CN114348807B - 电梯调度方法、装置、设备及存储介质 - Google Patents
电梯调度方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114348807B CN114348807B CN202210138066.1A CN202210138066A CN114348807B CN 114348807 B CN114348807 B CN 114348807B CN 202210138066 A CN202210138066 A CN 202210138066A CN 114348807 B CN114348807 B CN 114348807B
- Authority
- CN
- China
- Prior art keywords
- elevator
- route
- image
- preliminary
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012549 training Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 17
- 230000003068 static effect Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 239000003550 marker Substances 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 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
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- 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
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明涉及人工智能，提供一种电梯调度方法、装置、设备及存储介质。该方法能够根据调度请求获取请求乘客的乘梯信息及待调度电梯的运行信息，根据乘梯信息及运行信息生成多个初步路线，每个初步路线包括至少一个路线电梯，根据至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果，若超载结果为未超载，则采集至少一个路线电梯中内部的电梯图像，根据电梯图像计算至少一个路线电梯的满员率，若满员率小于预定比例阈值，则根据运行信息从多个初步路线中选取目标路线，对目标路线中的至少一个路线电梯进行调度，能够提高电梯调度效率。此外，本发明还涉及区块链技术，所述目标路线可存储于区块链中。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种电梯调度方法、装置、设备及存储介质。
背景技术
随着城市建设的步伐日益加快，电梯已成为高层建筑中不可或缺的重要设备。目前在对电梯群组进行电梯调度时，当电梯内装了体积较大而重量较轻的物品，及电梯内部剩余空间已无法再承载一个人时，该电梯可能仍未超载。此时如果乘客想要乘坐该电梯，那么这部电梯依然会响应乘坐该电梯的外部请求而停靠在对应的楼层，然而该电梯却又无法承载该乘客。由此会造成电梯的无效运行时间变长，降低了电梯调度效率。
发明内容
鉴于以上内容，有必要提供一种电梯调度方法、装置、设备及存储介质，能够提高电梯调度效率。
一方面，本发明提出一种电梯调度方法，所述电梯调度方法包括：
当接收到调度请求时，根据所述调度请求获取请求乘客的乘梯信息及待调度电梯的运行信息；
根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线，每个初步路线包括至少一个路线电梯；
根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果；
若所述超载结果为未超载，则采集所述至少一个路线电梯中内部的电梯图像；
根据所述电梯图像计算所述至少一个路线电梯的满员率；
若所述满员率小于预定比例阈值，则根据所述运行信息从所述多个初步路线中选取目标路线；
对所述目标路线中的至少一个路线电梯进行调度。
根据本发明优选实施例，所述乘梯信息包括所述请求乘客的出发地及目的地，所述运行信息包括所述待调度电梯的静态电梯信息及动态电梯信息，所述静态电梯信息包括所述待调度电梯的可停靠楼层，所述动态电梯信息包括所述待调度电梯的轿厢位置。
根据本发明优选实施例，所述根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线包括：
从所述待调度电梯中定位出可抵达所述目的地的电梯作为第一电梯；
检测所述第一电梯的可停靠楼层中是否包含所述出发地；
当所述第一电梯的可停靠楼层中不包含所述出发地时，从所述可停靠楼层中提取距离所述出发地最近的中转地；
从所述待调度电梯中筛选出可由所述出发地抵达所述中转地的第二电梯；基于所述第一电梯及所述第二电梯的组合生成所述多个初步路线；或者
当所述第一电梯的可停靠楼层中包含所述出发地时，则将所述第一电梯确定为所述多个初步路线。
根据本发明优选实施例，所述根据所述运行信息从所述多个初步路线中选取目标路线包括：
根据所述轿厢位置及所述出发地计算每个初步路线的等待时间；
计算所述出发地与所述目的地的高度差值，并统计每个初步路线中路线电梯的电梯数量；
获取每个初步路线中路线电梯的电梯运行效率；
根据所述高度差值、电梯数量及所述电梯运行效率计算每个初步路线的运行时间，所述运行时间的计算公式为：
其中，t是指所述运行时间,p是指非零参数，n是指所述电梯数量，h是指所述高度差值，v是指所述电梯运行效率；
计算所述等待时间与所述运行时间的时间总和；
将所述时间总和最小的初步路线确定为所述目标路线。
根据本发明优选实施例，所述根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果包括：
对于每个初步路线，计算每个路线电梯的核载重量与配置调整比例的乘积，得到基准重量；
将每个路线电梯的已承载重量与对应的基准重量进行比较；
若该初步路线中全部路线电梯的已承载重量均小于所述对应的基准重量，则确定所述超载结果为未超载；或者
若该初步路线中存在任一路线电梯的已承载重量大于或者等于所述对应的基准重量，则确定所述超载结果为已超载。
根据本发明优选实施例，所述根据所述电梯图像计算所述至少一个路线电梯的满员率包括：
根据所述电梯图像计算每个路线电梯的内部总面积；
将所述电梯图像输入至预先训练好的特征提取模型中，得到输出图像所述输出图像中包括该路线电梯的梯内乘客；
根据所述输出图像计算该路线电梯中所述梯内乘客的乘客占用面积；
计算所述乘客占用面积在所述内部总面积中的比值，得到所述满员率。
根据本发明优选实施例，在将所述电梯图像输入至预先训练好的特征提取模型中之前，所述方法还包括：
采集训练电梯在至少一个方位上的内部图像信息；
划分所述内部图像信息，得到训练图像及测试图像，所述测试图像中包括标记特征图像；
根据所述训练图像对预先构建好的卷积神经网络进行训练，得到初始模型；
根据所述初始模型对所述测试图像进行特征提取，得到待验证图像；
根据所述标记特征图像及所述待验证图像计算所述初始模型的损失值，所述损失值的计算公式为：
其中，y是指所述损失值，x1是指所述标记特征图像的图像面积，是指所述待验证图像的图像面积；
根据所述损失值调整所述初始模型，直至所述损失值不再降低，得到所述特征提取模型。
另一方面，本发明还提出一种电梯调度装置，所述电梯调度装置包括：
获取单元，用于当接收到调度请求时，根据所述调度请求获取请求乘客的乘梯信息及待调度电梯的运行信息；
生成单元，用于根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线，每个初步路线包括至少一个路线电梯；
所述生成单元，还用于根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果；
采集单元，用于若所述超载结果为未超载，则采集所述至少一个路线电梯中内部的电梯图像；
计算单元，用于根据所述电梯图像计算所述至少一个路线电梯的满员率；
选取单元，用于若所述满员率小于预定比例阈值，则根据所述运行信息从所述多个初步路线中选取目标路线；
调度单元，用于对所述目标路线中的至少一个路线电梯进行调度。
另一方面，本发明还提出一种电子设备，所述电子设备包括：
存储器，存储计算机可读指令；及
处理器，执行所述存储器中存储的计算机可读指令以实现所述电梯调度方法。
另一方面，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述电梯调度方法。
由以上技术方案可以看出，本发明通过所述乘梯信息及所述运行信息能够全面的生成所述多个初步路线，有利于从所述多个初步路线中选取到合适的目标路线，结合所述已承载重量及所述核载重量能够准确的生成每个初步路线的超载结果，进而在所述超载结果为未超载时，通过所述电梯图像准确的计算出所述路线电梯的满员率，在所述满员率小于预定比例阈值时选取出所述目标路线，能够避免在路线电梯未超载，且路线电梯内部剩余空间已无法承载请求乘客时，该路线电梯参与调度，提高了所述目标路线中路线电梯的调度有效性。此外，本发明根据所述运行信息选取出所述目标路线，能够从初步路线中选取到等待时间及运行时间的时间总和最小的目标路线，提高所述目标路线中的路线电梯的调度效率。
附图说明
图1是本发明电梯调度方法的较佳实施例的流程图。
图2是本发明电梯调度装置的较佳实施例的功能模块图。
图3是本发明实现电梯调度方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
如图1所示，是本发明电梯调度方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述电梯调度方法可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
所述电梯调度方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的计算机可读指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字信号处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、交互式网络电视(Internet Protocol Television，IPTV)、智能穿戴式设备等。
所述电子设备可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络电子设备、多个网络电子设备组成的电子设备组或基于云计算(CloudComputing)的由大量主机或网络电子设备构成的云。
所述电子设备所处的网络包括，但不限于：互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。
S10，当接收到调度请求时，根据所述调度请求获取请求乘客的乘梯信息及待调度电梯的运行信息。
在本发明的至少一个实施例中，所述调度请求可以由所述请求乘客在绑定终端上触发生成，其中，所述绑定终端与所述电子设备相通信。所述调度请求中携带有所述请求乘客的乘梯信息。所述待调度电梯是指任一建筑内部的所有电梯，例如，所述待调度电梯可以是A栋建筑的所有电梯。
在本发明的至少一个实施例中，所述乘梯信息包括所述请求乘客的出发地及目的地，所述运行信息包括所述待调度电梯的静态电梯信息及动态电梯信息，所述静态电梯信息包括所述待调度电梯的可停靠楼层，所述动态电梯信息包括所述待调度电梯的轿厢位置。
其中，所述静态电梯信息是指不随电梯运行状态而改变的静态信息，例如，所述静态电梯信息还可以包括，但不限于：电梯厢内含有乘客不喜欢的宠物，或者电梯厢内含有乘客不喜欢的异味等。所述动态电梯信息是指可随电梯运行状况而改变的动态信息，例如，所述动态电梯信息还可以包括电梯运行方向等。
在本发明的至少一个实施例中，所述电子设备可以基于所述调度请求在所述绑定终端上生成的地理位置确定出所述待调度电梯的控制终端，进而从所述控制终端中获取所述运行信息。
S11，根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线，每个初步路线包括至少一个路线电梯。
在本发明的至少一个实施例中，任一初步路线可以为由一部电梯直接完成的乘坐路径，也可以为多部电梯参与完成的乘坐路径。
在本发明的至少一个实施例中，所述电子设备根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线包括：
从所述待调度电梯中定位出可抵达所述目的地的电梯作为第一电梯；
检测所述第一电梯的可停靠楼层中是否包含所述出发地；
当所述第一电梯的可停靠楼层中不包含所述出发地时，从所述可停靠楼层中提取距离所述出发地最近的中转地；
从所述待调度电梯中筛选出可由所述出发地抵达所述中转地的第二电梯；基于所述第一电梯及所述第二电梯的组合生成所述多个初步路线；或者
当所述第一电梯的可停靠楼层中包含所述出发地时，则将所述第一电梯确定为所述多个初步路线。
通过所述目的地能够从所述待调度电梯中准确的定位出所述第一电梯，通过检测所述第一电梯的可停靠楼层中是否包含所述出发地，能够准确的识别出能够抵达所述出发地的第二电梯，从而结合所述第一电梯及所述第二电梯能够准确的生成所述多个初步路线。
S12，根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果。
在本发明的至少一个实施例中，所述已承载重量是指该路线电梯内部的重量，所述核载重量是指该路线电梯的最大承载量。
所述超载结果包括未超载及已超载。
在本发明的至少一个实施例中，所述电子设备根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果包括：
对于每个初步路线，计算每个路线电梯的核载重量与配置调整比例的乘积，得到基准重量；
将每个路线电梯的已承载重量与对应的基准重量进行比较；
若该初步路线中全部路线电梯的已承载重量均小于所述对应的基准重量，则确定所述超载结果为未超载；或者
若该初步路线中存在任一路线电梯的已承载重量大于或者等于所述对应的基准重量，则确定所述超载结果为已超载。
其中，所述配置调整比例可以根据需求设定，例如，所述配置调整比例可以设置为95％。
通过设定所述配置调整比例，能够避免所述路线电梯达到所述核载重量，从而造成所述路线电梯异常，通过所述已承载重量与所述基准重量的比较，能够准确的确定出所述超载结果。
S13，若所述超载结果为未超载，则采集所述至少一个路线电梯中内部的电梯图像。
在本发明的至少一个实施例中，所述电子设备采集所述至少一个路线电梯中内部的电梯图像包括：
获取所述至少一个路线电梯的电梯标识；
从所述控制终端中实时采集与所述电梯标识对应的图像作为所述电梯图像。
其中，所述电梯标识用于唯一指示所述至少一个路线电梯。
通过上述实施方式，能够实时采集到所述电梯图像。
在本发明的至少一个实施例中，在根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果之后，所述方法还包括：
若所述超载结果为已超载，则根据所述超载结果生成提示信息；
向所述绑定终端发送所述提示信息。
通过上述实施方式，能够在每个初步路线超载时，及时向所述请求乘客发送所述提示信息。
S14，根据所述电梯图像计算所述至少一个路线电梯的满员率。
在本发明的至少一个实施例中，所述满员率是指所述至少一个路线电梯中电梯厢内的乘客占用面积与内部总面积的比值。
在本发明的至少一个实施例中，可以在电梯内部多个位置安装多个摄像机，所述多个摄像机可以从不同角度拍摄所述至少一个路线电梯中电梯厢内的画面，进而基于多个角度拍摄到的电梯图像能够提高所述满员率的准确性。
在本发明的至少一个实施例中，所述电子设备根据所述电梯图像计算所述至少一个路线电梯的满员率包括：
根据所述电梯图像计算每个路线电梯的内部总面积；
将所述电梯图像输入至预先训练好的特征提取模型中，得到输出图像所述输出图像中包括该路线电梯的梯内乘客；
根据所述输出图像计算该路线电梯中所述梯内乘客的乘客占用面积；
计算所述乘客占用面积在所述内部总面积中的比值，得到所述满员率。
其中，所述内部总面积可以是指所述电梯图像的面积与预设比例的乘积。所述预设比例是根据摄像机对所述电梯厢内的缩放比例确定的。
所述特征提取模型包括输入层、第一卷积层、第一降采样层、第二卷积层、第二降采样层、全连接层及输出层等多个网络层。
所述乘客占用面积是指所述输出图像的面积与预设比例的乘积。
通过所述特征提取模型能够准确的从所述电梯图像中提取出所述输出图像，进而基于所述电梯图像及所述输出图像能够从同一维度上计算出所述内部总面积及所述乘客占用面积，提高所述满员率的准确性。
在本发明的至少一个实施例中，在将所述电梯图像输入至预先训练好的特征提取模型中之前，所述方法还包括：
采集训练电梯在至少一个方位上的内部图像信息；
划分所述内部图像信息，得到训练图像及测试图像，所述测试图像中包括标记特征图像；
根据所述训练图像对预先构建好的卷积神经网络进行训练，得到初始模型；
根据所述初始模型对所述测试图像进行特征提取，得到待验证图像；
根据所述标记特征图像及所述待验证图像计算所述初始模型的损失值，所述损失值的计算公式为：
其中，y是指所述损失值，x1是指所述标记特征图像的图像面积，是指所述待验证图像的图像面积；
根据所述损失值调整所述初始模型，直至所述损失值不再降低，得到所述特征提取模型。
其中，所述训练电梯可以是任意电梯，所述训练电梯可以包括所述待调度电梯。
通过所述测试图像对所述初始模型的损失值计算，能够控制对所述初始模型的调整程度，从而能够提高所述特征提取模型的准确性。
具体地，所述电子设备可以根据配置比例对所述内部图像信息进行划分，可以理解的是，所述训练图像的数量大于所述测试图像的数量。
S15，若所述满员率小于预定比例阈值，则根据所述运行信息从所述多个初步路线中选取目标路线。
需要强调的是，为进一步保证上述目标路线的私密和安全性，上述目标路线还可以存储于一区块链的节点中。
在本发明的至少一个实施例中，所述预定比例阈值可以根据需求设定。
所述目标路线是指等待时间及运行时间的时间总和最小的初步路线。
在本发明的至少一个实施例中，所述电子设备根据所述运行信息从所述多个初步路线中选取目标路线包括：
根据所述轿厢位置及所述出发地计算每个初步路线的等待时间；
计算所述出发地与所述目的地的高度差值，并统计每个初步路线中路线电梯的电梯数量；
获取每个初步路线中路线电梯的电梯运行效率；
根据所述高度差值、电梯数量及所述电梯运行效率计算每个初步路线的运行时间，所述运行时间的计算公式为：
其中，t是指所述运行时间,p是指非零参数，n是指所述电梯数量，h是指所述高度差值，v是指所述电梯运行效率；
计算所述等待时间与所述运行时间的时间总和；
将所述时间总和最小的初步路线确定为所述目标路线。
其中，所述等待时间是指所述轿厢位置与所述出发地的距离差值与每个初步路线中路线电梯的运行速率的比值，若该初步路线中包含多个路线电梯，则所述运行速率为该多个路线电梯的速率平均值。
通过上述实施方式，能够准确的计算出所述等待时间及所述运行时间，从而提高所述目标路线的选取合理性，提高电梯调度的有效性。
在本发明的至少一个实施例中，若所述满员率大于或者等于预定比例阈值，生成告警信息。
S16，对所述目标路线中的至少一个路线电梯进行调度。
在本发明的至少一个实施例中，所述电子设备控制调度终端对对所述目标路线中的至少一个路线电梯进行调度，以响应所述调度请求。
由以上技术方案可以看出，本发明通过所述乘梯信息及所述运行信息能够全面的生成所述多个初步路线，有利于从所述多个初步路线中选取到合适的目标路线，结合所述已承载重量及所述核载重量能够准确的生成每个初步路线的超载结果，进而在所述超载结果为未超载时，通过所述电梯图像准确的计算出所述路线电梯的满员率，在所述满员率小于预定比例阈值时选取出所述目标路线，能够避免在路线电梯未超载，且路线电梯内部剩余空间已无法承载请求乘客时，该路线电梯参与调度，提高了所述目标路线中路线电梯的调度有效性。此外，本发明根据所述运行信息选取出所述目标路线，能够从初步路线中选取到等待时间及运行时间的时间总和最小的目标路线，提高所述目标路线中的路线电梯的调度效率。
如图2所示，是本发明电梯调度装置的较佳实施例的功能模块图。所述电梯调度装置11包括获取单元110、生成单元111、采集单元112、计算单元113、选取单元114、调度单元115、发送单元116、划分单元117、训练单元118、提取单元119及调整单元120。本发明所称的模块/单元是指一种能够被处理器13所获取，并且能够完成固定功能的一系列计算机可读指令段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。
当接收到调度请求时，获取单元110根据所述调度请求获取请求乘客的乘梯信息及待调度电梯的运行信息。
在本发明的至少一个实施例中，所述调度请求可以由所述请求乘客在绑定终端上触发生成，其中，所述绑定终端与电子设备相通信。所述调度请求中携带有所述请求乘客的乘梯信息。所述待调度电梯是指任一建筑内部的所有电梯，例如，所述待调度电梯可以是A栋建筑的所有电梯。
在本发明的至少一个实施例中，所述乘梯信息包括所述请求乘客的出发地及目的地，所述运行信息包括所述待调度电梯的静态电梯信息及动态电梯信息，所述静态电梯信息包括所述待调度电梯的可停靠楼层，所述动态电梯信息包括所述待调度电梯的轿厢位置。
其中，所述静态电梯信息是指不随电梯运行状态而改变的静态信息，例如，所述静态电梯信息还可以包括，但不限于：电梯厢内含有乘客不喜欢的宠物，或者电梯厢内含有乘客不喜欢的异味等。所述动态电梯信息是指可随电梯运行状况而改变的动态信息，例如，所述动态电梯信息还可以包括电梯运行方向等。
在本发明的至少一个实施例中，所述电子设备可以基于所述调度请求在所述绑定终端上生成的地理位置确定出所述待调度电梯的控制终端，进而从所述控制终端中获取所述运行信息。
生成单元111根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线，每个初步路线包括至少一个路线电梯。
在本发明的至少一个实施例中，任一初步路线可以为由一部电梯直接完成的乘坐路径，也可以为多部电梯参与完成的乘坐路径。
在本发明的至少一个实施例中，所述生成单元111根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线包括：
从所述待调度电梯中定位出可抵达所述目的地的电梯作为第一电梯；
检测所述第一电梯的可停靠楼层中是否包含所述出发地；
当所述第一电梯的可停靠楼层中不包含所述出发地时，从所述可停靠楼层中提取距离所述出发地最近的中转地；
从所述待调度电梯中筛选出可由所述出发地抵达所述中转地的第二电梯；基于所述第一电梯及所述第二电梯的组合生成所述多个初步路线；或者
当所述第一电梯的可停靠楼层中包含所述出发地时，则将所述第一电梯确定为所述多个初步路线。
通过所述目的地能够从所述待调度电梯中准确的定位出所述第一电梯，通过检测所述第一电梯的可停靠楼层中是否包含所述出发地，能够准确的识别出能够抵达所述出发地的第二电梯，从而结合所述第一电梯及所述第二电梯能够准确的生成所述多个初步路线。
所述生成单元111根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果。
在本发明的至少一个实施例中，所述已承载重量是指该路线电梯内部的重量，所述核载重量是指该路线电梯的最大承载量。
所述超载结果包括未超载及已超载。
在本发明的至少一个实施例中，所述生成单元111根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果包括：
对于每个初步路线，计算每个路线电梯的核载重量与配置调整比例的乘积，得到基准重量；
将每个路线电梯的已承载重量与对应的基准重量进行比较；
若该初步路线中全部路线电梯的已承载重量均小于所述对应的基准重量，则确定所述超载结果为未超载；或者
若该初步路线中存在任一路线电梯的已承载重量大于或者等于所述对应的基准重量，则确定所述超载结果为已超载。
其中，所述配置调整比例可以根据需求设定，例如，所述配置调整比例可以设置为95％。
通过设定所述配置调整比例，能够避免所述路线电梯达到所述核载重量，从而造成所述路线电梯异常，通过所述已承载重量与所述基准重量的比较，能够准确的确定出所述超载结果。
若所述超载结果为未超载，则采集单元112采集所述至少一个路线电梯中内部的电梯图像。
在本发明的至少一个实施例中，所述采集单元112采集所述至少一个路线电梯中内部的电梯图像包括：
获取所述至少一个路线电梯的电梯标识；
从所述控制终端中实时采集与所述电梯标识对应的图像作为所述电梯图像。
其中，所述电梯标识用于唯一指示所述至少一个路线电梯。
通过上述实施方式，能够实时采集到所述电梯图像。
在本发明的至少一个实施例中，在根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果之后，若所述超载结果为已超载，则所述生成单元111根据所述超载结果生成提示信息；
发送单元116向所述绑定终端发送所述提示信息。
通过上述实施方式，能够在每个初步路线超载时，及时向所述请求乘客发送所述提示信息。
计算单元113根据所述电梯图像计算所述至少一个路线电梯的满员率。
在本发明的至少一个实施例中，所述满员率是指所述至少一个路线电梯中电梯厢内的乘客占用面积与内部总面积的比值。
在本发明的至少一个实施例中，可以在电梯内部多个位置安装多个摄像机，所述多个摄像机可以从不同角度拍摄所述至少一个路线电梯中电梯厢内的画面，进而基于多个角度拍摄到的电梯图像能够提高所述满员率的准确性。
在本发明的至少一个实施例中，所述计算单元113根据所述电梯图像计算所述至少一个路线电梯的满员率包括：
根据所述电梯图像计算每个路线电梯的内部总面积；
将所述电梯图像输入至预先训练好的特征提取模型中，得到输出图像所述输出图像中包括该路线电梯的梯内乘客；
根据所述输出图像计算该路线电梯中所述梯内乘客的乘客占用面积；
计算所述乘客占用面积在所述内部总面积中的比值，得到所述满员率。
其中，所述内部总面积可以是指所述电梯图像的面积与预设比例的乘积。所述预设比例是根据摄像机对所述电梯厢内的缩放比例确定的。
所述特征提取模型包括输入层、第一卷积层、第一降采样层、第二卷积层、第二降采样层、全连接层及输出层等多个网络层。
所述乘客占用面积是指所述输出图像的面积与预设比例的乘积。
通过所述特征提取模型能够准确的从所述电梯图像中提取出所述输出图像，进而基于所述电梯图像及所述输出图像能够从同一维度上计算出所述内部总面积及所述乘客占用面积，提高所述满员率的准确性。
在本发明的至少一个实施例中，在将所述电梯图像输入至预先训练好的特征提取模型中之前，所述采集单元112采集训练电梯在至少一个方位上的内部图像信息；
划分单元117划分所述内部图像信息，得到训练图像及测试图像，所述测试图像中包括标记特征图像；
训练单元118根据所述训练图像对预先构建好的卷积神经网络进行训练，得到初始模型；
提取单元119根据所述初始模型对所述测试图像进行特征提取，得到待验证图像；
所述计算单元113根据所述标记特征图像及所述待验证图像计算所述初始模型的损失值，所述损失值的计算公式为：
其中，y是指所述损失值，x1是指所述标记特征图像的图像面积，是指所述待验证图像的图像面积；
调整单元120根据所述损失值调整所述初始模型，直至所述损失值不再降低，得到所述特征提取模型。
其中，所述训练电梯可以是任意电梯，所述训练电梯可以包括所述待调度电梯。
通过所述测试图像对所述初始模型的损失值计算，能够控制对所述初始模型的调整程度，从而能够提高所述特征提取模型的准确性。
具体地，所述划分单元117可以根据配置比例对所述内部图像信息进行划分，可以理解的是，所述训练图像的数量大于所述测试图像的数量。
若所述满员率小于预定比例阈值，则选取单元114根据所述运行信息从所述多个初步路线中选取目标路线。
需要强调的是，为进一步保证上述目标路线的私密和安全性，上述目标路线还可以存储于一区块链的节点中。
在本发明的至少一个实施例中，所述预定比例阈值可以根据需求设定。
所述目标路线是指等待时间及运行时间的时间总和最小的初步路线。
在本发明的至少一个实施例中，所述选取单元114根据所述运行信息从所述多个初步路线中选取目标路线包括：
根据所述轿厢位置及所述出发地计算每个初步路线的等待时间；
计算所述出发地与所述目的地的高度差值，并统计每个初步路线中路线电梯的电梯数量；
获取每个初步路线中路线电梯的电梯运行效率；
根据所述高度差值、电梯数量及所述电梯运行效率计算每个初步路线的运行时间，所述运行时间的计算公式为：
其中，t是指所述运行时间,p是指非零参数，n是指所述电梯数量，h是指所述高度差值，v是指所述电梯运行效率；
计算所述等待时间与所述运行时间的时间总和；
将所述时间总和最小的初步路线确定为所述目标路线。
其中，所述等待时间是指所述轿厢位置与所述出发地的距离差值与每个初步路线中路线电梯的运行速率的比值，若该初步路线中包含多个路线电梯，则所述运行速率为该多个路线电梯的速率平均值。
通过上述实施方式，能够准确的计算出所述等待时间及所述运行时间，从而提高所述目标路线的选取合理性，提高电梯调度的有效性。
在本发明的至少一个实施例中，若所述满员率大于或者等于预定比例阈值，生成告警信息。
调度单元115对所述目标路线中的至少一个路线电梯进行调度。
在本发明的至少一个实施例中，所述调度单元115控制调度终端对对所述目标路线中的至少一个路线电梯进行调度，以响应所述调度请求。
由以上技术方案可以看出，本发明通过所述乘梯信息及所述运行信息能够全面的生成所述多个初步路线，有利于从所述多个初步路线中选取到合适的目标路线，结合所述已承载重量及所述核载重量能够准确的生成每个初步路线的超载结果，进而在所述超载结果为未超载时，通过所述电梯图像准确的计算出所述路线电梯的满员率，在所述满员率小于预定比例阈值时选取出所述目标路线，能够避免在路线电梯未超载，且路线电梯内部剩余空间已无法承载请求乘客时，该路线电梯参与调度，提高了所述目标路线中路线电梯的调度有效性。此外，本发明根据所述运行信息选取出所述目标路线，能够从初步路线中选取到等待时间及运行时间的时间总和最小的目标路线，提高所述目标路线中的路线电梯的调度效率。
如图3所示，是本发明实现电梯调度方法的较佳实施例的电子设备的结构示意图。
在本发明的一个实施例中，所述电子设备1包括，但不限于，存储器12、处理器13，以及存储在所述存储器12中并可在所述处理器13上运行的计算机可读指令，例如电梯调度程序。
本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。
所述处理器13可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器13是所述电子设备1的运算核心和控制中心，利用各种接口和线路连接整个电子设备1的各个部分，及执行所述电子设备1的操作系统以及安装的各类应用程序、程序代码等。
示例性的，所述计算机可读指令可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该计算机可读指令段用于描述所述计算机可读指令在所述电子设备1中的执行过程。例如，所述计算机可读指令可以被分割成获取单元110、生成单元111、采集单元112、计算单元113、选取单元114、调度单元115、发送单元116、划分单元117、训练单元118、提取单元119及调整单元120。
所述存储器12可用于存储所述计算机可读指令和/或模块，所述处理器13通过运行或执行存储在所述存储器12内的计算机可读指令和/或模块，以及调用存储在存储器12内的数据，实现所述电子设备1的各种功能。所述存储器12可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。存储器12可以包括非易失性和易失性存储器，例如：硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。
所述存储器12可以是电子设备1的外部存储器和/或内部存储器。进一步地，所述存储器12可以是具有实物形式的存储器，如内存条、TF卡(Trans-flash Card)等等。
所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机可读指令包括计算机可读指令代码，所述计算机可读指令代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机可读指令代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)。
本发明所指区块链是分布式电梯调度、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
结合图1，所述电子设备1中的所述存储器12存储计算机可读指令实现一种电梯调度方法，所述处理器13可执行所述计算机可读指令从而实现：
当接收到调度请求时，根据所述调度请求获取请求乘客的乘梯信息及待调度电梯的运行信息；
根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线，每个初步路线包括至少一个路线电梯；
根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果；
若所述超载结果为未超载，则采集所述至少一个路线电梯中内部的电梯图像；
根据所述电梯图像计算所述至少一个路线电梯的满员率；
若所述满员率小于预定比例阈值，则根据所述运行信息从所述多个初步路线中选取目标路线；
对所述目标路线中的至少一个路线电梯进行调度。
具体地，所述处理器13对上述计算机可读指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述计算机可读存储介质上存储有计算机可读指令，其中，所述计算机可读指令被处理器13执行时用以实现以下步骤：
当接收到调度请求时，根据所述调度请求获取请求乘客的乘梯信息及待调度电梯的运行信息；
根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线，每个初步路线包括至少一个路线电梯；
根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果；
若所述超载结果为未超载，则采集所述至少一个路线电梯中内部的电梯图像；
根据所述电梯图像计算所述至少一个路线电梯的满员率；
若所述满员率小于预定比例阈值，则根据所述运行信息从所述多个初步路线中选取目标路线；
对所述目标路线中的至少一个路线电梯进行调度。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。所述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种电梯调度方法，其特征在于，所述电梯调度方法包括：
当接收到调度请求时，根据所述调度请求获取请求乘客的乘梯信息及待调度电梯的运行信息，所述乘梯信息包括所述请求乘客的出发地及目的地，所述运行信息包括所述待调度电梯的动态电梯信息，所述动态电梯信息包括所述待调度电梯的轿厢位置；
根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线，每个初步路线包括至少一个路线电梯；
根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果；
若所述超载结果为未超载，则采集所述至少一个路线电梯中内部的电梯图像；
根据所述电梯图像计算所述至少一个路线电梯的满员率；
若所述满员率小于预定比例阈值，则根据所述运行信息从所述多个初步路线中选取目标路线，包括：根据所述轿厢位置及所述出发地计算每个初步路线的等待时间；计算所述出发地与所述目的地的高度差值，并统计每个初步路线中路线电梯的电梯数量；获取每个初步路线中路线电梯的电梯运行效率；根据所述高度差值、电梯数量及所述电梯运行效率计算每个初步路线的运行时间，所述运行时间的计算公式为：；其中，/>是指所述运行时间,/>是指非零参数，/>是指所述电梯数量，/>是指所述高度差值，/>是指所述电梯运行效率；计算所述等待时间与所述运行时间的时间总和；将所述时间总和最小的初步路线确定为所述目标路线；
对所述目标路线中的至少一个路线电梯进行调度。
2.如权利要求1所述的电梯调度方法，其特征在于，所述运行信息包括所述待调度电梯的静态电梯信息，所述静态电梯信息包括所述待调度电梯的可停靠楼层。
3.如权利要求2所述的电梯调度方法，其特征在于，所述根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线包括：
从所述待调度电梯中定位出可抵达所述目的地的电梯作为第一电梯；
检测所述第一电梯的可停靠楼层中是否包含所述出发地；
当所述第一电梯的可停靠楼层中不包含所述出发地时，从所述可停靠楼层中提取距离所述出发地最近的中转地；
从所述待调度电梯中筛选出可由所述出发地抵达所述中转地的第二电梯；
基于所述第一电梯及所述第二电梯的组合生成所述多个初步路线；或者
当所述第一电梯的可停靠楼层中包含所述出发地时，则将所述第一电梯确定为所述多个初步路线。
4.如权利要求1所述的电梯调度方法，其特征在于，所述根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果包括：
对于每个初步路线，计算每个路线电梯的核载重量与配置调整比例的乘积，得到基准重量；
将每个路线电梯的已承载重量与对应的基准重量进行比较；
若该初步路线中全部路线电梯的已承载重量均小于所述对应的基准重量，则确定所述超载结果为未超载；或者
若该初步路线中存在任一路线电梯的已承载重量大于或者等于所述对应的基准重量，则确定所述超载结果为已超载。
5.如权利要求1所述的电梯调度方法，其特征在于，所述根据所述电梯图像计算所述至少一个路线电梯的满员率包括：
根据所述电梯图像计算每个路线电梯的内部总面积；
将所述电梯图像输入至预先训练好的特征提取模型中，得到输出图像所述输出图像中包括该路线电梯的梯内乘客；
根据所述输出图像计算该路线电梯中所述梯内乘客的乘客占用面积；
计算所述乘客占用面积在所述内部总面积中的比值，得到所述满员率。
6.如权利要求5所述的电梯调度方法，其特征在于，在将所述电梯图像输入至预先训练好的特征提取模型中之前，所述方法还包括：
采集训练电梯在至少一个方位上的内部图像信息；
划分所述内部图像信息，得到训练图像及测试图像，所述测试图像中包括标记特征图像；
根据所述训练图像对预先构建好的卷积神经网络进行训练，得到初始模型；
根据所述初始模型对所述测试图像进行特征提取，得到待验证图像；
根据所述标记特征图像及所述待验证图像计算所述初始模型的损失值，所述损失值的计算公式为：
；
其中，是指所述损失值，/>是指所述标记特征图像的图像面积，/>是指所述待验证图像的图像面积；
根据所述损失值调整所述初始模型，直至所述损失值不再降低，得到所述特征提取模型。
7.一种电梯调度装置，其特征在于，所述电梯调度装置包括：
获取单元，用于当接收到调度请求时，根据所述调度请求获取请求乘客的乘梯信息及待调度电梯的运行信息，所述乘梯信息包括所述请求乘客的出发地及目的地，所述运行信息包括所述待调度电梯的动态电梯信息，所述动态电梯信息包括所述待调度电梯的轿厢位置；
生成单元，用于根据所述乘梯信息及所述运行信息生成所述请求乘客的多个初步路线，每个初步路线包括至少一个路线电梯；
所述生成单元，还用于根据所述至少一个路线电梯的已承载重量及核载重量生成每个初步路线的超载结果；
采集单元，用于若所述超载结果为未超载，则采集所述至少一个路线电梯中内部的电梯图像；
计算单元，用于根据所述电梯图像计算所述至少一个路线电梯的满员率；
选取单元，用于若所述满员率小于预定比例阈值，则根据所述运行信息从所述多个初步路线中选取目标路线，包括：根据所述轿厢位置及所述出发地计算每个初步路线的等待时间；计算所述出发地与所述目的地的高度差值，并统计每个初步路线中路线电梯的电梯数量；获取每个初步路线中路线电梯的电梯运行效率；根据所述高度差值、电梯数量及所述电梯运行效率计算每个初步路线的运行时间，所述运行时间的计算公式为：；其中，/>是指所述运行时间,/>是指非零参数，/>是指所述电梯数量，/>是指所述高度差值，/>是指所述电梯运行效率；计算所述等待时间与所述运行时间的时间总和；将所述时间总和最小的初步路线确定为所述目标路线；
调度单元，用于对所述目标路线中的至少一个路线电梯进行调度。
8. 一种电子设备，其特征在于，所述电子设备包括：
存储器，存储有计算机可读指令；及
处理器，执行所述存储器中存储的计算机可读指令以实现如权利要求1至6中任意一项所述的电梯调度方法。
9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现如权利要求1至6中任意一项所述的电梯调度方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210138066.1A CN114348807B (zh) | 2022-02-15 | 2022-02-15 | 电梯调度方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210138066.1A CN114348807B (zh) | 2022-02-15 | 2022-02-15 | 电梯调度方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114348807A CN114348807A (zh) | 2022-04-15 |
| CN114348807B true CN114348807B (zh) | 2023-07-21 |
Family
ID=81093767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210138066.1A Active CN114348807B (zh) | 2022-02-15 | 2022-02-15 | 电梯调度方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114348807B (zh) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100413771C (zh) * | 2006-05-24 | 2008-08-27 | 南京大学 | 基于cmac网络的群控电梯调度方法 |
| CN107662860B (zh) * | 2016-07-27 | 2020-03-06 | 杭州海康威视数字技术股份有限公司 | 一种电梯调度方法及装置 |
| CN110282512B (zh) * | 2019-07-08 | 2022-09-23 | 上海三菱电梯有限公司 | 一种电梯调度系统及方法 |
-
2022
- 2022-02-15 CN CN202210138066.1A patent/CN114348807B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN114348807A (zh) | 2022-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Potential field cellular automata model for pedestrian flow | |
| CN108256431A (zh) | 一种手部位置标识方法及装置 | |
| CN110598957A (zh) | 路径规划方法、装置、计算机设备及存储介质 | |
| CN111539402B (zh) | 基于深度学习的车道线检测方法、装置、终端及存储介质 | |
| Al-Kodmany | Crowd management and urban design: New scientific approaches | |
| KR20220026609A (ko) | 위치 데이터가 포함된 컨텐츠를 이용한 추천 방법 및 그 시스템 | |
| CN111859183A (zh) | 一种上车点推荐方法、系统、装置及存储介质 | |
| CN113361734A (zh) | 一种风景区客流密度统计系统 | |
| Owaidah et al. | Modelling mass crowd using discrete event simulation: A case study of integrated Tawaf and Sayee rituals during Hajj | |
| CN115239508A (zh) | 基于人工智能的场景规划调整方法、装置、设备及介质 | |
| CN110709884A (zh) | 信息处理设备和信息处理方法 | |
| CN114348807B (zh) | 电梯调度方法、装置、设备及存储介质 | |
| CN114739413A (zh) | 基于人工智能的医院室内导航方法及相关设备 | |
| CN111539401B (zh) | 基于人工智能的车道线检测方法、装置、终端及存储介质 | |
| CN114647958B (zh) | 一种电梯场景仿真模拟系统、方法、电子设备及存储介质 | |
| JP2020177354A (ja) | 予測装置、予測システム、コンピュータプログラム、予測方法及び生成方法 | |
| CN115081920A (zh) | 考勤签到调度管理方法、系统、设备及存储介质 | |
| CN115081983A (zh) | 派单方法、装置、设备及存储介质 | |
| CN114906170A (zh) | 一种运动规划的方法、装置、电子设备及存储介质 | |
| CN114943407A (zh) | 区域规划方法、装置、设备、可读存储介质及程序产品 | |
| Hu et al. | Analysis of lifeboat embarkation efficiency for cruise passengers under multiple scenarios | |
| Seer | A unified framework for evaluating microscopic pedestrian simulation models | |
| Zhang et al. | Experimental investigation of pedestrian queuing behaviour | |
| US20240186013A1 (en) | Infection risk estimation apparatus, infection risk estimation method, and non-transitory storage medium | |
| Nistor et al. | A concise review of AI-based solutions for mass casualty management |
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 |