轿厢人数识别的工作原理通常基于计算机视觉和图像处理技术，具体步骤如下：

图像采集：系统使用相应的摄像设备（如摄像头）来获取电梯轿厢内的图像。

人体检测：通过计算机视觉算法对采集到的图像进行处理，在图像中检测和定位出人体的位置。常用的人体检测算法包括 Haar 特征检测、HOG（Histogram of Oriented Gradients）和深度学习算法如基于卷积神经网络（CNN）的目标检测算法（如YOLO、SSD等）。

人数计数：根据检测到的人体位置信息，系统对每个人体进行标识并计数。可以使用不同的方法进行人数计数，如基于跟踪算法的多目标跟踪，或者通过将图像分割为不同的区域进行区域内人数计数。

数据处理和分析：通过对检测到的人数进行统计和分析，可以实时监测轿厢内的人数变化并生成相关报告。这些数据可以用于决策支持和优化电梯调度策略。

警报和反馈：当检测到轿厢内人数超过规定上限或其他预设条件时，系统可以触发警报或向管理人员发送相关信息，以确保安全性或调整电梯运行策略。