CN114314224A - 电梯及电梯控制方法 - Google Patents
电梯及电梯控制方法 Download PDFInfo
- Publication number
- CN114314224A CN114314224A CN202110805330.8A CN202110805330A CN114314224A CN 114314224 A CN114314224 A CN 114314224A CN 202110805330 A CN202110805330 A CN 202110805330A CN 114314224 A CN114314224 A CN 114314224A
- Authority
- CN
- China
- Prior art keywords
- car
- user
- landing
- elevator
- sensor
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 61
- 238000005259 measurement Methods 0.000 claims abstract description 115
- 238000004364 calculation method Methods 0.000 claims abstract description 64
- 230000008569 process Effects 0.000 claims description 32
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 claims description 13
- 239000013598 vector Substances 0.000 description 36
- 238000012545 processing Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 7
- 238000013135 deep learning Methods 0.000 description 7
- 230000007704 transition Effects 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Abstract
本发明提供降低上下人数的测量误差的电梯。电梯包括:将层站(2)的使用者的状况作为层站信息来获取的层站传感器(20);以及将轿厢(1)内的使用者的状况作为轿厢信息来获取的轿厢传感器(10),且电梯具备运算部(60),该运算部(60)基于层站传感器(20)所获取到的层站信息、与轿厢传感器(10)所获取到的轿厢信息,来运算轿厢(1)到达层站时的层站(2)或轿厢(1)内的使用者的增减。
Description
技术领域
本发明涉及电梯及电梯控制方法。
背景技术
已知如下技术(专利文献1):在控制多个电梯的电梯系统中,测定电梯厅(楼层)的等待人数及/或轿厢内的人数,并基于这些测定结果来实施电梯的分配,以提高运行效率。该专利文献1所记载的技术中,实施如下运行控制:根据电梯厅的等待人数与轿厢内人数来计算合计等待人数,并分配电梯。
现有技术文献
专利文献
专利文献1:日本专利特开2013-124179号公报
发明内容
发明所要解决的技术问题
上述专利文献1所记载的技术中,对电梯厅的等待人数进行了测定,但这是轿厢到达前的任意时刻下事先测定的结果,有时与实际轿厢到达时开门的上下人数不一致。如果单纯地测量电梯厅的人数,则也存在上下时从轿厢离开的人数增加到等待的程度的情况,存在无法得到所预想的运行效率的问题。此外,在轿厢拥挤时等,无法掌握离开一次后又再次上下的人,因此,有时与实际的搭乘人数不同。
本发明是鉴于上述情况而完成的,本发明的目的在于降低电梯的上下人数的测量误差。
用于解决技术问题的技术手段
为了解决上述问题,本发明的一个方式的电梯包括:将层站的使用者的状况作为层站信息来获取的层站传感器;以及将轿厢内的使用者的状况作为轿厢信息来获取的轿厢传感器,且所述电梯具备运算部,该运算部基于层站传感器所获取到的层站信息、与轿厢传感器所获取到的轿厢信息,来运算轿厢到达层站时的层站或轿厢内的使用者的增减。
发明效果
根据本发明的至少一个方式,基于层站传感器所得到的层站信息、与轿厢传感器所得到的轿厢信息,来运算轿厢到达层站时的层站或轿厢内的使用者的增减,由此能降低电梯的上下人数的测量误差。由此,能提高电梯的运行控制的效率。
上述以外的技术问题、结构以及效果通过以下实施方式的说明来进一步明确。
附图说明
图1是示出本发明实施方式1所涉及的电梯系统的一个示例的简要结构图。
图2是示出构成电梯系统所具备的各装置的计算机的硬件结构例的框图。
图3是示出本发明实施方式1中的第1示例所涉及的、计算相当于人数的数据的轿厢测定部和楼层测定部的结构例的框图。
图4是示出本发明实施方式1中的第2示例所涉及的、计算相当于占用面积的数据的轿厢测定部和楼层测定部的结构例的框图。
图5是示出本发明实施方式1所涉及的开门状态下的上下人数运算处理的步骤例的流程图。
图6A是示出上下前的电梯的使用者的示例的图,图6B是示出上下后的电梯的使用者的示例的图。
图7是示出本发明实施方式2的第1示例所涉及的轿厢到达前的离开人数推定处理的步骤例的流程图。
图8是示出本发明实施方式2的第2示例所涉及的轿厢到达前的离开面积推定处理的步骤例的流程图。
图9是示出设定于楼层的待机区域的示例的图。
图10是示出本发明实施方式3所涉及的再搭乘判定处理的步骤例的流程图。
图11是示出暂时离开并再搭乘的使用者和不再搭乘的使用者的示例的图。
图12是示出本发明实施方式4所涉及的关门控制的步骤例的流程图。
图13是示出本发明实施方式5所涉及的开门控制的步骤例的流程图。
图14是示出本发明实施方式6所涉及的乘客间隔确认处理的步骤例的流程图。
具体实施方式
下面,参照附图对用于实施本发明的方式的示例进行说明。在本说明书及附图中,对具有实质上相同的功能或结构的构成要素标注相同的标号,并省略重复说明。
(实施方式1)
【电梯系统的简要结构】
首先,参照图1来说明本发明实施方式1所涉及的电梯系统的简要结构。
图1是示出实施方式1所涉及的电梯系统的一个示例的简要结构图。图1所示的电梯系统100是包括设置于在电梯井中升降移动的轿厢的轿厢传感器、以及设置于各楼层的传感器的电梯系统。
轿厢1设置有轿厢传感器10。轿厢传感器10配置在从轿厢1内部的上方俯瞰轿厢1内而能获取关于使用者的状况的信息(轿厢信息)的位置。轿厢传感器10经由通信路径12(例如尾绳)连接到轿厢测定部30。轿厢测定部30基于轿厢传感器10输出的测量数据(轿厢信息)来执行测定。
轿厢1包括:用于由使用者登记目标楼层的目标楼层登记按钮等输入装置;以及输出所登记的目标楼层、轿厢1的当前位置等信息的输出装置。输入装置和输出装置可以由具备显示功能和触摸操作功能的触摸面板装置来构成。此外,输出装置具备从扬声器输出声音的功能(通知功能)。
楼层2(层站)设置有楼层传感器20。楼层传感器20配置在楼层2的上方等俯瞰楼层2而能获取关于使用者的状况的信息(层站信息)的位置。例如,楼层传感器20配置在以层站门92为中心能得到关于使用者的状况的信息的位置。楼层传感器20经由通信路径22连接到楼层测定部40。楼层测定部40(层站测定部的一个示例)基于楼层传感器20所输出的测量数据(层站数据)来执行测定。
电梯控制器50(运行控制部的一个示例)是对负责轿厢1的运行的主机(曳引机的电动机)等进行控制的控制器(运行控制装置的一个示例)。本实施方式所涉及的电梯系统的构造是公知惯用的结构,因此省略电梯的各个结构要素。
轿厢1设有通过未图示的开闭机构来进行开闭的轿厢门91。此外,楼层2的门框中设有层站门92,该层站门92配置在轿厢1停止在楼层2的状态下与轿厢门91相对的位置。轿厢门91和层站门92构成为当轿厢1在楼层2平层时,通过轿厢门91的动作使轿厢门91与层站门92卡合,利用该卡合将轿厢门91的驱动力传递到层站门92,且门锁单元根据该卡合的接触来进行动作。
控制轿厢门91和层站门92的开闭的门控制器90经由通信路径93连接到通信路径70。由此,门控制器90能与电梯控制器50和组控制器80进行通信。电梯控制器50或组控制器80基于状态运算部60的运算结果,对门控制器90指示轿厢门91和层站门92的开闭。
状态运算部60(运算部的一个示例)经由通信路径70连接到轿厢测定部30、楼层测定部40、电梯控制器50和组控制器80。状态运算部60基于轿厢测定部30的测定结果和楼层测定部40的测定结果,根据由电梯控制器50进行控制的电梯运行状态,来运算轿厢1、各楼层2的人(使用者)和物体的状态。电梯运行状态表示电梯运行的一系列动作推移,例如关门、出发、加速、恒速、减速、到达或开门那样的动作状态的推移。
负责多个电梯(轿厢1)的运行控制的组控制器80通过通信路径70与状态运算部60相连接。组控制器80基于状态运算部60运算出的上述人和物体的状态,来执行电梯的分配等运行控制。本实施方式中,通过事先掌握轿厢1的空闲状况、从轿厢1离开的人数、从楼层2搭乘的人数、楼层2上的等待人数,从而电梯的运行控制的效率和精度得以提高。
另外,图1中,示出了与一台电梯相对应的1个轿厢1以及任意一层(楼层2)的相关结构。由此,在多台电梯和多层的建筑物的情况下,设置多个轿厢传感器10和楼层传感器20。另外,楼层传感器20设置于多层中的至少任一层(层站)即可。
轿厢传感器10和楼层传感器20可以利用输出图像数据的图像传感器、输出距离图像数据的ToF(Time of Flight:飞行时间)传感器或立体摄像机、输出点云数据的RF(RadioFrequency:无线频率)传感器等,但本发明并不限于此。在使用了RF传感器的情况下,能保护使用者的隐私。状态运算部60基于上述传感器的输出数据,运算人和物体的个体位置、个体数、个体占用面积和个体举动等状态数据。
本实施方式例中,各结构要素通过通信路径12、22、93、70相连接,但轿厢传感器10和轿厢测定部30、及/或楼层传感器20和楼层测定部40可以分别是整合为一个的传感器。此外,状态运算部60有时可以作为整合多个传感器来处理的传感器控制器而单独构成,有时也作为管理多个电梯的组控制器80内部的结构要素而存在。
【各装置的硬件结构】
接着,对于电梯系统100所具备的各装置的硬件结构,参照图2来进行说明。这里,对轿厢测定部30、楼层测定部40、状态运算部60、电梯控制器50、组控制器80和门控制器90所具备的计算机的硬件结构进行说明。
图2是示出构成电梯系统100所具备的各装置的计算机的硬件结构例的框图。计算机C是在本实施方式中作为计算机来使用的硬件的一个示例。根据各装置的功能、使用目的,对构成计算机C的各模块进行选择取舍。计算机C例如可以使用个人计算机、微控制器等。
计算机C包括分别连接到系统总线的CPU(Central Processing Unit:中央处理单元)101、ROM(Read Only Memory:只读存储器)102、RAM(Random Access Memory:随机存取存储器)103、非易失性存储器106以及通信接口107。CPU 101、ROM 102、RAM 103和非易失性存储器106构成控制部。
CPU 101从ROM 102读取用于实现本实施方式所涉及的各个功能的软件的程序代码,并将其加载到RAM 103中来执行。在CPU101的运算处理的过程中产生的变量或参数等被临时写入RAM103中,并且这些变量、参数等被CPU101适当地读取。其中,也可以使用MPU(Micro Processing Unit:微处理单元)来代替CPU101。轿厢测定部30、楼层测定部40、状态运算部60、电梯控制器50、组控制器80和门控制器90通过CPU101所执行的程序来实现其功能。
作为非易失性存储器106,使用HDD(Hard Disk Drive:硬盘驱动器)、SSD(SolidState Drive:固态驱动器)、利用磁或光的磁盘装置或非易失性的半导体存储器等。在该非易失性存储器106中,除了OS(Operating System:操作系统)、各种参数以外,还记录有用于使计算机C发挥功能的程序。ROM 102及非易失性存储器106记录CPU 101进行动作所需的程序或数据等,并作为存储由计算机C执行的程序的计算机可读取的非暂时性存储介质的一个示例来使用。图3、图4所示的学习完成网络110、111、140、170构成为非易失性存储器106。
通信接口107例如使用NIC(Network Interface Card:网络接口卡)等,能经由与NIC端子相连接的LAN(Local Area Network:局域网)、专用线等在装置之间对各种数据进行收发。
另外,如虚线所示,可以将显示装置104和输入装置105连接到计算机C。显示装置104例如是液晶显示监视器,显示计算机C所执行的处理的结果等。输入装置105例如使用将键盘、鼠标等,用户能够进行规定的操作输入和指示。
【轿厢测定部和楼层测定部的结构(人数计算)】
接着,作为第1实施方式中的第1示例,对于计算相当于人数的数据的情况下的轿厢测定部30和楼层测定部40的结构,参照图3来进行说明。
图3是示出计算相当于人数的数据的轿厢测定部30和楼层测定部40的结构例的框图。
(图像传感器)
在轿厢传感器10和楼层传感器20为图像传感器的情况下,这些传感器所能获取到的一般的数据为图像数据。为了根据图像数据计算人数,例如可以通过活用基于人工智能(Artificial Intelligence:AI)的对象识别来实现。AI的对象识别中,基于使用了神经网络构造的深层学习的机器学习经常被使用。该情况下,轿厢测定部30和楼层测定部40由对象推理部120、学习完成网络(学习完成模型)110和人计数部130构成。例如在深层学习中,卷积神经网络作为学习完成网络最为常见。
例如,若将图像数据输入学习完成网络110,则学习完成网络110提取与设定条件一致的像素区域(例如,与被摄体的外接四边形相当的区域)的图像,并输出表示该像素区域的图像为人的准确性的数值。对象推理部120在从学习完成网络110输出的数值为规定值以上的情况下,推定为该像素区域的图像为人。人计数部130计算由对象推理部120推定为是人的像素区域的图像的数量并将其输出。
(ToF传感器/立体摄像机)
在轿厢传感器10和楼层传感器20为ToF传感器/立体摄像机的情况下,这些传感器所能获取到的一般的数据为距离图像数据。距离图像数据中,包含表示每个像素到被摄体的距离的信息。为了根据距离图像数据来计算人数,例如可以通过活用基于AI的分割来实现。AI的分割中,基于深层学习的机器学习经常被使用。该情况下,轿厢测定部30和楼层测定部40由片段推理部150、学习完成网络140和片段计数部160构成。通过以人为对象的分割,从而片段数成为人数。
例如,若将距离图像数据输入学习完成网络140,则学习完成网络140按照规定的基准、规则将距离图像分割为多个片段(例如,相当于被摄体的轮廓的部分或区域),并输出表示该片段为人的准确性的数值。片段推理部150在从学习完成网络140输出的数值为规定值以上的情况下,推定为该片段是人。片段计数部160计算由片段推理部150推定为是人的片段的数量并将其输出。
(RF传感器)
在轿厢传感器10和楼层传感器20为RF传感器的情况下,这些传感器所能获取到的一般数据为表示位置和电波反射强度的点云数据(点群数据)。为了根据点云数据计算人数,例如可以通过活用使用了统计处理的机器学习的聚类来实现。例如,作为聚类方法,存在DBSCAN(Density-based spatial clustering of applications with noise:基于密度的聚类算法)。该情况下,轿厢测定部30和楼层测定部40由分类部170和分类计数部180构成。利用聚类求出的实例数相当于人数。
例如,若将点云数据输入分类部170,则分类部170基于规定的基准、规则对点云数据进行分组,并分类为人和除此以外的实例。分类计数部180计算由分类部170分类为人的实例的数量(分类数)并进行输出。另外,在轿厢传感器10和楼层传感器20为RF传感器的情况下,也能对轿厢测定部30和楼层测定部40应用AI(例如,基于深层学习的机器学习),并使用学习完成网络。该情况下,能按更高的精度将点云数据分类为人和物体。
如上所述,通过活用图像传感器、ToF传感器/立体摄像机、RF传感器之类的各种传感器,从而能检测轿厢1内或楼层2的使用者的人数。此外,如后述的图7和图8所示那样,也能根据各传感器所进行的每个感测周期的测定结果的差分,来求出基于使用者的举动的动作矢量。
由此,实施方式1所涉及的电梯(电梯系统100)包括:根据由层站传感器(楼层传感器20)所获取到的层站信息来测定层站(楼层2)的使用者的人数的层站测定部(楼层测定部40);以及根据由轿厢传感器获取到的轿厢信息来测定轿厢内的使用者的人数的轿厢测定部。然后,运算部(状态运算部60)构成为根据层站测定部中的关于层站的使用者的人数的测定结果、以及轿厢测定部中的关于轿厢内的使用者的人数的测定结果,来运算该使用者的人数的增减,以作为层站或轿厢内的使用者的增减。
【轿厢测定部和楼层测定部的结构(占用面积计算)】
接着,作为第1实施方式中的第2示例,对于计算相当于占用面积的数据的情况下的轿厢测定部30和楼层测定部40的结构,参照图4来进行说明。
图4是示出计算相当于占用面积的数据的轿厢测定部和楼层测定部的结构例的框图。
(图像传感器)
在轿厢传感器10和楼层传感器20是图像传感器的情况下,为了从上述图像数据中检测相当于人的区域,例如可以通过活用基于AI(基于深层学习的机器学习等)的将区域考虑在内的对象识别来实现。作为将区域考虑在内的对象识别的示例,具有Mask R-CNN。该情况下,轿厢测定部30和楼层测定部40由对象推理部121、学习完成网络111和人面积运算部135构成。能根据具有相当于人的区域的识别结果,来求出该识别结果所示的相当于人的区域的占用面积。另外,本说明书中,占用面积可以是绝对值,也可以是表示使用者区域所占用的面积相对于轿厢1内或楼层2的面积的比例的相对值。
例如,若将图像数据输入学习完成网络111,则学习完成网络110提取与将区域考虑在内的设定条件一致的像素区域(例如,与被摄体相当的区域)的图像,并输出表示该像素区域的图像为人的准确性的数值。对象推理部121在从学习完成网络111输出的数值为规定值以上的情况下,推定为该像素区域的图像是人。人面积运算部135计算由对象推理部121推定为是人的像素区域的图像的面积(相当于人的面积的占用面积)并进行输出。
(ToF传感器/立体摄像机)
在轿厢传感器10和楼层传感器20是ToF传感器/立体摄像机的情况下,为了从上述距离图像数据中检测相当于人的区域,例如可以通过活用基于AI(基于深层学习的机器学习等)的分割来实现。该情况下,轿厢测定部30和楼层测定部40由片段推理部150、学习完成网络140和片段面积运算部165构成。能根据以人为对象进行分割而得的区域的面积来求出相当于人的区域的占用面积。
例如,若将距离图像数据输入学习完成网络140,则学习完成网络140按照规定的基准、规则将距离图像分割为多个片段(例如,相当于被摄体的轮廓的部分或区域),并输出表示该片段为人的准确性的数值。片段推理部150在从学习完成网络140输出的数值为规定值以上的情况下,推定为该片段是相当于人的区域。片段面积运算部165计算由片段推理部150推定为是人的片段(相当于人的区域)的面积并进行输出。
(RF传感器)
在轿厢传感器10和楼层传感器20是RF传感器的情况下,为了根据上述点云数据来计算相当于人的区域,例如可以通过活用使用了统计处理的机器学习的聚类来实现。该情况下,轿厢测定部30和楼层测定部40由分类部170和分类面积运算部185构成。能根据通过聚类进行分类而得的实例的面积,来求出相当于人的区域的占用面积。
例如,若将点云数据输入分类部170,则分类部170基于规定的基准将点云数据分类为人和除此以外的实例。分类面积运算部185计算与由分类部170分类为人的实例相当的点云数据所占的区域的面积并进行输出。另外,在轿厢传感器10和楼层传感器20为RF传感器的情况下,也能对轿厢测定部30和楼层测定部40应用AI(例如,基于深层学习的机器学习),并使用学习完成网络。
如上所述,通过活用图像传感器、ToF传感器/立体摄像机、RF传感器之类的各种传感器,从而能检测轿厢1内或楼层2的使用者的占用面积。此外,如后述的图7和图8所示那样,也能根据各传感器所进行的每个感测周期的测定结果的差分,来求出基于使用者的举动的动作矢量。
由此,实施方式1所涉及的电梯(电梯系统100)包括:根据由层站传感器(楼层传感器20)所获取到的层站信息来测定层站(楼层2)的使用者的占用面积的层站测定部(楼层测定部40);以及根据由轿厢传感器获取到的轿厢信息来测定轿厢内的使用者的占用面积的轿厢测定部。然后,运算部(状态运算部60)构成为根据层站测定部中的关于层站的使用者的占用面积的测定结果、以及轿厢测定部中的关于轿厢内的使用者的占用面积的测定结果,来运算该使用者的占用面积的增减,以作为层站或轿厢内的使用者的增减。
【上下人数运算处理的步骤】
接着,关于电梯系统100的运行状态为开门状态下的上下人数运算处理的步骤,参照图5来说明。
图5是示出开门状态下的上下人数运算处理的步骤例的流程图。
首先,状态运算部60在开门之前,存储轿厢测定部30根据轿厢信息测定出的轿厢1内的使用者的状态s0,并存储楼层测定部40根据层站信息测定出的楼层2的使用者的状态s1(S1)。
接着,状态运算部60根据轿厢测定部30所得出的轿厢1内的使用者的测定结果,对轿厢1的离开状态s2的信息进行积分(S2)。离开状态是指任意的人或物体从轿厢1移动到楼层2的状态。即,离开状态s2的信息是所离开的任意的人或物体的信息。
此外,与步骤S2的处理并行地,状态运算部60根据楼层测定部40所得出的楼层2的使用者的测定结果,对楼层2的搭乘状态s3的信息进行积分(S3)。搭乘状态是指任意的人或物体从楼层2移动到轿厢1的状态。即,搭乘状态s3的信息是所搭乘的任意的人或物体的信息。
接着,状态运算部60根据轿厢测定部30所得出的轿厢1内的使用者的测定结果,获取轿厢1内的当前的状态s4的信息(S4)。从之前开始搭乘的使用者的人数用式[s4-s3]来求出。该状态s4可以称为离开结束以前的过渡状态。
此外,状态运算部60根据楼层测定部40所得出的楼层2的使用者的测定结果,获取楼层2的当前的状态s5的信息(S5)。在楼层2等待的使用者的数量用式[s5-s2]来求出。该状态s5可以称为搭乘结束以前的过渡状态。
接着,状态运算部60确认使用者从轿厢1的离开是否已结束(S6)。在离开未结束的情况下(S6为否)返回步骤S2,在离开已结束的情况下(S6为是)前进至步骤S8。
接着,状态运算部60确认使用者是否已结束向轿厢1的搭乘(S6)。在搭乘未结束的情况下(S7为否)返回步骤S3,在搭乘已结束的情况下(S7为是)前进至步骤S9。
接着,状态运算部60利用式[s0-s2+s3]来求出离开结束后的轿厢1的使用者的状态s4(S8)。
此外,状态运算部60利用式[s1+s2-s3]来求出搭乘结束后的楼层2的使用者的状态s5(S9)。
由此,通过由状态运算部60执行上述上下人数运算处理,从而能准确地运算上下途中的上下人数。图5及后述的图6A和图6B中,作为轿厢1内和楼层2的使用者的状态,测定了使用者的人数,然而,即使是测定使用者的占用面积的结构,当然也能得到同样的效果。
【上下人数运算处理的具体示例】
关于上述上下人数运算处理,参照图6A和图6B的升降动作的示例来具体说明。
图6A示出上下前的电梯的使用者的示例,图6B示出上下后的电梯的使用者的示例。
若将上述输出图像数据的图像传感器、输出距离图像数据的ToF传感器/立体摄像机或输出点云数据的RF传感器等设置于轿厢1和楼层2的天花板,则输出结果成为从轿厢1和楼层2的上方俯瞰而得的图像。各传感器输出图6A和图6B所示那样的、与各自的人图形相当的各种数据。包含人图形的图像处于能观察到人的头和两肩的状态。
图6A表示上下前的轿厢1和楼层2的使用者的状态。轿厢1搭乘了9人,楼层2有16人在等待。图6B表示上下后的轿厢1和楼层2的使用者的状态。
图6A和图6B中,“1-2-3-4”这4人从轿厢1离开,“A-B-C-D-E-F-G”这7人从楼层2搭乘。由此,轿厢1的人数为9-4+7=12,楼层2的准确的等待人数为20-4-7=9。20是与上下有关的人数的合计,通过从开门时的总人数中减去保持搭乘在轿厢1中的人数而得到(16+9-5)。
若像以往那样不考虑使用者的行动而仅进行测量,则图6B中的楼层2的等待者成为与图6A相同的16人。继续搭乘轿厢1的人数成为12-7=5。由于可以确认在轿厢1之后的登记到达层中离开的人数至少为该5人,因此,能提高今后的电梯分配的效率。此外,在通过轿厢1的输入装置(目标楼层登记按钮)登记了新的目标楼层的情况下,能确认新的登记数最多为7人,因此,可以提高今后的电梯分配的效率。
如上所述,实施方式1所涉及的电梯包括:将层站(楼层2)的使用者的状况作为层站信息来获取的层站传感器(楼层传感器20);以及将轿厢内的使用者的状况作为轿厢信息来获取的轿厢传感器,且该电梯包括:基于层站传感器获取到的层站信息以及轿厢传感器获取到的轿厢信息来运算轿厢到达层站时的层站或轿厢内的使用者的增减的运算部(状态运算部60);以及基于层站或轿厢内的使用者的增减的运算结果来控制电梯的运行的运行控制部(电梯控制器50)。
此外,实施方式1所涉及的电梯中,上述运算部(状态运算部60)构成为在电梯的运行状态为开门状态的情况下,根据上述层站信息和上述轿厢信息,在没有搭乘轿厢的使用者之后,反映从轿厢离开的使用者和搭乘轿厢的使用者,以运算层站的使用者的增减,并且在没有从轿厢离开的使用者之后,反映从轿厢离开的使用者和搭乘轿厢的使用者,以运算轿厢内的使用者的增减。
根据上述结构的实施方式1,基于层站传感器所得到的层站信息、与轿厢传感器所得到的轿厢信息,来运算轿厢到达层站时的层站或轿厢内的使用者的增减,由此能降低电梯的上下人数的测量误差。由此,能提高电梯的运行控制的效率。
(实施方式2)
作为实施方式2,关于在轿厢1到达目的地楼层前预测离开的发生的方法,参照图7和图8来说明。
【第1示例(离开人数推定处理)】
首先,作为实施方式2的第1示例,参照图7来说明轿厢到达前的离开人数推定处理。
图7是示出轿厢到达前的离开人数推定处理的步骤例的流程图。图7中,示出了在电梯(轿厢1)的运行状态处于从任意楼层出发并移动到下一楼层的途中的状态下推定轿厢1中的离开人数的步骤。
例如,在执行到达下一个目的地楼层(楼层)的通知、或开始减速以在目的地楼层停止的情况下,在轿厢1内有时发生使用者(包含货物)的移动,以使上下变得顺畅。想要在下一个目的地楼层离开的使用者向接近轿厢门91的方向移动,与该移动相呼应地,不在该目的地楼层离开的使用者向远离轿厢门91的方向移动。利用该使用者的移动(移动方向的信息)来预测离开。轿厢测定部30能获取测定对象(人或物体)的位置以及动作矢量。
首先,状态运算部60根据轿厢测定部30所得出的关于轿厢1内的测定对象的每个感测周期的测定结果的差分,来获取与测定对象的移动相对应的动作矢量组(S11)。
接着,状态运算部60从获取到的动作矢量组中筛选与移动相当的移动矢量(S12)。例如,将大小在规定值以下的动作矢量设为对象以外。由此,能将使用者的身体摆动等微小矢量排除,并提取出步行等动作。
接着,状态运算部60将动作矢量组分类为接近轿厢门91的方向的动作矢量、以及远离轿厢门91的方向的动作矢量(S13)。
接着,状态运算部60计算接近轿厢门91的方向的动作矢量所示的测定对象的个数(S14)。接近该轿厢门91的测定对象的个数、即使用者的人数被推定为因轿厢到达时的使用者的离开而产生的可搭乘人数的增量。
如上所述,实施方式2的第1示例所涉及的电梯具备根据轿厢传感器所获取到的轿厢信息来测定轿厢内的使用者的位置的轿厢测定部,运算部(状态运算部60)构成为在电梯的运行状态为向着目的地楼层减速或到达前的情况下,根据轿厢测定部中的关于轿厢内的使用者的每个感测周期的测定结果的差分,来计算推定为在轿厢到达目的地楼层后离开的使用者的人数。
以往,根据轿厢1内的空闲状况来决定可搭乘人数。然而,通过执行上述离开人数推定处理,从而能预测因离开而产生的轿厢1内的空闲、即可搭乘人数的增量。通过将关于可搭乘人数的增量的预测结果有效活用在运行控制中,从而能提高电梯的运行效率。
【第2示例(离开面积推定处理)】
接着,作为实施方式2的第2示例,参照图8来说明轿厢到达前的离开面积推定处理。
图8是示出轿厢到达前的离开面积推定处理的步骤例的流程图。图8中,示出了在电梯(轿厢1)的运行状态处于从任意楼层出发并移动到下一楼层的途中的状态下推定轿厢1中的因离开而产生的空闲区域的面积的步骤。
与第1示例同样地,在执行到达下一个目的地楼层(楼层)的通知、或开始减速以在目的地停止的情况下,通过检测包含货物在内的使用者的移动,并利用其移动方向来预测离开。轿厢测定部30能获取测定对象的占用面积以及动作矢量。
首先,状态运算部60根据轿厢测定部30所得出的关于轿厢1内的测定对象的每个感测周期的测定结果的差分,来获取与测定对象的移动相对应的动作矢量组(S21)。
接着,状态运算部60从获取到的动作矢量组中筛选与移动相当的移动矢量(S22)。例如,与图7同样地,将大小在规定值以下的动作矢量设为对象以外。
接着,状态运算部60将动作矢量组分类为接近轿厢门91的方向的动作矢量、以及远离轿厢门91的方向的动作矢量(S23)。
接着,状态运算部60计算接近轿厢门91的方向的动作矢量所示的测定对象的占用面积(S24)。接近该轿厢门91的测定对象的占用面积、即使用者(包含货物)的占用面积被推定为因轿厢到达时的使用者的离开而产生的可搭乘面积的增量。
如上所述,实施方式2的第2示例所涉及的电梯具备根据轿厢传感器所获取到的轿厢信息来测定轿厢内的使用者的占用面积的轿厢测定部,运算部(状态运算部60)构成为在电梯的运行状态为向着目的地楼层减速或到达前的情况下,根据轿厢测定部中的关于轿厢内的使用者的每个感测周期的测定结果的差分,来计算推定为在轿厢到达目的地楼层后离开的使用者的占用面积。
以往,根据轿厢1内的空闲状况来决定可搭乘人数。然而,通过执行上述离开面积推定处理,从而能预测因离开而产生的轿厢1内的空闲、即可搭乘面积的增量。通过将关于可搭乘面积的增量的预测结果有效活用在运行控制中,从而能提高电梯的运行效率。
如上所述,在实施方式2(第1示例、第2示例)所涉及的电梯中,运算部(状态运算部60)构成为在电梯的运行状态为到达目的地楼层前的情况下,基于轿厢传感器的轿厢信息来测定轿厢内的使用者的举动,并根据测定结果来推定在到达目的地楼层后使用者离开的情况。
(实施方式3)
作为实施方式3,关于判定从轿厢1暂时下车的使用者的再搭乘的方法,参照图9~图11进行说明。
图9示出设定于楼层的待机区域的示例。在轿厢1内拥挤的情况下,轿厢门91附近的乘客暂时离开,并如图9所示,停留在从在楼层2的层站门92前等待的使用者“A-B、C-D”附近(区域A1、A2)起到排列在楼层2的使用者“M-N、O-P”后的任意的位置(区域A3)。因此,本实施方式中,对楼层2设定包含区域A1~A3的待机区域WA,并通过从轿厢1暂时离开的乘客是否留在待机区域WA中来判定再搭乘。
图10是示出再搭乘判定处理的步骤例的流程图。图10中示出如下示例:对因轿厢1的拥挤等而从轿厢1暂时离开、等到直到轿厢1可搭乘为止并再次搭乘轿厢1的乘客进行测量。
首先,状态运算部60根据楼层测定部40所得出的楼层2的使用者的测定结果,测量在楼层2等待的使用者的待机区域WA(S31)。待机区域WA根据在楼层2等待的使用者的状态而变动,因此,每次都测量待机区域WA,并保持在RAM103中。
接着,状态运算部60根据轿厢测定部30所得出的轿厢1内的使用者的测定结果,确认是否有从轿厢1离开的乘客(S32)。在没有离开的乘客的情况下(S32为否),结束再搭乘判定处理。
另一方面,在有离开的乘客的情况下(S32为是),状态运算部60获取楼层测定部40所得出的楼层2的使用者的测定结果,来测量离开后的乘客的举动(S33)。
接着,状态运算部60判定离开后的乘客是否留在待机区域WA内(S34)。这里,在离开后的乘客离开待机区域WA的情况下(S34为否),状态运算部60将该乘客作为离开人数来计数,并将其从举动测量的对象、即等待人数中排除(S35)。
另一方面,在离开后的乘客留在待机区域WA内的情况下(S34为是),状态运算部60将该乘客作为等待人数来计数(S36),转移到步骤S33并设为后续的举动测量的对象。状态运算部60对于从轿厢1离开的乘客全员适当地执行步骤S33至步骤S36的处理。
图11中,示出暂时下车并再搭乘的使用者和不再搭乘的使用者的示例。图11中示出如下示例:在图9的状态下从轿厢1离开的“1-2-3-4”这4人中,“1-2”这2人离开了待机区域WA。对于“1-2”这2人,判断为完全离开,从等待人数中排除。此外,关于离开后在层站门92附近的“3-4”这2人,判断为仅暂时离开,计数为等待人数。
如上所述,实施方式3所涉及的电梯中,运算部(状态运算部60)构成为在判断为轿厢到达目的地楼层后从轿厢离开的使用者停留在层站(楼层2)的设定区域(待机区域WA)内的情况下,将该使用者包含于在层站待机的使用者的人数。
通过设为该结构,从而能将从轿厢1暂时离开的乘客再识别为从楼层2搭乘的人,因此,使用者人数的精度提高,电梯的运行效率提高。
(实施方式4)
如图1所示,电梯系统100具有设置在轿厢1内的轿厢传感器10、设置于各层的楼层2的楼层传感器20、以及控制轿厢门91和层站门92的门控制器90。利用该结构,能在电梯开门前的状态或关门前的状态下,基于轿厢传感器10的测量数据、楼层传感器20的测量数据以及轿厢门91和层站门92周边的测量结果(动作矢量、位置数据),来控制轿厢门91和层站门92的动作。
图12是示出实施方式4所涉及的关门控制的步骤例的流程图。图12中,在电梯的运行状态为轿厢1从任意层出发前的待机状态(关门前的状态)的情况下,基于轿厢传感器10与楼层传感器20的测量结果,来说明控制关门的步骤。
首先,状态运算部60根据轿厢测定部30所得出的关于轿厢1内的测定对象的每个感测周期的测定结果的差分,来获取与轿厢1内的测定对象的移动相对应的动作矢量组(S41)。
此外,状态运算部60根据楼层测定部40所得出的关于楼层2的测定对象的每个感测周期的测定结果的差分,来获取与楼层2的测定对象的移动相对应的动作矢量组(S42)。
接着,从轿厢1内和楼层2的动作矢量组中,将与向电梯的上下无关的、例如使用者的身体的摆动等微小的动作矢量过滤(S43)。由此,能从动作矢量组中筛选出与移动相当的动作矢量,并能提取出使用者的步行等动作。
接着,状态运算部60根据通过过滤而提取出的动作矢量的位置和速度,来判定该动作矢量是否相当于向电梯的上下(S44)。例如,如果是轿厢1中的动作矢量,则判定为不向着轿厢门91的动作矢量不相当于离开。此外,对于楼层2中的动作矢量,也能判定为不向着层站门92的动作矢量不相当于搭乘。
当存在相当于向电梯的上下的动作矢量的情况下(S44为是),状态运算部60对门控制器90输出维持开门的指令(S45)。在步骤S45的处理后,返回步骤S41并继续一系列的处理。
另一方面,当不存在相当于向电梯的上下的动作矢量的情况下(S44为否),状态运算部60对门控制器90输出关门指令。门控制器90接受关门指令,并执行轿厢门91和层站门92的关门(S46)。在步骤S46的处理后,结束关门控制处理。
如上所述,实施方式4所涉及的电梯中,运算部(状态运算部60)构成为在电梯的运行状态为出发时,在层站信息相当于在层站(楼层2)上没有使用者的状况、或使用者并未朝向门(层站门92)的状况的情况下,并且在轿厢信息相当于没有使用者的状况、或轿厢内的使用者不离开的状况的情况下,进行关闭层站和轿厢的各门的控制。
以往即使在没有上下乘客的情况下也必然在规定的时间内维持开门,但通过采用上述结构,从而在轿厢1和楼层2的使用者的行动不相当于上下的情况下,能比规定时间更早地执行关门。因此,出发前的待机时间缩短,能提高运行效率。
(实施方式5)
图13是示出实施方式5所涉及的开门控制的步骤例的流程图。
图13中,在电梯的运行状态为轿厢1到达任意层的状态(开门前的状态)的情况下,基于轿厢传感器10与楼层传感器20的测量结果,来说明控制开门的步骤。
首先,状态运算部60从轿厢测定部30所得出的关于轿厢1内的测定对象的测定结果中,获取轿厢1内的测定对象的位置数据组(S51)。
此外,状态运算部60根据楼层测定部40所得出的关于楼层2的测定对象的测定结果,获取楼层2的测定对象的位置数据组(S52)。
接着,状态运算部60执行以下处理:从所得到的轿厢1的位置数据组和楼层2的位置数组中分别提取相当于轿厢门91或层站门92附近的位置数据(S53)。
接着,状态运算部60判定是否有相当于轿厢门91或层站门92附近的位置数据(S54)。这里,当不存在相当于门附近的位置数据的情况下(S54为否),利用门控制器90来执行轿厢门91和层站门92的通常那样的开门(S55)。在该步骤S55结束之后,结束开门控制的处理。
另一方面,当存在相当于门附近的位置数据的情况下(S54为是),状态运算部60利用门控制器90来执行轿厢门91和层站门92的特殊开门(S56)。例如,在特殊开门中,为了使靠近轿厢门91或层站门92的使用者、或在缝隙附近靠近的使用者等识别出转移到开门状况的情况,相对于通常的开门,使开门速度放缓来开门。在步骤S56的处理后,返回步骤S51并继续一系列的处理。
如上所述,实施方式5所涉及的电梯中,运算部(状态运算部60)构成为在电梯的运行状态为到达目的地楼层时,当层站信息为层站(楼层2)的门附近没有使用者的状况、并且轿厢信息为轿厢门附近没有使用者的状况的情况下,进行打开层站和轿厢的各门的控制。
由此,以往在到达时经过规定的时间而开门,但基于轿厢传感器10和楼层传感器20的测量结果来确认门和门框周边的状况,并在层站门和轿厢门附近没有使用者的情况下,执行各门的开门。由此,能防止使用者的手、臂被拉入缝隙等。此外,在确认到向门、缝隙等靠近的情况下,执行特殊开门,使开门速度比通常的开门要慢。因此,能提供更安全的运行控制。
(实施方式6)
图14是示出实施方式6所涉及的乘客间隔确认处理的步骤例的流程图。
在图14中,对如下步骤进行说明:在电梯的运行状态为出发待机的状态的情况下,测定轿厢1的乘客彼此的间隔,并在乘客间隔比规定的间隔要短的情况下,维持出发待机。
首先,状态运算部60根据楼层测定部40所得出的关于楼层2的测定对象的测定结果,确认有无搭乘轿厢1的使用者(S61)。在没有搭乘的使用者的情况下(S61为否),结束乘客间隔确认处理。
接着,在有搭乘的使用者的情况下(S61为是),状态运算部60根据轿厢测定部30所得出的关于轿厢1内的测定对象的测定结果,获取轿厢1内的测定对象的位置数据组(S62)。
接着,状态运算部60根据获取到的位置数据组来生成位置数据的组合(S63)。然后,状态运算部60根据组合后的位置数据来计算与该位置数据相关联的测定对象(乘客)的间隔(S64)。
接着,状态运算部60将运算出的测定对象的间隔与规定值进行比较(S65),并判定该测定对象的间隔是否在规定值以上(S66)。在该测定对象的间隔在规定值以上的情况下(S66为是),状态运算部60对于所有位置数据的组合判定是否实施与规定值之间的比较(S67)。然后,在残留未实施比较处理的位置数据的组合的情况下(S67为否),返回步骤S64,对其它位置数据的组合来实施测定对象的间隔的运算和比较。
另一方面,状态运算部60在判定为对于所有位置数据的组合完成了与规定值的比较的情况下(S67为是),电梯控制器50转移到可出发状态(S68)。例如,利用门控制器90关闭轿厢门91和层站门92。在步骤S68的处理结束之后,结束乘客间隔确认处理。
接着,在步骤S66中,当状态运算部60判定为任意的测定对象的间隔小于规定值的情况下(S66为否),电梯控制器50维持出发待机(S69)。
如图1所示,轿厢1具备使用了输出装置的通知功能。电梯控制器50利用该通知功能来进行乘客彼此的间隔不能满足的内容的引导,并催促乘客移动到轿厢1内的场所或离开。
如上所述,实施方式6所涉及的电梯中,运算部(状态运算部60)构成为在轿厢的出发前基于轿厢信息将使用者的距离与规定值进行比较,在使用者间的距离小于规定值的情况下,持续打开层站(楼层2)和轿厢的各门,并且通知轿厢内的输出装置使用者间的距离未被确保,在使用者间的距离在规定值以上的情况下,关闭层站和轿厢的各门来转移到可出发状态。
以往,主要的目的是为了有效地活用轿厢1的空间的、以人数或占用面积为基准的轿厢1的填充效率提高以及运行控制,但根据上述结构的本实施方式,能执行以将乘客间的间隔维持为规定的间隔的情况为基准的运行控制。
另外,本发明并不限于上述各实施方式,勿容置疑地,只要在不脱离本发明权利要求所记载的本发明的技术思想,能获得其它各种应用例、变形例。例如,上述各实施方式为了对本发明进行容易理解的说明而对电梯系统的结构进行了详细且具体的说明,但并不一定局限于具备所说明的所有的结构要素。另外,可以将某实施方式的一部分结构替换成其它实施方式的构成要素。另外,也可以对某实施方式的结构添加其它实施方式的构成要素。另外,也可以对各实施方式的结构的一部分结构添加、替换或删除其它构成要素。
此外,本发明可以构成为将轿厢传感器10和楼层传感器20汇总为一个传感器。例如,可以将轿厢传感器10与楼层传感器20统一,楼层传感器20可以兼用作轿厢传感器10。该情况下,将楼层传感器20设置在楼层2(电梯厅)的上方,且设置在当轿厢门91和层站门92打开时、能获取轿厢1内和楼层2的使用者的信息的位置。能删除轿厢传感器10。
另外,上述各构成要素、功能、处理部等中的部分或全部可以通过例如用集成电路来设计等从而以硬件的形式来实现。作为硬件,也可以使用FPGA(Field ProgrammableGate Array:现场可编程门阵列)或ASIC(Application Specific Integrated Circuit:专用集成电路)等广义的处理器装置。
此外,在图5、图7、图8、图10、图12至图14所示的流程图中,也可以在不影响处理结果的范围内并行地执行多个处理或变更处理顺序。
标号说明
1 轿厢,
2 楼层,
3 人,
4 轿厢传感器,
12 轿厢传感器通信路径,
20 楼层传感器,
22 楼层传感器通信路径,
30 轿厢测定部,
40 楼层测定部,
50 电梯控制器,
60 状态运算部,
70 通信路径,
80 组控制器,
90 门控制器,
91 轿厢门,
92 层站门,
93 通信路径,
110、111、140 学习完成网络,
120、121 对象推理部,
130 人计数部,
135 人面积运算部,
150 片段推理部,
160 片段计数部,
165 片段面积运算部,
170 分类部,
180 分类计数部,
185 分类面积运算部。
Claims (13)
1.一种电梯,包括:
将层站的使用者的状况作为层站信息来获取的层站传感器;以及将轿厢内的使用者的状况作为轿厢信息来获取的轿厢传感器,所述电梯的特征在于,包括:
运算部,该运算部基于所述层站传感器所获取到的所述层站信息、与所述轿厢传感器所获取到的所述轿厢信息,来运算所述轿厢到达层站时的所述层站或所述轿厢内的使用者的增减。
2.如权利要求1所述的电梯,其特征在于,
所述运算部在所述电梯的运行状态为开门状态的情况下,根据所述层站信息和所述轿厢信息,在没有搭乘所述轿厢的使用者之后,反映从所述轿厢离开的使用者和搭乘所述轿厢的使用者,运算所述层站的使用者的增减,并且在没有从所述轿厢离开的使用者之后,反映从所述轿厢离开的使用者和搭乘所述轿厢的使用者,运算所述轿厢内的使用者的增减。
3.如权利要求1所述的电梯,其特征在于,
所述运算部在所述电梯的运行状态为到达目的地楼层前的情况下,基于所述轿厢传感器的所述轿厢信息来测定所述轿厢内的使用者的举动,并根据测定结果来推定在到达所述目的地楼层后使用者离开的情况。
4.如权利要求1所述的电梯,其特征在于,
所述运算部在判断为所述轿厢到达目的地楼层后从所述轿厢离开的使用者留在所述层站的设定区域内的情况下,将该使用者包含于在所述层站待机的使用者的人数。
5.如权利要求1至4的任一项所述的电梯,其特征在于,包括:
根据由所述层站传感器所获取到的所述层站信息来测定所述层站的使用者的人数的层站测定部;以及
根据由所述轿厢传感器所获取到的所述轿厢信息来测定所述轿厢内的使用者的人数的轿厢测定部,
所述运算部根据所述层站测定部中的关于所述层站的使用者的人数的测定结果、以及所述轿厢测定部中的关于所述轿厢内的使用者的人数的测定结果,来运算该使用者的人数的增减,以作为所述层站或所述轿厢内的使用者的增减。
6.如权利要求1至4的任一项所述的电梯,其特征在于,包括:
根据由所述层站传感器所获取到的所述层站信息来测定所述层站的使用者的占用面积的层站测定部;以及
根据由所述轿厢传感器所获取到的所述轿厢信息来测定所述轿厢内的使用者的占用面积的轿厢测定部,
所述运算部根据所述层站测定部中的关于所述层站的使用者的占用面积的测定结果、以及所述轿厢测定部中的关于所述轿厢内的使用者的占用面积的测定结果,来运算该使用者的占用面积的增减,以作为所述层站或所述轿厢内的使用者的增减。
7.如权利要求3所述的电梯,其特征在于,包括:
根据由所述轿厢传感器所获取到的所述轿厢信息来测定所述轿厢内的使用者的位置的轿厢测定部,
所述运算部在所述电梯的运行状态为向着目的地楼层减速或到达前的情况下,根据所述轿厢测定部中的关于所述轿厢内的使用者的每个感测周期的测定结果的差分,来计算推定为在所述轿厢到达所述目的地楼层后离开的使用者的人数。
8.如权利要求3所述的电梯,其特征在于,包括:
根据由所述轿厢传感器所获取到的所述轿厢信息来测定所述轿厢内的使用者的占用面积的轿厢测定部,
所述运算部在所述电梯的运行状态为向着目的地楼层减速或到达前的情况下,根据所述轿厢测定部中的关于所述轿厢内的使用者的每个感测周期的测定结果的差分,来计算推定为在所述轿厢到达所述目的地楼层后离开的使用者的占用面积。
9.如权利要求1所述的电梯,其特征在于,
所述运算部在所述电梯的运行状态为出发时或到达时的情况下,根据所述层站信息和所述轿厢信息,来控制设置于所述层站和所述轿厢的各门的开闭。
10.如权利要求9所述的电梯,其特征在于,
所述运算部在所述电梯的运行状态为出发时,在所述层站信息相当于在所述层站上没有使用者的状况、或所述使用者并未朝向所述门的状况的情况下,并且在所述轿厢信息相当于没有所述使用者的状况、或所述轿厢内的使用者不离开的状况的情况下,进行关闭所述层站和所述轿厢的各门的控制。
11.如权利要求9所述的电梯,其特征在于,
所述运算部在所述电梯的运行状态为到达目的地楼层时,当所述层站信息为所述层站的门附近没有使用者的状况、并且所述轿厢信息为所述轿厢门附近没有使用者的状况的情况下,进行打开所述层站和所述轿厢的各门的控制。
12.如权利要求9所述的电梯,其特征在于,
所述运算部在所述轿厢出发前基于所述轿厢信息将使用者间的距离与规定值进行比较,在所述使用者间的距离小于所述规定值的情况下,持续打开所述层站和所述轿厢的各门,并且通知所述轿厢内的输出装置所述使用者间的距离未被确保,在所述使用者间的距离在规定值以上的情况下,关闭所述层站和所述轿厢的各门来转移到可出发状态。
13.一种电梯控制方法,是基于如下电梯的控制方法,该电梯包括:
将电梯的层站的使用者的状况作为层站信息来获取的层站传感器;将所述电梯的轿厢内的使用者的状况作为轿厢信息来获取的轿厢传感器;运算部;以及运行控制部,所述电梯控制方法的特征在于,包括:
利用所述运算部,基于所述层站传感器所获取到的所述层站信息、与所述轿厢传感器所获取到的所述轿厢信息,来运算所述轿厢到达层站时的所述层站或所述轿厢内的使用者的增减的处理;以及
利用所述运行控制部,基于运算出的所述层站或所述轿厢内的使用者的增减,来控制所述电梯的运行的处理。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-161798 | 2020-09-28 | ||
JP2020161798A JP7437279B2 (ja) | 2020-09-28 | 2020-09-28 | エレベーター及びエレベーター制御方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114314224A true CN114314224A (zh) | 2022-04-12 |
Family
ID=80998185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110805330.8A Pending CN114314224A (zh) | 2020-09-28 | 2021-07-16 | 电梯及电梯控制方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7437279B2 (zh) |
CN (1) | CN114314224A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024009341A1 (ja) * | 2022-07-04 | 2024-01-11 | 株式会社日立製作所 | 運行管理システム、運行管理方法、及びエレベーターシステム |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101356108A (zh) * | 2006-01-12 | 2009-01-28 | 奥蒂斯电梯公司 | 用于电梯控制的视频辅助系统 |
JP2013030898A (ja) * | 2011-07-27 | 2013-02-07 | Nippon Telegr & Teleph Corp <Ntt> | 画像伝送方法、画像伝送装置、画像送信装置、画像受信装置、画像送信プログラム及び画像受信プログラム |
CN102992122A (zh) * | 2011-09-07 | 2013-03-27 | 东芝电梯株式会社 | 电梯运行控制方法、以及应用该方法的电梯运行控制装置、电梯运行控制系统 |
CN103502129A (zh) * | 2011-09-02 | 2014-01-08 | 三菱电机株式会社 | 电梯的轮椅运转装置 |
CN107265220A (zh) * | 2016-03-30 | 2017-10-20 | 株式会社日立大厦系统 | 电梯的轿厢内通知装置 |
CN107609597A (zh) * | 2017-09-26 | 2018-01-19 | 嘉世达电梯有限公司 | 一种电梯轿厢人数检测系统及其检测方法 |
JP2018076161A (ja) * | 2016-11-10 | 2018-05-17 | 東芝エレベータ株式会社 | エレベータ制御方法およびエレベータ制御装置 |
CN110861983A (zh) * | 2019-11-01 | 2020-03-06 | 腾讯科技(深圳)有限公司 | 电梯的运行控制方法及装置 |
CN111295349A (zh) * | 2017-10-30 | 2020-06-16 | 株式会社日立制作所 | 电梯的乘降人数推算装置、乘降人数推算方法和乘降人数推算程序 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000351560A (ja) | 1999-06-09 | 2000-12-19 | Mitsubishi Electric Building Techno Service Co Ltd | エレベーターの戸の開閉制御装置 |
JP2005126184A (ja) | 2003-10-23 | 2005-05-19 | Mitsubishi Electric Corp | エレベーターの制御装置 |
JP2005255404A (ja) | 2004-03-15 | 2005-09-22 | Mitsubishi Electric Corp | エレベータ制御装置 |
JP2017052578A (ja) | 2015-09-07 | 2017-03-16 | 株式会社日立ビルシステム | エレベーター用乗りかご到着時の降車状況予測提示方法及び装置 |
JP6742962B2 (ja) | 2017-07-24 | 2020-08-19 | 株式会社日立製作所 | エレベーターシステム、画像認識方法及び運行制御方法 |
JP6588140B1 (ja) | 2018-09-18 | 2019-10-09 | 東芝エレベータ株式会社 | エレベータシステム、これに利用する利用者端末、およびエレベータ制御方法 |
-
2020
- 2020-09-28 JP JP2020161798A patent/JP7437279B2/ja active Active
-
2021
- 2021-07-16 CN CN202110805330.8A patent/CN114314224A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101356108A (zh) * | 2006-01-12 | 2009-01-28 | 奥蒂斯电梯公司 | 用于电梯控制的视频辅助系统 |
JP2013030898A (ja) * | 2011-07-27 | 2013-02-07 | Nippon Telegr & Teleph Corp <Ntt> | 画像伝送方法、画像伝送装置、画像送信装置、画像受信装置、画像送信プログラム及び画像受信プログラム |
CN103502129A (zh) * | 2011-09-02 | 2014-01-08 | 三菱电机株式会社 | 电梯的轮椅运转装置 |
CN102992122A (zh) * | 2011-09-07 | 2013-03-27 | 东芝电梯株式会社 | 电梯运行控制方法、以及应用该方法的电梯运行控制装置、电梯运行控制系统 |
CN107265220A (zh) * | 2016-03-30 | 2017-10-20 | 株式会社日立大厦系统 | 电梯的轿厢内通知装置 |
JP2018076161A (ja) * | 2016-11-10 | 2018-05-17 | 東芝エレベータ株式会社 | エレベータ制御方法およびエレベータ制御装置 |
CN107609597A (zh) * | 2017-09-26 | 2018-01-19 | 嘉世达电梯有限公司 | 一种电梯轿厢人数检测系统及其检测方法 |
CN111295349A (zh) * | 2017-10-30 | 2020-06-16 | 株式会社日立制作所 | 电梯的乘降人数推算装置、乘降人数推算方法和乘降人数推算程序 |
CN110861983A (zh) * | 2019-11-01 | 2020-03-06 | 腾讯科技(深圳)有限公司 | 电梯的运行控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7437279B2 (ja) | 2024-02-22 |
JP2022054652A (ja) | 2022-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3424856B1 (en) | Elevator control apparatus and elevator control method | |
CN109292579B (zh) | 电梯系统、图像识别方法和运行控制方法 | |
KR100990547B1 (ko) | 엘리베이터의 제어 시스템 | |
JP5784051B2 (ja) | エレベータシステム | |
JP5879152B2 (ja) | エレベータ到着時間推定装置、エレベータシステム | |
KR100973882B1 (ko) | 엘리베이터의 제어 시스템 | |
JP6125842B2 (ja) | エレベータ運転制御装置 | |
JP6416326B1 (ja) | エレベータシステム、およびエレベータ制御方法 | |
CN111344244B (zh) | 组管理控制装置及组管理控制方法 | |
JP2005126184A (ja) | エレベーターの制御装置 | |
JP2018203421A (ja) | エレベータ制御装置、エレベータ群管理制御装置、エレベータシステム、およびエレベータ制御方法 | |
JP2013241230A (ja) | エレベータの群管理制御装置および群管理制御方法 | |
JP2013043711A (ja) | エレベータの乗降検出装置およびエレベータ装置、並びにエレベータの乗降検出方法 | |
WO2020174775A1 (ja) | センサユニット及びエレベーター | |
CN114314224A (zh) | 电梯及电梯控制方法 | |
JP4732343B2 (ja) | エレベータの群管理制御装置 | |
WO2023021788A1 (ja) | エレベーターシステム及びエレベーターシステムの制御方法 | |
CN112607539A (zh) | 电梯系统 | |
CN111891888B (zh) | 自调谐门定时参数 | |
KR102515719B1 (ko) | 영상인식 연동 승강기 제어 시스템 | |
EP3808693A1 (en) | Elevator condition based maintenance using an in-car camera | |
CN110520374B (zh) | 电梯使用者移动预测方法和电梯使用者移动预测装置 | |
EP3617113A1 (en) | Last-minute hall call request to a departing cab using gesture | |
JP2017001802A (ja) | エレベータ制御装置およびエレベータ制御方法 | |
JP2020045240A (ja) | エレベーター制御装置、および、それを用いたエレベーターシステム |
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 |