CN110713082B - 一种电梯控制方法、系统、装置和存储介质 - Google Patents
一种电梯控制方法、系统、装置和存储介质 Download PDFInfo
- Publication number
- CN110713082B CN110713082B CN201911003944.3A CN201911003944A CN110713082B CN 110713082 B CN110713082 B CN 110713082B CN 201911003944 A CN201911003944 A CN 201911003944A CN 110713082 B CN110713082 B CN 110713082B
- Authority
- CN
- China
- Prior art keywords
- elevator
- human body
- information
- detection area
- acquiring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/02—Control systems without regulation, i.e. without retroactive action
- B66B1/06—Control systems without regulation, i.e. without retroactive action electric
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B3/00—Applications of devices for indicating or signalling operating conditions of elevators
- B66B3/002—Indicators
- B66B3/006—Indicators for guiding passengers to their assigned elevator car
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0012—Devices monitoring the users of the elevator system
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Elevator Control (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明公开了一种电梯控制方法、系统、装置和存储介质,其中方法包括以下步骤:获取各楼层的检测区域的图片信息,根据图片信息获取检测区域中人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数;结合乘梯趋势信息和进入候梯厅的人数对电梯进行预调度;所述检测区域设置在候梯厅的出入口处。本发明通过对各楼层的图片信息获取对应楼层的人体的乘梯趋势信息和进入候梯厅的人数,为智能化控制电梯预调度提供了依据,使电梯提前生成调度策略,从而更有效地和更加智能化地分配电梯资源,提高了电梯控制的智能化,满足了用户对电梯智能化控制的要求,可广泛应用于智能控制技术领域。
Description
技术领域
本发明涉及智能控制技术领域,尤其涉及一种电梯控制方法、系统、装置和存储介质。
背景技术
传统电梯实时调度是接收到用户召梯(包括外召或内召)信号后生成调度方案,这种调度方式是一种被动的调度方式,在人工智能迅速发展的今天显得落后,无法满足用户的高要求。
发明内容
为了解决上述技术问题,本发明的目的是提供一种能自动进行电梯调度的电梯控制方法、系统、装置和存储介质。
本发明所采用的第一技术方案是:
一种电梯控制方法,包括以下步骤:
获取各楼层的检测区域的图片信息,根据图片信息获取检测区域中人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数;
结合乘梯趋势信息和进入候梯厅的人数对电梯进行预调度;
所述检测区域设置在候梯厅的出入口处。
进一步,所述根据图片信息获取检测区域中人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数这一步骤,具体包括以下步骤:
结合图片信息和预设的人体识别模型对检测区域中的人体进行识别;
对识别到的人体进行跟踪,并获取人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数。
进一步,所述图片信息为采用摄像装置垂直向下拍摄获得的图片,所述结合图片信息和预设的人体识别模型对检测区域中的人体进行识别这一步骤,具体为:
采用人体识别模型识别图片信息中每一帧图片中的头肩区域,根据识别到的头肩区域获得人体区域框列表。
进一步,所述对识别到的人体进行跟踪,并获取人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数这一步骤,具体包括以下步骤:
根据人体区域框列表跟踪获取头肩区域在检测区域的移动信息,根据移动信息获取人体的乘梯趋势信息;
根据人体区域框列表计算进入候梯厅的人数。
进一步,所述乘梯趋势信息包括强乘梯趋势和弱乘梯趋势,所述移动信息包括人体的移动速度和进入候梯厅的第一距离,所述根据人体区域框列表跟踪获取头肩区域在检测区域的移动信息,根据移动信息获取人体的乘梯趋势信息这一步骤,具体包括以下步骤:
根据人体区域框列表跟踪获取头肩区域在检测区域的移动速度和第一距离;
结合移动速度和第一距离计算人体进入候梯厅的预计时间;
当预计时间大于零且小于第一阈值时,判定人体的乘梯趋势信息为强乘梯趋势;
当预计时间大于第一阈值时,判定人体的乘梯趋势信息为弱乘梯趋势。
进一步,所述移动速度通过以下方式计算获得:
计算前一帧图片对应的人体区域框列表中头肩区域距离预设线的第二距离;
计算当前帧图片对应的人体区域框列表中头肩区域距离预设线的第三距离;
结合第二距离、第三距离和帧间隔时间计算移动速度。
本发明所采用的第二技术方案是:
一种电梯控制系统,包括:
摄像装置,用于获取各楼层的检测区域的图片信息;
智能分析模块,用于根据图片信息获取检测区域中人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数;
电梯控制模块,用于结合乘梯趋势信息和进入候梯厅的人数对电梯进行预调度;
所述检测区域设置在候梯厅的出入口处。
进一步,所述智能分析模块包括识别单元和统计单元;
所述识别单元,用于结合图片信息和预设的人体识别模型对检测区域中的人体进行识别;
所述统计单元,用于对识别到的人体进行跟踪,并获取人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数。
本发明所采用的第三技术方案是:
一种电梯控制装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现所述方法。
本发明所采用的第四技术方案是:
一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本发明的有益效果是:本发明通过对各楼层的图片信息获取对应楼层的人体的乘梯趋势信息和进入候梯厅的人数,为智能化控制电梯预调度提供了依据,使电梯提前生成调度策略,从而更有效地和更加智能化地分配电梯资源,提高了电梯控制的智能化,满足了用户对电梯智能化控制的要求。
附图说明
图1是本发明一种电梯控制方法的步骤流程图;
图2是具体实施例中候梯厅的结构示意图;
图3是本发明一种电梯控制系统的结构示意图;
图4是具体实施例中检测区域的示意图;
图5是具体实施例中对象跟踪的示意图;
图6是具体实施例中简化后的对象跟踪的示意图;
图7是具体实施例中电梯控制的步骤流程图;
图8是具体实施例中对人体进行跟踪的步骤流程图。
具体实施方式
如图1所示,本实施例提供了一种电梯控制方法,包括以下步骤:
S1、获取各楼层的检测区域的图片信息,根据图片信息获取检测区域中人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数。所述检测区域设置在候梯厅的出入口处。
S2、结合乘梯趋势信息和进入候梯厅的人数对电梯进行预调度。
所述检测区域为通过摄像装置采集图片信息的区域,该检测区域设置在候梯厅的出入口处,故进出入候梯厅的人员都需要经过检测区域。所述图片信息为实时采集检测区域上的图片或视频。所述乘梯趋势信息包括进入候梯厅的过程中人体的运动信息和人数信息,用于判定检测区域内人员的乘梯趋势是否强烈,当人体通过快速地速度进过检测区域进入候梯厅时,说明该人员急于乘坐电梯;当人体采用缓慢地速度通过检测区域时,说明该人员的乘梯趋势较弱,或并不急于乘坐电梯。具体实施中,可对乘梯趋势设计多个等级,并在获取人体的乘梯趋势时,同时计算各乘梯趋势等级的人数。所述进入候梯厅的人数为通过检测区域进入候梯厅的人数。
本实施例方法中,通过对各楼层的图片信息获取对应楼层的人体的乘梯趋势信息和进入候梯厅的人数,为智能化控制电梯预调度提供了依据,使电梯提前生成调度策略,从而更有效地和更加智能化地分配电梯资源,提高了电梯控制的智能化,满足了用户对电梯智能化控制的要求。
其中,所述步骤S1具体包括以下步骤S11~S12:
S11、获取各楼层的检测区域的图片信息,结合图片信息和预设的人体识别模型对检测区域中的人体进行识别;
S12、对识别到的人体进行跟踪,并获取人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数。
所述图片信息由摄像装置采集获得,所述摄像装置可安装在多个位置,从多个角度采集图片,比如将摄像装置安装在人体进入候梯厅的正前方,并斜向下拍摄;或者将摄像装置安装在电梯出口处的天花板顶部,垂直向下采集图片。其中,所述的人体识别模型可采用现有的人体识别模型来实现,具体可通过对神经网络训练获得。所述对人体进行跟踪,可采用现有的跟踪算法来实现,在本实施例中并不进行限定。
其中,所述图片信息为采用摄像装置垂直向下拍摄获得的图片,所述结合图片信息和预设的人体识别模型对检测区域中的人体进行识别这一步骤,具体为:采用人体识别模型识别图片信息中每一帧图片中的头肩区域,根据识别到的头肩区域获得人体区域框列表。
在本实施例中,通过摄像装置安装在顶部,从顶部垂直向下进行拍摄,这样可避免图片中出现人体遮挡的情况,提高了识别的质量。图片中主要拍摄到人体的头部和肩部,因此采用头肩识别模型进行识别,头肩识别可以采用Haar特征分类器,也可以采用深度神经网络算法,在计算资源足够的情况下推荐采用深度神经网络算法。通过人体识别算法检测输出检测区域内各个人体区域框。
所述S12具体包括步骤A1~A2:
A1、根据人体区域框列表跟踪获取头肩区域在检测区域的移动信息,根据移动信息获取人体的乘梯趋势信息;
A2、根据人体区域框列表计算进入候梯厅的人数。
其中,所述乘梯趋势信息包括强乘梯趋势和弱乘梯趋势,所述移动信息包括人体的移动速度和进入候梯厅的第一距离。所述步骤A1具体包括步骤A11~A14:
A11、根据人体区域框列表跟踪获取头肩区域在检测区域的移动速度和第一距离;
A12、结合移动速度和第一距离计算人体进入候梯厅的预计时间;
A13、当预计时间大于零且小于第一阈值时,判定人体的乘梯趋势信息为强乘梯趋势;
A14、当预计时间大于第一阈值时,判定人体的乘梯趋势信息为弱乘梯趋势。
进一步作为优选的实施方式,所述移动速度通过以下方式计算获得:
计算前一帧图片对应的人体区域框列表中头肩区域距离预设线的第二距离;
计算当前帧图片对应的人体区域框列表中头肩区域距离预设线的第三距离;
结合第二距离、第三距离和帧间隔时间计算移动速度。
在本实施例中,为了方便运算,将跟踪对象抽象到直角坐标系中,并结合预设线来求解移动速度,所述预设线可以为检测区域与候梯厅的交界线,也可以为其他线。所述帧间隔时间为相邻两帧图片的间隔时间。
以下结合图2至图6对上述方法进行详细的解释说明。
在本实施例中,需要在各层候梯厅各出入口顶部安装摄像机,所述候梯厅可包括一个出入口或多个出入口,如图2所示,该候梯厅包括两个出入口,其中,1#摄像机代表第一个摄像机,2#摄像机代表第二个摄像机。
如图3所示,摄像机可采用数字摄像机(IPC),具体安装在各层候梯厅出入口顶部,以覆盖出入口区域为准,通过网络将视频发送到智能分析模块IAU,智能分析模块IAU对视频图像进行分析,并将分析结果通过SCL/485发送给电梯控制模块,同时,智能分析模块IAU也能通过SCL/485读取电梯控制模块相关数据,智能分析模块IAU能够同时分析多个数字摄像机(IPC)的实时视频。
所述数字摄像机(IPC)从顶部垂直向下拍摄,拍摄视角如图4所示。需要配置每个数字摄像机IPC的检测区域,确定该检测区域所属的楼层及出入口编号,同时,还必须确定候梯厅与该检测区域的正向方位,如图4中,候梯厅在检测区域的右侧,即正向方位为右(表示向右运动是正向),则反向方位为左,图4仅作示例,在实际应用中正向方位不一定为右,可以为上或者下或者其他相对位置,只要能够明确指示候梯厅方位即可。
智能分析单元IAU采用人体识别与跟踪技术对人体乘梯趋势进行预测,并将预测结果发送给电梯控制系统为电梯控制系统调度提供策略依据,提高电梯控制系统的智能化程度,使乘梯体验更友好。参照图7,智能分析单元进行数据处理的主要步骤流程如下:
1、识别人体以及获取乘梯趋势,所述乘梯趋势是指判定检测区域内人体的乘梯趋势是否强烈,在本实施例中乘梯趋势分为无、弱、强三个级别,根据具体的要求,还可以分为多个级别。
2、人体从检测区域的候梯厅正方向越出时,判定该人体已经进入候梯厅。
3、将统计结果发送到电梯控制系统,数据包含楼层、弱趋势人数、强趋势人数、进入候梯厅人数;统计结果可以定时发送也可以由电梯控制系统主动查询。
电梯控制模块基于智能分析模块获得的信息,提前生成调度策略,主动应对即将发生的乘梯需求。
具体地,参照图8,智能分析单元IAU可通过以下方式识别人体和获取乘梯趋势:
1)初始化跟踪列表S。所述初始化跟踪列表可以由上一帧人体区域框列表获得,里面包括若干个头肩区域,即包括若干个跟踪对象。
2)对检测区域进行人体识别,由于是自顶向下拍摄,因此,采用头肩识别模型进行识别,头肩识别可以采用Haar特征分类器,也可以采用深度神经网络算法,在计算资源足够的情况下推荐采用深度神经网络算法。通过人体识别算法检测输出检测区域内各个人体区域框,形成人体区域框列表P。
3)将当前帧图像输入跟踪算法预测跟踪列表S中每个跟踪对象Si在当前帧图像的区域框,输出每个对象的预测框,形成跟踪对象区域框列表T,跟踪算法可采用KCF跟踪算法;对于跟踪失败的对象Si,修改其状态为“消失”。
4)判定列表P中每个检测结果是否是跟踪对象,检测方法是遍历跟踪对象区域框列表T,是否存在与检测结果区域框基本重合(相交面积大于阈值)的对象区域框,如果存在,则检测结果为跟踪对象,计算乘梯趋势,并更新跟踪对象当前位置,如果不存在,则检测结果为新进入检测区域人体,新增跟踪对象Sn并加入跟踪列表,将检测对象区域框图像截取用于初始化新增跟踪对象Sn。
由于基于图片建立坐标系和获取坐标比较麻烦,影响了运算效率。因此本实施例提供一种简便计算方法,只需将跟踪对象抽象到直角坐标系中,参照图5,其中A是上一帧位置(区域中心),B是当前帧位置(区域中心),直线CD是候梯厅出入口的边,抽象以后如图6所示。转化为求A点到直线CD的距离d1及B点到直线CD的距离d2的差值△d,△d=d1-d2如果△d>0则是正方向运动(即向候梯厅运动),△d<0则是负方向运动,△d越大,则运动速度v越大,趋势越强。由于图像坐标系与直角坐标系在Y轴方向并不相同,图像坐标系是自顶向下从0开始增加,而直角坐标系是自原点向上从0开始增加(负方向我们不考虑),因此需要将A、B、C、D各点坐标从图像坐标系转换到直角坐标系,设图像坐标为(x,y),图像尺寸为(w,h),则转换规则为:
(X,Y)=(x,h-y)
设直角坐标系下A、B、C、D的坐标分别为(Xa,Ya),(Xb,Yb),(Xc,Yc),(Xd,Yd),则采用点与直线的距离即可计算出d1及d2。
运动速度v:
其中t是帧间隔时间,即当前帧时间减去上一帧时间,对于连续视频,t与帧率FPS相关,t=1/FPS。由于d1及d2的单位是像素pixel,因此,v的单位是pixel/s。v>0为正向速度(即向候梯厅运动),v<0为反向速度(即向候梯厅相反方向运动)。
其中,为了兼顾跟踪对象当前运动速度v与当前位置与候梯厅的距离d2对乘梯趋势的影响,我们采用以下公式计算乘梯趋势:
可以看出,p其实就是跟踪对象Si进入候梯厅的预计时间,当p为0或负值时表示无乘梯趋势(负值反向运动,为0则表示未向候梯厅方向运动),当p<=T(即T秒后将进行候梯厅,T可以取2)表示乘梯趋势强,P>T时表示乘梯趋势弱,T越大,则乘梯趋势越弱。
判定是否有跟踪对象消失,方法是遍历跟踪列表S,检测每个跟踪对象Si的状态是否为“消失”,如果为“消失”,则判定是该跟踪对象Si是否进入了候梯厅,判定方法为跟踪对象Si最后的区域框与检测区域靠近候梯厅方向的边的距离是否小于阈值,如果距离小于阈值,则表示跟踪对象Si进入了候梯厅,该层进入候梯厅人数加1。
综上所述,本实施例电梯控制方法至少具有如下有益效果:
1、通过人体识别及人体跟踪保证准确跟踪每个检测区域内的人体。
2、准确计算乘客预计进行候梯厅时间,确定乘客乘梯趋势是否强烈。
3、通过计算乘客乘梯趋势及进入候梯厅人数为电梯智能预调度提供依据。
如图3所示,本实施例还提供了一种电梯控制系统,包括:
摄像装置,用于获取各楼层的检测区域的图片信息;
智能分析模块,用于根据图片信息获取检测区域中人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数;
电梯控制模块,用于结合乘梯趋势信息和进入候梯厅的人数对电梯进行预调度;
所述检测区域设置在候梯厅的出入口处。
进一步作为优选的实施方式,所述智能分析模块包括识别单元和统计单元;
所述识别单元,用于结合图片信息和预设的人体识别模型对检测区域中的人体进行识别;
所述统计单元,用于对识别到的人体进行跟踪,并获取人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数。
本实施例的一种电梯控制系统,可执行本发明方法实施例所提供的一种电梯控制方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
本实施例还提供了一种电梯控制装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现所述方法。
本实施例的一种电梯控制装置,可执行本发明方法实施例所提供的一种电梯控制方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
本实施例还提供了一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本实施例的一种存储介质,可执行本发明方法实施例所提供的一种电梯控制方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人体在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (8)
1.一种电梯控制方法,其特征在于,包括以下步骤:
获取各楼层的检测区域的图片信息,根据图片信息获取检测区域中人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数;
结合乘梯趋势信息和进入候梯厅的人数对电梯进行预调度;
所述检测区域设置在候梯厅的出入口处;
所述乘梯趋势信息包括强乘梯趋势和弱乘梯趋势,所述乘梯趋势信息通过以下方式获得:
获取人体在检测区域的移动速度和移动距离;
根据移动速度和移动距离计算人体进入候梯厅的预计时间;
当预计时间大于零且小于第一阈值时,判定人体的乘梯趋势信息为强乘梯趋势;
当预计时间大于第一阈值时,判定人体的乘梯趋势信息为弱乘梯趋势;
所述移动速度通过以下方式计算获得:
获取前一帧图片中人体与预设线的第二距离;
获取当前帧图片对应的人体与预设线的第三距离;
结合第二距离、第三距离和帧间隔时间计算获得移动速度。
2.根据权利要求1所述的一种电梯控制方法,其特征在于,所述根据图片信息获取检测区域中人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数这一步骤,具体包括以下步骤:
结合图片信息和预设的人体识别模型对检测区域中的人体进行识别;
对识别到的人体进行跟踪,并获取人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数。
3.根据权利要求2所述的一种电梯控制方法,其特征在于,所述图片信息为采用摄像装置垂直向下拍摄获得的图片,所述结合图片信息和预设的人体识别模型对检测区域中的人体进行识别这一步骤,具体为:
采用人体识别模型识别图片信息中每一帧图片中的头肩区域,根据识别到的头肩区域获得人体区域框列表。
4.根据权利要求3所述的一种电梯控制方法,其特征在于,所述对识别到的人体进行跟踪,并获取人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数这一步骤,具体包括以下步骤:
根据人体区域框列表跟踪获取头肩区域在检测区域的移动信息,根据移动信息获取人体的乘梯趋势信息;
根据人体区域框列表计算进入候梯厅的人数。
5.一种电梯控制系统,其特征在于,包括:
摄像装置,用于获取各楼层的检测区域的图片信息;
智能分析模块,用于根据图片信息获取检测区域中人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数;
电梯控制模块,用于结合乘梯趋势信息和进入候梯厅的人数对电梯进行预调度;
所述检测区域设置在候梯厅的出入口处;
所述乘梯趋势信息包括强乘梯趋势和弱乘梯趋势,所述乘梯趋势信息通过以下方式获得:
获取人体在检测区域的移动速度和移动距离;
根据移动速度和移动距离计算人体进入候梯厅的预计时间;
当预计时间大于零且小于第一阈值时,判定人体的乘梯趋势信息为强乘梯趋势;
当预计时间大于第一阈值时,判定人体的乘梯趋势信息为弱乘梯趋势;
所述移动速度通过以下方式计算获得:
获取前一帧图片中人体与预设线的第二距离;
获取当前帧图片对应的人体与预设线的第三距离;
结合第二距离、第三距离和帧间隔时间计算获得移动速度。
6.根据权利要求5所述的一种电梯控制系统,其特征在于,所述智能分析模块包括识别单元和统计单元;
所述识别单元,用于结合图片信息和预设的人体识别模型对检测区域中的人体进行识别;
所述统计单元,用于对识别到的人体进行跟踪,并获取人体的乘梯趋势信息,以及统计各楼层中进入候梯厅的人数。
7.一种电梯控制装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现权利要求1-4任一项所述的一种电梯控制方法。
8.一种存储介质,其中存储有处理器可执行的指令,其特征在于,所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-4任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911003944.3A CN110713082B (zh) | 2019-10-22 | 2019-10-22 | 一种电梯控制方法、系统、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911003944.3A CN110713082B (zh) | 2019-10-22 | 2019-10-22 | 一种电梯控制方法、系统、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110713082A CN110713082A (zh) | 2020-01-21 |
CN110713082B true CN110713082B (zh) | 2021-11-02 |
Family
ID=69213042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911003944.3A Active CN110713082B (zh) | 2019-10-22 | 2019-10-22 | 一种电梯控制方法、系统、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110713082B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112010131A (zh) * | 2020-07-27 | 2020-12-01 | 中国建筑第四工程局有限公司 | 施工电梯人流监控系统 |
CN113086789B (zh) * | 2021-03-31 | 2022-10-18 | 佛山兴宏工程科技有限责任公司 | 一种建筑物智能控制系统及控制方法 |
CN117185064B (zh) * | 2023-08-18 | 2024-03-05 | 山东五棵松电气科技有限公司 | 一种智慧社区管理系统、方法、计算机设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101939242A (zh) * | 2008-02-06 | 2011-01-05 | 三菱电机株式会社 | 电梯的控制装置 |
CN102186757A (zh) * | 2008-10-20 | 2011-09-14 | 三菱电机株式会社 | 电梯组群管理装置 |
CN104291170A (zh) * | 2013-07-19 | 2015-01-21 | 株式会社东芝 | 电梯组管理控制装置以及电梯组管理控制方法 |
JP6092433B1 (ja) * | 2016-01-13 | 2017-03-08 | 東芝エレベータ株式会社 | エレベータの乗車検知システム |
CN108290703A (zh) * | 2015-11-27 | 2018-07-17 | 三菱电机株式会社 | 电梯系统、通信终端以及控制装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101125936B1 (ko) * | 2010-03-16 | 2012-03-21 | 주식회사 유니온커뮤니티 | 엘리베이터 보안을 위한 지능형 영상 감시시스템 및 그 방법 |
CN102701056A (zh) * | 2011-12-12 | 2012-10-03 | 广州都盛机电有限公司 | 一种动态图像识别控制方法、装置及系统 |
CN112850406A (zh) * | 2015-04-03 | 2021-05-28 | 奥的斯电梯公司 | 用于乘客运输的通行列表产生 |
CN105844234B (zh) * | 2016-03-21 | 2020-07-31 | 商汤集团有限公司 | 一种基于头肩检测的人数统计的方法及设备 |
JP6377795B1 (ja) * | 2017-03-24 | 2018-08-22 | 東芝エレベータ株式会社 | エレベータの乗車検知システム |
CN108946354B (zh) * | 2017-05-19 | 2021-11-23 | 奥的斯电梯公司 | 用于电梯系统的深度传感器和意图推断方法 |
CN108946350A (zh) * | 2018-07-27 | 2018-12-07 | 日立楼宇技术(广州)有限公司 | 一种机器人辅助的乘梯系统、方法、装置和存储介质 |
CN109693980B (zh) * | 2019-02-21 | 2021-03-19 | 联想(北京)有限公司 | 电梯调度方法、装置及系统 |
CN110334569B (zh) * | 2019-03-30 | 2022-09-16 | 深圳市晓舟科技有限公司 | 客流量进出识别方法、装置、设备及存储介质 |
-
2019
- 2019-10-22 CN CN201911003944.3A patent/CN110713082B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101939242A (zh) * | 2008-02-06 | 2011-01-05 | 三菱电机株式会社 | 电梯的控制装置 |
CN102186757A (zh) * | 2008-10-20 | 2011-09-14 | 三菱电机株式会社 | 电梯组群管理装置 |
CN104291170A (zh) * | 2013-07-19 | 2015-01-21 | 株式会社东芝 | 电梯组管理控制装置以及电梯组管理控制方法 |
CN108290703A (zh) * | 2015-11-27 | 2018-07-17 | 三菱电机株式会社 | 电梯系统、通信终端以及控制装置 |
JP6092433B1 (ja) * | 2016-01-13 | 2017-03-08 | 東芝エレベータ株式会社 | エレベータの乗車検知システム |
Non-Patent Citations (1)
Title |
---|
智能建筑与电梯;李惠升;《智能建筑》;20060929;第39-40页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110713082A (zh) | 2020-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110713082B (zh) | 一种电梯控制方法、系统、装置和存储介质 | |
CN111144247B (zh) | 一种基于深度学习的自动扶梯乘客逆行检测方法 | |
US9208675B2 (en) | Loitering detection in a video surveillance system | |
US9183432B2 (en) | People counting device and people trajectory analysis device | |
US9129154B2 (en) | Gesture recognition apparatus, robot system including the same and gesture recognition method using the same | |
JP6561830B2 (ja) | 情報処理システム、情報処理方法及びプログラム | |
CN108960067B (zh) | 基于深度学习的实时的列车驾驶员动作识别系统和方法 | |
JP6068694B1 (ja) | エレベータの乗車検知システム | |
US20130342636A1 (en) | Image-Based Real-Time Gesture Recognition | |
US20080144961A1 (en) | Method and Image Evaluation Unit for Scene Analysis | |
JP3490466B2 (ja) | 画像監視装置および該画像監視装置を利用したエレベータ制御装置 | |
CN108446586B (zh) | 一种列车驾驶员特定动作检测方法 | |
JP3480847B2 (ja) | 画像監視装置を利用したエレベータ制御装置 | |
US20150317514A1 (en) | Image processing apparatus and method of processing image | |
JP4667508B2 (ja) | 移動体情報検出装置、移動体情報検出方法および移動体情報検出プログラム | |
JP6139729B1 (ja) | 画像処理装置 | |
JP2009237993A (ja) | 画像監視装置 | |
CN108069307A (zh) | 一种对电梯中的人数进行统计的方法及装置 | |
Quek et al. | A parallel algorithm for dynamic gesture tracking | |
JP4883415B2 (ja) | 監視装置及びプログラム | |
Lin et al. | A face tracking method using feature point tracking | |
JP5110246B2 (ja) | 転倒検知装置、プログラム、転倒検知方法、及び転倒検知システム | |
CN109726750B (zh) | 一种乘客摔倒检测装置及其检测方法及乘客输送装置 | |
KR20030018487A (ko) | 영상을 이용한 출입 이동 물체 계수 방법 및 장치 | |
KR101653235B1 (ko) | 제스쳐 인식 장치 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |