CN106429657B - 灵活的目的地调度乘客支持系统 - Google Patents

Abstract

一种乘客输送控制的方法包括接收目的地请求；跟踪在等待区域时输入所述目的地要求的乘客；和响应于所述乘客离开所述等待区域而取消所述目的地请求。

Description

灵活的目的地调度乘客支持系统

发明背景

本公开涉及一种乘客运输，且更特别地涉及要求请求。

可从许多因素得到电梯性能。对于电梯乘客，重要的因素可以包括在下来和上来期间的出行时间和等待时间。例如，由于基于时间的参数被最小化，所以乘客对电梯服务的满意度可提高。如果电梯在一个楼层停止而没有乘客在该楼层下来或上来，满意度可受到不利影响。

发明概要

一种根据本公开的一个公开的非限制性实施方案的乘客输送控制的方法可包括接收目的地请求；跟踪在等待区域时输入目的地要求的乘客；和响应于乘客离开等待区域而取消目的地请求。

本公开的另一实施方案可包括，其中接收目的地请求包括触发乘客识别特性的采撷。

本公开的另一实施方案可包括，其中乘客识别特性足以用于跟踪乘客。

本公开的另一实施方案可包括，其中乘客识别特性与目的地请求相关联。

本公开的另一实施方案可包括，其中乘客识别特性和目的地请求被保持为乘客识别数据。

本公开的另一实施方案可包括，其中一旦乘客在目的地处下来，乘客识别数据就被清除。

本公开的另一实施方案可包括，其中一旦乘客在目的地之前的空中大厅处下来，乘客识别数据就被保持。

本公开的另一实施方案可包括跟踪到空中大厅的乘客。

本公开的另一实施方案可包括，其中一旦乘客在目的地处下来，乘客识别数据就被清除。

本公开的另一实施方案可包括，其中乘客识别特性应用于确定作为一组而出行的多个乘客。

本公开的另一实施方案可包括，其中等待区域是电梯大厅。

一种根据本公开的另一公开的非限制性实施方案的乘客输送控制的方法可包括接收的目的地请求；采撷输入目的地请求的乘客的乘客识别特性；和针对活动乘客名单上的每位乘客，关联乘客识别特性与关联的目的地请求。

本公开的另一实施方案可包括响应于乘客离开等待区域而取消目的地请求。

本公开的另一实施方案可包括响应于乘客改变目的地请求而取消目的地请求。

本公开的另一实施方案可包括响应于乘客在目的地处下来而从活动乘客名单上清除乘客。

本公开的另一实施方案可包括跟踪通过空中大厅的乘客。

本公开的另一实施方案可包括从远离等待区域的服务亭接收目的地请求。

本公开的另一实施方案可包括跟踪从服务亭到远离服务亭的等待区域的乘客。

本公开的另一实施方案可包括，其中乘客识别特性足以用于跟踪乘客。

本公开的另一实施方案可包括保持电梯轿厢直到乘客上来。

除非另外明确指出，否则在不排他的情况下，前述特征和元件可以各种组合而组合。鉴于下面的描述和附图，这些特征和元件以及它们的操作将更加清楚。然而，应理解，下面的描述和附图旨在性质上是示例性的且是非限制性的。

附图简述

通过所公开的非限制性实施方案的以下具体实施方式，各种特征对于本领域技术人员将变得显而易见。伴随详具体实施方式的附图可如下简要描述：

图1是根据一个公开的非限制性实施方案的电梯系统的示意图；

图2是固定装置接口的示意图；

图3是用于电梯系统的传感器系统的框图；

图4是用于电梯系统的等待区域的示意图；

图5是活动乘客名单的表示；

图6是用于电梯系统的等待区域的视图；

图7是其中乘客由目的地跟踪的等待区域中的传感器的视图；

图8是根据一个公开的非限制性实施方案的用于操作电梯系统的框图。

具体实施方式

图1示意地示出诸如电梯系统的乘客输送系统20。系统20可包括具有电梯门24的电梯轿厢22、电梯轿厢22外部的固定装置26、电梯轿厢22内部的轿厢操作面板(COP)28、传感器系统30和控制系统32。应理解，虽然电梯系统在这里作为实施例被公开并示出，但是其它乘客输送系统，诸如公共交通工具、通过各种安全检查站的访问控制乘客输送、触发视频监控、酒店房间访问，和其它检测、安全和识别，也将从其中受益。即，乘客输送可被广义地解释为与个体的通过或可识别组的个体相关联的控制。应进一步理解，固定装置26可包括物理上不动的装置以及便携装置，例如智能电话或“临时服务亭”。应进一步理解，虽然特定系统被单独定义，但是每个或任何系统可经由硬件和/或软件以其它方式组合或分离。

不同电梯系统可采用乘客发起的输入来请求服务。固定装置26可例如包括远离电梯轿厢22的独立单元或邻近电梯轿厢22的控制面板，同时COP 28位于电梯轿厢22内。来自固定装置26的输入可包括按钮(例如，上、下或所期望的目的地)来请求电梯服务。乘客发起的输入可操作来通知控制系统32乘客需要电梯服务。作为响应，控制系统32将电梯轿厢22有效地调度至适当楼层、将轿厢分配传达至该乘客，并将对乘客的指示提供至多电梯系统中的适当电梯(图2)。任选地，一旦在电梯轿厢22内部，乘客即可按轿厢操作面板(COP)28上的按钮来指定或改变所期望目的地。

控制系统32可包括控制模块40，该控制模块具有处理器42、存储器44和接口46。控制模块40可包括中央控制装置的一部分、独立单元或其它系统(诸如基于云的系统)。处理器42可包括具有所期望性能特性的任何类型的微处理器。存储器44可包括存储这里所公开的数据和控制过程的任何类型的计算机可读介质。即，存储器44是可在其上嵌入计算机可使用指令(诸如在执行时可进行期望方法的过程)的示例性计算机存储介质。控制模块40的接口46可便于控制模块40和其是本实施方案的一部分的其它系统，或电梯系统外部的其它系统(例如楼宇管理系统)之间的通信。

参考图3，传感器系统30包括分析处理器50、任选的分析数据库52，和多个传感器54。在一个实施例中，通过分析处理器50，传感器系统30可操作来跟踪每位乘客从固定装置26到等待区域H和其内部的存在和运动(图4)。

多个传感器54便于等待区域W的重叠覆盖。应理解，术语“传感器”在整个本公开中针对任何传感器，或其组合而使用。这样的传感器可在光学、电磁或声谱中操作，或可将多个不同传感器输入聚集为单一接触，例如以提高传感器性能。

各种深度传感的传感器技术和装置包括，但不限于，结构化的光测量、相移测量、穿行时间(TOF)测量、立体声三角测量装置、光三角测量装置板材、光场摄像机、编码光圈摄像机，计算成像技术、同时定位与地图构建(SLAM)、成像雷达、成像声纳、扫描LIDAR、闪光LIDAR、被动红外(PIR)传感器，和小焦平面阵列(FPA)，或它们的组合。不同技术可包括主动(发送和接收信号)或被动(仅接收信号)，且可在电磁或声谱(诸如视觉、红外等)的频带中操作。使用深度传感可具有优于2D成像的特定优点。使用红外传感可具有优于可见光谱成像的特定益处，使得可替代地，或额外地，传感器可以是具有一个或多个像素的空间分辨率的红外传感器，例如，被动红外(PIR)传感器或小IR焦平面阵列(FPA)。可替代地，或额外地，可进一步采用传感器数据的各种融合，诸如光学和深度传感，或光学和RFID卡检测。

在实施方案中，一个或多个传感器54可被布置为具有视场(FOV)或朝向电梯轿厢22和等待区域W具有灵敏度的其它空间或符号化有界区域，且一个或多个传感器54可布置为具有朝向每个固定装置26的视场(图4)。传感器系统30可由此提供从固定装置26至等待区域W的连续视图。也可将多个传感器54朝向等待区域W和固定装置26而定向以提供从多个方向的检测以便于多个乘客中的每位乘客之间的区别和跟踪。

应注意，可在2D成像传感器，(例如，传统的安全摄像机，和1D、2D或3D深度传感的传感器)之间存在定性和定量差异达到深度传感提供许多优点的程度。在2D成像中，从成像器采撷在每个径向方向上从第一对象反射的颜色(波长的混合)。2D图像然后可包括场景中的源照明和对象的光谱反射的组合光谱。2D图像可由人或图像识别系统查看并解释为不仅区分目标，而且亲自识别个人。在1D、2D或3D深度传感的传感器中，没有颜色(光谱)信息；相反，从传感器采撷到与一个径向方向(1D)或多个方向(2D、3D)上的第一反射对象的距离(深度、范围)。1D、2D和3D深度传感技术可具有固有最大可检测范围限制且可以是比典型2D成像传感器的空间分辨率相对较低。与传统2D成像相比，在其对环境照明问题的相对免疫、阻挡对象的更好分离和更好的隐私保护方面，使用1D、2D或3D深度传感可有利地提供改进的操作。使用红外传感可具有优于可见光谱成像的特定益处。例如，2D图像可能无法被转换为深度图或者深度图不可能具有被转换为2D图像的能力(例如，使颜色或灰度人工分配为不同深度可允许一个人粗略地解释深度图有点类似于一个人如何看2D图像，这不是传统意义上的图像，且严重缺乏个体的特定识别所需的精细细节)。这种无法将深度图转换为图像可能看起来是缺点，但是这在本文公开的某些分析应用中是有利的。

在一个实施例中，传感器54可以是线扫描LIDAR，在该线扫描LIDAR中，视场(FOV)可以是例如约180度，其可水平地覆盖大厅的整个区域或邻近电梯门24的其它乘客区域。LIDAR的输出可例如是安装了传感器54的高度处的周围环境的2D水平扫描。对于主动式传感器，扫描中的每个数据点都表示FOV中的物理对象点的反射，从该反射中，可获得到该对象点的范围和水平角度。作为一个具体但非限制性的实施例，LIDAR的扫描速率可以是每次扫描50ms，这可便于乘客的可靠跟踪。即，在经由处理模块66应用分析过程之前，LIDAR扫描数据可被转换为占用网格表示。每个网格表示一个小区域，例如，5cm×5cm。网格的状态可以数字来指示，例如，1或0指示每个网格正方形是否被占用。因此，每个数据扫描可被转换为二进制图且这些图然后用于学习大厅的背景模型，例如通过使用针对深度数据设计或改进的过程，诸如高斯混合模型(GMM)过程、主成分分析(PCA)过程、码本过程，或包括前述中的至少一种的组合。

分析处理器50可采用各种3D检测和跟踪过程，诸如背景减法、帧差分和/或杂散数据排斥(这些可使系统更能抵抗杂散数据(噪声))。这种杂散数据一般可能是深度传感所固有的且可由所采用的具体技术而改变。对于主动技术，其中特定信号被发射并随后被检测来确定深度(例如，结构化光、穿行时间、LIDAR等)高反射表面可产生杂散深度数据，例如，不是反射表面本身的深度，而是其是至反射表面加从反射表面至一些漫反射表面的深度的深度处的漫反射表面。高度漫反射表面可不反射足够量的发射信号来确定可导致深度图中的杂散间隙的深度。甚至进一步，环境照明的变化、与其它主动式深度传感器的干扰或信号处理中的不准确性可导致杂散数据。

传感器融合还可有利地采用2D成像传感器之间的差异，例如，图像和1D、2D或3D深度传感的传感器，和/或空间辨别的其它装置，诸如RFID卡、无线网络化产品的MAC地址，或RF信标，以便于精确跟踪每位乘客。在2D成像中，从成像器采撷在每个径向方向上从第一对象反射的颜色(波长的混合)。2D图像然后可包括场景中的源照明和对象的光谱反射的组合光谱。在1D、2D或3D深度传感的传感器中，没有颜色(光谱)信息；相反，从传感器采撷到与一个径向方向(1D)或多个方向(2D、3D)上的第一反射对象的距离(深度、范围)。每位乘客的跟踪允许确认每位乘客仍然在等待区域H中且登上了正确的电梯轿厢22。

传感器系统30可操作以获得在固定装置26上输入目的地的每位乘客的乘客识别数据。分析处理器66可操作以传达由传感器系统62获得的乘客识别数据以存储在分析数据库68中。分析数据库68因此存储具有其相关联乘客识别特性和目的地请求的活动乘客的名单作为乘客识别数据。该数据库可以是单独的物理和/或逻辑结构，或任选地可以是传感器系统固有的。数据库可包括实时数据以及更持久数据(诸如个体用户的基于时间或位置的访问权限)。

乘客识别数据可包括，但不限于，乘客识别特性的名单和对应的乘客发起的目的地请求(图5)。乘客识别特性包括足以区分和/或跟踪每个个体乘客的来自传感器54的数据(图6和7)。在一个实施例中，乘客识别特性基于轮廓，且可基于光学分割，但可替代地或额外地与其它检测数据(诸如来自电子检测ID卡或装置的数据)非光学聚融合。乘客跟踪还可基于二进制前景图和诸如用以跟踪乘客并估计其速度和移动方向的卡尔曼(Kalman)/扩展卡尔曼滤波的方法。

基于检测、跟踪和计数，可获得乘客数据，诸如乘客在大厅的存在、估计的到达时间(ETA)，和等待乘客的数量。这些乘客数据然后可用于例如提高大厅呼叫登记和电梯调度。例如，检测、跟踪和计数(由深度传感装置促成)可便于为接近乘客登记大厅呼叫；如果轿厢已经在该楼层，则为接近乘客打开轿厢门；基于接近乘客预先定位轿厢；和/或诸如在多个乘客基本上同时离开研讨会的时候基于接近乘客的数量产生多个大厅呼叫。该信息也可用于确认等待乘客的数量匹配由调度员识别的乘客数量，例如计算一组3个人一起出行，其中仅一人输入目的地。

乘客跟踪可采用深度图数据。跟踪可被视为贝叶斯估计(Bayesian Estimation)问题，即，特定系统状态给定先前系统状态、观察和不确定性的概率是多少。在这样的跟踪中，系统状态可以是跟踪对象的位置，例如，位置，且可能是速度、加速度，和其它对象特性，例如本文别处所公开的目标特征。不确定性被认为是噪声。根据针对便于数学处理或效率所作出的简化假设，贝叶斯估计成为卡尔曼滤波的变体(高斯加性噪声的假设)，或粒子滤波的变体(非高斯噪声的假设)。在2D和3D对象跟踪中，其中在目标上有许多像素/体素，系统状态通常包括目标表示，该目标表示包括区别信息，诸如颜色描述符(仅2D)、形状描述符、表面反射等。可能的目标模型是传感器和专用的应用且可由系统动态地调适。

用于乘客跟踪的深度数据跟踪的一个公开的非限制性实施方案基于卡尔曼滤波且系统状态包括五(5)个变量：x、y、h、vx和vy，这些表示目标的真实世界：x和y方向上的x和y位置、高度和速度。跟踪过程包括两个步骤：预测和更新。等速模型，或其它类型的模型(诸如无规行走或恒定的加速度模型)可应用于预测，且通过该模型，先前深度图中的目标状态可转移为当前深度图中的初始条件。如果需要，可使用更复杂的模型。在更新步骤中，首先由对象检测过程检测当前深度图中的所有目标，即基于深度的背景减法和前景分割，如其它地方所公开，然后所检测的目标基于整体最优分配过程(例如，Munkres分配)与预测目标相关联。目标的x、y和h变量用作分配的特征，这是因为它们可有效地区分不同目标以用于跟踪关联。

对于具有相关联检测目标的预测目标，目标系统状态可根据卡尔曼方程更新为具有作为观察的相关联检测目标。对于没有相关联检测目标的预测目标，系统状态可保持不变，但例如，对于已经出了视场的目标，目标的置信度将降低。如果其置信度降落为低于预定或选择的值，则跟踪将被删除。对于没有相关联检测目标的预测目标，将启动新跟踪器。

可替代地或额外地应用其它跟踪方法(诸如粒子滤波)，这在其中目标突然改变其速度的情况下更稳定。卡尔曼方法需要相对较少的计算资源且因此可更适合于实时应用。

对于基于跟踪的深度图，可采用各种处理。特定运动检测功能(例如使用贝叶斯估计)确定乘客是否只是处于转换位置，或从轿厢22内朝向门24有意地移动。这特别便于特定地识别处于拥挤轿厢22后部的希望出来的乘客。

在3D跟踪中，共用2D描述符(诸如颜色和2D投影形状(例如，2D梯度))不可用。这样，可使用3D描述符，即，表面反射柱状图、空间取向的3D梯度的柱状图(HoSG3D)等。HoSG3D不同于2D HoG3D描述符，因为第三维度是空间，而在HoG3D中，第三维度是时间。然而，乘客形状可足够类似，使得只使用HoSG3D可能不足以区分对传感器之间的跟踪的明确行经。应注意，2D描述符和3D描述符两者的数据融合便于有效地产生比单独使用任一个描述符更加稳定的乘客识别特性。

参考图8，在功能框图方面公开了用于系统20的操作的方法200。应理解，这些功能可在专用硬件电路或能够在基于各种微处理器的电子控制实施方案中执行的编程软件例程中制定。

最初，乘客在固定装置26上输入目的地请求(步骤202)。目的地请求由系统32采用来使电梯轿厢22有效地调度至适当楼层。固定装置26还可诸如经由轿厢识别符和其上的方向箭头(图2)将乘客的方向提供至合适电梯轿厢。

目的地请求的输入也可用于由传感器系统62触发对在固定装置26上输入目的地的每位乘客的乘客识别特性的采撷(步骤204)，使得每位乘客都在分析数据库68中具有与他们特定目的地请求相关联的乘客识别数据(步骤206)。即，分析数据库68存储作为乘客识别数据的乘客识别特性和相关联的目的地请求作为活动乘客名单(图5)。活动乘客名单可包含每个个体乘客的详细信息，诸如到达时间、起点大厅、目的地大厅等。为了产生流量名单，每个个体乘客从初始点(诸如固定装置26)被跟踪，到乘客在其目的地楼层离开电梯的时间，以及到起点大厅和目的地大厅之间的轿厢内跟踪。此外，基于彼此接近和/或运动轮廓的相似性(作为一组而行走)，多个离散目标可用于随特定目的地请求表示的预期轿厢负载的更准确估计而更新目的地调度算法。另外，乘客/一组乘客未能在其调度分配的目的地楼层下来可用于触发报警，从而提醒乘客当前楼层是他们请求的目的地。

分析处理器66此后与传感器54和分析数据库52通信以跟踪每位乘客到达并进入等待区域W内(步骤208)。分析处理器66不断监测来自传感器54的数据并操作以连续地确认每位乘客仍然在等待区域W内(步骤210)。如果乘客离开等待区域H，则如果没有其他乘客请求该楼层，分析处理器66将取消相关联的目的地请求(步骤212)。分析处理器66也会从活动乘客名单中删除特定乘客。这种取消确保了电梯不会在一个楼层停止而没有乘客在该楼层下来或上来。

如果(多个)乘客没有离开等待区域W且输入正确的电梯轿厢22，则系统可产生加强警报，例如语音提示“楼层10的乘客应登上电梯D。”在乘客(多个)还是没有离开等待区域W时，一旦乘客在他们的目的地处下来，分析处理器66然后将从分析数据库68中清除该(多个)乘客。分析处理器66保持乘客/乘客组识别数据并因此跟踪每位乘客/乘客组和其目的地楼层。在到达每个目的地楼层时，分析处理器66可进一步跟踪该目的地楼层的所有乘客是否从电梯轿厢22下来。这样的跟踪然后可也用于使电梯门24保持在打开位置，直到该目的地楼层的所有乘客都下来，或在确认了该目的地楼层的所有乘客都出来时，更快地关闭电梯门24。

或者，如果目的地是第二等待区域，诸如空中大厅或其它转换类型楼层，也可延长下一个电梯的门打开时间，直到乘客上来。此后，只要一旦乘客在第二等待区域后面的他们的目的地处下来(即一旦电梯轿厢22进行完整循环)，分析处理器66将从分析数据库68中清除该乘客。

在另一实施方案中，如果乘客在固定装置-COP 28上输入新的目的地请求，分析处理器66将取消原始目的地请求(步骤212)。同样，这样的取消确保了电梯不会在一个楼层停止而没有乘客在该楼层下来或上来。

系统通过在乘客选择不使用分配的电梯或改变它们的目的地时消除在这些楼层的不必要停止来提高整体电梯服务性能。系统还针对健忘、粗心、听力障碍、行动不便，或拥堵的乘客提高了个体乘客服务。如果乘客使用空中大厅来转移到另一个电梯，系统会跟踪乘客不会完成该行程并取消即将到来的电梯服务。

本文所公开和描述的元件(包括整个附图的流程图和框图)意味着元件之间的逻辑边界。然而，根据软件或硬件工程实践，所描述的元件及其功能可通过计算机可执行介质在机器上来实施，所述计算机可执行介质具有处理器，该处理器能够执行作为整体软件结构、作为独立软件模块，或作为采用外部例程、代码、服务等的模块、动态加载或更新的模块或它们的任意组合在其上存储的程序指令，且所有这样的实施方式都可在本公开的范围之内。

应理解，类似的附图标记识别整个几幅附图中的对应或相似的元件。还应理解，虽然在所示实施方案中公开了特定组件布置，但是其它布置将从其中受益。

虽然不同的非限制性实施方案具有具体图示组件，但是实施方案不限于这些特定组合。有可能与任何其它非限制性实施方案的特征或组件组合来使用任何非限制性实施方案中的一些组件或特征。

虽然示出、公开并要求保护特定步骤序列，但是应理解，除非另有说明，否则步骤可以任何顺序进行、分离或组合，且仍会从本公开受益。

前面的描述是示例性的而非由其中的限制所限定。本文公开了各种非限制性实施方案，然而，本领域的普通技术人员应认识，按照上述教导的各种修改和变化将落入所附权利要求的范围内。因此应理解，在所附权利要求的范围内，本公开可不同于如所具体公开的那样实施。由于这个原因，所附权利要求应被研究以确定真实范围和内容。

Claims (11)

1.一种乘客输送控制的方法，所述方法包括：

接收目的地请求；

触发足以用于跟踪乘客的乘客识别特性的采撷，其中，所述乘客识别特性和所述目的地请求被保持为乘客识别数据；

将所述乘客识别特性与所述目的地请求关联；

跟踪在等待区域时输入所述目的地请求的乘客；其中，一旦所述乘客在所述目的地之前的空中大厅下来，所述乘客识别数据就被保持；

响应于所述乘客离开所述等待区域，取消所述目的地请求；以及

一旦所述乘客在所述目的地下来，就清除所述乘客识别数据。

2.如权利要求1所述的方法，其中一旦所述乘客在所述目的地处下来，所述乘客识别数据就被清除。

3.如权利要求1所述的方法，还包括跟踪所述乘客到所述空中大厅。

4.如权利要求1所述的方法，其中所述乘客识别特性应用于被确定作为一组而出行的多个乘客。

5.如权利要求1所述的方法，其中所述等待区域是电梯大厅。

6.一种乘客输送控制的方法，所述方法包括：

接收目的地请求；

采撷输入所述目的地请求的乘客的乘客识别特性；

针对活动乘客名单上的每位乘客，关联所述乘客识别特性与所述关联的目的地请求；

跟踪通过第二等待区域上来的每位乘客；

响应于目的地是所述第二等待区域的乘客在所述目的地下来，延长下一个电梯的门打开时间，直到乘客上来；以及

响应于乘客在所述第二等待区域后面的目的地下来，从所述活动乘客名单上清除所述乘客。

7.如权利要求6所述的方法，还包括从远离等待区域的服务亭接收所述目的地请求。

8.如权利要求7所述的方法，还包括跟踪从所述服务亭到远离所述服务亭的所述等待区域的所述乘客。

9.如权利要求8所述的方法，其中所述乘客识别特性足以用于跟踪所述乘客。

10.如权利要求9所述的方法，还包括保持电梯轿厢直到所述乘客上来。

11.如权利要求6所述的方法，其中所述第二等待区域是空中大厅。

Images