基于数字孪生的电梯乘客异常行为建模与识别方法

摘要：

为了解决异常行为识别研究中存在的异常案例缺乏、训练样本稀缺问题,以垂直电梯的乘客异常行为监测为任务需求,提出了基于数字孪生的电梯乘客异常行为建模与识别方法.通过搭建电梯乘客行为监测数字孪生系统架构,完成了电梯运行状态与乘客行为的虚实映射.基于数字孪生场景与人体行为建模理论构建了电梯乘客异常行为案例,扩充了异常行为的孪生数据.利用改进的OpenPose获取骨骼特征,并使用PCA-DNN训练分类模型,实现了融合孪生数据的乘客异常行为快速识别.实验结果表明,该方法不仅展现了应用数字孪生技术创建异常数据的便捷性、高效性以及安全性,还验证了使用孪生数据进行模型训练的可行性、可靠性以及准确性.

关键词：电梯乘客异常行为、数字孪生、行为建模、数据增强、骨骼检测、姿态识别

所属期刊栏目：59

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金61976193

在线出版日期：2023-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：274-284