CN111212803A - 大楼内交通推算方法和大楼内交通推算系统 - Google Patents

Abstract

本发明的目的在于提供能够推算考虑了电梯组间的换乘(换乘移动)的大楼多个组整体OD矩阵的大楼内交通推算方法和大楼内交通推算系统。OD矩阵推算装置包括：提取部，其基于多个电梯组中的作为各电梯组内的交通流信息的组内OD矩阵和能够在电梯组间换乘的换乘楼层信息，提取组内OD矩阵中的换乘楼层共用的换乘关联组内OD矩阵；匹配部，其组合由提取部提取出的换乘关联组内OD矩阵内的、包含以换乘楼层为到达层的OD数据的第一换乘组内OD矩阵和包含以所述换乘楼层为出发层的OD数据的第二换乘组内OD矩阵，来生成换乘关联OD数据；和推算部，其基于由匹配部进行组合而得到的所述换乘关联OD数据来推算在组间换乘而移动的使用者的OD数据，并生成作为多个组整体的OD矩阵的多个组OD矩阵。

Description

大楼内交通推算方法和大楼内交通推算系统

技术领域

本发明涉及大楼内交通推算方法和大楼内交通推算系统。

背景技术

在进行面向电梯的适当的运用和使用便利性的改善的更新计划时，首先掌握大楼的交通需求是非常重要的。

专利文献1中提出了一种装置，根据由电梯的各层的乘降人数和轿厢内按钮的按下时刻构成的运行数据，推算表示使用者从哪一层向哪一层移动的交通流的OD矩阵(Origin-Destination Matrix)。

关于OD矩阵的导出，目前根据一个电梯组(群)的运行数据在该组的服务楼层能够导出即是充分的。这是由于目前需要使用者进行换乘组间那样的移动的大楼较少，而没有掌握换乘移动的需求。实际上，在专利文献1中推算单一电梯组产生的移动的OD矩阵。

现有技术文献

专利文献

专利文献1：日本特开昭58-152769号公报

发明内容

发明所要解决的课题

在大楼的大规模化、复杂化发展的今天，需要组间的换乘的大楼逐年增加，产生要掌握换乘移动的需求。但是，专利文献1的方法中不具有组合多个组的数据的机构，因此无法计算考虑了电梯换乘的大楼整体OD矩阵。

因此，本发明的目的在于，提供能够推算考虑了电梯组间的换乘(换乘移动)的大楼多个组整体OD矩阵的大楼内交通推算方法和大楼内交通推算系统。

用于解决课题的方案

为了解决上述课题，本发明的OD矩阵推算装置包括：提取部，其基于多个电梯组中的作为各电梯组内的交通流信息的组内OD矩阵和能够在所述电梯组间换乘的换乘楼层信息，提取所述组内OD矩阵中的所述换乘楼层共用的换乘关联组内OD矩阵；匹配部，其组合由所述提取部提取出的所述换乘关联组内OD矩阵内的、包含以所述换乘楼层为到达层的OD数据的第一换乘组内OD矩阵和包含以所述换乘楼层为出发层的OD数据的第二换乘组内OD矩阵，来生成换乘关联OD数据；和推算部，其基于由所述匹配部进行组合而得到的所述换乘关联OD数据来推算在所述组间换乘而移动的使用者的OD数据，并生成作为多个组整体的OD矩阵的多个组OD矩阵。

发明效果

根据本发明，能够提供能够推算考虑了电梯组间的换乘(换乘移动)的多个组整体的OD矩阵的大楼内交通推算方法和大楼内交通推算系统。

附图说明

图1是表示本发明的推算多个组OD矩阵的方法中的系统结构和数据的流程的一例的图。

图2是表示本发明中处理的大楼的换乘楼层信息的一例的图。

图3是表示本发明中处理的、由多个电梯组分别生成的组内OD矩阵的一例的图。

图4是表示本发明中进行的提取匹配部的处理内容的一例的图。

图5是表示本发明中进行的合成部的处理结果的图。

图6是表示本发明中进行的提取部的处理结果的图。

图7是表示本发明中进行的匹配部的处理结果的图。

图8是表示本发明中进行的推算部的处理内容的图。

图9是表示本发明中进行的分割处理后的处理结果的图。

图10是表示通过本发明的处理而得到的多个组OD矩阵的图。

图11是表示本发明中进行的提取匹配部的处理内容的一例的图。

图12是表示本发明中进行的向数据分离部的输入的一例的图。

图13是表示本发明中进行的由数据分离部分离的换乘楼层中的OD数据的图。

图14是表示本发明中进行的数据分离部的处理结果的图。

图15是表示本发明中进行的向数据调整部的输入的一例的图。

图16是表示本发明中进行的数据调整部的处理结果的图。

具体实施方式

以下，使用附图说明实施例。

实施例1

使用图1说明本发明的实施方式的系统结构的一例。图1是表示本发明的推算多个组OD矩阵的方法中的系统结构和数据的流程的一例的图。

涉及使用者的电梯换乘的多个电梯群(组)100、101中分别记录有：根据电梯的乘客人数和各按钮的按下时刻并通过例如专利文献1的方法等预测出的各组的服务楼层的OD矩阵的数据即组内OD矩阵102、103、104、105、106、107的信息。

此外，图1的组内OD矩阵数据102、103、104、105、106、107中，组数为组1(100)、组2(101)这两个，但组数也可以为3个以上，且组内OD矩阵的数量也可以与图中所示的数量相比多或少。

首先，各组的组内OD矩阵102、103、104、105、106、107与进行换乘的楼层和组的数据即换乘楼层信息108一起输入至提取匹配部109。

提取匹配部109中，从输入的各组的组内OD矩阵提取换乘楼层共用的换乘关联组内OD矩阵，从其中提取记录有乘降人数信息的OD数据，并生成对每个换乘移动模式逐一分配了以换乘楼层为到达层的OD数据和以换乘楼层为出发层的OD数据的换乘关联OD数据110。

另外，将未由提取匹配部109提取的OD数据作为换乘非关联OD数据111分别输出。

输出的换乘关联OD数据110和换乘非关联OD数据111被输入推算部112。在推算部112中，根据换乘关联OD数据110推算换乘电梯而移动的使用者的OD数据，并与换乘非关联OD数据111组合，由此生成并输出作为多个组整体的OD矩阵的多个组OD矩阵113。

以下，对本结构的数据和处理的详情进行说明。

对作为本发明的结构使用的数据进行说明。

首先，使用图2对换乘楼层信息108进行说明。换乘楼层信息108表示哪个组和哪个组能够在哪个楼层换乘，例如，如图2所示，以表示各电梯组的服务楼层和换乘楼层的形式提供。

组1(201)、组2(202)、组3(203)中表示的各组的服务楼层根据服务的有无204(有服务204)、205(无服务205)而分类。另外，储存有组1和组2在换乘楼层3层换乘的信息207、组1和组3在换乘楼层3层换乘的信息208。对于换乘楼层信息108的说明为以上。

接着，使用图3对组内OD矩阵102、103、104、105、106、107进行说明。组内OD矩阵114为各组的服务楼层中的记载了使用者的乘梯层和下梯层的矩阵数据。例如，相对于从成分309起08：01在1层出发的电梯，读取从1层向3层的人为3人乘梯。如组内OD矩阵303、304、305、306、307、308那样组内OD矩阵以与电梯的出发时刻相关联的状态赋予。成为这种时间的相关联方法是由于，在根据电梯运行数据计算OD矩阵时，对电梯的每次上升或下降分别计算OD矩阵。

这样，在本发明中，将对每一次运转计算出的OD矩阵称为规定时刻OD矩阵。另一方面，时间数据的相关联方法不是这样。例如具有如“08：30－08：35”那样，对每个特定的时间段合计移动人数的方法。这种相关联方法可使该时间段中包含的OD矩阵相加。本发明中将这样与特定时间段相关联的OD矩阵称为特定时间段OD矩阵。另外，本发明中将去除了OD矩阵的一部分成分的数据称为OD数据。

接着，对本实施例中进行的处理进行说明。如图1所示，粗略的处理是提取匹配部109和推算部112的两个处理。以下对各个处理的详情进行说明。

首先，对提取匹配部109进行说明。提取匹配部109中，如上所述，进行从输入的各组的组内OD矩阵提取换乘楼层的OD数据，并生成对各换乘移动模式逐一分配以换乘楼层为到达层的OD数据和以换乘楼层为出发层的OD数据的换乘关联OD数据110。由此，为了推算换乘电梯的移动的OD数据所需要的到达换乘楼层的人的OD数据和在换乘楼层出发的人的OD数据以组得到，因此，推算多个组OD矩阵113的准备达成。

使用图4说明提取匹配部109的处理的详情。处理由合成部401、提取部402、匹配部403的三个处理构成。

首先，对合成部401进行说明。合成部401中，合成特定时间段内的规定时刻组内OD矩阵114来生成特定时间段组内OD矩阵。例如，赋予组OD矩阵303、304、305、306、307、308，从08：00起每5分钟选取特定时间段。在该情况下，进行使处于08：00～08：05的组内OD矩阵在各组相加的处理。也就是，进行使矩阵303与矩阵304、矩阵305与矩阵306、矩阵307与矩阵308分别相加。

结果，分别得到图5的特定时间段组内OD矩阵500、501、502。通过以上的处理，规定时刻组内OD矩阵转换成特定时间段组内OD矩阵。此外，时间段不需要取等间隔，也可以取组合各组的电梯的一次运转的数据彼此那样较短的时间段。合成部401的说明如上。

接着，对提取部402进行说明。提取部402中，进行从合成部401中得到的特定时间段组内OD矩阵分离换乘楼层的OD数据和换乘楼层以外的OD数据。

例如，对图5的特定时间段组内OD矩阵500、501、502进行该处理。作为换乘楼层信息，根据图2，赋予组1和组2在3层换乘的信息207、组1和组3在换乘楼层3层换乘的信息208。在该情况下，进行分离换乘楼层3层中的数据和其以外的数据。将其结果在图6中表示。当以矩阵500为例时，将以3层为下梯层的数据503、504和以3层为乘梯层的数据505、506作为换乘楼层的数据601、602进行分类。另一方面，关于其以外的数据507、508，作为换乘楼层以外的数据603、604进行分类，并作为换乘非关联OD数据111输出至推算部112。通过以上的处理，提取换乘楼层中的OD数据，由此，能够分离用于推算换乘移动的数据和其以外的数据。提取部402的说明如上。

接着，进行匹配部403的说明。匹配部403中，对由换乘楼层信息108决定的各换乘移动模式逐一分配以换乘楼层为到达层的OD数据和以换乘楼层为出发层的OD数据。

例如，利用提取部402得到数据600。首先，基于换乘楼层信息108，列举换乘移动的模式。此次的例子中，为组1→组2、组1→组3、组2→组1、组3→组1的4个模式。接着，对该换乘模式各自逐一分配以换乘楼层为到达层的OD数据和以换乘楼层为出发层的OD数据。

但是，在同一组以多个换乘模式使用的情况下，分割并分配该组的数据。作为将其应用于数据600的结果，得到图7的数据。例如举例组1→组2的换乘模式700时，作为以换乘楼层为下梯层的数据分配组1的OD数据，作为以换乘楼层为乘梯层的数据分配组2的OD数据。

即，从组1的数据分配数据601，从组2的数据分配数据606。但是，以换乘楼层3层为下梯层的组1的数据在组1→组3中均使用。

因此，组1的数据以该换乘模式分割。分割的方法只要选取例如以换乘楼层为乘梯层的组的合计移动量的比即可。也就是，根据数据606，以换乘楼层3层为出发层的组2的合计移动量为6人，根据数据607，组3的合计移动量为6人，因此，此次的例子中，只要将数据601以1：1的比例分配于组1→组2、组1→组3即可。

实施以上的处理时，数据704、数据705分配于组1→组2的换乘模式。当对所有的换乘模式进行同样的处理时，得到换乘关联OD数据110。此外，在此将以换乘楼层为下梯层的OD数据称为到达OD数据706，将以换乘楼层为乘梯层的数据称为出发OD数据707。将该数据作为向推算部112的输出，匹配部403的处理完成。通过以上的处理，为了推算换乘电梯的移动的OD数据所需要的到达换乘楼层的人的OD数据和在换乘楼层出发的人的OD数据以组得到，因此，推算多个组OD矩阵113的准备完成。匹配部403的说明如以上。

接着，进行推算部112的说明。推算部112中，以由提取匹配部109输出的换乘关联OD数据110为基础推算换乘电梯的移动的OD数据，将其与提取匹配部112中输出的换乘非关联OD数据111组合，由此生成多个组OD矩阵113。

使用图8说明处理的详情。处理由分割部801和生成部802的两个处理构成。

首先，对分割部801进行说明。分割部801中，根据提取匹配部109中得到的换乘关联OD数据110，推算换乘电梯的移动的OD数据。

推算方法中，例如，只要使用基于到达OD数据706的比，分配出发OD数据707的值的方法即可。将其应用于数据704、数据705时，得到图9的数据904的推算结果。如从数据904读取那样，数据705的4层和5层的数据3人基于数据704的人数比4人：2人分配。当对换乘关联OD数据110全部进行同样的操作时，得到换乘电梯的移动的OD数据908。分割部801的处理如上。

接着，对生成部802进行说明。生成部802中，组合换乘电梯的移动的OD数据908和换乘非关联OD数据111，生成多个组OD矩阵113。

图6、图9的例子中，使作为换乘电梯的移动的OD数据的数据904、905、906、907与作为换乘非关联OD数据的数据603、604、609、610组合，得到图10的多个组OD矩阵113。将数据904、905、906、907、603、604、609、610作为各自对应的楼层的数据进行分配。此外，没有人将作为换乘楼层的3层设为乘梯层和出发层。

另外，作为换乘楼层信息108，组2和组3不进行换乘，因此，在仅组2的服务楼层即4层和5层与仅组3的服务楼层即6层之间没有移动，也就是数据1001、1002、1003、1004为0。输出得到的多个组OD矩阵113，生成部802的处理结束。

实施例2

实施例2中，通过对提取匹配部109的处理进行一部分追加，预计多个组OD矩阵113的推算精度提高的效果。推算部的处理与实施例1一样，因此，省略说明。

使用图11说明提取匹配部109的处理。图11的处理中，与实施例1的图4所示的处理相比，追加数据分离部1100和数据调整部1101。关于其它的合成部401、提取部402、匹配部403，处理内容与实施例1相等，因此省略说明。

说明数据分离部1100的内容。数据分离部1100中，通过从预先各组的组内OD矩阵减去作为重新输入追加的换乘楼层的离开人数和前来人数，进行区分在换乘楼层进行换乘的人和不是这样的人的处理。以下，使用例子说明该处理内容。合成部401的结果，得到图12的1200、1201那样的数据。另外，赋予换乘楼层3层中的时间段08：00～08：05的离开人数为6人，且前来人数为4人的数据。数据在换乘楼层具有展望台或商店的情况下，只要使用由这些得到的数据即可。

首先，进行离开人数的分配。存在离开人数6人的可能性是组1、组2的OD矩阵中以3层为下梯层的数据。图12中，数据1202、1203、1208、1209与其对应。基于该数据的比分配离开人数。即，基于12人：6人：0人：0人的比，将离开人数6人分配为4人：2人：0人：0人。分配的离开人数从组内OD数据1200、1201减去，并如图13的数据1301、1302那样作为换乘非关联OD数据111输出。

关于前来人数也进行同样的处理。前来人数的分配中，着眼于以换乘楼层3层为乘梯层的OD数据。图12中，数据1204、1205、1206、1207与其对应。基于该数据的比0人：0人：4人：12人，将乘梯人数4人分配为0人：0人：1人：3人。分配的乘梯人数从组内OD数据1200、1201减去，并如图13的数据1303、1304那样作为换乘非关联OD数据111输出。

结束以上的处理时，作为组1、组2的OD矩阵，得到图14的矩阵1400、1401。这些组内OD矩阵中的换乘楼层的OD数据1402、1403、1404、1405、1406、1407、1408、1409成为除去换乘楼层中的离开数1301、1302和前来数1303、1304的数据，因此，全部能够作为涉及换乘的数据进行处理。数据分离部1100的处理如以上。

通过该处理，最终得到的多个组OD矩阵113也具有换乘楼层的OD数据。因此，在换乘楼层具有展望台或商店等，且在换乘楼层所有的人不立即进行换乘那样的情况下，认为多个组OD矩阵113的推算精度提高。数据分离部1100的说明如以上。

接着，对数据调整部1101进行说明。数据调整部1101中，以作为重新输入而添加的各组的平均往返时间为参考，调整换乘楼层中的出发OD数据707的值。具体而言，以平均往返时间占据各OD数据具有的时间段的比例，使出发OD数据707的值转移至前一时间段。通过这样，能够将涉及换乘移动的人的前来分类成正确的时间段的概率提高，期待换乘电梯的移动的OD数据908的推算精度提高。

以下，使用数值的例子说明该处理。在匹配部403结束时刻，得到图15的数据1502、1503、1504、1505。如根据时间段数据1500、1501读取那样，在08：00－08：05和08：05－08：10的两个时间段分别分配到达OD数据1502、1504和出发OD数据1503、1505。在此，在组1的平均往返时间为一分钟的情况下，认为08：05－08：06在作为换乘楼层的3层出发的使用者在其一分钟之前的08：04－08：05出现在1层或2层。OD数据以前来时刻为基准进行推算，因此，这种使用者的数据需要在08：00－08：05的时间段分类。

因此，关于08：05－08：10的时间段的出发OD数据1505，以平均往返时间一分钟占据OD数据的时间段5分钟的比例1/5转移至作为前一时间段的08：00－08：05的出发OD数据1503。实施该处理的图为图16。观察出发OD数据1603、1605时如读取那样，08：05－08：10的数据的1/5转移成08：00－08：05的数据。

由此，认为在更精确地捕捉各换乘移动的出发时刻的状态下进行换乘电梯的移动的OD数据推算。通过将调整后的到达OD数据和出发OD数据的组作为换乘关联OD数据110输出至推算部112，数据调整部进行的处理结束。以上是数据调整步骤的说明。

附图标记说明

100、101…组，108…换乘楼层信息，109…提取匹配部，110…换乘关联OD数据，111…换乘非关联OD数据，112…推算部，113…多个组OD矩阵。

Claims (11)

1.一种OD矩阵推算装置，其特征在于，包括：

提取部，其基于多个电梯组中的作为各电梯组内的交通流信息的组内OD矩阵和能够在所述电梯组间换乘的换乘楼层信息，提取所述组内OD矩阵中的所述换乘楼层共用的换乘关联组内OD矩阵；

匹配部，其组合由所述提取部提取出的所述换乘关联组内OD矩阵内的、包含以所述换乘楼层为到达层的OD数据的第一换乘组内OD矩阵和包含以所述换乘楼层为出发层的OD数据的第二换乘组内OD矩阵，来生成换乘关联OD数据；和

推算部，其基于由所述匹配部进行组合而得到的所述换乘关联OD数据来推算在所述组间换乘而移动的使用者的OD数据，并生成作为多个组整体的OD矩阵的多个组OD矩阵。

2.根据权利要求1所述的OD矩阵推算装置，其特征在于：

所述组内OD矩阵是作为规定时刻的一次运转的交通流信息的规定时刻组内OD矩阵。

3.根据权利要求1所述的OD矩阵推算装置，其特征在于：

还包括合成部，该合成部在所述电梯组内，基于作为规定时刻的一次运转的交通流信息的规定时刻组内OD矩阵，合成特定时间段内的所述规定时刻组内OD矩阵来生成特定时间段组内OD矩阵，

所述提取部从由所述合成部进行合成而得到的所述特定时间段组内OD矩阵提取所述换乘关联组内OD矩阵。

4.根据权利要求3所述的OD矩阵推算装置，其特征在于：

还包括分离部，该分离部从所述换乘关联组内OD矩阵分离出换乘楼层的OD数据和换乘楼层以外的OD数据，

所述匹配部组合由所述分离部生成的所述换乘楼层的OD数据中的以所述换乘楼层为到达层的OD数据和以所述换乘楼层为出发层的OD数据，来生成所述换乘关联OD数据。

5.根据权利要求4所述的OD矩阵推算装置，其特征在于：

所述匹配部通过对每个换乘模式分配以所述换乘楼层为到达层的OD数据和以所述换乘楼层为出发层的OD数据来进行组合。

6.根据权利要求4所述的OD矩阵推算装置，其特征在于：

还包括数据调整部，该数据调整部基于表示各组的电梯的平均移动时间的平均往返时间，按照平均往返时间占所述特定时间段的比例，来使所述第一换乘关联OD矩阵中包含的以所述换乘楼层为到达层的OD数据的一部分转移至以其它时间段的所述换乘楼层为到达层的OD数据，

所述匹配部组合由所述数据调整部调整后得到的OD数据来生成所述换乘关联OD数据。

7.根据权利要求2所述的OD矩阵推算装置，其特征在于：

还包括数据分离部，该数据分离部基于所述特定时间段的所述换乘楼层中的离开人数和前来人数，从所述特定时间段组内OD矩阵或所述规定时刻组内OD矩阵的换乘楼层的成分中减去所述离开人数和前来人数，

所述匹配部从由所述数据分离部加工后得到的特定时间段组内OD矩阵或规定时刻组内OD矩阵生成所述换乘关联OD数据。

8.根据权利要求3所述的OD矩阵推算装置，其特征在于：

还包括数据分离部，该数据分离部基于所述特定时间段的所述换乘楼层中的离开人数和前来人数，从所述特定时间段组内OD矩阵或所述规定时刻组内OD矩阵的换乘楼层的成分中减去所述离开人数和前来人数，

所述匹配部从由所述数据分离部加工后得到的特定时间段组内OD矩阵或规定时刻组内OD矩阵生成所述换乘关联OD数据。

9.根据权利要求1所述的OD矩阵推算装置，其特征在于：

所述推算部根据以所述换乘楼层为到达层的OD数据中的各出发层的成分的人数比例，分割以换乘楼层为出发层的OD数据的各成分的值，来推测在组间换乘而移动的使用者的OD数据。

10.根据权利要求4所述的OD矩阵推算装置，其特征在于：

所述推算部推算出所述使用者的OD数据之后，合成所述换乘楼层以外的OD数据来生成所述多个组OD矩阵。

11.一种OD矩阵推算方法，其特征在于，包括：

基于多个电梯组中的作为各电梯组内的交通流信息的组内OD矩阵和能够在所述电梯组间换乘的换乘楼层信息，提取所述组内OD矩阵中的所述换乘楼层共用的换乘关联组内OD矩阵的提取步骤；

组合由在所述提取步骤中提取出的所述换乘关联组内OD矩阵内的、包含以所述换乘楼层为到达层的OD数据的第一换乘组内OD矩阵和包含以所述换乘楼层为出发层的OD数据的第二换乘组内OD矩阵，来生成换乘关联OD数据的匹配步骤；和

基于在所述匹配步骤中组合的所述换乘关联OD数据来推算在所述组间换乘而移动的使用者的OD数据，并生成作为多个组整体的OD矩阵的多个组OD矩阵的推算步骤。

Images