CN110861983A - 电梯的运行控制方法及装置 - Google Patents

Abstract

本申请的实施例提供了一种电梯的运行控制方法，包括：在接收到目标楼层的召梯指令后，获取所述目标楼层的候梯人员数量，所述召梯指令指示了电梯运行方向；根据所述目标楼层的历史候梯人员数据和历史上梯数据，预测得到所述候梯人员数量中对应于所述电梯运行方向的单向候梯人员数量；计算待抵达所述目标楼层的当前电梯所对应可承载人员数量与所述单向候梯人员数量的差，得到人员差值；若所述人员差值低于设定阈值且所述可承载人员数量不为零，则再调度除所当前电梯外的至少一电梯至所述目标楼层，有效提高了乘梯效率。

Description

电梯的运行控制方法及装置

技术领域

本申请涉及电梯控制技术领域，具体而言，涉及一种电梯的运行控制方法及装置。

背景技术

电梯作为楼宇中主要的运载工具，为用户提供了极大的方便。

在上下班高峰期，各个楼层需要乘坐电梯的用户比较多。可能出现一部电梯并不能承载当前楼层的候梯人员的情况。而在此情况下，需要未能乘坐上一部电梯的剩余候梯人员等当前电梯关闭电梯门离开后，再次操控电梯按键召唤电梯以使控制系统调度下一步电梯停靠在该楼层以运载剩余候梯人员。

由于需要等当前电梯关闭电梯门并离开之后才能召唤下一部电梯停靠在该楼层，从而导致剩余候梯人员的等待时间较长，乘梯效率低。

由上可知，因只有当前电梯离开之后才能召唤下一步电梯所导致乘梯效率低是现有技术中亟待解决的技术问题。

发明内容

本申请的实施例提供了一种电梯的运行控制方法及，进而至少在一定程度上可以解决现有技术中乘梯效率低的问题。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供了一种电梯的运行控制方法，包括：

在接收到目标楼层的召梯指令后，获取所述目标楼层的候梯人员数量，所述召梯指令指示了电梯运行方向；

根据所述目标楼层的历史候梯人员数据和历史上梯数据，预测得到所述候梯人员数量中对应于所述电梯运行方向的单向候梯人员数量；

计算待抵达所述目标楼层的当前电梯所对应可承载人员数量与所述单向候梯人员数量的差，得到人员差值；

若所述人员差值低于设定阈值且所述可承载人员数量不为零，则再调度除所当前电梯外的至少一电梯至所述目标楼层。

根据本申请实施例的一个方面，提供了一种电梯的运行控制装置，所述装置包括：

获取模块，用于在接收到目标楼层的召梯指令后，获取所述目标楼层的候梯人员数量，所述召梯指令指示了电梯运行方向；

预测模块，用于根据所述目标楼层的历史候梯人员数据和历史上梯数据，预测得到所述候梯人员数量中对应于所述电梯运行方向的单向候梯人员数量；

计算模块，用于计算待抵达所述目标楼层的当前电梯所对应可承载人员数量与所述单向候梯人员数量的差，得到人员差值；

调度模块，用于若所述人员差值低于设定阈值且所述可承载人员数量不为零，则再调度除所当前电梯外的至少一电梯至所述目标楼层。

通过计算当前电梯的可承载人员数量与单向候梯人员数量的差值，得到人员差值，并以此为基础，在人员差值低于设定阈值且可承载人员数量不为零的情况下，再调度除当前电梯外的至少一电梯至目标楼层，实现了在当前电梯到达目标楼层之前提前调度除当前电梯外的至少一电梯至目标楼层，相较于现有技术中仅仅在当前电梯离开目标楼层之后才可以根据候梯人员触发电梯面板继续调度相同运行方向的电梯至目标楼层，整体上缩短了候梯人员的电梯等待时间，提高了乘梯效率。

而且，通过当前电梯的单向候梯人员数量的计算，可以得到需要乘坐对应电梯运行方向下的候梯人员情况，从而使得所计算得到的单向候梯人人员数量准确反映当前电梯在目标楼层所被需要运载的人员情况。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是根据一示例性实施例示出的本公开实施环境的示意图；

图2是根据一实施例示出的电梯的运行控制方法的流程图；

图3是图2对应实施例的步骤230在一实施例中的流程图；

图4是图2对应实施例的步骤210之前步骤在一实施例中的流程图；

图5是图2对应实施例的步骤250之前步骤在一实施例中的流程图；

图6是根据另一示例性实施例示出的电梯的运行控制方法的流程图；

图7是根据另一示例性实施例示出的电梯的运行控制方法的流程图；

图8是根据另一示例性实施例示出的电梯的运行控制方法的流程图；

图9是图8对应实施例的步骤810在一实施例中的流程图；

图10是根据一具体实施例示出的电梯和边缘服务器的布置示意图；

图11是根据一示例性实施例示出的边缘服务器的工作流程图；

图12是根据一具体实施例示出的在候梯时的控制流程图；

图13是根据一具体实施例示出的进出电梯过程中的控制流程图；

图14是根据一施例示出的电梯的运行控制装置的框图；

图15示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

图1是根据一示例性实施例示出的实施环境的示意图。

如图1所示，该实施环境包括楼宇中的至少一电梯(图一种仅示出一部)、用于进行电梯调度控制的服务器140、布设于各楼层的候梯处的至少一图像采集设备110。布设于候梯处的电梯用于采集候梯处人员的候梯图像或者视频，还可以用于采集在下梯过程中的下梯人员图像。设于候梯处的图像采集设备110与服务器140建立了通信连接，从而，候梯处的图像采集设备110将所采集的图像或者视频传输至服务器140，由服务器140根据候梯图像或者视频进行分析处理，例如确定候梯人员数量。

图像采集设备110可以是摄像头等，在此不进行具体限定。

在候梯处还设有与服务器140通信连接的电梯面板120，该电梯面板120上至少设有上行按键和下行按键，其中，上行按键用于指示候梯人员需要下楼，下行按键用于指示候梯人员需要上楼，当上行按键或者下行按键被触发，电梯面板对应向服务器发送对应于上行或者下行的召梯指令。可以理解的是，该召梯指令包括了电梯面板120所在的楼层信息。

在电梯内部，同样布设了至少一图像采集设备110，布设于电梯内部的图像采集设备110用于采集电梯内乘梯人员的乘梯图像或者视频，还可以用于采集人员在上梯过程中的上梯人员图像。布设于电梯内部的图像采集设备110与服务器140通信连接，从而，布设于电梯内部的图像采集设备110将所采集的图像或者视频传输至服务器140，由服务器140根据该图像或者视频进行分析处理，例如确定电梯中的乘梯人员数量。

电梯中还设有控制器130，该控制器130与服务器140建立通信连接，该控制器130根据服务器下发的调度指令控制电梯的各个执行机构进行动作，例如控制电梯停靠在指定楼层，控制电梯打开电梯门、控制电梯关闭电梯门等，在此不进行具体限定。值得注意的是，图1所示的电梯的结构仅仅是示例性举例，在实际应用中，电梯还可以具有图1中所示出的更多的部件，例如电梯内部还设有用于乘梯人员选择目的楼层的控制面板。

以下对本申请实施例的技术方案的实现细节进行详细阐述：

图2示出了根据本申请的一个实施例的电梯的运行控制方法的流程图，该电梯的运行控制方法可以由具有计算处理功能的设备来执行，该设备可以是图1中所示的服务器。参照图2所示，该电梯的运行控制方法至少包括步骤210至步骤270，详细介绍如下：

步骤210，在接收到目标楼层的召梯指令后，获取目标楼层的候梯人员数量，召梯指令指示了电梯运行方向。

在正常情况下，电梯若停靠一楼层，一种场景是楼层中的候梯人员触发了该楼层电梯面板的上行按键或者下行按键，从而由楼层中的电梯面板向服务器发送了召梯指令，另一种场景是电梯内的乘梯人员中的目的楼层包括该楼层。

对于后一种场景，无论该楼层是否存在候梯人员，电梯按照电梯内乘梯人员所选择的目的楼层停靠至对应楼层，而该种场景并不适用于本公开的方法。

换言之，本公开的方法适用于候梯人员通过电梯面板向服务器发送召梯指令的场景。候梯人员触发了楼层候梯处的电梯面板上对应的按键，该电梯面板对应地向服务器发送召梯指令。如上所描述，电梯面板上设有上行按键和下行按键，当上行按键被触发，则电梯面板向服务器发送对应于上行的召梯指令；同理，当下行按键被触发，则电梯面板向服务器发送对应于下行的召梯指令。

对于服务器所接收到的每一召梯指令，其至少指示了所请求停靠的楼层和电梯运行方向。电梯运行方向包括上行方向和下行方向。所请求停靠的楼层即该召梯指令所请求电梯停靠的楼层。在具体实施例中，可以将召梯指令所来源电梯面板所在的楼层作为召梯指令所请求停靠的楼层。

值得一提的是，目标楼层并不特指某一楼层，而是泛指召梯指令所请求电梯停靠的楼层。换言之，任一向服务器发送了召梯指令所对应的楼层即可作为本公开中的目标楼层。

在一实施例中，目标楼层的候梯人员数量可以通过采集候梯处的候梯图像或者候梯视频，通过所采集的候梯图像或者候梯视频进行人脸检测，从而统计得到候梯人员数量，详见下文描述。

在另一实施例中，还可以红外信号收发电路、热释红外传感器等来进行候梯人员数量的统计，在此不进行具体限定。

步骤230，根据目标楼层的历史候梯人员数据和历史上梯数据，预测得到候梯人员数量中对应于电梯运行方向的单向候梯人员数量。

目标楼层的历史候梯人员数据可以包括为目标楼层的历史候梯人员所采集的历史候梯人员图像，也可以包括根据历史候梯人员图像进行分析所确定各个时间段的历史候梯人员数量，在此不进行具体限定。

目标楼层的历史候梯人员数据至少指示了在历史的一段时间中(例如过去几天)目标楼层中每一天各个时间段中候梯人员的数量。

目标楼层的历史上梯数据是指在目标楼层的上电梯过程中所采集到的数据，目标楼层的历史上梯数据可以包括电梯每一次在目标楼层停靠所采集到的图像或者视频，也可以包括根据电梯在目标楼层停靠所采集到的图像或者视频进行分析所确定的上梯人员数量，该上梯人员数量即每一次电梯停靠在目标楼层后，进入该电梯的候梯人员数量。

目标楼层的历史上梯数据至少指示了在历史的一段时间中，目标楼层每一天中各个时间段，进入所停靠电梯的候梯人员数量。对于每一停靠在目标楼层的电梯而言，该电梯的电梯运行方向是确定的，即是从该目标楼层上行还是从该目标楼层下行。因此，按照所停靠电梯的运行方向进行对进入停靠电梯的候梯人员进行划分，可以对应得到乘坐上行电梯的人员数量和乘坐下行电梯的人员数量。

从而，根据历史上梯人员数据即可获得目标楼层中历史上行人员情况和历史下行人员情况。

基于此，以目标楼层的历史候梯人员数据中历史上行人员情况和历史下行人员情况作为参照，即可对应预测当前所获取到目标楼层的候梯人员数量中需要上行的候梯人员数量和需要下行的候梯人员数量，进而确定目标楼层的候梯人员数量中对应于召梯指令所指示电梯运行方向的单向候梯人员数量。

对应于电梯运行方向的单向候梯人员数量是指候梯人员中所需要运行方向为召梯指令所指示电梯运行方向的候梯人员数量。具体而言，如果召梯指令所指示电梯运行方向为上行，则该对应于电梯运行方向的单向候梯人员数量即为需要上行的候梯人员数量；反之，如果召梯指令所指示电梯运行方向为下行，则该对应于电梯运行方向的单向候梯人员数量即为需要下行的候梯人员数量。

步骤250，计算待抵达目标楼层的当前电梯所对应可承载人员数量与单向候梯人员数量的差，得到人员差值。

由于候梯人员通过电梯面板向服务器发送了召梯指令，从而，服务器对应调度一需要停靠在目标楼层的电梯，该电梯即为当前电梯。换言之，当前电梯是指服务器根据目标楼层的召梯指令所调度需要在目标楼层停靠的电梯。

对于任一电梯而言，根据电梯的许可承重，预先设定了该电梯的许可承载人员数量，该许可承载人员数量是指电梯被允许承载人员数量的最大值。

当前电梯的可承载人员数量是指当前电梯中除自身中的乘梯人员外还可以承载人员的数量。具体的，当前电梯的可承载人员数量等于当前电梯的许可承载人员数量与当前电梯的乘梯人员数量的差值。

值得一提的是，由于电梯每一次停靠，可能存在上电梯的人员和/或下电梯的人员，从而，电梯内的承载人员数量在随着电梯的停靠而发生改变。

为保证所计算得到的人员差值可以准确地用于步骤270，步骤250中，当前电梯的可承载人员数量是根据当前电梯在上一停靠楼层关闭电梯门后至到达目标楼层之间当前电梯内的承载人员数量和当前电梯的许可承载人员数量来计算得到的。

步骤270，若人员差值低于设定阈值且可承载人员数量不为零，则再调度除所当前电梯外的至少一电梯至目标楼层。

该设定阈值可以根据实际情况进行设定，例如将设定阈值设为零，或者为避免达到当前电梯的许可称重，将该设定阈值设定为大于零的常数，在此不进行具体限定。

如果当前电梯的可承载人员数量不为零，则说明该当前电梯还可以继续装载候梯人员。

如果所计算得到的人员差值不低于设定阈值，则说明当前电梯可以运载对应于单向候梯人员数量的候梯人员。从而，如果当前电梯停靠在目标楼层，则可以满足目标楼层该电梯运行方向上当前的运载需要。

如果当前电梯的可承载人员数量不为零且所计算的人员差值低于设定阈值，则说明该当前电梯并不能装载完目标楼层的候梯人员中对应于当前电梯运行方向的候梯人员。从而，除了调度当前电梯停靠在目标楼层外，还另外调度除当前电梯外的至少一电梯停靠于目标楼层，从而保证目标楼层中对应于该电梯运行方向上的候梯人员的运载需求。

在具体实施例中，所调度的除当前电梯外的至少一电梯可以是第二个按照召梯指令所指示电梯运行方向需要经过目标楼层的电梯，如果该第二个需要经过目标楼层的电梯还是不能装载完目标楼层中对应于电梯运行方向上的候梯人员，则继续调度下一部电梯，直至可以装载完目标楼层中对应于电梯运行方向上的候梯人员。

通过计算当前电梯的可承载人员数量与单向候梯人员数量的差值，得到人员差值并以此为基础，在人员差值低于设定阈值且可承载人员数量不为零的情况下，再调度除当前电梯外的至少一电梯至目标楼层，实现了在当前电梯到达目标楼层之前提前调度除当前电梯外的至少一电梯至目标楼层，相较于现有技术中仅仅在当前电梯离开目标楼层之后才可以根据候梯人员触发电梯面板继续调度相同运行方向的电梯至目标楼层，整体上缩短了候梯人员的电梯等待时间，提高了乘梯效率。

而且，通过当前电梯的单向候梯人员数量的计算，可以得到需要乘坐对应电梯运行方向下的候梯人员情况，从而使得所计算得到的单向候梯人人员数量准确反映当前电梯在目标楼层所被需要运载的人员情况。

在一实施例中，如图3所示，步骤230，包括：

步骤310，获取候梯人员数量所对应的采集时间。

目标楼层中的候梯人员数量在实时地发生改变，从而，对于任一所确定的候梯人员数量是与时间相关的。

如上所描述，候梯人员数量可以根据在目标楼层的候梯处所采集的采集数据(例如所采集的候梯图像或者候梯视频)来确定的。则该候梯人员数量所对应的采集时间即得到该候梯人员数量所依据的采集数据对应的采集时间。

步骤330，从历史候梯人员数据中获取目标楼层在采集时间所属时间段的历史候梯人员数量，和，从历史上梯数据中获取目标楼层在采集时间所属时间段且在电梯运行方向上的历史上梯人员数量。

为确定各个时间段的单向候梯人员数量，预先将一天的时间进行了时间段的划分，所进行的划分可以根据实际需要来设定各个时间段的起始时间和结束时间，在此不进行具体限定。

而对于单向候梯人员数量的预测而言，相同时间段的历史候梯人员数量和相同时间段的对应于电梯运行方向上的历史上体人员数量更能准确预测目标楼层的候梯人员数量中的单向候梯人员数量。

因此，为了保证所预测得到单向候梯人员数量的准确性，先按照采集时间所属时间段从目标楼层的历史候梯人员数据中获取对应时间段的历史候梯人员数量，和从目标楼层的历史上梯数据中获取对应时间段且对应于电梯运行方向的历史上梯人员数量。

步骤350，根据历史上梯人员数量和历史候梯人员数量计算得到历史单向上梯比例。

对于从每一天的采集时间所属时间段提取出的历史候梯人员数量和历史上梯人员数量可以对应计算出每天对应于该时间段且对应于电梯运行方向上的上梯比例，该上梯比例即为同一时间段的对应于电梯运行方向上的历史上梯人员数量与历史候梯人员数量的比值。

从而，根据所计算得到每一天对应于采集时间所属时间段且对应于电梯运行方向上的上梯比例来确定历史单向上梯比例。

在一实施例中，为了保证所计算得到的历史单向上梯比例可以准确反映候梯人员数量中的单向候梯人员数量，进一步将每一天所计算得到的上梯比例求进行平均，将所求得的平均值作为历史单向上梯比例。

在另一实施例中，根据所计算得到若干上梯比例的中位数、设定的分位数等来确定历史单向上梯比例，在此不进行具体限定。

步骤370，根据历史单向上梯比例预测得到候梯人员数量中的单向候梯人员数量。

在本公开中，将历史单向上体比例近似为单向候梯人员数量与候梯人员数量的比值，从而，根据所计算得到的历史单向上梯比例即可对应计算得到候梯人员数量中的单向候梯人员数量。具体的，单向候梯人员数量＝历史单向上梯比例*候梯人员数量。

进一步的，在得到单向候梯人员数量后，根据候梯人员数量与单向候梯人员数量的差来确定与电梯运行方向相反方向上的人员数量。或者按照步骤310-370类似的过程来计算与电梯运行方向相反方向上的人员数量。

在一实施例中，如图4所示，步骤210之前，该方法还包括：

步骤410，获取在目标楼层的候梯处所采集的候梯图像。

在该实施例中，通过布设在目标楼层的候梯处的图像采集设备，例如摄像头来进行图像采集，所进行的图像采集可以是采集图像或者视频，在此不进行具体限定。对于采集视频的情况，对所采集得到的视频进行分帧即可得到候梯图像。

步骤430，对候梯图像进行人脸检测，得到目标楼层中的候梯人员数量。

所进行的人脸检测是指在候梯图像中检测所包含的人脸图像。

在一实施例中，通过配置于服务器中的人脸检测模型来进行人脸检测。该人脸检测模型是通过神经网络构建的模型。该人脸检测模型可以通过一种或者多种神经网络来构建，在此不进行具体限定。

在具体实施例中，构建该人脸检测模型的神经网络可以是卷积神经网络、循环神经网络、长短时记忆神经网络等一种或者多种，在此不进行具体限定。

值得一提的是，在将该人脸检测模型配置于服务器中进行人脸检测之前，通过训练数据对预构建的模型进行训练，得到该人脸检测模型。训练数据可以是进行人脸标注的若干图像，所进行的标注用于标识对应的图像是否为人脸，该标注作为所对应图像的人脸标签。从而，通过该图像和所对应的人脸标签训练该预构建的模型。

在训练过程中，如果该预构建的模型为输入的图像所输出的结果与该输入图像所对应的人脸标签不相符，则调整该预构建的模型的模型参数，直至该模型为输入的图像所输出的结果与该输入的图像所对应的人脸标签相符。反之，如果该预构建的模型为输入的图像所输出的结果与该输入图像所对应的人脸标签相符，则继续用下一图像进行模型的训练。

在模型训练一段时间之后，通过测试数据来测量模型的预测精度。该测试数据与训练数据相似，即被进行人脸标注的若干图像，通过训练后的模型来对测试数据中的图像进行人脸检测，通过为该测试数据中的图像输出的结果和所对应的人脸标签来计算该模型的预测精度。

如果所计算得到的预测精度达到设定的精度要求，例如不低于设定的精度阈值，则将所训练得到的模型作为人脸检测模型；反之，如果所计算得到的预测精度未达到设定的精度要求，则继续用训练数据训练该模型，直至该模型的预测精度达到设定的精度要求。

在训练得到人脸检测模型后，将该人脸检测模型配置于服务器中，用于进行人脸检测。

在步骤430中，基于配置于服务器中的人脸检测模型，则可以检测出候梯图像中的人脸。进而，统计候梯图像中所检测出人脸的数量即得到目标楼层中的候梯人员数量。

在一实施例中，如图5所示，步骤250之前，该方法还包括：

步骤510，获取在当前电梯中所采集的乘梯图像，乘梯图像是在当前电梯在上一停靠楼层关闭梯门后采集得到的。

在当前电梯在上一停靠楼层关闭梯门后再采集当前电梯中的乘梯图像，从而，该乘梯图像可以准确反映该该当前电梯在到达目标楼层之前的乘梯人员的情况。

该乘梯图像可以通过部署于当前电梯中的图像采集设备(例如摄像头)进行图像采集所得到。同理，所进行的图像采集可以是采集图像或者视频，在此不进行具体限定。

步骤530，对乘梯图像进行人脸检测，得到当前电梯的乘梯人员数量。

在该步骤中人脸检测的实现也可以通过配置于服务器中的人脸检测模型来实现。该人脸检测模型的训练过程详见上述步骤430部分的叙述。

因此，基于人脸检测模型检测乘梯图像中的人脸，进而，基于所检测出的人脸图像，统计该乘梯图像中人脸的数量即得到当前电梯的乘梯人员数量。

步骤550，根据当前电梯的许可承载人员数量和乘梯人员数量计算得到可承载人员数量。

将当前电梯的许可承载人员数量与乘梯人员数量相减，即得到当前电梯的可承载人员数量。

在另一实施例中，为了让乘梯人员了解被调度至目标楼层的当前电梯中的乘梯人员情况，在计算得到乘梯人员数量后，将乘梯人员数量发送至设置在候梯处的显示屏，由显示屏实时显示当前电梯中的乘梯人员数量。

在另一实施例中，服务器还可以将乘梯人员数量和可承载人员数量同时发送至显示屏，由显示屏同时显示当前电梯的乘梯人员数量和可承载人员数量，从而便于候梯人员进行决定是否需要继续等待电梯。

在一实施例中，该方法还包括：

若可承载人员数量等于零且当前电梯中承载人员的目的楼层不包括目标楼层，则控制当前电梯不停靠目标楼层。

如上所描述，如果当前电梯的可承载人员数量等于零，则表明当前电梯已经满载，即使当前电梯在该目标楼层停靠，目标楼层的候梯人员也是不可以上电梯的。

如果恰好当前电梯中承载人员的目的楼层不包括目标楼层的话，则表明未有承载人员需要在目标楼层下电梯。

因此，如果可承载人员数量等于零且当前电梯中承载人员的目的楼层不包括目标楼层，为了避免浪费时间，控制当前电梯不停靠在目标楼层。从而，根据召梯指令重新调度其他的电梯至目标楼层，以满足目标楼层对应电梯运行方向上候梯人员的运载需要。

在另一实施例中，根据召梯指令所进行的重新调度，可以参照图2-图4对应实施例中的过程来对所重新调度的电梯进行运行控制。

在一实施例中，如图6所示，该方法还包括

步骤610，在当前电梯到达目标楼层之前，根据再次在目标楼层的候梯处进行图像采集所获得的候梯图像对候梯人员数量进行更新。

在实际中，目标楼层的候梯处的候梯人员在实时发生变化，例如部分候梯人员在等待时间较久后选择走步梯。基于此，按照设定时间间隔再次对目标楼层的候梯处进行图像采集，从而对应得到再次所采集到的候梯图像。并根据再次所采集到的候梯图像进行人脸检测，对应确定该再次采集的候梯图像所指示的候梯人员数量。

如果该再次采集的候梯图像所指示的候梯人员数量与上一次所得到的候梯人员数量不一致，则将该再次采集的候梯图像所指示的候梯人员数量作为更新后的候梯人员数量。

步骤630，若更新后的候梯人员数量为零，则控制取消目标楼层的召梯指令。

如果该更新后的候梯人员数量为零，则表明目标楼层的候楼处当前不存在候梯人员，则控制取消目标楼层的召梯指令，对应的该当前电梯并不停靠在目标楼层。

反之，若更新后的候梯人员数量不为零，则重新按照步骤230的过程来计算更新后候梯人员数量中的单向乘梯人员数量，并基于此，按照步骤250-270的过程进行电梯控制。

通过步骤610-630避免当前电梯根据召梯指令停靠在实际并不存在候梯人员的目标楼层中，从而提高了电梯的运行效率。

在一实施例中，如图7所示，该方法还包括：

步骤710，获取各个楼层的历史候梯人员数据和历史上梯数据。

步骤730，根据历史候梯人员数据和历史上梯数据确定各个楼层在各个时间段的单向人流量，单向人流量为上行人流量或下行人流量。单向人流量是指在一时间段内从对应楼层上行或者下行的人员数量。

历史候梯人员数据反映了对应时间段对应楼层的候梯人员的情况，例如候梯人员数量。从而，对于历史候梯人员数据，按照所划分的时间段进行分类统计，得到各个时间段中的候梯人员数量。

历史上梯数据反映了对应楼层在对应时间段内每一次电梯停靠的上梯人员情况，例如每一次电梯停靠上该电梯的人员数量。而每一停靠的电梯有其对应的运行方向(上行或者下行)，从而，上该停靠的电梯人员即是按照该电梯的运行方向移动。

对于历史上梯数据，同时按照所划分的时间段和电梯的运行方向进行分类统计，从而得到在每一时间段中对应于上行方向的上梯人员数量和该时间段中对应于下行方向上的上梯人员数量。

从而，根据历史候梯人员数据和历史上梯数据，按照上行或者下行方向进行人员统计，即可对应确定各个楼层在各个时间段中的单向人流量。

步骤750，若单向人流量超过设定阈值，则根据单向人流量调度电梯在单向人流量所对应时间段停靠在所对应楼层。

如果一楼层在一时间段对应于一运行方向上的单向人流量超过设定阈值，则表明该楼层在该时间段中需要往该运行方向移动的乘梯人员较多，从而，在该时间段中，提前调度电梯停靠在该单向人流量所对应的楼层，以避免花费较多的时间等待电梯，进一步提高了乘梯效率进一步的，被调度至该楼层的电梯对应按照该单向人流量所对应的运行方向运行。

在一实施例中，如图8所示，该方法还包括：

步骤810，根据在楼层的候梯处所采集的历史候梯图像和在电梯中所采集的历史乘梯图像，统计获得目标用户的历史乘梯数据。

目标用户并不特指某一用户，而泛指待进行个性化电梯调度的用户。

在各楼层的候梯处所采集的候梯图像和在电梯中所采集的乘梯图像记录了各乘梯人员的历史乘梯数据，该历史乘梯包括乘梯的时间信息和地点信息。时间信息例如各乘梯人员起始候梯时间、上电梯的时间、下电梯的时间等，地点信息例如各乘梯人员的起始楼层、目的楼层(即下电梯的楼层)。

从而，通过所采集的候梯图像和乘梯图像进行分析，获得各个乘梯人员的历史乘梯数据，进而从中获取目标用户的历史乘梯数据。

所采集的候梯图像中的候梯人员可能包括目标用户，通过对候梯图像进行人脸识别即可确定该候梯图像中是否包括目标用户。

同理，所采集的乘梯图像中的乘梯人员可能包括目标用户，通过对乘梯人员进行人脸识别即可确定该乘梯图像中是否包括目标用户。

所进行的人脸识别即根据构建的人脸信息库对乘梯图像中的人脸图像进行匹配，从而，从人脸信息库中所匹配到的人脸图像来对应确定乘梯图像中对应人脸图像所对应人员的身份。

在一实施例中，通过由神经网络构建的人脸识别模型来进行人脸识别。与人脸检测模型相类似，该人脸识别模型可以由一种或者多种神经网络来构建。对应的，该人脸识别模型是对预构建的模型进行训练而得到的，训练的过程参见上述人脸检测模型的训练过程，在此不再赘述。

在一实施例中，为保证存储的人脸信息不被篡改，将人脸信息存储至区块链中，从而，在需要进行人脸识别时，从而根据区块链中存储的人脸信息来识别出乘梯图像或者候梯图像中目标用户的人脸图像。

目标用户的历史乘梯数据包括了目标用户历史乘坐电梯的情况，例如每一次的起始候梯时间、每一次的起始楼层、每一次的目的楼层等。如果在候梯图像中识别出目标用户的人脸图像，在该候梯图像所对应的楼层即为该目标用户的历史起始楼层。该候梯图像所对应的采集时间即为该目标用户的历史乘梯时间。

通过对比相邻两次所采集的乘梯图像，即可确定该目标用户是否下电梯。例如前一张乘梯图像中包括目标用户的人脸图像，而后一张乘梯图像中不包括目标用户的人脸图像，则该两张乘梯图像所对应采集时间之间电梯所停靠的楼层即为目标用户的历史目的楼层。

在一实施例中，电梯内所布设的图像采集设备除了可以采集乘梯人员图像外，还可以在上梯过程中采集上梯人员图像，从而，如果通过人脸识别确定所采集的上梯人员图像中包括目标用户的人脸图像，则该上梯人员图像所对应的楼层即为目标用户的历史起始楼层。

在一实施例中，楼层的候梯处所布设的图像采集设备除了可以采集候梯人员图像外，还可以在下梯过程中采集下梯人员图像，从而，如果通过人脸识别确定所采集的下电梯人员图像中包括目标用户的人脸图像，则该下梯人脸图像所对应的楼层即为目标用户的历史目的楼层。

在一实施例中，目标用户的乘梯数据还可以包括目标用户的历史候梯时长、历史起始候梯时间、各时间段使用电梯的频率等。

根据所采集出现目标用户人脸图像的候梯图像，即可确定目标用户历史到达候梯区的时间，结合包括目标用户人脸图像的候梯图像和包括目标用户人脸图像的乘梯图像即可对应确定目标用户的候梯时长。

步骤830，根据历史乘梯数据预测目标用户的乘梯时间和起始楼层。

步骤850，按照为目标用户所预测的乘梯时间调度电梯至目标用户所对应的起始楼层。

由于乘梯数据反映了目标用户在过去的各个时间段的乘梯情况，从而，该乘梯数据可以反映出目标用户的常规乘梯行为。

如果目标用户的乘梯数据反映用户连续多天均在同一时间段从同一起始楼层乘坐电梯，则表明在每一天中，目标用户在该时间段从该起始楼层乘坐电梯的概率较大，从而根据从电梯数据中提取的乘梯时间和起始楼层，在该乘梯时间调度电梯至该起始楼层，实现了为用户进行个性化电梯服务，避免了目标用户过久地等待电梯。

在一实施例中，为了为目标用户进行个性化电梯服务，从目标用户的乘梯数据中提取目标用户的乘梯特征，通过构建的行为预测模型来根据目标用户的乘梯特征预测目标用户的乘梯时间和起始楼层。

该乘梯特征可以是每一次乘梯的历史起始候梯时间、历史起始楼层和历史目的楼层，在其他实施例中，该乘梯特征还可以进一步包括历史候梯时长、各个时间段的使用电梯的频率和/或次数、历史起始候梯时间等，在此不进行具体限定。

所构建的行为预测模型是通过神经网络来构建的，该行为预测模型可以通过一种或者多种神经网络(例如卷积神经网络、循环神经网络、随机森林、长短时记忆神经网络等)来构建。

同理，该行为预测模型是通过训练数据对预构建的模型进行训练得到的。所进行的训练可以是有监督训练或者无监督训练，在此不进行具体限定。

因而，在训练得到行为预测模型后，该行为预测模型根据为目标用户所提取得到的乘梯特征来为目标用户进行乘梯时间和起始楼层的预测。

以此按照所预测得到的乘梯时间调度电梯停靠至所预测得到的起始楼层。

在一实施例中，如图9所示，历史乘梯数据包括目标用户的历史乘梯轨迹，步骤810包括：

步骤910，对在楼层的候梯处所采集的历史候梯图像进行人脸识别，确定历史候梯人员中的目标用户，将历史候梯图像所对应楼层作为目标用户的历史起始楼层，将历史候梯图像所对应的采集时间作为所目标用户的历史起始候梯时间。

目标用户的历史乘梯轨迹是根据目标用户每一次乘梯过程中的历史起始楼层和历史目的楼层生成的携带时间信息的运行轨迹，所携带的时间信息例如目标用户的历史起始候梯时间等。在其他实施例中，所携带的时间信息还可以进一步包括历史上梯时间、历史下梯时间等。

因此，为了得到目标用户的历史乘梯轨迹，针对每一次目标用户的乘梯，根据包括目标用户在内的历史候梯图像和历史乘梯图像，确定目标用户的历史起始楼层和历史目的楼层，并进一步的确定乘梯过程中的时间信息，例如上述的历史起始候梯时间等。

步骤930，根据在电梯停靠前后所采集的历史乘梯图像，确定目标用户的历史目的楼层。

步骤950，根据历史起始楼层、历史乘梯时间和历史目的楼层生成目标用户的历史乘梯轨迹。

至此，实现了根据所采集的历史候梯图像和历史乘梯图像生成目标用户的每一次乘梯过程中的历史乘梯轨迹。

下面结合一具体实施例来对本公开的方法进行进一步说明：

图10示出了电梯和边缘服务器的部署示意图，如图10所示，为了进行电梯的运行控制，在每一楼宇中部署了边缘服务器，该边缘服务器用于对该楼宇中的电梯统一进行调度控制。在每一楼宇中至少包括一电梯，图10中每一楼宇中示例性示出三个电梯。

如图10所示，还部署了云服务器来对各个楼宇中的边缘服务器进行监控。其中云服务器还可以用于进行神经网络模型的训练，例如进行人脸识别模型的训练、行为预测模型的训练，在训练得到对应模型后，将该模型下发到边缘服务器，由边缘服务器根据对应按照该模型进行对应处理，例如人脸识别、行为预测。

每个楼宇中的边缘服务器独立管理和运行，并定时与云端服务器进行信息交互。

由部署于楼宇中的边缘服务器来对该楼宇中的电梯进行统一调度控制，相较于现有技术中通过云服务器来进行电梯的调度控制，将边缘服务器部署在靠近据源的近端设备进行处理，而不是把数据回传到云端服务器进行处理，具有实时性好、效率高、延迟短的优点，而且还可以在网络不佳的情况下进行运算处理。同时，边缘服务器还支持采用分布式计算架构，便于进行边缘服务器的部署。

图11示出了图10中边缘服务器的工作流程图。如图11所示，边缘服务器与布设于电梯内的摄像头、布设于候梯处的摄像头、布设于候梯处的显示屏、所在楼宇中的各个电梯建立了通信连接。从而，布设于电梯内的摄像头和/或布设于候梯处的摄像头采集到视频后，将视频流发送至边缘服务器。

如图11所示，边缘服务器通过如下的步骤来进行电梯的运行控制：

步骤1110，通过布设在边缘服务器中的视频流采集器、视频数据缓冲、和视频流处理器来进行流分析。

视频流被发送到边缘服务器后，依次经过视频流采集、数据缓冲和处理。

其中，视频流采集器可以是Open CV，该Open CV是一个跨平台的计算机视觉库。视频数据缓冲器可以是Apache KafKa(一个发布/订阅的消息系统)。视频流处理器可以是Apache Spark开源流处理框架。

视频流采集器Open CV接收摄像头传送的视频数据流，并将视频数据流视频帧序列化为流数据缓存。

视频数据缓存在视频数据缓冲器Apache KafKa中，其包括视频流数据的可容错数据队列。

视频流处理器Apache Spark消费视频数据缓冲器Apache KafKa中的数据流并进行分析处理。

视频流处理器Apache Spark所进行的分析处理例如人脸检测。

步骤1120，人数统计。

所进行的人数统计是根据所检测到的人脸来进行人数统计。从而，根据从候梯图像中检测到的人脸统计得到候梯人员数量。根据从当前电梯的乘梯图像中检测到的人脸统计得到乘梯人员数量。

然后将人数信息，例如乘梯人员数量或者乘梯人员数量和可承载人员数量发送至布设于目标楼层的候梯处的显示屏进行显示。

步骤1130，调度控制。

所进行的调度控制除了包括根据召梯指令所调度的当前电梯外，还包括该楼宇中的其它电梯。

具体的调度控制可以是步骤270、步骤630、以及在可承载人员数量等于零且当前电梯中承载人员的目的楼层不包括目标楼层的情况下，则控制当前电梯不停靠目标楼层等，在此不再赘述。

除了步骤1110-1130外，边缘服务器中还部署了人脸识别模型来进行人脸识别，从而确定具体的候梯人员、以及具体的乘梯人员，即进行步骤1140(通过机器学习、函数计算、人脸匹配来实现人脸识别)。

其中，人脸识别可以基于Google的Tensorflow开源机器学习框架来实现。

具体而言，人脸识别的实现包括如下过程：

A1、在边缘服务器中部署Tensorflow软件；

A2、在Tensorflow软件选用深度神经网络模型，并编写训练模型代码；

A3、在将训练数据导入深度神经网络模型中，进行模型训练，得到训练后的模型；

A4、将测试数据导入训练后的模型中，验证模型的识别准确率；

A5、如果识别准确率未达到要求，则调整模型参数，继续进行模型训练，得到重新训练后的模型；

A6、重复步骤A4和步骤A5，直至模型的识别准确率达到要求，得到人脸识别模型。

A7、通过人脸识别模型对人脸数据进行识别，得到识别信息(与人脸数据库中的人脸信息进行对比)。

进一步的，步骤1140中还包括函数计算-基于人脸识别的匹配度，触发不同的响应。该函数计算的实现可以选用IBM Openwhisk开源函数计算框架来机型。具体实现如下：

B1、在边缘计算服务器部署Openwhisk软件；

B2、编写Openwhisk应用程序，例如新建人脸记录；

B3、设置Openwhisk触发条件，例如当人脸匹配度大于80％时，确定为人脸匹配成功，随即开始对员工的行为进行记录和学习(所进行的学习即分析该员工不同时段对电梯有需求的可能性)

B4、设置Openwhisk触发条件和应用程序绑定，例如，当人脸识别匹配度小于或等于80％时，定位人脸匹配失败，触发新建人脸信息行为，并进行信息如克和行为的记录和学习。

进一步的，通过区块链构建人脸信息存储系统和数据记录，实现了数据去中心化，可有效防止数据被篡改。具体的，可以通过Hyperledger Fabric开源区块链框架来实现，具体实现如下：

C1、在边缘服务器部署Hyperledger Fabric软件；

C2、人脸数据库基于Hyperledger Fabric构建，数据以区块的形式存在；

C3、多个边缘计算节点数据互通，采用分布式存储架构，形成链条。

步骤1150，对员工进行个性化服务。

由于进行人脸识别从而可以收集到各个员工的乘梯数据，从而，以此为基础，可以按照图8和图9所对应的实施例对员工进行个性化服务。

图12示出了在候梯时的控制流程图。具体包括如下步骤：

步骤1210，通过摄像头，在员工按下电梯按键后对电梯间区域内的等候员工进行脸部信息提取。

步骤1230，摄像头将采集的信息传送到边缘服务器。

步骤1251，边缘服务器使用流分析技术，对电梯外的人员进行人脸检测，用于统计电梯外的人数，即为候梯人员数量。

步骤1253，边缘服务器根据统计出的人数、各电梯的行进情况和电梯中的人数安排停靠的电梯号及数量。

步骤1255，通过学习存储的人脸信息，让电梯系统初步掌握员工的使用习惯，以对员工进行个性化电梯服务。

图13示出了进出电梯过程中的控制流程图，如图13所示，包括如下步骤：

步骤1310与步骤1330分别与图12中的步骤1210和步骤1230相同。

步骤1351，使用流分析技术，对进出电梯的人进行人脸检测，计算得到进出电梯的人数，用于统计电梯内的现有人数。

步骤1353，将提取的人脸信息搭配采集时间一起存储，以用于后期的学习。

步骤1355，通过学习存储的人脸信息，让电梯系统初步掌握不同员工的使用习惯。

以下介绍本申请的装置实施例，可以用于执行本申请上述实施例中的方法。对于本申请装置实施例中未披露的细节，请参照本申请上述的方法实施例。

图14是根据一示例性实施例示出的一种电梯的运行控制装置1400的框图，该电梯的运行控制装置1400可以配置于具有处理功能的计算机设备中，例如图1所示的服务器中，参照图14所示，该装置包括：

获取模块1410，用于在接收到目标楼层的召梯指令后，获取目标楼层的候梯人员数量，召梯指令指示了电梯运行方向。

预测模块1430，用于根据目标楼层的历史候梯人员数据和历史上梯数据，预测得到候梯人员数量中对应于电梯运行方向的单向候梯人员数量。

计算模块1450，用于计算待抵达目标楼层的当前电梯所对应可承载人员数量与单向候梯人员数量的差，得到人员差值。

调度模块1470，用于若人员差值低于设定阈值且可承载人员数量不为零，则再调度除所当前电梯外的至少一电梯至目标楼层。

上述装置中各个模块的功能和作用的实现过程具体详见上述电梯的运行控制方法中对应步骤的实现过程，在此不再赘述。

可以理解，这些模块可以通过硬件、软件、或二者结合来实现。当以硬件方式实现时，这些模块可以实施为一个或多个硬件模块，例如一个或多个专用集成电路。当以软件方式实现时，这些模块可以实施为在一个或多个处理器上执行的一个或多个计算机程序。

在一实施例中，预测模块，包括：

采集时间获取单元，用于获取候梯人员数量所对应的采集时间。

获取单元，用于从历史候梯人员数据中获取目标楼层在采集时间所属时间段的历史候梯人员数量，和，从历史上梯数据中获取目标楼层在采集时间所属时间段且在电梯运行方向上的历史上梯人员数量。

历史单向上梯比例计算单元，用于根据历史上梯人员数量和历史候梯人员数量计算得到历史单向上梯比例。

预测单元，用于根据历史单向上梯比例预测得到候梯人员数量中的单向候梯人员数量。

在一实施例中，该电梯的运行控制装置还包括：

候梯图像获取模块，用于获取在目标楼层的候梯处所采集的候梯图像。

第一人脸检测模块，用于对候梯图像进行人脸检测，得到目标楼层中的候梯人员数量。

在一实施例中，该电梯的运行控制装置还包括：

乘梯图像获取模块，用于获取在当前电梯中所采集的乘梯图像，乘梯图像是在当前电梯在上一停靠楼层关闭梯门后采集得到的。

第二人脸检测模块，用于对乘梯图像进行人脸检测，得到当前电梯的乘梯人员数量。

可承载人员数量计算模块，用于根据当前电梯的许可承载人员数量和乘梯人员数量计算得到可承载人员数量。

在一实施例中，该电梯的运行控制装置还包括：

控制模块，用于若可承载人员数量等于零且当前电梯中承载人员的目的楼层不包括目标楼层，则控制当前电梯不停靠目标楼层。

在一实施例中，该电梯的运行控制装置还包括：

候梯人员数量更新模块，用于在当前电梯到达目标楼层之前，根据再次在目标楼层的候梯处进行图像采集所获得的候梯图像对候梯人员数量进行更新。

召梯指令取消模块，用于若更新后的候梯人员数量为零，则控制取消目标楼层的召梯指令。

在一实施例中，该电梯的运行控制装置还包括：

数据获取模块，用于获取各个楼层的历史候梯人员数据和历史上梯数据。

单向人流量计算模块，用于根据历史候梯人员数据和历史上梯数据确定各个楼层在各时间段的单向人流量，单向人流量为上行人流量或下行人流量。

第二调度模块，用于若单向人流量超过设定阈值，则根据单向人流量调度电梯在单向人流量所对应时间段停靠在所对应楼层。

在一实施例中，该电梯的运行控制装置还包括：

乘梯数据获取模块，用于根据在楼层的候梯处所采集的历史候梯图像和在电梯中所采集的历史乘梯图像，统计获得目标用户的历史乘梯数据。

第二预测模块，用于根据历史乘梯数据预测目标用户的乘梯时间和起始楼层。

第三调度模块，用于按照为目标用户所预测的乘梯时间调度电梯至目标用户所对应的起始楼层。

在一实施例中，历史乘梯数据包括目标用户的历史乘梯轨迹，乘梯数据获取模块，包括：

人脸识别单元，用于对在楼层的候梯处所采集的历史候梯图像进行人脸识别，确定历史候梯人员中的目标用户，将历史候梯图像所对应楼层作为目标用户的历史起始楼层，将历史候梯图像所对应的采集时间作为所目标用户的历史起始候梯时间。

历史目的楼层确定单元，用于根据在电梯停靠前后所采集的历史乘梯图像，确定目标用户的历史目的楼层。

历史乘梯轨迹生成单元，用于根据历史起始楼层、历史起始候梯时间和历史目的楼层生成目标用户的历史乘梯轨迹。

上述装置中各个模块/单元的功能和作用的实现过程具体详见上述电梯的运行控制方法中对应步骤的实现过程，在此不再赘述。

图15示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

需要说明的是，图15示出的电子设备的计算机系统1500仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图15所示，计算机系统1500包括中央处理单元(Central Processing Unit，CPU)1501，其可以根据存储在只读存储器(Read-Only Memory，ROM)1502中的程序或者从存储部分1508加载到随机访问存储器(Random Access Memory，RAM)1503中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在RAM 1503中，还存储有系统操作所需的各种程序和数据。CPU 1501、ROM 1502以及RAM 1503通过总线1504彼此相连。输入/输出(Input/Output，I/O)接口1505也连接至总线1504。

以下部件连接至I/O接口1505：包括键盘、鼠标等的输入部分1506；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分1507；包括硬盘等的存储部分1508；以及包括诸如LAN(Local AreaNetwork，局域网)卡、调制解调器等的网络接口卡的通信部分1509。通信部分1509经由诸如因特网的网络执行通信处理。驱动器1510也根据需要连接至I/O接口1505。可拆卸介质1511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1510上，以便于从其上读出的计算机程序根据需要被安装入存储部分1508。

特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1509从网络上被下载和安装，和/或从可拆卸介质1511被安装。在该计算机程序被中央处理单元(CPU)1501执行时，执行本申请的系统中限定的各种功能。

需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的方法。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。

在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种电梯的运行控制方法，其特征在于，所述方法包括：

在接收到目标楼层的召梯指令后，获取所述目标楼层的候梯人员数量，所述召梯指令指示了电梯运行方向；

根据所述目标楼层的历史候梯人员数据和历史上梯数据，预测得到所述候梯人员数量中对应于所述电梯运行方向的单向候梯人员数量；

计算待抵达所述目标楼层的当前电梯所对应可承载人员数量与所述单向候梯人员数量的差，得到人员差值；

若所述人员差值低于设定阈值且所述可承载人员数量不为零，则再调度除所当前电梯外的至少一电梯至所述目标楼层。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标楼层的历史候梯人员数据和历史上梯数据，预测得到所述候梯人员数量中对应于所述电梯运行方向的单向候梯人员数量，包括：

获取所述候梯人员数量所对应的采集时间；

从所述历史候梯人员数据中获取目标楼层在所述采集时间所属时间段的历史候梯人员数量，和，从所述历史上梯数据中获取目标楼层在所述采集时间所属时间段且在所述电梯运行方向上的历史上梯人员数量；

根据所述历史上梯人员数量和所述历史候梯人员数量计算得到历史单向上梯比例；

根据所述历史单向上梯比例预测得到所述候梯人员数量中的所述单向候梯人员数量。

3.根据权利要求1所述的方法，其特征在于，所述获取目标楼层中的候梯人员数量之前，所述方法还包括：

获取在所述目标楼层的候梯处所采集的候梯图像；

对所述候梯图像进行人脸检测，得到所述目标楼层中的候梯人员数量。

4.根据权利要求1所述的方法，其特征在于，所述计算待抵达所述目标楼层的当前电梯所对应可承载人员数量与所述单向候梯人员数量的差，得到人员差值之前，所述方法还包括：

获取在所述当前电梯中所采集的乘梯图像，所述乘梯图像是在所述当前电梯在上一停靠楼层关闭梯门后所采集得到的；

对所述乘梯图像进行人脸检测，得到所述当前电梯的乘梯人员数量；

根据所述当前电梯的许可承载人员数量和所述乘梯人员数量计算得到所述可承载人员数量。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述可承载人员数量等于零且所述当前电梯中承载人员的目的楼层不包括所述目标楼层，则控制所述当前电梯不停靠所述目标楼层。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括

在所述当前电梯到达所述目标楼层之前，根据再次在所述目标楼层的候梯处进行图像采集所获得的候梯图像对所述候梯人员数量进行更新；

若更新后的所述候梯人员数量为零，则控制取消所述目标楼层的所述召梯指令。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取各个楼层的历史候梯人员数据和历史上梯数据；

根据所述历史候梯人员数据和所述历史上梯数据确定各个楼层在各个时间段的单向人流量，所述单向人流量为上行人流量或下行人流量；

若所述单向人流量超过设定阈值，则根据所述单向人流量调度电梯在所述单向人流量所对应时间段停靠在所对应楼层。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据在楼层的候梯处所采集的历史候梯图像和在电梯中所采集的历史乘梯图像，统计获得目标用户的历史乘梯数据；

根据所述历史乘梯数据预测所述目标用户的乘梯时间和起始楼层；

按照为所述目标用户所预测的乘梯时间调度电梯至所述目标用户所对应的起始楼层。

9.根据权利要求8所述的方法，其特征在于，所述历史乘梯数据包括所述目标用户的历史乘梯轨迹，所述根据在楼层的候梯处所采集的历史候梯图像和在电梯中所采集的历史乘梯图像，统计获得目标用户的历史乘梯数据，包括：

对在楼层的候梯处所采集的历史候梯图像进行人脸识别，确定历史候梯人员中的目标用户，将所述历史候梯图像所对应楼层作为所述目标用户的历史起始楼层，将所述历史候梯图像所对应的采集时间作为所所述目标用户的历史起始候梯时间；

根据在电梯停靠前后所采集的历史乘梯图像，确定所述目标用户的历史目的楼层；

根据所述历史起始楼层、历史起始候梯时间和所述历史目的楼层生成所述目标用户的乘梯轨迹。

10.一种电梯的运行控制装置，其特征在于，所述装置包括：

获取模块，用于在接收到目标楼层的召梯指令后，获取所述目标楼层的候梯人员数量，所述召梯指令指示了电梯运行方向；

预测模块，用于根据所述目标楼层的历史候梯人员数据和历史上梯数据，预测得到所述候梯人员数量中对应于所述电梯运行方向的单向候梯人员数量；

计算模块，用于计算待抵达所述目标楼层的当前电梯所对应可承载人员数量与所述单向候梯人员数量的差，得到人员差值；

调度模块，用于若所述人员差值低于设定阈值且所述可承载人员数量不为零，则再调度除所当前电梯外的至少一电梯至所述目标楼层。

Images