1.本发明涉及人工智能领域，具体是一种融合人工智能的梯控方法及系统。
背景技术：2.新型冠状病毒肺炎是国内外广泛关注的重要公共卫生问题，当前仍处全球大流行状态。在新型冠状病毒肺炎疫情常态化防控阶段，采取有效控制疫情发生与扩散的措施尤为重要。电梯作为人口流动较大的场所，需要接触电梯按钮实现出入，存在感染风险。
技术实现要素：3.针对现有技术存在的问题，本发明公开一种人工人工智能的梯控方法及系统，可以识别人员的人脸信息，从而获取该人员设置的楼栋楼层，为该人员自动分配电梯，自动选中楼层，实现无接触进出电梯，降低感染风险。
4.为了解决所述技术问题，本发明采用的技术方案是：一种融合人工智能的梯控方法，包括以下步骤：s01）、准备标注好的人脸数据训练人工智能模型，训练后的人工智能模型具备人脸识别功能，通过读取摄像头发送来的人脸照片，分析出人脸特征值；s02）、训练后的人工智能模型部署到服务器，使用时，用户提前录入人脸进行注册，录入的人脸通过人工智能模型生成对应特征值与用户绑定；s03）、用户在前往指定楼层前先选择楼层，等用户到达电梯口，摄像头抓拍人脸后发送至服务器，服务器将人脸照片传递给人工智能模型识别人脸信息并匹配用户；s04）、服务器根据匹配到的用户信息获取用户前往楼层，并控制电梯选择指定电梯，选中楼层并前往人员楼层位置。
5.进一步的，通过深度学习框架tensorflow、pytorch、caffe训练人工智能模型。
6.进一步的，用户通过移动端app或小程序提前录入人脸进行注册、选择楼层。
7.进一步的，服务器通过预置黑白名单实现人员管控。
8.进一步的，服务器具备人员轨迹分析功能，分析人员前往楼层的轨迹，在app或者小程序上智能推荐常去楼栋楼层。
9.本发明还公开了一种融合人工智能的梯控系统，包括人工智能模型、摄像头、服务器、移动端app或小程序；人工智能模型通过标注好的人脸数据进行训练，训练后的人工智能模型具备人脸识别功能，通过读取摄像头发送来的人脸照片，分析出人脸特征值；服务器内部署训练后的人工智能模型，并且服务器连接摄像头、电梯控制系统、移动端app或小程序；使用时，用户通过移动端app或小程序提前录入人脸进行注册，录入的人脸通过人工智能模型生成对应特征值与用户绑定；用户在前往指定楼层前通过移动端app或小程序选择楼层；
摄像头部署在电梯口，对到达电梯口的人员抓拍人脸并发送至服务器，服务器将人脸照片传递给人工智能模型识别人脸信息并匹配用户，服务器根据匹配到的用户信息获取前往楼层，并控制电梯选择指定电梯，选中楼层并前往人员楼层位置。
10.进一步的，通过深度学习框架tensorflow、pytorch、caffe训练人工智能模型。
11.进一步的，服务器通过预置黑白名单实现人员管控。
12.进一步的，服务器具备人员轨迹分析功能，分析人员前往楼层的轨迹，在app或者小程序上智能推荐常去楼栋楼层。
13.进一步的，录入人脸进行注册时，支持同一用户录入多张人脸照片。
14.本发明的有益效果：本发明可以识别人员的人脸信息，从而获取该人员设置的楼栋楼层，为该人员自动分配电梯，自动选中楼层，实现无接触进出电梯。相对现有技术，本发明具体以下优点：1.可以支持对大多现有电梯接入。
15.2.通过摄像头采集到人脸信息，获取梯控信息，从而自动控制电梯。
16.3.可以分析人员前往楼层的轨迹，在app或小程序上智能推荐常去楼栋楼层。
17.4.可以通过设置黑白名单实现人员管控。
具体实施方式
18.下面以具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式，但本发明的保护范围不仅限于下述的实施例。
19.实施例1本实施例公开一种融合人工智能的梯控方法，包括以下步骤：s01）、准备标注好的人脸数据，通过但不限于tensorflow、pytorch、caffe等深度学习框架训练人工智能模型，训练后的人工智能模型通过c++等方式封装，具备人脸识别功能，通过读取摄像头发送来的人脸照片，分析出人脸特征值。
20.s02）、训练后的人工智能模型部署到服务器，使用时，用户通过移动端app或小程序提前录入人脸进行注册，录入的人脸通过人工智能模型生成对应特征值与用户绑定；同一个用户可以录入多张人脸照片从而提高识别准确度。
21.s03）、用户在前往指定楼层前通过移动端app或小程序选择楼层，等用户到达电梯口，摄像头抓拍人脸后发送至服务器，服务器将人脸照片传递给人工智能模型识别人脸信息并匹配用户；s04）、服务器根据匹配到的用户信息获取用户前往楼层，并控制电梯选择指定电梯，选中楼层并前往人员楼层位置。
22.作为优选方案，服务器通过预置黑白名单实现人员管控。
23.作为优选方案，服务器具备人员轨迹分析功能，分析人员前往楼层的轨迹，在app或者小程序上智能推荐常去楼栋楼层。
24.实施例2本实施例公开一种融合人工智能的梯控系统，包括人工智能模型、摄像头、服务器和移动端app或小程序。
25.人工智能梯控系统，前期需要准备标注好的人脸数据，并通过但不限于
tensorflow、pytorch、caffe等深度学习框架进行训练。
26.训练出来的模型，可以通过c++等方式封装，封装后的模型通过读取摄像机发送来的人脸照片，分析出人脸特征值。
27.通过人工智能算法训练的模型下发到服务器，使用时，用户通过移动端app或小程序提前录入人脸进行注册，录入的人脸会通过模型生成对应特征值与用户绑定，同一个用户录入更多地人脸可以提高识别准确度。
28.用户需要在前往指定楼层前先通过移动端app或小程序选择楼层。
29.等人员到达电梯口，摄像头抓拍人脸后通知服务器，服务器将人脸照片传递给模型识别人脸信息并匹配用户。
30.服务器根据匹配到的用户信息获取前往楼层，并控制电梯选择指定电梯，选中楼层，并前往人员楼层位置。
31.以上描述的仅是本发明的基本原理和优选实施例，本领域技术人员根据本发明做出的改进和替换，属于本发明的保护范围。
技术特征：1.一种融合人工智能的梯控方法，其特征在于：包括以下步骤：s01）、准备标注好的人脸数据训练人工智能模型，训练后的人工智能模型具备人脸识别功能，通过读取摄像头发送来的人脸照片，分析出人脸特征值；s02）、训练后的人工智能模型部署到服务器，使用时，用户提前录入人脸进行注册，录入的人脸通过人工智能模型生成对应特征值与用户绑定；s03）、用户在前往指定楼层前先选择楼层，等用户到达电梯口，摄像头抓拍人脸后发送至服务器，服务器将人脸照片传递给人工智能模型识别人脸信息并匹配用户；s04）、服务器根据匹配到的用户信息获取用户前往楼层，并控制电梯选择指定电梯，选中楼层并前往人员楼层位置。2.根据权利要求1所述的融合人工智能的梯控方法，其特征在于：通过深度学习框架tensorflow、pytorch、caffe训练人工智能模型。3.根据权利要求1所述的融合人工智能的梯控方法，其特征在于：用户通过移动端app或小程序提前录入人脸进行注册、选择楼层。4.根据权利要求1所述的融合人工智能的梯控方法，其特征在于：服务器通过预置黑白名单实现人员管控。5.根据权利要求1所述的融合人工智能的梯控方法，其特征在于：服务器具备人员轨迹分析功能，分析人员前往楼层的轨迹，在app或者小程序上智能推荐常去楼栋楼层。6.一种融合人工智能的梯控系统，其特征在于：包括人工智能模型、摄像头、服务器、移动端app或小程序；人工智能模型通过标注好的人脸数据进行训练，训练后的人工智能模型具备人脸识别功能，通过读取摄像头发送来的人脸照片，分析出人脸特征值；服务器内部署训练后的人工智能模型，并且服务器连接摄像头、电梯控制系统、移动端app或小程序；使用时，用户通过移动端app或小程序提前录入人脸进行注册，录入的人脸通过人工智能模型生成对应特征值与用户绑定；用户在前往指定楼层前通过移动端app或小程序选择楼层；摄像头部署在电梯口，对到达电梯口的人员抓拍人脸并发送至服务器，服务器将人脸照片传递给人工智能模型识别人脸信息并匹配用户，服务器根据匹配到的用户信息获取前往楼层，并控制电梯选择指定电梯，选中楼层并前往人员楼层位置。7.根据权利要求6所述的融合人工智能的梯控系统，其特征在于：通过深度学习框架tensorflow、pytorch、caffe训练人工智能模型。8.根据权利要求6所述的融合人工智能的梯控系统，其特征在于：服务器通过预置黑白名单实现人员管控。9.根据权利要求6所述的融合人工智能的梯控系统，其特征在于：服务器具备人员轨迹分析功能，分析人员前往楼层的轨迹，在app或者小程序上智能推荐常去楼栋楼层。10.根据权利要求6所述的融合人工智能的梯控系统，其特征在于：录入人脸进行注册时，支持同一用户录入多张人脸照片。
技术总结本发明涉及一种融合人工智能的梯控方法及系统，出于对疫情期间无接触进出电梯的安全方便等因素考虑，系统经过前期人工智能训练模型，后期使用时在电梯口安装人脸识别摄像头，摄像头连接服务器，人员通过APP预置前往楼层，最后在人员到达电梯等待口时通过人脸识别出人员并获取人员需要前往的楼层，实现智能分配电梯、无接触进出电梯等。系统能够设置黑白名单实现人员管控，根据人员预置楼层分配电梯，实现无接触进出电梯。实现无接触进出电梯。
技术研发人员：王振 柳廷娜 尹青山 高明
受保护的技术使用者：山东新一代信息产业技术研究院有限公司
技术研发日：2022.07.15
技术公布日：2022/11/1
