随着城市化进程的加快，城市电动车数量急剧增加，但是由于城市化配套设施的不完善，许多居民将电动车通过凯发首页电梯搬移至家里进行充电。由此产生的居民楼电动车安全事故频频发生，在此背景下电梯场景下电动车检测报警显得尤为重要。本项目开发一套电梯电动车入侵报警系统，该系统采用图像识别技术对进入电梯内的目标进行综合判断，有电动车进入电梯内设备将发出语音警报，警告电动车离开电梯，同时控制电梯门不关闭。电动车推出电梯后，电梯门会及时关闭。
该系统采用软硬件协同来实现,软件层面主要解决电梯这一实际场景中高遮挡目标检测稳定性较低的问题,硬件利用ARM进行控制，FPGA做并行计算以保证电动车。
系统的总体结构包括主控制核心平台、摄像头、语音播报模块、电梯光幕传感器,摄像头和光幕传感器采用电梯中现有的。对电动车识别主要是处理视频信息,主控制核心平台，拟使用的是基于ZYNQ7020为核心芯片，该芯片将FPGA和ARM两者集成在一个芯片中。系统总体框图如图1所示。
图1：电梯电动车入侵报警系统架构图
当电梯中有电动车出现，通过电梯里自带的摄像头,获取图像信息,经过PL(可编程逻辑)端图像预处理以及算法网络计算，识别出电动车后，PS(处理系统)端通过语音警报模块警告电动车离开，同时控制电梯光幕传感器,电梯门不关。
(1)硬件电路实现
设计电路需要安装到电梯中，利用电梯中现有的摄像头和光幕传感器，力求安装方便。本系统中电动车的识别的相关算法主要在PL(可编程逻辑)端采用硬件逻辑实现,摄像头的配置、语音警报、电梯光幕控制开关门主要是在PS(处理系统)端实现。
(2)软件算法设计
本系统将采用深度学习目标检测算法进行电动车识别，目标检测模型拟采用YOLOv2算法,此算法是一种经典的单阶段目标检测算法。电动车报警训练及测试框架如图2所示。
图2：电动车报警训练及测试框架
系统首先用采集好的实验图像数据对网络进行训练，得到能够有效识别电动车的网络。其次,对于测试部分，用训练好网络进行识别，对每一帧视频识别是否有电动车。检测到后报警,且不关门。实验图像数据集中的电动车主要来自三个场景,包括模拟电梯场景、实际电梯场景和自然场景。此外，自行车很容易被误识别为电动车,将自行车添加到数据集中，提高识别的精度。
(3)软件算法的实现
使用Vivado2018.3进行PL的逻辑设计，通过Vivado软件调用IP(功能模块)，并创建块设计。运行合成和实现,然后生成比特流文件。
(4)产品安装与调试
将开发出来的产品进行实验室测试,测试时要选择一款摄像头，采集视频信息,选择光幕传感器，控制继电器实现电梯门的开关、选择语音警报传感器进行警报。根据测试结果对产品进行调试和改进，并将其应用于真正的小区电梯内。