CN109689551A - 用于识别乘客踏上电梯设备的电梯轿厢的方法 - Google Patents

Abstract

本发明涉及一种用于识别乘客踏上电梯设备的电梯轿厢的方法。在根据本发明的用于识别乘客(23)踏上电梯设备(10)的电梯轿厢(11)的方法中，出发点在于，乘客(23)随身携带移动终端设备(24)。终端设备(24)具有至少一个、特别是多个传感器(25)，移动终端设备(24)利用传感器来检测和评估测量值。于是，基于所提到的测量值来识别踏上电梯轿厢(11)的情况。

Description

用于识别乘客踏上电梯设备的电梯轿厢的方法

技术领域

本发明涉及一种根据权利要求1的前序部分所述的用于识别乘客踏上电梯设备的电梯轿厢的方法。

背景技术

WO2013/130040A1介绍了一种用于监控电梯设备的使用的方法。在这种方法中，电梯设备的乘客配备有标记设备、所谓的标签。在电梯设备的竖井门上或者电梯轿厢中，安装有读取设备，读取设备能够识别：是否有标签处在读取设备的附近，以及当存在时，识别哪个标签处在读取设备的附近。由此，也可以识别乘客踏上电梯轿厢的情况。读取设备将信息继续传导至往来评估单元，往来评估单元基于所述信息监控电梯设备的使用情况，或者为了稍后的分析能够记录。根据WO2013/130040A1的方法即针对每个乘客需要一个标签并且对于每个竖井门或每个电梯轿厢需要至少一个读取设备。

US201/4330535A1介绍了一种用于识别乘客在电梯轿厢中的运动的方法。在所述方法中，对一系列加速度测量加以评估，以便识别电梯轿厢的行驶的开始和结束。但是，所述方法不适合于识别乘客踏上电梯设备的电梯轿厢的情况。

发明内容

相反，本发明的目的特别是在于，提出一种如下的方法，借助这种方法能够以尽可能少的额外硬件进而还有尽可能成本低廉地识别出乘客踏上电梯轿厢的情况。根据本发明，所述目的利用具有权利要求1的特征的方法来实现。

在根据本发明的用于识别乘客踏上电梯设备的电梯轿厢的方法中，出发点在于，乘客随身携带移动终端设备。终端设备具有至少一个、特别是多个传感器，移动终端设备利用传感器检测和评估测量值。于是，对踏上电梯轿厢的情况的识别以所提到的测量值为基础实现。

对于“对乘客踏上电梯设备的电梯轿厢的情况的识别”被认为是，识别出踏上电梯轿厢的时刻。踏上电梯轿厢的情况进而还有踏上的时刻相对于乘客在电梯轿厢中的行驶或者乘客和电梯轿厢沿竖向的运动进而还有加速在时间上前置。基于对乘客和电梯轿厢沿竖向的运动或加速的识别，不能推知踏上电梯轿厢的时刻。踏上电梯轿厢与乘客在电梯轿厢中开始行驶之间的时段可以为几秒钟或几分钟。

当今，很多人进而还有电梯设备的很多乘客随身携带具有传感器的终端设备，其例如呈移动电话或智能手机的形式。通过利用本来就随身携带的终端设备，为了执行所述方法不需要额外的硬件，所述硬件仅针对执行所述方法是需要的。额外的硬件在任何情况下，当通过根据本发明的方法生成的、关于踏上电梯轿厢的信息应当尽可能得到评估时，可以是需要的。由此，根据本发明的方法能够成本低廉地执行。

携带移动终端设备踏上电梯轿厢的信息能够按照不同方式来评估或者尽可能得到应用，或者触发不同的动作。终端设备可以将信息例如特别是以无线的方式继续传输至往来评估单元，往来评估单元于是能够与WO2013/130040A1中的往来评估单元类似地对电梯设备中的往来人流进行分析。终端设备例如也可以被送入预先确定的模式，也就是例如启动确定的程序、所谓的App或者所述App被送入预选确定的状态。例如，可以启动App，其显示一定的内容或者能够启动游戏，其实现了与电梯轿厢中的乘客互动游戏。此外可行的是，终端设备在即将到来的电梯行驶期间，应当以其传感器记录测量变量，测量变量应当为了监控电梯设备而得到评估。一旦识别出踏上电梯轿厢的情况时，终端设备可以被送入测量模式并且于是为测量做好准备。

按照类似的方式也可以识别出离开电梯轿厢的情况。离开原则上与踏上电梯轿厢反过来进行。

对所检测到的数据的评估进而还有对踏上电梯轿厢的识别特别是由移动终端设备执行。但是，同样可行的是，所检测到的数据被传输给评估装置并且对踏上电梯轿厢的情况的识别由评估装置来执行。在这种情况下，对数据的评估由终端设备限制为将数据继续传输给评估装置。此外，可行的是，评估的至少一部分由移动终端设备还有由评估装置来执行。由此，能够实现互相监控和/或补充，这实现了针对识别踏上电梯轿厢而言非常高的命中概率。

移动终端设备可以实施为例如移动电话、智能手机、平板电脑、智能手表，所谓的可穿戴设备(例如呈电子智能纺织品的形式)或实施为其他便携式终端设备。移动终端设备的传感器可以实施为例如麦克风、加速度传感器、转动速率传感器、磁场传感器、照相机、气压计、亮度传感器、空气湿度传感器或二氧化碳传感器。加速度、转动速率和磁场传感器特别设计为所谓的三维或3D传感器。这种传感器在x、y和z方向上提供三个测量值，x、y和z方向彼此垂直布置。特别地，终端设备具有多个且特别是不同类型的传感器，例如具有麦克风、三维加速度传感器、三维转动速率传感器和三维磁场传感器。在下文中，加速度，转动速率和磁场传感器被理解为表示三维加速度传感器、转动速率传感器和磁场传感器。

乘客可能沿完全不同的方向携带终端设备，使得在第一方案中不清楚加速度传感器、转动速率传感器或磁场传感器在空间中如何取向。然而，由于总是测量重力加速度，所以至少在乘客不移动的情况下，可以明确地确定竖直方向，即绝对z方向。在知道绝对z方向的情况下，加速度传感器和转动速率传感器以及磁场传感器的测量值可以被转换为沿绝对z方向和绝对x和y方向取向的值。绝对的x、y和z方向各自彼此垂直布置。关于加速度、转动速率或磁场强度的所有以下陈述是指以这种方式转换的测量值以及关于x、y和z方向的陈述涉及的是绝对的x、y和z方向。不是沿绝对x、y和z方向确定数值，而是可以将三个测量值视为矢量，并且可以由各个矢量形成合成矢量。也可以使用得到的矢量，而不是使用三个单独的测量值。

在本发明的设计方案中，移动终端设备利用一个或多个传感器对表征乘客运动的测量值加以检测并且对测量值加以评估。所提到的测量值特别是指加速度，也就是横向加速度和/或转动速率，其中，特别是分别测量沿x方向、y方向和z方向的三个加速度和/或转动速率。基于表征乘客运动的测量值能够推知乘客的运动情况并且基于乘客的运动能够识别出乘客踏上电梯轿厢。在此，原则上出发点在于，乘客随身携带终端设备的方式为，使得由终端设备测量的测量值不仅表征终端设备的运动，而且也表征乘客的运动。

在本发明的设计方案中，基于测量值推知乘客的运动样式，并且与至少一个存储的信号样式相比较。于是，基于所述比较能够识别踏上电梯轿厢的情况。由此，能够特别可靠地识别出踏上电梯轿厢。

在这种情况下，所提到的存储的信号样式是指运动样式。在该上下文中，运动样式例如被认为是特别是加速度或转动速率的时间序列。还可以用一个所提到的特征或特别是多个特征来描述运动样式。这些特征可以例如是统计参数，例如平均值、标准差、最小/最大值或所提到的加速度或转动速率的快速傅里叶分析的结果。在这种情况下，运动样式也可以称为所谓的特征矢量。所提到的特征尤其可以针对各个时间段确定，特别是基于各个测量值的数值或分布来确定。例如，这种时间分段的特征可以在于，乘客不移动，也就是乘客例如就在竖井门的前面等待。特别地，不仅考虑单个加速度或转动速率，而且考虑几个加速度和/或转动速率的组合，特别是三个加速度和转动速率。

存储的信号样式可以是例如当人走到竖井门处、等待在竖井门前、等待直到电梯轿厢可用以及可以进入、踏上电梯轿厢和转向轿厢门时的加速度、转动速率和/或磁场或特征的特征曲线。信号样式可以由专业人士根据他们的经验产生，或者特别是由一个或多个实验来确定。为了对运动样式加以识别或分类，特别是应用所谓的机器学习方法。例如，可以使用矢量机辅助、随机森林算法或深度学习算法。必须首先训练这些分类方法。为此目的，特别是基于所提到的特征的典型运动样式在用于踏上电梯轿厢并且可用于所述训练算法的实验中产生。在用足够数量的训练样式来训练算法之后，这些算法可以决定：未知的运动样式是否指示踏上电梯轿厢。在这种情况中，信号样式存储在算法的参数中。

用于训练的典型运动样式的生成可以由在日常使用中使用移动终端设备的乘客执行。乘客仅需要标记接踏上电梯轿厢的起点和终点。也可行的是，在完成实际训练之后，乘客对于是踏上电梯轿厢未被识别，或者错误地检测到已经踏上电梯轿厢，给出反馈。这些反馈可用于进一步训练算法。

由于并非所有人都以相同的方式移动，例如，以不同的速度转身，并且例如等待时长不同，所测量的运动样式不仅与一个信号样式比较，而且与一整系列略有不同的信号样式相比较。

在本发明的设计方案中，移动终端设备借助一个或多个传感器来检测表征电梯设备的活动的测量值并且对测量值加以评估。激活电梯设备在此被认为例如是电梯设备的各个部件的运动，例如电梯轿厢、竖井门、轿厢门的移动或门驱动器的操控。特别地，终端设备检测噪声和/或磁场，其中，特别是在x、y和z方向上测量三个磁场。测量磁场的变化可以例如由具有电动机的门驱动器和/或具有铁磁材料的轿厢门和/或竖井门的活动引起。例如，从所提到的测量值可以得出结论，电梯轿厢的轿厢门在乘客面前打开并在其身后关闭。

在本发明的设计方案中，基于测量值推导出电梯设备的活动样式并与至少一个存储的信号样式进行比较。对踏上电梯轿厢的情况的识别是基于上述比较实现。以这种方式，能够特别可靠地识别出踏上电梯轿厢的情况。

在这种情况下，所提到的存储的信号样式是活动样式。在本文中，活动样式应该被理解为例如特别是测得的噪声和/或磁场按时间的序列。还可以利用结合运动样式描述的特征来描述活动样式，或者特别是利用多个特征来描述活动样式。特别地，不仅考虑在一个方向上的单个磁场测量，而且在几个方向、特别是三个方向上的多个磁场测量的组合。

例如，信号样式可以描述轿厢门打开时的噪音或电梯轿厢驶入楼层时的噪音或由此产生的特征。信号样式可以由专家根据他们的经验产生，或者特别是由一个或多个实验来确定。为了确定信号样式，特别是可以类似于上面的描述地与运动样式结合使用所谓的机器学习方法。信号样式也可以分成多个时间分段，并且可以针对每个分段确定各个特征。

由于电梯的同类活动(例如打开轿厢门)可能会有所不同，例如，花费不同的时间，所测量的活动样式特别是不仅与信号样式比较，而且与一整系列略微不同的信号样式进行比较。

在本发明的设计方案中，移动终端设备对表征移动终端设备的环境的测量值加以检测并且对测量值加以评估。例如，可以测量磁场、气压、亮度、空气湿度或空气的二氧化碳含量。

在本发明的设计方案中，基于测量值推导出电梯设备的属性样式并与至少一个存储的信号样式进行比较。于是，对踏上电梯轿厢的评估基于所提到的比较来实现。由此，能够特别可靠地识别出踏上电梯轿厢的情况。

上述存储的信号样式指的是属性样式。在本文中，属性样式应理解为例如描述终端设备周围环境的测量值的时间序列，即在这种情况下表明电梯设备的属性。还可以利用结合运动样式描述的特征或特别是多个特征来描述属性样式。特别地，不仅考虑了所提及的属性之一的单个测量的过程，而且考虑了几个测量的组合。

例如，信号样式可以描述从电梯轿厢的外部到内部的磁场的变化或由其推导出的特征。例如，通过不同使用铁磁材料或不同的电气部件(例如线圈)，可以在电梯轿厢外部和内部引起磁场的变化。铁磁材料本身可以产生磁场和/或影响地磁场。

例如，信号样式可以描述从电梯轿厢的外部到内部的空气的CO₂含量的变化或由其导出的特征。空气中的CO₂含量由于封闭的电梯轿厢内乘客呼出的空气而上升。因此，轿厢内空气的CO₂含量通常高于外部。此外，CO₂含量在行驶时缓慢增加，这可以检测到电梯轿厢的行驶。虽然这种增加是一个相当缓慢的过程，但可以在长时间行驶中检测到。

例如，信号样式可以描述从电梯轿厢的外部到内部的湿度变化或从其推导出的特征。与轿厢内的CO₂含量一样，由于呼出的空气，湿度会缓慢上升，因此评估可以类似于CO₂含量进行。

例如，信号样式可以描述从电梯轿厢的外部到内部的温度变化或从其导出的特征。由于乘客发出的热量，温度缓慢上升，因此评估可以类似于CO₂含量进行。

例如，信号样式可以描述从电梯轿厢的外部到内部或从其导出的特征的亮度变化。在电梯轿厢内，亮度通常不如外面亮。

例如，信号样式可以描述从电梯轿厢的外部到内部的声学变化或从其导出的特征。由于电梯轿厢是比较狭窄的封闭空间，例如，回声或声波衰减会改变。特别是，可以使用特殊测试信号来确定这种变化。

信号样式可以由专家根据他们的经验产生，或者特别是由一个或多个实验确定。为了确定信号样式，可以类似于上面的描述地接合运动样式使用所谓的机器学习方法。信号样式同样可以分成多个时间分段，并且可以为每个分段确定各自的特征。

由于并非所有电梯设备都具有相同的属性样式，但是可以改变属性样式，因此测量的属性样式不仅特别地与信号样式比较，而且与一整系列略微不同的信号样式相比较。

针对踏上电梯轿厢的识别，特别是不仅检测和评估表征乘客的单独运动的测量值、表征电梯的活动测量值或表征电梯设备的属性的测量值，还检测和评估这些不同类型的测量值的组合。以这种方式，可以特别可靠地检测踏上电梯轿厢。

在本发明的设计方案中，所提到的存储的信号样式中的至少一个改变，特别是全部存储的信号样式被改变。也就是进行学习过程，通过学习过程使存储的信号样式越来越好地与实际情况相匹配。由此，能够实现对乘客踏上电梯轿厢特别精确的识别。

特别地，基于由移动终端设备的至少一个传感器测得的测量值来识别电梯轿厢中的行驶。一旦已经识别出电梯轿厢中的行驶，将在行驶之前检测到的运动样式、活动样式和/或属性样式与存储的信号样式相比较，并且基于这种比较对存储的信号样式加以适配。特别是存储的信号样式朝向在行驶之前检测到的运动样式、活动样式和/或属性样式改变。在此，特别是应用所谓的机器学习的上面介绍的方法。由此，能够实现特别高效的学习进而还有特别准确的识别出乘客踏上电梯轿厢的情况。

当已经识别出电梯轿厢中的行驶时，也能够以非常高的命中概率识别出离开电梯轿厢。一旦乘客横向于垂直方向、也就是要么沿x方向和/或沿y方向明显向前运动的话，可以是离开电梯轿厢的开始。运动例如可以借助加速度传感器来识别。相对于对沿x方向/y方向的运动的识别，也可以应用沿x方向、y方向和z方向的加速度的上面介绍的合成的矢量。

电梯轿厢的行驶具有沿竖向的加速度的特征曲线。电梯轿厢首先向上或向下加速，然后大多情况下以近似恒定的速度行驶一段，然后制动直至停止。加速度曲线能够以很高的命中概率在移动终端设备的一个或多个加速度传感器的测量值中识别出。按照这种方式，能够可靠地识别出乘客的进而还有移动终端设备在电梯轿厢中的行动。基于这种可靠的识别，能够对存储的信号样式进行可靠的适配，这最后实现了对乘客登入电梯轿厢的过程特别可靠的识别。

可替换地或作为补充地，还可以评估由气压计测量的空气压力，以检测电梯轿厢中的行驶。通过沿竖直方向移动导致气压的变化，量值的变化梯度明显大于爬楼梯或与天气相关的气压变化。

附图说明

在此，本发明的其他优点、特征和细节结合对实施例的下列说明以及结合附图来获得，其中，相同的或功能相同的元件设有相同的附图标记。

图1示出带有乘客的电梯设备的非常示意性的图示，

图2a、2b、2c示出在乘客登上电梯轿厢时，转动速率的时间曲线，

图3a、3b、3c示出在乘客登上电梯轿厢时，磁场强度的时间曲线，以及

图4示出在电梯轿厢行驶时沿竖向的加速度的时间曲线。

具体实施方式

根据图1，电梯设备10具有电梯轿厢11，电梯轿厢11可以沿竖直方向13在电梯竖井12中上下运动。为此目的，电梯轿厢11通过柔性承载机构14和未另外示出的驱动装置的驱动辊15与对重16连接。驱动装置可以借助驱动辊15和承载机构14使电梯轿厢11和对重16沿上下相反的方向移动。电梯竖井12具有三个竖井开口17a、17b、17c，因此具有三个楼层，这三个楼层由竖井门18a、18b、18c封闭。在图1中，电梯轿厢11位于竖井开口17a处，即位于最低楼层。如果电梯轿厢11位于一个楼层上，也就是说位于竖井开口17a、17b、17c中的一个处，那么相应的竖井门18a、18b、18c可以与轿厢门19一起打开，从而使得能够踏入电梯轿厢11。为了打开轿厢门19和相应的竖井门18a、18b、18c，未另外示出的门扇朝侧向推动，使得门扇向侧面移动。轿厢门19和相应的竖井门18a、18b、18c由门驱动器20操作，门驱动器20由门控制单元21操控。门控制单元21与控制整个电梯设备10的电梯控制单元22保持信号连接。电梯控制单元22例如控制驱动装置，并因此可以使电梯轿厢11移动到期望的楼层。例如，它还可以向门控制单元21发送打开轿厢门19和相应的竖井门18a、18b、18c的请求，然后门控制单元21通过门驱动器20的相应操控来执行所述请求。

在最低层，乘客23站在竖井门18a前面，乘客23带有移动电话24形式的移动终端设备。移动电话24具有多个传感器，其中仅示出了麦克风25。移动电话24还分别具有三维加速度传感器、转动速率传感器和磁场传感器，其可以检测x、y和z方向上的测量值。如上所述，由加速度、转动速率和磁场传感器检测的测量值可以容易地转换成关于绝对x、y和z方向的数值。因此，关于加速度、转动速率或磁场强度的所有以下陈述都是指以这种方式转换的测量值以及关于x、y和z方向的表述涉及的是绝对x、y和z方向。

基于由移动电话24的传感器检测到的测量值来识别，乘客23踏上电梯轿厢11的情况。移动电话24连续记录测量值并评估测量值。移动电话24检测例如围绕x轴、y轴和z轴的转动速率。这些测量的转动速率不仅表征移动电话24的移动而且表征乘客23的移动。连续记录测量值并且通过组合不同的加速传感器的各种测量值来生成乘客23的连续运动样式。特别是通过低通滤波器对测量值进行滤波。因此，在这种情况下，所述运动样式包含围绕x、y和z轴的转动速率的曲线。移动电话24将由此产生的连续运动样式与存储的信号样式进行比较，所存储的信号样式是当踏上电梯轿厢11时典型的运动样式。为了执行比较，例如确定呈各个转动速率或转动速率的时间分段的平均值、标准差和最小/最大值形式的特征，并与存储值进行比较。如果测量的曲线的特征与存储的特征之间的差异小于可确定的阈值时，则运动样式与存储的信号样式足够程度地被看作是一致。由此，移动电话24推断乘客23已踏上电梯轿厢11。移动电话24能够以相当不同的方式评价信息。在本示例中，移动电话应当转入如下的模式，其中，移动电话对于在即将到来的行驶期间在电梯轿厢11中的测量做好准备，以监控电梯设备10。在此，测量在稍后的时刻开始。

测量的运动样式和存储的信号样式之间的比较以及因此对运动样式的识别或分类也可以用所谓的机器学习的方法来执行。例如，可以使用支持矢量机或者说支持向量机、随机森林算法或深度学习算法。

另外，还可以考虑x、y和z方向上的横向加速度，使得运动样式额外包含x、y和z方向上的加速度的曲线。

同样可行的是，移动电话24对踏入电梯轿厢11的情况的识别也可以不完全自己执行，而是将检测到的数据传输给评估装置。于是，对踏上电梯轿厢的识别由评估装置来执行。一旦识别出踏上的情况，评估装置将相应的信号发送给移动电话。

图2a、2b和2c示出了测量的运动样式和随时间存储的信号样式。在图2a中为绕x轴的转动速率α，在图2b中是绕y轴的转动速率图，以及图2c是围绕z轴的转动速率。所测量的转动速率分别由实线表示，并且分别由虚线表示信号图案的存储的转动速率。实线26a、26b、26c因此表示测量的转动速率，而虚线27a、27b、27c表示围绕x、y和z轴的存储的转动速率。测量值平滑化地示出。

存储的信号样式(虚线27a、27b、27c)包含典型的转动速率梯度，例如当踏上电梯轿厢时发生。从时刻t0到时刻t1，乘客接近竖井门，在时刻t1停止并且直到时刻t2等待竖井门和轿厢门打开。在此，几乎没有出现转动速率。从时刻t2开始，乘客踏上电梯轿厢，然后转向轿厢门的方向。这种转向主要导致围绕z轴的转动速率的明显偏转(线27c)，在偏转的开始和结束时在相反方向上具有短的下冲。如图2a，2b和2c所示，测量的运动样式(实线26a、26b、26c)非常精确地遵循存储的信号样式。如上所述进行运动样式与存储的信号样式的比较。基于这种对应关系，移动电话推断乘客已踏上电梯轿厢。

由于并非所有人都以相同的方式移动，例如，以不同的速度转向，并且例如等待时间不同，所测量的运动样式不仅与一个信号样式比较而且与一整系列的略有不同的信号样式相比较。

相对于转动速率作为补充地，还能够以类似的方式顾及到沿x、y和z方向上的加速度。由此，特别是可以更容易地识别朝向竖井门的方向并且进入到电梯轿厢中的运动，以及在电梯轿厢前面和在电梯轿厢内的等待。

为了更可靠地识别踏上电梯轿厢的过程，特别是评估其他由移动电话的传感器检测到的测量值。移动电话24尤其利用三维磁场传感器检测x、y和z方向上的磁场强度。因此，侧得的测量值表征了电梯设备的属性。很难实现的是，基于测量值推知移动电话以及乘客处在电梯轿厢中的唯一的时刻。因此，基于三个场强的时间曲线创建一个属性样式，其中，测得的数值特别是通过低通滤波器进行滤波。移动电话24将这样产生的连续的属性样式与针对当踏上电梯轿厢11时的属性样式典型的、所存储的信号图案进行比较。如果检测到移动图案与存储的信号图案足够程度地一致时，则移动电话24推断乘客23已踏上电梯轿厢11。运动样式与存储的信号样式的比较如上所述进行。

在图3a、3b和3c中示出了测得的属性样式和随时间存储的信号图案，在图3a中磁场强度H沿x方向，在图3b中，磁场强度H沿y方向，在图3c中磁场强度H沿z方向示出。测得的场强分别用实线表示，信号样式的存储的场强分别用虚线表示。因此，实线28a、28b、28c代表沿x、y和z方向测量的场强，虚线29a、29b、29c代表沿x、y和z方向存储的场强。测量值平滑化地示出。

存储的信号样式(虚线29a、29b、29c)包括在踏上电梯轿厢时出现的典型的场强曲线。稍前于或稍后于乘客踏上电梯轿厢的时刻t2，对于沿y和z方向上的场强能看出明显的升高，相反沿x方向的场强在整个时间段内基本保持不变。场强的变化特别是由于将铁磁性材料用在电梯轿厢中而发生。如在图3a、3b和3c中所示，测量的属性样式(实线28a、28b、28c)非常精确地遵循存储的信号图案。这种一致性是对于移动电话的另一个指示，即乘客已踏上电梯轿厢。属性样式与存储的信号样式的比较类似于上述运动样式与存储的信号样式的比较。

由于并非所有电梯设备都具有相同的属性样式，但是可以改变属性样式，因此测得的属性样式不仅特别地与信号样式比较，而且与一整系列略微不同的信号样式相比较。

此外，可以顾及到其他的测量值，例如气压、亮度、湿度或空气的二氧化碳含量。

对踏足电梯轿厢的识别可靠性的进一步提高以如下方式实现，即，另外还顾及到表征电梯设备的活动的测量值，例如，根据上述磁场强度，可以推导出活动样式，活动样式与针对轿厢门和竖井门的打开典型的信号样式进行比较。另一种可行方案在于，基于用麦克风测量的声音推导出活动样式，并将活动样式与针对轿厢门和竖井门打开典型的信号样式进行比较。与运动样式和属性样式一样，将活动样式与多个略有不同的信号样式进行比较会是很有用的。测得的活动样式和存储的信号样式之间足够程度的一致又能够被视为乘客已经踏上电梯轿厢的指示。

移动电话可以被以如下方式实施，使得：如果存在运动样式、属性样式或活动样式与存储的信号样式的一个足够程度的一致时，则识别出踏上电梯轿厢。但是也可行的是，只有在至少有两个、三个或更多的一致时才识别为踏入。

为了更准确地识别出踏上电梯轿厢，可以对所存储的信号样式加以适配。通过适配，这个过程可以特别适配于移动电话所有者的行为。为此目的，移动电话尤其是对在电梯轿厢中的行驶加以识别。这可以通过监测z方向上的加速度进而监测竖直方向13上的加速度来非常可靠地识别到。在图4中，作为示例，利用线30示出沿z方向向上的加速度a的曲线，其中，忽略了重力加速度。电梯轿厢11进而还有乘客23及其移动电话24从时刻t4起，以几乎恒定的加速度加速。稍早于达到电梯轿厢11的期望速度之前，加速度减小，以在时刻t5达到零线。然后，电梯轿厢11以恒定速度行驶，直到时刻t6，然后以近似恒定的负加速度减速，直到时刻t7。在测量值中可以很好地识别出这种在竖直方向上加速、恒定行驶和制动到停止的典型过程。

一旦在电梯轿厢中已识别出行驶，就将行驶之前检测的运动样式、活动样式和/或属性样式与存储的信号样式进行比较，并且基于该比较，使用机器学习方法对所存储的信号样式进行适配。在此，存储的信号样式被朝向在行驶之前检测到的运动样式、活动样式和/或属性样式的方向改变。

最后，应当注意，诸如“包括”、“具有”等术语不排除其他元件或步骤，并且诸如“一个”的术语不排除多个。还应当理解，参考任何上述实施例描述的特征或步骤也可以与上述其他实施例的其他特征或步骤结合使用。权利要求中的附图标记不应视为限制。

Claims (11)

1.一种用于识别乘客(23)踏上电梯设备(10)的电梯轿厢(11)的方法，其中，

乘客(23)随身携带具有至少一个传感器(25)的移动终端设备(24)，

移动终端设备(24)利用传感器(25)检测和评估测量值，以及

基于所述测量值实现对踏上电梯轿厢(11)的识别。

2.根据权利要求1所述的方法，其特征在于，

移动终端设备(24)利用传感器(25)来检测和评估表征乘客(23)的运动的测量值。

3.根据权利要求2所述的方法，其特征在于，

移动终端设备(24)检测和评估加速度、转动速率和/或磁场。

4.根据权利要求2或3所述的方法，其特征在于，基于测量值推导出乘客(23)的运动样式(26a、26b、26c)，将所述运动样式与至少一个存储的信号样式(27a、27b、27c)相比较，并且基于所述比较实现对踏上电梯轿厢(11)的识别。

5.根据权利要求1至4中任一项所述的方法，其特征在于，

移动终端设备(24)利用传感器(25)来检测和评估对电梯设备(10)的活动进行表征的测量值。

6.根据权利要求5所述的方法，其特征在于，

基于测量值推导出活动样式，将所述活动样式与至少一个存储的信号样式相比较，并且基于比较实现对踏上电梯轿厢(11)的识别。

7.根据权利要求1至6中任一项所述的方法，其特征在于，移动终端设备(24)利用传感器(25)来检测和评估对移动终端设备(24)的环境属性进行表征的测量值。

8.根据权利要求7所述的方法，其特征在于，

基于测量值推导出属性样式(28a、28b、28c)，将所述属性样式与至少一个存储的信号样式相比较，并且基于比较实现对踏上电梯轿厢(11)的识别。

9.根据权利要求5至8中任一项所述的方法，其特征在于，

移动终端设备(24)对噪声、磁场、空气的CO₂含量、空气湿度、温度、气压、亮度和/或噪声加以检测和评估。

10.根据权利要求4至9中任一项所述的方法，其特征在于，

改变至少一个存储的信号样式(27a、27b、27c；29a、29b、29c)。

11.根据权利要求10所述的方法，其特征在于，

基于测量值来识别电梯轿厢(11)的行驶，并且将行驶之前检测到的测量值与存储的信号样式(27a、27b、27c；29a、29b、29c)相比较，并且基于比较对存储的信号样式(27a、27b、27c；29a、29b、29c)进行适配。