jù)疫情下的實(shí)際場(chǎng)景需求，從保障應(yīng)急救援、推動(dòng)按需維保、梯內(nèi)殺菌消毒、乘梯人行為約束、切斷病毒傳播源、梯內(nèi)智能媒體六個(gè)緯度進(jìn)行產(chǎn)品架構(gòu)，搭建了基于人工智能與機(jī)器視覺(jué)的電梯場(chǎng)景下智能服務(wù)平臺(tái)，形成了符合疫情和市場(chǎng)需求的電梯物聯(lián)網(wǎng)綜合解決方案。

項(xiàng)目實(shí)現(xiàn)功能

1.通過(guò)智能判斷電梯困人事件，自動(dòng)發(fā)布告警信息，并督促救援單位合理優(yōu)化救援資源，提高電梯應(yīng)急救援效率；

2.通過(guò)匯聚電梯安全運(yùn)行相關(guān)數(shù)據(jù)，開(kāi)展在線風(fēng)險(xiǎn)預(yù)警，隱患治理，降低故障率；

3.通圖像判斷及控制技術(shù)實(shí)現(xiàn)梯內(nèi)智能紫外燈消毒功能；

4.通過(guò)接入視頻監(jiān)控?cái)?shù)據(jù)，采用機(jī)器視覺(jué)對(duì)視頻數(shù)據(jù)進(jìn)行分析，做到基于場(chǎng)景、行為、識(shí)別的實(shí)時(shí)智能報(bào)警，準(zhǔn)確識(shí)別乘梯人未戴口罩乘梯的功能；

5.通過(guò)語(yǔ)音分析及藍(lán)牙控制技術(shù)實(shí)現(xiàn)非接觸式呼梯功能，阻斷病毒傳染源；

6.以PLC電力載波技術(shù)為核心，打造聯(lián)網(wǎng)梯媒屏幕，進(jìn)行遠(yuǎn)程素材下發(fā)。

項(xiàng)目總體架構(gòu)

本項(xiàng)目的建設(shè)目標(biāo)是基于機(jī)器視覺(jué)與人工智能構(gòu)建一套符合疫情需求的電梯物聯(lián)網(wǎng)系統(tǒng)。系統(tǒng)主要包括四大部分，分別為電梯運(yùn)行數(shù)據(jù)實(shí)時(shí)采集系統(tǒng)（運(yùn)行數(shù)據(jù)與環(huán)境數(shù)據(jù)）、基于機(jī)器視覺(jué)的智能監(jiān)控系統(tǒng)（行為數(shù)據(jù)）、基于大數(shù)據(jù)的云服務(wù)平臺(tái)、智慧應(yīng)用平臺(tái)。

電梯運(yùn)行數(shù)據(jù)實(shí)時(shí)采集系統(tǒng)

（a）數(shù)據(jù)采集

前云梯非接觸采集的數(shù)據(jù)如上圖，其中采集的參數(shù)和范圍如下：

（b）采集數(shù)據(jù)傳輸

系統(tǒng)采用電梯內(nèi)部冗余的隨行電纜進(jìn)行PLC(power line communication)電力載波傳輸。在電梯井道內(nèi)，現(xiàn)場(chǎng)環(huán)境復(fù)雜，對(duì)無(wú)線通訊影響大。如果使用有線傳輸方式，需施工在井道內(nèi)拉線通信，且易損壞；而使用PLC通訊，只需使用原有的電梯正在使用的電力線，且信號(hào)穩(wěn)定，極為適合在如此復(fù)雜環(huán)境進(jìn)行通訊安裝。

視頻平臺(tái)及服務(wù)

通過(guò)大數(shù)據(jù)計(jì)算與機(jī)器視覺(jué)技術(shù)的結(jié)合，提供智能分析功能。

主要包含如下幾個(gè)方面：

（a）視頻摘要

通過(guò)視頻的查找事件往往耗費(fèi)巨大的時(shí)間和精力，但作為電梯場(chǎng)景，有人的時(shí)間占比較少，通過(guò)有效識(shí)別有人場(chǎng)景并且壓縮到較短時(shí)間查看，可大大提升事件檢索效率。

（b）電梯場(chǎng)景分析

在電梯封閉環(huán)境中，通過(guò)采集視頻數(shù)據(jù)、聲音數(shù)據(jù)，完整記錄電梯場(chǎng)景數(shù)據(jù)，通過(guò)視頻分析技術(shù)及大數(shù)據(jù)技術(shù)，可針對(duì)場(chǎng)景進(jìn)行乘客行為分析、聲音分析，識(shí)別視頻中不文明乘梯行為（例如打架斗毆、運(yùn)行中扒門(mén)等），運(yùn)行中各類(lèi)異常聲響（如人員呼救、設(shè)備撞擊異常聲響等）。

（c）危險(xiǎn)事件告警分析

通過(guò)傳感器、視頻探頭上報(bào)數(shù)據(jù)結(jié)合相關(guān)場(chǎng)景算法，實(shí)現(xiàn)電梯場(chǎng)景中的危險(xiǎn)行為告警，目前實(shí)現(xiàn)老人跌倒分析、小孩單獨(dú)乘梯、扶梯逆行、困人報(bào)警、長(zhǎng)時(shí)間檔門(mén)、反復(fù)開(kāi)關(guān)門(mén)報(bào)警。

（d）視頻存儲(chǔ)服務(wù)

海量視頻/圖片存儲(chǔ)功能，支持視頻/圖片檢索功能。視頻點(diǎn)播功能，支持多用戶(hù)高并發(fā)請(qǐng)求點(diǎn)播功能，支持瀏覽器無(wú)插件播放。自動(dòng)定向拉取視頻功能，支持自動(dòng)從視頻源拉取視頻存儲(chǔ)到云上。

（e）可視對(duì)講服務(wù)

Web端、智能屏端實(shí)時(shí)視頻對(duì)講，瀏覽器端無(wú)插件視頻對(duì)講，多用戶(hù)高并發(fā)請(qǐng)求可視對(duì)講服務(wù)，可視對(duì)講音視頻錄制存儲(chǔ)。

7.2.3 基于大數(shù)據(jù)的云服務(wù)平臺(tái)

（a）總體架構(gòu)

基于大數(shù)據(jù)的云服務(wù)平臺(tái)采用分層的框架進(jìn)行設(shè)計(jì)，分為感知層、接入層、處理層和應(yīng)用層，層次內(nèi)功能內(nèi)聚，層次之間互相解耦，數(shù)據(jù)交互則通過(guò)標(biāo)準(zhǔn)協(xié)議接口做銜接?？蚣茉O(shè)計(jì)具有良好的擴(kuò)展性，在未來(lái)負(fù)載增加和并發(fā)訪問(wèn)壓力增大的情況下，可以方便擴(kuò)展和升級(jí)，提升系統(tǒng)的處理能力。

系統(tǒng)總體架構(gòu)如下所示：

平臺(tái)總體架構(gòu)

感知層：主要指通過(guò)在電梯轎廂及機(jī)房安裝的硬件傳感器獲取相關(guān)數(shù)據(jù)，主要包括四大類(lèi)數(shù)據(jù)，第一類(lèi)是電梯運(yùn)行狀態(tài)數(shù)據(jù)，第二類(lèi)是通過(guò)智能算法分析出的應(yīng)急告警數(shù)據(jù)，第三類(lèi)則是通過(guò)攝像頭獲取的監(jiān)控視頻數(shù)據(jù)，第四類(lèi)是傳感器運(yùn)行狀態(tài)數(shù)據(jù)。

接入層：針對(duì)感知層的數(shù)據(jù)類(lèi)型，接入層分為結(jié)構(gòu)化數(shù)據(jù)接入及流媒體服務(wù)兩大類(lèi)，其中結(jié)構(gòu)化數(shù)據(jù)接入主要用以接受運(yùn)行狀態(tài)等文本型數(shù)據(jù)，流媒體服務(wù)用于與轎廂攝像頭及屏幕進(jìn)行交互，提供視頻數(shù)據(jù)的接入及屏幕的可視對(duì)講功能。

處理層：處理層為本系統(tǒng)核心模塊，包括數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析及對(duì)外開(kāi)放服務(wù)三個(gè)模塊，由于數(shù)據(jù)類(lèi)型區(qū)分結(jié)構(gòu)化數(shù)據(jù)及非結(jié)構(gòu)化數(shù)據(jù)兩大類(lèi)，因此在存儲(chǔ)及分析中也表現(xiàn)出不同的處理引擎。

針對(duì)結(jié)構(gòu)化數(shù)據(jù)，會(huì)針對(duì)數(shù)據(jù)規(guī)模及數(shù)據(jù)價(jià)值密度區(qū)分為低階數(shù)據(jù)、高階數(shù)據(jù)及元數(shù)據(jù)，低階數(shù)據(jù)主要采用大數(shù)據(jù)分布式數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)，高階數(shù)據(jù)及元數(shù)據(jù)則采用關(guān)系型數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)。數(shù)據(jù)分析主要分統(tǒng)計(jì)分析、趨勢(shì)分析及挖掘分析三大類(lèi)，統(tǒng)計(jì)分析主要針對(duì)低階數(shù)據(jù)多維度進(jìn)行統(tǒng)計(jì)，生成高階匯總數(shù)據(jù)；趨勢(shì)分析關(guān)注數(shù)據(jù)的時(shí)序表現(xiàn)，預(yù)測(cè)數(shù)據(jù)未來(lái)發(fā)展規(guī)律，為預(yù)警類(lèi)決策提供數(shù)據(jù)依據(jù)；挖掘分析傾向于無(wú)預(yù)先規(guī)則的數(shù)據(jù)探索，通過(guò)分類(lèi)、聚類(lèi)、關(guān)聯(lián)分析等機(jī)器學(xué)習(xí)算法挖掘海量數(shù)據(jù)內(nèi)部規(guī)律、關(guān)聯(lián)關(guān)系，探測(cè)未來(lái)發(fā)展趨勢(shì)、外延決策指標(biāo)、數(shù)據(jù)深層價(jià)值。

非結(jié)構(gòu)化數(shù)據(jù)主要包含圖片及視頻，存儲(chǔ)形式主要采用分布式文件系統(tǒng)。分析主要體現(xiàn)在智能視頻分析，包括乘客行為分析、聲音分析、人員識(shí)別及場(chǎng)景分析，乘客行為分析主要是識(shí)別視頻中不文明乘梯行為，例如遮擋門(mén)、運(yùn)行中扒門(mén)等；聲音分析主要識(shí)別電梯運(yùn)行中各類(lèi)異常聲響，如人員呼救、設(shè)備撞擊異常聲響等；人員識(shí)別主要通過(guò)人臉識(shí)別技術(shù)識(shí)別陌生人員及危險(xiǎn)人員；場(chǎng)景分析主要結(jié)合多類(lèi)傳感器判斷電梯運(yùn)行情況，如電梯困人。

數(shù)據(jù)服務(wù)是數(shù)據(jù)處理層對(duì)外部提供服務(wù)的環(huán)節(jié)，主要講數(shù)據(jù)檢索、分析、挖掘及機(jī)器視覺(jué)的能力對(duì)外開(kāi)放，與業(yè)務(wù)應(yīng)用環(huán)節(jié)結(jié)合，解決生產(chǎn)、生活中的實(shí)際問(wèn)題。當(dāng)前系統(tǒng)主要包括數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘、用戶(hù)畫(huà)像、智能服務(wù)及流媒體服務(wù)五項(xiàng)服務(wù)。

應(yīng)用層：目前規(guī)劃建設(shè)行為管理、故障預(yù)測(cè)、智慧救援、智慧分流四個(gè)應(yīng)用平臺(tái)。

（b）數(shù)據(jù)服務(wù)部分架構(gòu)

數(shù)據(jù)服務(wù)部分架構(gòu)設(shè)計(jì)采用分層設(shè)計(jì)，分為數(shù)據(jù)應(yīng)用平臺(tái)、數(shù)據(jù)服務(wù)平臺(tái)、基礎(chǔ)能力平臺(tái)三個(gè)子平臺(tái)，具體如下：

針對(duì)系統(tǒng)架構(gòu)各層級(jí)，做如下簡(jiǎn)要說(shuō)明：

數(shù)據(jù)應(yīng)用平臺(tái)：以用戶(hù)需求為核心，關(guān)注安全電梯、智慧電梯建設(shè)，通過(guò)構(gòu)建五大應(yīng)用平臺(tái)，實(shí)現(xiàn)電梯制造、安裝、運(yùn)行、維保、救援全生命周期管理，通過(guò)大數(shù)據(jù)及機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)體系從預(yù)知到感知升級(jí)，實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)警、按需維保等前沿領(lǐng)域探索。

數(shù)據(jù)服務(wù)平臺(tái)：建設(shè)開(kāi)放、包容、高效的應(yīng)急處置數(shù)據(jù)服務(wù)平臺(tái)。依托于數(shù)據(jù)基礎(chǔ)平臺(tái)，對(duì)電梯應(yīng)急處置、安全運(yùn)行、故障、維保等相關(guān)數(shù)據(jù)進(jìn)行深化分析、聯(lián)動(dòng)分析、趨勢(shì)分析，實(shí)現(xiàn)對(duì)數(shù)據(jù)深度價(jià)值的萃取、應(yīng)用。依托于流媒體服務(wù)器實(shí)現(xiàn)視頻數(shù)據(jù)采集、可視對(duì)講功能，為開(kāi)展智能分析，通過(guò)視頻識(shí)別發(fā)掘不文明乘梯行為、搶劫、打架、危險(xiǎn)乘梯行為、攜帶危險(xiǎn)品乘梯以及電梯困人事件提供數(shù)據(jù)基礎(chǔ)。

基礎(chǔ)能力平臺(tái)：基于大數(shù)據(jù)技術(shù)架構(gòu)建設(shè)具備梯聯(lián)網(wǎng)數(shù)據(jù)接入、存儲(chǔ)、分析能力的基礎(chǔ)平臺(tái)，負(fù)責(zé)對(duì)包括電梯應(yīng)急處置數(shù)據(jù)、電梯安全運(yùn)行參數(shù)、電梯故障參數(shù)等電梯相關(guān)海量數(shù)據(jù)的接入、存儲(chǔ)，提供分布式計(jì)算引擎及統(tǒng)一的資源調(diào)度平臺(tái)承載數(shù)據(jù)的分析、挖掘任務(wù)。

（c）數(shù)據(jù)架構(gòu)

本系統(tǒng)建設(shè)目標(biāo)為建設(shè)一個(gè)多數(shù)據(jù)源、多維度、多數(shù)據(jù)層級(jí)的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)，多數(shù)據(jù)源指的是各個(gè)數(shù)據(jù)源頭的數(shù)據(jù)都?xì)w集到數(shù)據(jù)倉(cāng)庫(kù)，研發(fā)具備多數(shù)據(jù)類(lèi)型、單類(lèi)數(shù)據(jù)海量規(guī)模存儲(chǔ)能力的存儲(chǔ)載體；多維度指的是數(shù)據(jù)倉(cāng)庫(kù)內(nèi)部會(huì)針對(duì)海量數(shù)據(jù)劃分維度，建立指標(biāo)體現(xiàn)，形成科學(xué)合理的數(shù)據(jù)分析和挖掘體系；多數(shù)據(jù)層級(jí)指的是數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn)會(huì)充分考慮數(shù)據(jù)價(jià)值密度及應(yīng)用規(guī)律，進(jìn)行分層存儲(chǔ)、分層應(yīng)用。

數(shù)據(jù)應(yīng)用架構(gòu)如下數(shù)據(jù)架構(gòu)圖：

針對(duì)上圖數(shù)據(jù)分層架構(gòu)做如下說(shuō)明：

貼源層：匯集各類(lèi)數(shù)據(jù)、集中統(tǒng)一存儲(chǔ)，原則上保持與源數(shù)據(jù)一致，對(duì)于用戶(hù)而言此層數(shù)據(jù)還不具備應(yīng)用價(jià)值。

明細(xì)層：在貼源層的數(shù)據(jù)基礎(chǔ)上做了數(shù)據(jù)質(zhì)量管理，通過(guò)對(duì)原始數(shù)據(jù)的校驗(yàn)、清洗、規(guī)整，一定程度上提升了數(shù)據(jù)價(jià)值密度，此層數(shù)據(jù)提供歷史明細(xì)查詢(xún)。

輕度匯總層：在明細(xì)層數(shù)據(jù)基礎(chǔ)上做了新老數(shù)據(jù)合并、打通，主題業(yè)務(wù)邏輯處理，能在較多方面提供數(shù)據(jù)應(yīng)用，此層數(shù)據(jù)開(kāi)放匯總數(shù)據(jù)查詢(xún)接口。

數(shù)據(jù)集市：通過(guò)建立基礎(chǔ)指標(biāo)庫(kù)，對(duì)數(shù)據(jù)進(jìn)行多維度分析，提供固化報(bào)表服務(wù)，輸出KPI指標(biāo)數(shù)據(jù)，在KPI指標(biāo)基礎(chǔ)上通過(guò)數(shù)據(jù)挖掘算法探索派生指標(biāo)，提供戰(zhàn)略決策支持。

（d）技術(shù)架構(gòu)

本系統(tǒng)核心基于開(kāi)源大數(shù)據(jù)組件構(gòu)建，通過(guò)對(duì)開(kāi)源大數(shù)據(jù)組件的優(yōu)化、封裝、方案集成最終形式平臺(tái)核心的技術(shù)能力。

具體技術(shù)架構(gòu)如下：

主要包含如下幾個(gè)方面的技術(shù)能力：

分布式文件系統(tǒng)，采用開(kāi)源HADOOP（HDFS）組件實(shí)現(xiàn)，HDFS是一個(gè)高度容錯(cuò)性的系統(tǒng)，適合部署在廉價(jià)的機(jī)器上。HDFS能提供高吞吐量的數(shù)據(jù)訪問(wèn)，非常適合大規(guī)模數(shù)據(jù)集上的應(yīng)用。電梯運(yùn)行狀態(tài)數(shù)據(jù)具備種類(lèi)繁多、規(guī)模龐大、上報(bào)頻率高三大特點(diǎn)，以HDFS作為底層文件系統(tǒng)非常合適。

分布式NOSQL數(shù)據(jù)庫(kù)系統(tǒng)，采用HBASE組件實(shí)現(xiàn)，HBASE基于HDFS文件系統(tǒng)構(gòu)建，是一個(gè)高可靠性、高性能、面向列、可伸縮的分布式存儲(chǔ)系統(tǒng)，利用HBase技術(shù)可在廉價(jià)PC Server上搭建起大規(guī)模結(jié)構(gòu)化存儲(chǔ)集群。

統(tǒng)一資源管理，采用YARN組件實(shí)現(xiàn)，在大數(shù)據(jù)環(huán)境中，由于數(shù)據(jù)量龐大，計(jì)算資源及內(nèi)存資源消耗大，系統(tǒng)間資源搶占嚴(yán)重，為系統(tǒng)穩(wěn)定性帶來(lái)隱患，統(tǒng)一資源管理是一種通用資源管理系統(tǒng)，可為上層應(yīng)用提供統(tǒng)一的資源管理和調(diào)度，它的引入為集群在利用率、資源統(tǒng)一管理和數(shù)據(jù)共享等方面帶來(lái)了巨大好處。

海量數(shù)據(jù)計(jì)算引擎，采用Apache Spark組件實(shí)現(xiàn)，Spark是專(zhuān)為大規(guī)模數(shù)據(jù)處理而設(shè)計(jì)的快速通用的計(jì)算引擎。在做數(shù)據(jù)統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)方面具有性能高、擴(kuò)展性強(qiáng)等特點(diǎn)。目前已集成主流機(jī)器學(xué)習(xí)算法，包括分類(lèi)回歸、聚類(lèi)、關(guān)聯(lián)規(guī)則、推薦、降維、優(yōu)化、特征抽取篩選、用于特征預(yù)處理的數(shù)理統(tǒng)計(jì)方法、以及算法的評(píng)測(cè)。

分布式全文索引，采用ElasticSearch組件實(shí)現(xiàn)，具備良好擴(kuò)展能力的搜索引擎技術(shù)，通過(guò)良好的文本分詞及高效索引數(shù)據(jù)結(jié)構(gòu)，大大提升文本匹配和精確檢索效能。

分布式內(nèi)存數(shù)據(jù)庫(kù)，采用Redis組件實(shí)現(xiàn)，Redis是高橫向擴(kuò)展、高可用的內(nèi)存數(shù)據(jù)庫(kù)，通過(guò)將熱點(diǎn)數(shù)據(jù)放在內(nèi)存中進(jìn)行存儲(chǔ)的方式，大大提升熱點(diǎn)數(shù)據(jù)檢索的性能。

智慧應(yīng)用平臺(tái)

（a）行為管理

通過(guò)視頻行為分析，可以實(shí)現(xiàn)對(duì)乘梯人行為及情景的基本判斷，如乘梯人遮擋門(mén)，梯內(nèi)劇烈運(yùn)動(dòng)、攜帶危險(xiǎn)品乘梯（煤氣罐等）等一些不安全行為進(jìn)行視頻識(shí)別。本項(xiàng)目在疫情期間訓(xùn)練了系統(tǒng)識(shí)別未帶口罩乘梯的行為。

（b）風(fēng)險(xiǎn)預(yù)警

系統(tǒng)通過(guò)大數(shù)據(jù)、人工智能技術(shù)結(jié)合物聯(lián)網(wǎng)技術(shù)對(duì)電梯的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并通過(guò)數(shù)據(jù)挖掘、數(shù)據(jù)分析預(yù)測(cè)電梯可能存在的隱患及故障零部件，例如通過(guò)電梯運(yùn)行速度曲線的異常判斷電梯曳引系統(tǒng)的隱患。

（c）危險(xiǎn)報(bào)警與智慧救援

針對(duì)電梯場(chǎng)景內(nèi)的困人、搶劫、摔倒、出現(xiàn)在逃犯等進(jìn)行自動(dòng)報(bào)警、第一時(shí)間通知物業(yè)或者相關(guān)政府部門(mén)，實(shí)現(xiàn)智慧救援，從而使得損失降低到最少。

（d）電梯消毒

系統(tǒng)自動(dòng)判斷電梯內(nèi)是否存在乘梯人及電梯運(yùn)行狀態(tài)如何。在無(wú)人且電梯不動(dòng)的時(shí)候開(kāi)啟梯內(nèi)紫外燈消毒，杜絕電梯成為病毒滋生的場(chǎng)所。

（e）語(yǔ)音呼梯

通過(guò)對(duì)電梯轎廂內(nèi)語(yǔ)音的采集，使用云端語(yǔ)音識(shí)別算法對(duì)梯內(nèi)語(yǔ)音進(jìn)行解析，判斷乘梯人想去的樓層并對(duì)電梯進(jìn)行相應(yīng)操作。

（d）智慧梯媒

以PLC電力載波技術(shù)為核心，搭建線上媒體投放平臺(tái)，無(wú)需線下替換素材。

項(xiàng)目核心算法與模型

基于垂直梯場(chǎng)景深度學(xué)習(xí)目標(biāo)行為識(shí)別技術(shù)

利用多傳感器融合并結(jié)合基于深度學(xué)習(xí)的行為識(shí)別技術(shù)有效識(shí)別困人報(bào)警（準(zhǔn)確度99%以上，排除保潔，更換廣告牌等干擾）。

開(kāi)關(guān)門(mén)檢測(cè)算法集成到相機(jī)中，同時(shí)結(jié)合傳感器初步實(shí)現(xiàn)困人報(bào)警粗過(guò)濾功能。但是由于開(kāi)關(guān)門(mén)檢測(cè)算法做到相機(jī)里面，由于計(jì)算量限制，效果方面開(kāi)門(mén)或者關(guān)門(mén)存在一定概率的誤報(bào)；紅外傳感器判斷是否有人存在一定誤報(bào)，往往由于直梯轎廂內(nèi)溫度差別導(dǎo)致誤判為有人；而且基于上述邏輯進(jìn)行困人判斷，不可能排除保潔以及更換廣告牌帶來(lái)的干擾。

所以，基于此提出基于視頻深度學(xué)習(xí)的困人誤報(bào)后處理算法。在該算法中，同時(shí)利用基于深度學(xué)習(xí)的檢測(cè)與分類(lèi)算法判斷電梯里面是否有人與門(mén)是開(kāi)還是關(guān)閉。其中TRRV算法是18年最新的一種基于深度學(xué)習(xí)的視頻分類(lèi)方法，我們?cè)谒幕A(chǔ)上針對(duì)電梯中真實(shí)困人、保潔與換廣告牌三類(lèi)行為進(jìn)行算法調(diào)整，最終可以達(dá)到在真實(shí)困人全部被正確判別的前提下99%的識(shí)別率。

基于數(shù)據(jù)挖掘與機(jī)器視覺(jué)的實(shí)時(shí)故障監(jiān)測(cè)與故障預(yù)測(cè)技術(shù)

大數(shù)據(jù)挖掘與分析技術(shù)結(jié)合機(jī)器學(xué)習(xí)實(shí)現(xiàn)對(duì)電梯故障原因的預(yù)知。以大數(shù)據(jù)分析和流媒體技術(shù)為基礎(chǔ)，通對(duì)信息進(jìn)行有效分析和數(shù)據(jù)挖掘，建立電梯行業(yè)的人工智能，實(shí)現(xiàn)對(duì)電梯從感知到預(yù)知的演化，解決數(shù)據(jù)價(jià)值的實(shí)用性轉(zhuǎn)化，從有數(shù)據(jù)進(jìn)化到數(shù)據(jù)有結(jié)果，結(jié)果可預(yù)期。

具體實(shí)施主要分三大步驟：

Step1：數(shù)據(jù)準(zhǔn)備與特征工程

數(shù)據(jù)準(zhǔn)備與特征工程是機(jī)器學(xué)習(xí)建模的基礎(chǔ)，針對(duì)包括數(shù)據(jù)讀取，傳感器數(shù)據(jù)選擇，特征提取，構(gòu)建訓(xùn)練集或測(cè)試集。

該過(guò)程如下所示：

數(shù)據(jù)準(zhǔn)備流程圖

針對(duì)電梯行業(yè)，主要從以下各個(gè)維度進(jìn)行數(shù)據(jù)特征提取，實(shí)施特征工程：

●電梯運(yùn)行數(shù)據(jù)挖掘與分析（速度運(yùn)行曲線分析、門(mén)狀態(tài)運(yùn)行時(shí)間曲線分析等）

●電梯環(huán)境數(shù)據(jù)挖掘與分析（溫度、供電環(huán)境（3相電流、3相電壓）（可選配）、乘坐人數(shù)）

●文明乘梯指標(biāo)數(shù)據(jù)挖掘與分析（劇烈運(yùn)動(dòng)、長(zhǎng)時(shí)間檔門(mén)次數(shù)、反復(fù)開(kāi)關(guān)門(mén)次數(shù)）

●電梯基本參數(shù)數(shù)據(jù)挖掘與分析（電梯廠家、安裝時(shí)間、電梯型號(hào)等）

●電梯維保數(shù)據(jù)挖掘與分析（維保次數(shù)、維保過(guò)程時(shí)間、維保步驟、維修內(nèi)容、更換配件）

●電梯年檢試驗(yàn)數(shù)據(jù)挖掘與分析。

●維保工基本參數(shù)數(shù)據(jù)挖掘與分析：維保工學(xué)歷、工作經(jīng)歷、維保電梯數(shù)量、經(jīng)驗(yàn)、是否重大事故等。

在機(jī)器學(xué)習(xí)過(guò)程中需要大量的測(cè)試樣本及訓(xùn)練樣本，云梯中電梯故障及困人報(bào)警可用來(lái)構(gòu)建樣本數(shù)據(jù)。

Step2：模型訓(xùn)練與評(píng)估

Step2將針對(duì)step1輸出的特征向量以及樣本數(shù)據(jù)完成模型訓(xùn)練，主要構(gòu)建回歸模型、隨機(jī)深林模型。并對(duì)兩類(lèi)模型進(jìn)行驗(yàn)證，確定效果好的模型進(jìn)行上線部署。

目前已實(shí)現(xiàn)震動(dòng)檢測(cè)、電梯沖頂、蹲底、運(yùn)行中開(kāi)門(mén)、門(mén)區(qū)外停梯等故障檢測(cè)。

●震動(dòng)檢測(cè)，針對(duì)實(shí)時(shí)上報(bào)的實(shí)時(shí)加速度數(shù)據(jù)進(jìn)行頻譜變換，得到電梯實(shí)時(shí)頻譜，通過(guò)對(duì)頻譜的實(shí)時(shí)分析最終檢測(cè)出震動(dòng)數(shù)據(jù)。

●電梯沖頂，該告警描述了電梯出現(xiàn)失控運(yùn)行高于最高層平層位置12CM，即可觸發(fā)沖頂告警，主要通過(guò)綜合判斷電梯運(yùn)行方向、運(yùn)行速度以及實(shí)時(shí)檢測(cè)安裝在電梯軌道的光電管狀態(tài)進(jìn)行報(bào)警判斷。

●電梯蹲底，該告警描述了電梯出現(xiàn)失控運(yùn)行低于最低層平層位置12CM，即可觸發(fā)蹲底告警，實(shí)現(xiàn)機(jī)理與電梯沖頂類(lèi)似，只是運(yùn)動(dòng)方向調(diào)整位向下。

●運(yùn)行中開(kāi)門(mén)，該告警描述了電梯在運(yùn)行電梯門(mén)打開(kāi)故障，通過(guò)大數(shù)據(jù)實(shí)時(shí)分析接入的狀態(tài)數(shù)據(jù)實(shí)現(xiàn)此功能。

●門(mén)區(qū)外停梯，該告警描述了電梯出現(xiàn)在門(mén)鎖區(qū)域外進(jìn)行了停梯，上告門(mén)區(qū)外停梯告警，通過(guò)大數(shù)據(jù)實(shí)時(shí)分析接入的狀態(tài)數(shù)據(jù)實(shí)現(xiàn)此功能。

電梯運(yùn)行速度曲線分析

通過(guò)電梯運(yùn)行速度曲線分析推測(cè)出各系統(tǒng)故障概率并自動(dòng)通知運(yùn)維

基于垂直梯場(chǎng)景深度學(xué)習(xí)屬性識(shí)別技術(shù)

利用基于深度學(xué)習(xí)的屬性識(shí)別技術(shù)，通過(guò)百萬(wàn)級(jí)樣本進(jìn)行訓(xùn)練，結(jié)合人體檢測(cè)與多目標(biāo)跟蹤技術(shù)（MOT），使得未戴口罩識(shí)別準(zhǔn)確率90%以上。

應(yīng)用效果

自2020年新型冠狀病毒肺炎爆發(fā)以來(lái)，云梯智能防疫管理系統(tǒng)已經(jīng)在涵蓋小區(qū)、醫(yī)院、大型商場(chǎng)、寫(xiě)字樓、政府機(jī)關(guān)、養(yǎng)老院等公共場(chǎng)所的全國(guó)15萬(wàn)臺(tái)電梯上，滾動(dòng)播放國(guó)家應(yīng)急管理部肺炎防控知識(shí)視頻、拒吃野味、科學(xué)就醫(yī)等公益視頻累計(jì)1億余次，第一時(shí)間傳達(dá)各省市疫情相關(guān)的權(quán)威信息。充分利用了電梯這樣一個(gè)高頻、封閉、反復(fù)的良好宣傳原地，及時(shí)向住戶(hù)、出行人員進(jìn)行有關(guān)防疫工作的通知，開(kāi)展防疫知識(shí)的宣傳，真正做到宣傳入戶(hù)，傳達(dá)到人。

1-3月疫情高峰期累計(jì)發(fā)出智能困人告警27880次，平均救援時(shí)間不到10分鐘，有效保障了乘梯人的安全。未戴口罩入梯告警207萬(wàn)余次，通過(guò)實(shí)時(shí)的語(yǔ)音提示規(guī)范了乘梯人的行為。

同時(shí)，作為行業(yè)的領(lǐng)頭企業(yè)，浙江新再靈科技股份有限公司向武漢協(xié)和醫(yī)院、武漢同濟(jì)醫(yī)院兩家醫(yī)院共捐贈(zèng)了375套云梯智能防疫設(shè)備，為抗疫一線提供了有力的科技支撐服務(wù)。3月19日央視新聞?lì)l道《24小時(shí)》欄目，3月24日CCTV13《新聞直播間》欄目先后對(duì)新再靈云梯智能防疫產(chǎn)品及此次捐贈(zèng)進(jìn)行了報(bào)道，起到了良好的社會(huì)效益。

關(guān)于新再靈

浙江新再靈科技股份有限公司（簡(jiǎn)稱(chēng)“新再靈”）成立于2007年，是一家基于電梯場(chǎng)景的人工智能和大數(shù)據(jù)服務(wù)企業(yè)，主要業(yè)務(wù)涵蓋電梯安全數(shù)據(jù)服務(wù)，電梯數(shù)字媒體業(yè)務(wù)，電梯保險(xiǎn)數(shù)據(jù)服務(wù)，智慧城市及社區(qū)電梯公共安全數(shù)據(jù)服務(wù)等。一直以來(lái)公司秉持讓垂直出行更美好的企業(yè)之道，致力于提升電梯安全管理能力和效率，讓電梯場(chǎng)景數(shù)字化和更有價(jià)值。公司旗下設(shè)有負(fù)責(zé)電梯數(shù)字媒體運(yùn)營(yíng)的上海梯之星信息科技有限公司及分布在全國(guó)20個(gè)城市的26家控股子公司。

新再靈將繼續(xù)致力于大數(shù)據(jù)在電梯場(chǎng)景下的應(yīng)用，為防范電梯安全風(fēng)險(xiǎn)、提升電梯數(shù)字媒體價(jià)值、構(gòu)建新型電梯保險(xiǎn)業(yè)務(wù)及打造智慧城市提供更具價(jià)值的數(shù)據(jù)服務(wù)。以大數(shù)據(jù)賦能電梯場(chǎng)景，為建立電梯數(shù)字化智能新生態(tài)作出貢獻(xiàn)。

來(lái)源： 數(shù)據(jù)猿