CN113264442B - 并排自动扶梯运行调控系统 - Google Patents
并排自动扶梯运行调控系统 Download PDFInfo
- Publication number
- CN113264442B CN113264442B CN202110556954.0A CN202110556954A CN113264442B CN 113264442 B CN113264442 B CN 113264442B CN 202110556954 A CN202110556954 A CN 202110556954A CN 113264442 B CN113264442 B CN 113264442B
- Authority
- CN
- China
- Prior art keywords
- escalator
- passenger flow
- entrance
- control system
- distribution
- 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
- 238000009826 distribution Methods 0.000 claims abstract description 82
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 10
- 230000033001 locomotion Effects 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 230000002093 peripheral effect Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 8
- 208000027744 congestion Diseases 0.000 description 8
- 230000001174 ascending effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000032258 transport Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B25/00—Control of escalators or moving walkways
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B25/00—Control of escalators or moving walkways
- B66B25/003—Methods or algorithms therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B27/00—Indicating operating conditions of escalators or moving walkways
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B29/00—Safety devices of escalators or moving walkways
- B66B29/005—Applications of security monitors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies
Landscapes
- Escalators And Moving Walkways (AREA)
Abstract
本发明公开了一种并排自动扶梯运行调控系统,其包括图像采集模块、微处理分析预测模块及调度模块;图像采集模块,用于实时采集并排分布的各台自动扶梯的入口周围区域的客流图像信息;微处理分析预测模块,用于根据客流图像信息,对即将到达扶梯入口区域的客流情况提前进行动态分析和预测,输出入口周围区域实时客流分布信息到调度模块;调度模块用于根据入口周围区域实时客流分布信息调整扶梯的运行速度。本发明的并排自动扶梯运行调控系统,能避免自动扶梯长时间高速低效率运行造成的电能浪费,能够避免乘客拥挤和摔倒的风险。
Description
技术领域
本发明涉及自动扶梯控制技术,特别是涉及一种并排自动扶梯运行调控系统。
背景技术
自动扶梯是利用循环运行的梯级向上或者向下倾斜运送乘客的机电设备。随着生活水平以及工业化程度的不断提高,自动扶梯已被广泛应用于商场、车站、机场、宾馆等公共场所,成为疏导人群、方便人们步行的重要运送工具,为人们的工作和生活带来极大便利。虽然自动扶梯为人们在场所的输送提供了极大的便利,但由于其需要长时间不间断地运行,对电能的消耗也很大。
在面积较大的空间情况下,例如大型商场的客流通道,或者大型机场的乘客通道,人流量较大,可能有必要安装两台以上自动扶梯,并排布置在同一个斜坡上,同方向运行载送乘客,以此提高自动扶梯的输送能力。
但是现实生活中,乘客人流的分布、密度、流向往往是不均匀的不固定的会随着时间空间不断变化,并排布置多台台自动扶梯的情况下,靠近人群密集侧的扶梯,经常载客数量多且拥挤,而远离人群密集侧的扶梯,乘客较少。这既大大降低了整体的通过性和通行效率,同时可能因为局部区域的拥挤造成安全隐患。载客量分配较少的自动扶梯,却也在不断高速运转,造成了电能的浪费,不利于节能减排。
如何对即将进入扶梯入口的客流动向、分布进行提前预测,在拥堵发生前,提前为自动扶梯设置好相适应、相匹配的运行速度来避免拥堵,提高载客通过效率,减少电能的浪费,是本发明研究的目标。
中国专利文献CN201911153517.3记载了一种乘客输送机的速度控制系统,具备多个拍摄单元,拍摄多台乘客输送机各自的候梯处,对摄到的图像进行解析,判定各自的候梯处拥挤度,当检测到候梯处的拥挤度超过了预定的上限值时,调整乘客输送机运行速度,实现节能的目的。但是,根据候梯处的拥挤度调整运行速度,可能存在拥堵已经实际发生后,才进行处理的情况,对乘客的人生安全存在较大的安全隐患。此外,该专利文献的记载的乘客输送机的速度控制系统,不能显式、明确地、提前地引导乘客选择正确、合适的输送机进行乘坐,多台乘客输送机各自的候梯处都需要安装拍摄单元,也会带来资源浪费、成本增加的技术问题。
发明内容
本发明要解决的技术问题是提供一种并排自动扶梯运行调控系统,能避免自动扶梯长时间高速低效率运行造成的电能浪费,能够避免乘客拥挤和摔倒的风险。
为解决上述技术问题,本发明提供的并排自动扶梯运行调控系统,其包括图像采集模块、微处理分析预测模块及调度模块;
所述图像采集模块,用于实时采集并排分布的各台自动扶梯的入口周围区域的客流图像信息;
所述微处理分析预测模块,用于根据所述各台自动扶梯的入口周围区域的客流图像信息,对即将到达扶梯入口区域的客流情况提前进行动态分析和预测,输出入口周围区域实时客流分布信息到调度模块;各台自动扶梯的入口区域包括在入口周围区域之内;
所述调度模块,用于根据入口周围区域实时客流分布信息调整扶梯的运行速度。
较佳的,所述并排自动扶梯运行调控系统还包括乘梯提示模块;
所述微处理分析预测模块,还输出入口周围区域实时客流分布信息到所述乘梯提示模块;
所述乘梯提示模块,用于根据所述微处理分析预测模块输出的入口周围区域实时客流分布信息输出乘梯提示信息。
较佳的,所述入口周围区域包括并排分布的全部自动扶梯的入口前侧和旁侧区域。
较佳的,所述入口周围区域实时客流分布信息,包括人数、分布及步行轨迹。
较佳的,多台连续并排布置的自动扶梯具共用一个自动扶梯运行调控系统,或者多台并排布置的自动扶梯分成若干组,每组各配置一个自动扶梯运行调控系统。
较佳的,所述微处理分析预测模块包括视频图像读取单元、动态存储器、客流动向分析预测算法单元;
所述视频图像读取单元,用于读取所述图像采集模块采集的入口周围区域的客流图像信息并保存到所述动态存储器中;
所述客流动向分析预测算法单元,采用基于像素检测的混合高斯建模法与基于神经网络的行人轨迹交互预测算法相结合的分析预测算法,对即将到达扶梯入口区域的客流情况提前进行动态分析和预测,输出入口周围区域实时客流分布信息到调度模块。
较佳的,所述客流动向分析预测算法单元的分析预测算法包括如下步骤:
一.将客流图像进行区域划分,分成n个区域{S1,S2,…,Sn},n为正整数;
二.采用混合高斯建模法对各个区域进行前景背景提取,背景为环境,前景为乘客,得到n个区域的客流人数分布{C1,C2,…,Cn}及密度矩阵{D1,D2,…,Dn};
三.采用基于神经网络的行人轨迹交互预测算法对即将进入扶梯入口区域的客流行人的流向、运动轨迹进行预测,得到神经网络的输出层目标函数P;
神经网络的输入层x为当前时刻单个目标乘客行人当前在各个区域{S1,S2,…,Sn}对应的像素坐标点(X1,Y1),(X2,Y2),…,(Xn,Yn);中间是隐层,输出层是该目标乘客下一个时刻在各个路径区域内可能出现的概率{P1,P2,…,Pn},实现对即将进入扶梯入口区域的各乘客行人的流向、运动轨迹进行预测,其中W是各层网络的权重矩阵,b是偏移量,xi为第i像素的坐标;
较佳的,步骤二中,得到n个区域的客流人数分布{C1,C2,…,Cn}及密度矩阵{D1,D2,…,Dn}的过程如下:
假设有一个观测变量X,它的数据集表现形式为,其中Xt=(Rt,Gt,Bt)代表t时刻数据样本像素值,Xt的概率密度函数为:
k为模型中高斯分布的总数,η(Xi,μi,t,τi,t)为t时刻下的第i个高斯分布,μi,t为此分布下的均值,τi,t为协方差矩阵,ωi,t为此高斯分布的权重;
将t时刻下像素值与当前K个高斯模型比较,直到找到一个分布模型与它的均值之差在2.5倍标准差内,既满足:|Xt-μi,t-1|≤2.5μi,t-1;
如果找到的分布模型符合背景要求则认为该点属于背景,否则为前景;
对于未匹配的分布,均值和标准差保持不变,在这一轮中不再更新;
对于没有任何匹配的分布,权值系数最小的高斯分布将被替换,把该分布的均值当作前值;
将各个高斯分布按照降序排列,权重越大方差越小的排列越靠前,同时选择B个分布作为背景,满足:
按照以上混合高斯分布的算法流程,循环对客流图像进行分割区间处理检测像素,并剔除背景的环境,提取前景的人像;
对前景的人像进行统计,得出各个区域{S1,S2,…,Sn}对应的客流人数分布{C1,C2,…,Cn}及密度矩阵{D1,D2,…,Dn},且满足:
较佳的,所述调度模块,用来根据所述微处理分析预测模块的客流动向分析预测算法单元预测并输出的入口周围区域实时客流分布信息,按照权重,在保证通过性的情况下,确定各个自动扶梯所需要的运行的速度{V1,V2,…,Vn},需满足以下关系式:
较佳的,所述乘梯提示信息为语音播报的乘梯提示信息。
较佳的,所述调度模块还包括通讯单元;
所述通讯单元采用串口、以太网或者无线传输的通讯方式,将并排扶梯各自需要设定的运行速度控制指令,独立地发送至各个扶梯的控制器。
较佳的,所述图像采集模块采用高清摄像头,安装在多台并排自动扶梯中部上方并倾斜一个与扶梯倾斜角相同的角度,覆盖各台自动扶梯的入口区域左右各一定视角范围内的空间区域。
较佳的,图像采集模块安装在并排分布的各台自动扶梯的入口周围区域正上方,垂直向下的角度进行拍摄客流图像。
本发明的并排自动扶梯运行调控系统,针对多台并排布置的自动扶梯的应用场景,能够根据实时的客流情况,在保证可靠性和通过性的前提下,通过内置的处理算法,提前预测客流的动向,可以在乘客客流还未进入入口区域之前,在更大的空间范围之内,对客流的动向进行提前预测分析,能够在客流进入扶梯前,连接扶梯的控制器并下发指令,提前动态调控各台扶梯的运行速度,使其与实际客流负载相适应,通过多梯的联动,避免自动扶梯长时间高速低效率运行造成的电能浪费,从而实现节能的目的,并可以输出乘梯提示信息提前引导客流选择合适的扶梯进行乘坐,按照以上逻辑,不断循环检测,实现多台并排扶梯的动态运行调控,能够避免乘客拥挤和摔倒的风险,保障乘客的人身安全,且一台装置可以同时接入多台扶梯,进一步降低了成本。
附图说明
为了更清楚地说明本发明的技术方案,下面对本发明所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。
图1是本发明的并排自动扶梯运行调控系统一实施例的系统架构示意图;
图2是本发明的并排自动扶梯运行调控系统的图像采集模块一种设置位置示意图;
图3是本发明的并排自动扶梯运行调控系统的图像采集模块另一种设置位置示意图。
具体实施方式
下面将结合附图,对本发明中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
如图1所示,并排自动扶梯运行调控系统包括图像采集模块、微处理分析预测模块及调度模块;
所述图像采集模块,用于实时采集并排分布的各台自动扶梯的入口周围区域的客流图像信息;
所述微处理分析预测模块,用于根据所述各台自动扶梯的入口周围区域的客流图像信息,对即将到达扶梯入口区域的客流情况提前进行动态分析和预测,输出入口周围区域实时客流分布信息到调度模块;各台自动扶梯的入口区域包括在入口周围区域之内;
所述调度模块,用于根据入口周围区域实时客流分布信息调整扶梯的运行速度。
较佳的,所述并排自动扶梯运行调控系统还包括乘梯提示模块;
所述微处理分析预测模块,还输出入口周围区域实时客流分布信息到所述乘梯提示模块;
所述乘梯提示模块,用于根据所述微处理分析预测模块输出的入口周围区域实时客流分布信息输出乘梯提示信息,引导乘客选择人数相对较少的扶梯进行乘坐,同时对可能发生拥挤的区域进行语音提醒警告,避免乘客发生拥挤和摔倒的风险。
较佳的,所述入口周围区域包括并排分布的全部自动扶梯的入口前侧和旁侧区域。
较佳的,所述入口周围区域实时客流分布信息,包括人数、分布及步行轨迹。
较佳的,多台连续并排布置的自动扶梯具共用一个自动扶梯运行调控系统,或者也可以多台并排布置的自动扶梯分成若干组,每组各配置一个自动扶梯运行调控系统。
实施例一的并排自动扶梯运行调控系统,针对多台并排布置的自动扶梯的应用场景,能够根据实时的客流情况,在保证可靠性和通过性的前提下,通过内置的处理算法,提前预测客流的动向,可以在乘客客流还未进入入口区域之前,在更大的空间范围之内,对客流的动向进行提前预测分析,能够在客流进入扶梯前,连接扶梯的控制器并下发指令,提前动态调控各台扶梯的运行速度,使其与实际客流负载相适应,通过多梯的联动,避免自动扶梯长时间高速低效率运行造成的电能浪费,从而实现节能的目的,并可以输出乘梯提示信息提前引导客流选择合适的扶梯进行乘坐,按照以上逻辑,不断循环检测,实现多台并排扶梯的动态运行调控,能够避免乘客拥挤和摔倒的风险,保障乘客的人身安全,且一台装置可以同时接入多台扶梯,进一步降低了成本。
实施例二
基于实施一的并排自动扶梯运行调控系统,所述微处理分析预测模块包括视频图像读取单元、动态存储器、客流动向分析预测算法单元;
所述视频图像读取单元,用于读取所述图像采集模块采集的入口周围区域的客流图像信息并保存到所述动态存储器中;
所述客流动向分析预测算法单元,采用基于像素检测的混合高斯建模法与基于神经网络的行人轨迹交互预测算法相结合的分析预测算法,对即将到达扶梯入口区域的客流情况提前进行动态分析和预测,输出入口周围区域实时客流分布信息到调度模块。
实施例三
基于实施二的并排自动扶梯运行调控系统,所述客流动向分析预测算法单元的分析预测算法包括如下步骤:
一.将客流图像进行区域划分,分成n个区域{S1,S2,…,Sn},n为正整数;
二.采用混合高斯建模法对各个区域进行前景背景提取,背景为环境,前景为乘客,得到n个区域的客流人数分布{C1,C2,…,Cn}及密度矩阵{D1,D2,…,Dn};
三.采用基于神经网络的行人轨迹交互预测算法对即将进入扶梯入口区域的客流行人的流向、运动轨迹进行预测,得到神经网络的输出层目标函数P;
神经网络的输入层x为当前时刻单个目标乘客行人当前在各个区域{S1,S2,…,Sn}对应的像素坐标点(X1,Y1),(X2,Y2),…,(Xn,Yn);中间是隐层,输出层是该目标乘客下一个时刻在各个路径区域内可能出现的概率{P1,P2,…,Pn},实现对即将进入扶梯入口区域的各乘客行人的流向、运动轨迹进行预测,其中W是各层网络的权重矩阵,b是偏移量,xi为第i像素的坐标;
由于图像的RGB三个通道的像素信息是独立不相关的,但是它们的方差是相同的,步骤二中,得到n个区域的客流人数分布{C1,C2,…,Cn}及密度矩阵{D1,D2,…,Dn}的过程可以如下:
假设有一个观测变量X,它的数据集表现形式为,其中Xt=(Rt,Gt,Bt)代表t时刻数据样本像素值,Xt的概率密度函数为:
k为模型中高斯分布的总数,η(Xi,μi,t,τi,t)为t时刻下的第i个高斯分布,μi,t为此分布下的均值,τi,t为协方差矩阵,ωi,t为此高斯分布的权重;
将t时刻下像素值与当前K个高斯模型比较,直到找到一个分布模型与它的均值之差在2.5倍标准差内,既满足:|Xt-μi,t-1|≤2.5μi,t-1;
如果找到的分布模型符合背景要求则认为该点属于背景,否则为前景;
对于未匹配的分布,均值和标准差保持不变,在这一轮中不再更新;
对于没有任何匹配的分布,权值系数最小的高斯分布将被替换,把该分布的均值当作前值;
将各个高斯分布按照降序排列,权重越大方差越小的排列越靠前,同时选择B个分布作为背景,满足:
按照以上混合高斯分布的算法流程,循环对客流图像进行分割区间处理检测像素,并剔除背景的环境,提取前景的人像;
对前景的人像进行统计,得出各个区域{S1,S2,…,Sn}对应的客流人数分布{C1,C2,…,Cn}及密度矩阵{D1,D2,…,Dn},且满足:
实施例三的并排自动扶梯运行调控系统,客流动向分析预测算法单元中内置有可以提前预测乘客客流轨迹的算法,具体算法主要分为四个环节:基础特征提取、终点预测、轨迹生成以及轨迹分类与修正。基础特征提取模块结合目标的历史轨迹、环境信息提取特征,并基于该特征对目标未来的终点进行初步预测。候选轨迹生成模块基于预测得到的终点,生成一系列候选轨迹。轨迹分类利用候选轨迹与真值轨迹的平均距离划分正负样本,平均距离小于阈值的作为正样本,其余作为潜在负样本。轨迹修正模块对候选轨迹的终点及控制点进行修正。
实施例四
基于实施、二或三的并排自动扶梯运行调控系统,所述调度模块,用来根据所述微处理分析预测模块的客流动向分析预测算法单元预测并输出的入口周围区域实时客流分布信息,按照权重,在保证通过性的情况下,确定各个自动扶梯所需要的运行的速度{V1,V2,…,Vn},需满足以下关系式:
实施例五
基于实施例一的并排自动扶梯运行调控系统,所述乘梯提示信息为语音播报的乘梯提示信息。
实施例四的并排自动扶梯运行调控系统,能够在客流进入多台并排扶梯之前,提前采用语音播报,引导乘客在进入扶梯入口之前,就能选择合适的、正确的扶梯乘用。
实施例六
基于实施例一的并排自动扶梯运行调控系统,所述调度模块还包括通讯单元;
所述通讯单元采用串口、以太网或者无线传输的通讯方式,将并排扶梯各自需要设定的运行速度控制指令,独立地发送至各个扶梯的控制器进行通信,实现扶梯速度与预测的乘客流量的实时动态匹配。
实施例七
基于实施例一的并排自动扶梯运行调控系统,所述图像采集模块采用高清摄像头,安装在多台并排自动扶梯中部上方并倾斜一个与扶梯倾斜角相同的角度,覆盖各台自动扶梯的入口区域左右各一定视角范围内的空间区域,用于对乘坐扶梯的人流人群进行实时图像采集,如图2所示。
较佳的,图像采集模块安装在并排分布的各台自动扶梯的正上方,垂直向下的角度进行拍摄客流图像。该安装方式具有更广的监测面积,能够对更广范围内乘客的人群流动轨迹进行预测,包括扶梯的入口出口及周围半径区域,如图3所示。
实施例八
基于实施例一的并排自动扶梯运行调控系统,假定在某大型轨道交通站台,有出口A和出口B,两出口各有2台上行的自动扶梯A1、A2/B1、B2,用于向上运输到站的人群出站。在某一辆地铁进站下客后,图像采集模块拍摄实时客流画面,传送至微处理分析预测模块对客流的人数、密度、分布、流向、运动轨迹进行动态图像分析和预测,得出入口信息结论:此次出站的客流人群,将更可能从出口B出站,同时人群更倾向于搭乘B1梯出站。
据此预测入口信息结论,调度模块根据入口信息,通过自动扶梯控制器,提前调整出口B处的扶梯B1以相对较高的速度V1运行,扶梯B2以相对较高但略小于V1的速度V2运行,调整出口A处的扶梯以相对较低的速度V2运行,满足V1>V2>V3,且均大于扶梯额定的低速待机速度。运输乘客一段时间后,微处理分析预测模块分析到出口B处客流已经稀少,出口A处已经空无一人,所述调度模块则调节B1、B2扶梯以速度V2运行,调节A1、A2扶梯以待机速度运行。
实施例九
基于实施例一的并排自动扶梯运行调控系统,假定在某大型商场,楼层1与楼层2之间有上行扶梯I和II,楼层2与楼层3之间有上行扶梯III和IV,其中扶梯I和扶梯III分布在商场东区,扶梯II和扶梯IV分布在商场东区,东西区有一定距离间隔。
某一次商场在东区楼层1促销活动,该区域聚集了大量人群。图像采集模块拍摄实时客流画面,传送至微处理分析预测模块对客流的人数、密度、分布、流向、运动轨迹进行动态图像分析和预测,得出入口信息结论:此次客流人群活动路径更倾向于从东区1楼直上东区2楼,只有少量人群选择从1楼东区去1楼西区。
据此预测入口信息结论,调度模块根据入口信息,通过自动扶梯控制器,提前调整东区的上行扶梯I以相对较高的速度V1运行,楼层2与楼层3之间的上行扶梯III也以相同的较高速度V1运行,调整西区的扶梯II和IV以相同的较低速度V2运行,满足V1>V2。
实施例十
基于实施例一的并排自动扶梯运行调控系统,如地铁即将结束运行前半小时,或者相对偏远的地铁站点,在乘客流量较少的情况下,运行调控装置能够预测乘客的运动轨迹,设定乘客即将使用的扶梯以正常的速度运行,对于无人使用的其它扶梯,设置为低速待机状态,较佳的,对于长时间无人使用的扶梯,设置为停止待机状态。这样能够在保证运能的条件下,多梯相联动,避免长时间无乘客空载运行造成的电能浪费,节约能源。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (11)
1.一种并排自动扶梯运行调控系统,其特征在于,其包括图像采集模块、微处理分析预测模块及调度模块;
所述图像采集模块,用于实时采集并排分布的各台自动扶梯的入口周围区域的客流图像信息;
所述微处理分析预测模块,用于根据所述各台自动扶梯的入口周围区域的客流图像信息,对即将到达扶梯入口区域的客流情况提前进行动态分析和预测,输出入口周围区域实时客流分布信息到调度模块;各台自动扶梯的入口区域包括在入口周围区域之内;
所述调度模块,用于根据入口周围区域实时客流分布信息调整扶梯的运行速度;
所述微处理分析预测模块包括视频图像读取单元、动态存储器、客流动向分析预测算法单元;
所述视频图像读取单元,用于读取所述图像采集模块采集的入口周围区域的客流图像信息并保存到所述动态存储器中;
所述客流动向分析预测算法单元,采用基于像素检测的混合高斯建模法与基于神经网络的行人轨迹交互预测算法相结合的分析预测算法,对即将到达扶梯入口区域的客流情况提前进行动态分析和预测,输出入口周围区域实时客流分布信息到调度模块;
所述客流动向分析预测算法单元的分析预测算法包括如下步骤:
一.将客流图像进行区域划分,分成n个区域{S1,S2,…,Sn},n为正整数;
二.采用混合高斯建模法对各个区域进行前景背景提取,背景为环境,前景为乘客,得到n个区域的客流人数分布{C1,C2,…,Cn}及密度矩阵{D1,D2,…,Dn};
三.采用基于神经网络的行人轨迹交互预测算法对即将进入扶梯入口区域的客流行人的流向、运动轨迹进行预测,得到神经网络的输出层目标函数P;
神经网络的输入层x为当前时刻单个目标乘客行人当前在各个区域{S1,S2,…,Sn}对应的像素坐标点(X1,Y1),(X2,Y2),…,(Xn,Yn);中间是隐层,输出层是该目标乘客下一个时刻在各个路径区域内可能出现的概率{P1,P2,…,Pn},实现对即将进入扶梯入口区域的各乘客行人的流向、运动轨迹进行预测,其中W是各层网络的权重矩阵,b是偏移量,xi为第i像素的坐标。
2.根据权利要求1所述的并排自动扶梯运行调控系统,其特征在于,
所述并排自动扶梯运行调控系统还包括乘梯提示模块;
所述微处理分析预测模块,还输出入口周围区域实时客流分布信息到所述乘梯提示模块;
所述乘梯提示模块,用于根据所述微处理分析预测模块输出的入口周围区域实时客流分布信息输出乘梯提示信息。
3.根据权利要求1所述的并排自动扶梯运行调控系统,其特征在于,
所述入口周围区域包括并排分布的全部自动扶梯的入口前侧和旁侧区域。
4.根据权利要求1所述的并排自动扶梯运行调控系统,其特征在于,
所述入口周围区域实时客流分布信息,包括人数、分布及步行轨迹。
5.根据权利要求1所述的并排自动扶梯运行调控系统,其特征在于,
多台连续并排布置的自动扶梯具共用一个自动扶梯运行调控系统,或者多台并排布置的自动扶梯分成若干组,每组各配置一个自动扶梯运行调控系统。
6.根据权利要求1所述的并排自动扶梯运行调控系统,其特征在于,
步骤二中,得到n个区域的客流人数分布{C1,C2,…,Cn}及密度矩阵{D1,D2,…,Dn}的过程如下:
假设有一个观测变量X,它的数据集表现形式为,其中Xt=(Rt,Gt,Bt)代表t时刻数据样本像素值,Xt的概率密度函数为:
k为模型中高斯分布的总数,η(Xi,μi,t,τi,t)为t时刻下的第i个高斯分布,μi,t为此分布下的均值,τi,t为协方差矩阵,ωi,t为此高斯分布的权重;
将t时刻下像素值与当前K个高斯模型比较,直到找到一个分布模型与它的均值之差在2.5倍标准差内,既满足:|Xt-μi,t-1|≤2.5μi,t-1;
如果找到的分布模型符合背景要求则认为该点属于背景,否则为前景;
对于未匹配的分布,均值和标准差保持不变,在这一轮中不再更新;
对于没有任何匹配的分布,权值系数最小的高斯分布将被替换,把该分布的均值当作前值;
将各个高斯分布按照降序排列,权重越大方差越小的排列越靠前,同时选择B个分布作为背景,满足:
按照以上混合高斯分布的算法流程,循环对客流图像进行分割区间处理检测像素,并剔除背景的环境,提取前景的人像;
对前景的人像进行统计,得出各个区域{S1,S2,…,Sn}对应的客流人数分布{C1,C2,…,Cn}及密度矩阵{D1,D2,…,Dn},且满足:
7.根据权利要求6所述的并排自动扶梯运行调控系统,其特征在于,
所述调度模块,用来根据所述微处理分析预测模块的客流动向分析预测算法单元预测并输出的入口周围区域实时客流分布信息,按照权重,在保证通过性的情况下,确定各个自动扶梯所需要的运行的速度{V1,V2,…,Vn},需满足以下关系式:
8.根据权利要求2所述的并排自动扶梯运行调控系统,其特征在于,
所述乘梯提示信息为语音播报的乘梯提示信息。
9.根据权利要求1所述的并排自动扶梯运行调控系统,其特征在于,
所述调度模块还包括通讯单元;
所述通讯单元采用串口、以太网或者无线传输的通讯方式,将并排扶梯各自需要设定的运行速度控制指令,独立地发送至各个扶梯的控制器。
10.根据权利要求1所述的并排自动扶梯运行调控系统,其特征在于,
所述图像采集模块采用高清摄像头,安装在多台并排自动扶梯中部上方并倾斜一个与扶梯倾斜角相同的角度,覆盖各台自动扶梯的入口区域左右各一定视角范围内的空间区域。
11.根据权利要求10所述的并排自动扶梯运行调控系统,其特征在于,
图像采集模块安装在并排分布的各台自动扶梯的正上方,垂直向下的角度进行拍摄客流图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110556954.0A CN113264442B (zh) | 2021-05-21 | 2021-05-21 | 并排自动扶梯运行调控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110556954.0A CN113264442B (zh) | 2021-05-21 | 2021-05-21 | 并排自动扶梯运行调控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113264442A CN113264442A (zh) | 2021-08-17 |
CN113264442B true CN113264442B (zh) | 2023-12-05 |
Family
ID=77232340
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110556954.0A Active CN113264442B (zh) | 2021-05-21 | 2021-05-21 | 并排自动扶梯运行调控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113264442B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11912532B2 (en) * | 2021-01-04 | 2024-02-27 | Beltways Inc. | System and methods for variable speed modular moving walkways |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5099977A (en) * | 1990-04-11 | 1992-03-31 | Hitachi, Ltd. | Control apparatus for people mover systems |
CN1423617A (zh) * | 2000-11-16 | 2003-06-11 | 三菱电机株式会社 | 乘客输送机的控制装置及运行控制方法 |
CN101323410A (zh) * | 2007-06-11 | 2008-12-17 | 株式会社日立制作所 | 乘客传送设备的控制装置以及控制方法 |
CN111661743A (zh) * | 2019-03-08 | 2020-09-15 | 东芝电梯株式会社 | 乘客输送机的速度控制系统及乘客输送机的速度控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3805141A1 (en) * | 2019-10-09 | 2021-04-14 | thyssenkrupp Elevator Innovation Center, S.A. | Passenger detection system for a passenger moving system |
-
2021
- 2021-05-21 CN CN202110556954.0A patent/CN113264442B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5099977A (en) * | 1990-04-11 | 1992-03-31 | Hitachi, Ltd. | Control apparatus for people mover systems |
CN1423617A (zh) * | 2000-11-16 | 2003-06-11 | 三菱电机株式会社 | 乘客输送机的控制装置及运行控制方法 |
CN101323410A (zh) * | 2007-06-11 | 2008-12-17 | 株式会社日立制作所 | 乘客传送设备的控制装置以及控制方法 |
CN111661743A (zh) * | 2019-03-08 | 2020-09-15 | 东芝电梯株式会社 | 乘客输送机的速度控制系统及乘客输送机的速度控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113264442A (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111259714B (zh) | 一种地铁列车车厢客流检测与预测及站台候车诱导系统 | |
US11597628B2 (en) | Systems and methods for improved elevator scheduling | |
CN106586738B (zh) | 一种基于视觉检测的多轿厢电梯调度方法 | |
EP2261160B1 (en) | Group management device of elevator | |
CN106553941A (zh) | 一种智能电梯群控方法及系统 | |
CN110342354B (zh) | 一种电梯调度方法、装置、电梯系统及存储介质 | |
US11661307B2 (en) | Crowd sensing for elevator systems | |
Ding et al. | Simulation-based optimization of emergency evacuation strategy in ultra-high-rise buildings | |
CN101386385A (zh) | 一种电梯控制方法和装置 | |
CN113264442B (zh) | 并排自动扶梯运行调控系统 | |
CN114581846B (zh) | 地铁车站全息客流实时监测方法及装置及计算机设备 | |
Shankaran et al. | Real-time adaptive traffic control system for smart cities | |
Chou et al. | Improving elevator dynamic control policies based on energy and demand visibility | |
CN112794197B (zh) | 一种轨道交通自动扶梯控制系统及方法 | |
Garau Guzman et al. | Enhancing Urban Mobility through Traffic Management with UAVs and VLC Technologies | |
CN114120271A (zh) | 一种用于隧道内的轨道识别方法、系统及边缘计算设备 | |
CN110304503B (zh) | 电梯换乘系统 | |
CN112607539A (zh) | 电梯系统 | |
CN113086789B (zh) | 一种建筑物智能控制系统及控制方法 | |
CN114890258A (zh) | 一种电梯智能速度控制方法和系统 | |
KR102515719B1 (ko) | 영상인식 연동 승강기 제어 시스템 | |
CN113955597A (zh) | 电梯群控调度系统 | |
CN110765820B (zh) | 一种双向通道的行走空间的控制方法、装置、设备及系统 | |
CN113469065B (zh) | 一种基于人工智能的图像采集处理方法、系统及存储介质 | |
CN117334071A (zh) | 一种5g和边缘计算的amf调度控制系统 |
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 |