CN117864890A - 一种非侵入式电梯楼层位置计算方法、系统及设备 - Google Patents
一种非侵入式电梯楼层位置计算方法、系统及设备 Download PDFInfo
- Publication number
- CN117864890A CN117864890A CN202410053515.1A CN202410053515A CN117864890A CN 117864890 A CN117864890 A CN 117864890A CN 202410053515 A CN202410053515 A CN 202410053515A CN 117864890 A CN117864890 A CN 117864890A
- Authority
- CN
- China
- Prior art keywords
- elevator
- floor
- real
- floor position
- time
- 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.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 88
- 230000006698 induction Effects 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 62
- 238000006073 displacement reaction Methods 0.000 claims abstract description 59
- 230000004927 fusion Effects 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 14
- 230000001186 cumulative effect Effects 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000003066 decision tree Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 20
- 238000002955 isolation Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000013145 classification model Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Landscapes
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本公开涉及一种非侵入式电梯楼层位置计算方法、系统及设备,方法包括以下步骤:获取电梯的楼层感应信号以及轿厢的实时运行方向和实时运行位移;以电梯的各个楼层作为分类的类别,并以轿厢移动至各个楼层时对应的运行位移作为分类依据,对所述实时运行位移进行分类,根据分类结果确定轿厢的实时楼层位置,记为第一楼层位置;根据所述楼层感应信号和轿厢的实时运行方向,计算轿厢的实时楼层位置,记为第二楼层位置;对所述第一楼层位置和所述第二楼层位置进行数据融合,获得电梯楼层位置的计算结果。系统和设备用于执行上述方法。本公开可实现对电梯楼层位置的非侵入式检测,且具有检测准确度高、实现成本低的优点。
Description
技术领域
本公开涉及电梯运行监控的技术领域,具体涉及一种非侵入式电梯楼层位置计算方法、系统及设备。
背景技术
轿厢式电梯通过滑动设置在井道内的轿厢运输人员和货物,在电梯运行过程中,准确获取轿厢实时楼层位置对电梯的监测和维保有重要意义,实际应用过程中,轿厢实时楼层位置的检测根据适用对象的不同,整体分为两个方向,一种是需要利用电梯自身结构,适用于电梯制造商使用的检测方法,另一种则是无需利用电梯自身结构,适用于第三方公司使用的检测方法。综合来说,现有技术中实现电梯轿厢实时楼层位置检测主要有以下五种方法:
第一种是采用平层光电传感器获取楼层感应信号,并结合电梯自身的旋转编码器(通常不会开放给第三方公司)综合计算实时楼层位置,这种方法计算精准,但由于需要使用电梯自身的旋转编码器,目前只适用于电梯制造商自身使用。
第二种是通过在轿厢内安装摄像头获取轿厢内显示的楼层号,这种方法本质上并不直接计算楼层位置,其准确性完全取决于轿厢内显示的楼层信息,且电梯在检修过程中不会在轿厢显示楼层号,另外摄像头还存在易被遮挡、对照明条件要求较高等缺陷,适用性较差。
第三种是接入电梯的控制系统来获取电梯的实时楼层位置,这种方法本质上与第一种相同,属于侵入式的楼层计算方法,需要获得电梯制造商的接入权限,通用性较差。
第四种是通过在轿厢上安装气压计获取轿厢所在高度的实时气压值,利用气压与海拔高度的近似线性关系来估算电梯的实时高度,进而估算实时楼层位置,这种方法是当前使用最广泛的非侵入式轿厢楼层位置计算方法,这种方法的缺陷在于对气压计、气压值处理算法的精度要求很高,且环境温度对气压有较大影响,导致该方法在实际应用过程中估算准确度表现一般。
第五种是通过在轿厢上安装射频感应装置,并在各个楼层安装带有楼层信息的标签卡,通过射频感应装置感应标签卡并读取标签卡的楼层信息,实现对楼层位置的检测,这种方法的缺点在于射频装置感应距离很短,对于射频装置、标签卡的安装位置和安装角度要求严格,容易出现因安装不到位或是意外移位而无法感应读取的现象,应用难度高、可靠性较差。
综上所述,现有技术中,如何准确、可靠地实现对电梯轿厢楼层位置的非侵入式检测,是本领域技术人员亟待解决的技术问题。
发明内容
为了解决上述现有技术存在的问题,本公开目的在于提供一种非侵入式电梯楼层位置计算方法、系统及设备。本公开可实现对电梯楼层位置的非侵入式检测,且具有检测准确度高、实现成本低的优点。
本公开所述的一种非侵入式电梯楼层位置计算方法,包括以下步骤:
S01、获取电梯的楼层感应信号以及轿厢的实时运行方向和实时运行位移;
S02、以电梯的各个楼层作为分类的类别,并以轿厢移动至各个楼层时对应的运行位移作为分类依据,对所述实时运行位移进行分类,根据分类结果确定轿厢的实时楼层位置,记为第一楼层位置;
根据所述楼层感应信号和轿厢的实时运行方向,计算轿厢的实时楼层位置,记为第二楼层位置;
S03、对所述第一楼层位置和所述第二楼层位置进行数据融合,获得电梯楼层位置的计算结果。
优选地,步骤S01中,所述楼层感应信号包括复位感应信号和平层感应信号,获取电梯的楼层感应信号具体为:
在电梯的基站层及其他每个楼层的平层均设置第一感应件,在轿厢外部设置可对所述第一感应件产生感应信号的第二感应件,当轿厢运动至所述第二感应件经过所述第一感应件时,产生楼层感应信号。
优选地,步骤S01中,获取轿厢的实时运行方向具体为:
获取轿厢的气压数据和运行速度数据vrun;
基于所述气压数据计算时延气压差Δbpt,所述时延气压差Δbpt表示当前时刻的气压值与前一时刻的气压值的气压差值;
预设上方向计数值cvup和下方向计数值cvdown、以及关于所述上方向计数值cvup和下方向计数值cvdown的计数值范围pd_thr,所述计数值范围pd_thr=[0,x],中间值为预设关于时延气压差Δbpt的运动趋势阈值,分别记为上方向运动趋势阈值jthrup和下方向运动趋势阈值jthrdown,其中,jthrup<0,jthrdown>0,
初始化所述上方向计数值cvup和下方向计数值cvdown,令所述上方向计数值cvup和下方向计数值cvdown均等于将所述时延气压差Δbpt与运动趋势阈值做数值比较,若满足上方向判断条件:
Δbpt<jthrup,
则令所述上方向计数值cvup加一,所述下方向计数值cvdown减一;
若满足下方向判断条件:
Δbpt>jthrdown,
则令所述下方向计数值cvdown加一,所述上方向计数值cvup减一;
若所述时延气压差Δbpt既不满足所述上方向判断条件,也不满足所述下方向判断条件,则分别将所述上方向计数值cvup、下方向计数值cvdown与所述中间值做数值比较,若大于所述中间值/>则令计数值减一,若小于所述中间值/>则令计数值加一,使所述上方向计数值cvup和下方向计数值cvdown向中间值/>逼近;
预设关于运行速度数据vrun的速度阈值mv_thr、运行累计值mv_cnt、关于所述运行累计值mv_cnt的运动触发阈值tig_thr、运动触发标志mv_proof、以及方向状态标志dir;
初始化所述运行累计值mv_cnt令其等于0,将所述运行速度数据vrun与所述速度阈值mv_thr做数值比较,若所述运行速度数据vrun大于所述速度阈值mv_thr,则令所述运行累计值mv_cnt的计数加一,否则令所述运行累计值mv_cnt的数值保持不变;
将所述运行累计值mv_cnt与所述运动触发阈值tig_thr做数值比较,若所述运行累计值mv_cnt大于所述运动触发阈值tig_thr,则将所述运动触发标志mv_proof置为1,否则将所述运动触发标志mv_proof置为0;
预设上方向触发阈值dir_thr和下方向触发阈值-dir_thr,将所得上方向计数值cvup和下方向计数值cvdown做差并将差值Δcv与所述上方向触发阈值dir_thr、下方向触发阈值-dir_thr做数值比较,若满足上方向触发条件:
Δcv>dir_thr,且所述运动触发标志mv_proof为1,
则将所述方向状态标志dir置为上方向并输出;
若满足下方向触发条件:
Δcv<-dir_thr,且所述运动触发标志mv_proof为1,
则将所述方向状态标志dir置为下方向并输出;
若所述差值Δcv既不满足所述上方向触发条件,也不满足所述下方向触发条件,则将所述方向状态标志dir置为无方向并输出,同时将所述运行累计值mv_cnt归零。
优选地,步骤S01中,通过安装在轿厢上的加速度传感器获取轿厢的实时加速度,并结合轿厢的实时运行方向,通过三阶卡尔曼滤波算法或波形分析算法获得轿厢的实时运行位移。
优选地,步骤S02中,采用聚类算法、决策树、支持向量机或神经网络模型,对所述实时运行位移进行分类,以根据分类结果确定轿厢的实时楼层位置。
优选地,步骤S02中,根据所述楼层感应信号和轿厢的实时运行方向,计算轿厢的实时楼层位置,具体为:
当轿厢位于电梯的基站层时触发所述复位感应信号,定义平层感应信号为trig,若所述第二感应件未与所述第一感应件产生感应信号,令trig=0,若轿厢运动至所述第二感应件与所述第一感应件产生感应信号,令trig=1;
当轿厢自电梯的基站层开始运行时,若电梯的运行方向为向上,则每次平层感应信号trig由0变成1时,令轿厢的实时楼层位置X的计数加一;若电梯的运行方向为向下,则每次平层感应信号trig由0变成1时,令轿厢的实时楼层位置X的计数减一。
优选地,步骤S03具体为:
记所述第一楼层位置为X1,权重为a,所述第二楼层位置为X2,权重为b,电梯楼层位置的计算结果为Y,其中,a∈[0%,60%],b∈[40%,100%];
令a=0%,b=100%;
若满足X1=X2,则令计算结果Y=X1,a+0.1%,b-0.1%,并将计算结果Y反馈至步骤S02的分类计算过程中,对分类计算进行迭代优化;
若X1≠X2,则令a-0.1%,b+0.1%,并对增减后的权重进行差值计算:
当a-b≧10%时,则令计算结果Y=X1,
当b-a≧10%时,则令计算结果Y=X2,并将计算结果Y反馈至步骤S02的分类计算过程中,对分类计算进行迭代优化;
当|a-b|≦10%时,令计算结果Y=Round((a*X1+b*X2),0)。
本公开的一种非侵入式电梯楼层位置计算系统,包括:
采集模块,其用于获取电梯的楼层感应信号以及轿厢的实时运行方向和实时运行位移;
楼层位置计算模块,其用于以电梯的各个楼层作为分类的类别,并以轿厢移动到各个楼层时对应的运行位移作为分类依据,对所述实时运行位移进行分类,根据分类结果确定轿厢的实时楼层位置,记为第一楼层位置;
根据所述楼层感应信号和轿厢的实时运行方向,计算轿厢的实时楼层位置,记为第二楼层位置;
数据融合模块,其用于对所述第一楼层位置和所述第二楼层位置进行数据融合,获得电梯楼层位置的计算结果。
本公开的一种计算机设备,包括信号连接的处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载时执行如上所述非侵入式电梯楼层位置计算方法。
本公开的一种计算机可读存储介质,其上存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序被处理器加载时执行如上所述非侵入式电梯楼层位置计算方法。
本公开所述的一种非侵入式电梯楼层位置计算方法、系统及设备,其优点在于,本公开根据轿厢移动到各个楼层时对应的运动位移,对实时运行位移进行分类,根据分类结果来确定轿厢的实时楼层位置,另一方面,基于楼层感应信号变化和轿厢的实时运行方向计算实时楼层位置,将两种方法计算的实时楼层位置的结果进行融合,获得最终的实时楼层位置。本公开计算所需的各项参数均可由外部元件检测获得,无需接入电梯内部结构和系统,可实现对轿厢楼层位置的非侵入式检测。且综合两种计算方法的计算结果进行数据融合,获得最终的楼层位置结果,可提高楼层位置计算的准确性,有效减小因单种方法计算错误导致的楼层位置计算错误的概率,有利于提高电梯楼层位置计算检测的准确性和可靠性。另外本公开还具有部件成本低、易于部署应用的优点。
附图说明
图1是本实施例所述一种非侵入式电梯楼层位置计算方法的步骤示意图;
图2是本实施例所述一种非侵入式电梯楼层位置计算方法的流程图;
图3是本实施例轿厢实时运行方向的判断流程图;
图4是轿厢位于平层位置的示意图;
图5是轿厢位于非平层位置的示意图;
图6是本实施例所述计算机设备的结构示意图。
附图标记说明:11-第一感应件,12-第二感应件,101-处理器,102-存储器。
具体实施方式
如图1、图2所示,本公开所述的一种非侵入式电梯楼层位置计算方法,包括以下步骤:
S01、获取电梯的楼层感应信号以及轿厢的实时运行方向和实时运行位移,具体的,电梯的楼层感应信号包括复位感应信号和平层感应信号,复位感应信号是指轿厢位于基站层(或称初始化楼层)时获取到的感应信号,通常的,电梯在无人使用(即没有输入到达指定楼层的指令)时会返回到基站层,基站层一般为1层,当轿厢回到基站层时,系统获取到复位感应信号,表示轿厢位于基站层。平层感应信号具体是指对应每个楼层,当轿厢上下运动过程中,在经过每个平层时,会产生一次平层感应信号。具体按如下方法实现:
在电梯的基站层及每个楼层的平层均设置第一感应件11,在轿厢外部设置可对第一感应件11产生感应信号的第二感应件12,当轿厢运动至第二感应件12经过第一感应件11时,产生楼层感应信号。
示例性的,请详细参阅图4、图5,第一感应件11可以为隔磁板,安装在电梯井道的一处内侧壁上,位于电梯平层面的上方,第二感应件12可以为光电开关,安装在轿厢顶部靠近隔磁板的一侧,正对着隔磁板,当轿厢上下运动至经过隔磁板时,光电开关的感应发生变化,由此生成一个触发信号,该信号即为所述的楼层感应信号。
更具体的,为了有效区分复位感应信号和平层感应信号,可以在轿厢顶部设置两个不同类型的光电开关,如用于感应平层的隔磁板的为U型光电开关,用于感应基站层的隔磁板的为红外反射型光电开关,两个光电开关并排设置,令基站层的隔磁板和平层的隔磁板分别在竖直方向上与两个光电开关对应即可,由此可以实现随着轿厢的上下运动,捕捉楼层感应信号。
上述获取轿厢的实时运动方向具体为获取轿厢此时是向上运动或是向下运动,本实施例具体做法如下:
如图3所示,获取轿厢的气压数据和运行速度数据vrun;
基于所述气压数据计算时延气压差Δbpt,所述时延气压差Δbpt表示当前时刻的气压值与前一时刻的气压值的气压差值;
预设上方向计数值cvup和下方向计数值cvdown、以及关于所述上方向计数值cvup和下方向计数值cvdown的计数值范围pd_thr,所述计数值范围pd_thr=[0,x],中间值为预设关于时延气压差Δbpt的运动趋势阈值,分别记为上方向运动趋势阈值jthrup和下方向运动趋势阈值jthrdown,其中,jthrup<0,jthrdown>0,
初始化所述上方向计数值cvup和下方向计数值cvdown,令所述上方向计数值cvup和下方向计数值cvdown均等于将所述时延气压差Δbpt与运动趋势阈值做数值比较,若满足上方向判断条件:
Δbpt<jthrup,
则令所述上方向计数值cvup加一,所述下方向计数值cvdown减一;
若满足下方向判断条件:
Δbpt>jthrdown,
则令所述下方向计数值cvdown加一,所述上方向计数值cvup减一;
若所述时延气压差Δbpt既不满足所述上方向判断条件,也不满足所述下方向判断条件,则分别将所述上方向计数值cvup、下方向计数值cvdown与所述中间值做数值比较,若大于所述中间值/>则令计数值减一,若小于所述中间值/>则令计数值加一,使所述上方向计数值cvup和下方向计数值cvdown向中间值/>逼近;
预设关于运行速度数据vrun的速度阈值mv_thr、运行累计值mv_cnt、关于所述运行累计值mv_cnt的运动触发阈值tig_thr、运动触发标志mv_proof、以及方向状态标志dir;
初始化所述运行累计值mv_cnt令其等于0,将所述运行速度数据vrun与所述速度阈值mv_thr做数值比较,若所述运行速度数据vrun大于所述速度阈值mv_thr,则令所述运行累计值mv_cnt的计数加一,否则令所述运行累计值mv_cnt的数值保持不变;
将所述运行累计值mv_cnt与所述运动触发阈值tig_thr做数值比较,若所述运行累计值mv_cnt大于所述运动触发阈值tig_thr,则将所述运动触发标志mv_proof置为1,否则将所述运动触发标志mv_proof置为0;
预设上方向触发阈值dir_thr和下方向触发阈值-dir_thr,将所得上方向计数值cvup和下方向计数值cvdown做差并将差值Δcv与所述上方向触发阈值dir_thr、下方向触发阈值-dir_thr做数值比较,若满足上方向触发条件:
Δcv>dir_thr,且所述运动触发标志mv_proof为1,
则将所述方向状态标志dir置为上方向并输出;
若满足下方向触发条件:
Δcv<-dir_thr,且所述运动触发标志mv_proof为1,
则将所述方向状态标志dir置为下方向并输出;
若所述差值Δcv既不满足所述上方向触发条件,也不满足所述下方向触发条件,则将所述方向状态标志dir置为无方向并输出,同时将所述运行累计值mv_cnt归零。
在具体的实施例中,通过在轿厢上安装电子气压计来实时检测轿厢所在位置的气压值,并将所检测的气压值附上时间戳作为时序数据保存。运行速度数据可以通过在电梯轿厢上安装加速度传感器检测获得。本实施例中通过气压数据和运行速度数据判断轿厢的实时运行方向,具有判断准确、便于计算的优点,且由于不通过气压数据来计算具体的楼层位置,对气压计和气压计算算法的精度依赖性小。
上述获取轿厢的实时运行位移具体为获取轿厢当前位置与基站层之间的间距,本实施例是通过安装在轿厢上的加速度传感器来获取轿厢的实时加速度,并结合轿厢的实时运行方向,通过三阶卡尔曼滤波算法或波形分析算法获得轿厢的实时运行位移。
具体而言,使用加速度传感器检测物体的位移是一种常用的检测方法,其原理是通过对加速度信号进行多次积分获得位移信号,常用的算法有卡尔曼滤波算法和波形分析算法两种,卡尔曼滤波算法通过对加速度信号进行动态滤波,削弱高频噪声对位移信号的影响,并对位移信号进行补偿和修正,最终获得较高精度的位移信号,实现对物体位移量的检测。
波形分析算法是对加速度信号的波形特征进行分析和处理,获得相应的位移信号,主要包括局部极值法、差分法和小波分析法等,其中,局部极值法是较为常用的位移算法,通过分析加速度信号的极值位置和时间,实现对位移信号的准确测量。
本步骤中,通过加速度传感器获取轿厢的实时加速度,进而获取轿厢相较于基站层的实时运行位移。
根据所述楼层感应信号和轿厢的实时运行方向,计算轿厢的实时楼层位置,记为第二楼层位置;
在前述计算轿厢的实时运行位移步骤中,以基站层作为轿厢行程的起点,轿厢运动至停留在各个楼层的平层时的运行位移固定,如假设电梯的基站层为1层,轿厢自1层开始向上运动,逐层停留,则轿厢运动至停留在2层、3层...n层时的运行位移(相较于1层)固定,在轿厢上下运行的过程中,可以通过为运行位移添加正负号(如定义向上的位移为正数,向下的位移为负数),将每段行程的运行位移进行累加运算,即可获得轿厢最终停留位置与基站层的间距(轿厢在基站层时间距为0),也即轿厢的运行位移,由此,可以通过轿厢的运行位移来确定轿厢当前所在的楼层层数,也即楼层位置。具体做法如下:
S02、以电梯的各个楼层作为分类的类别,如,1层、2层、3层...n层,并以轿厢移动至各个楼层时对应的运行位移作为分类依据,也即分别获取轿厢自基站层出发,移动到各个楼层所需的运行位移,对所述实时运行位移进行分类,根据分类结果确定轿厢的实时楼层位置,记为第一楼层位置;
更具体的,由于轿厢运行位移与各楼层数存在对应关系,本实施例将楼层计算问题转换为以轿厢运行位移为依据的分类问题,在具体的实施例中,可以采用聚类算法、决策树、支持向量机或神经网络模型,对所述实时运行位移进行分类,以根据分类结果确定轿厢的实时楼层位置。
示例性的,聚类算法可以采用非监督学习的k均值聚类算法,设置共有n个簇,对应该楼的所有楼层数量,表示为1层、2层、3层...n层。
令轿厢从基站层,如1层出发,自下而上运动到各层,并每层停留,按前述方法获取轿厢运动到每一层时的运行位移,如表示为L1、L2、L3...Ln,将n个运行位移分别与上述n个簇一一对应,并作为各个簇的初始簇心(聚类中心)。
在后续电梯运行过程中,在轿厢每次停留在楼层时,获取轿厢的实时运行位移,从上述的各个簇中进行搜索,找出与实时运行位移最接近的簇心,该簇心所在的簇对应的楼层即为轿厢当前所在的楼层位置,由此,可以通过轿厢的实时运行位移来判断轿厢的所在楼层。
更优选的,在每次轿厢停留并搜索到对应的楼层层数后,基于此次的运行位移,与原始簇心表示的位移做均值运算,将均值作为新的簇心,以在电梯的实际运行过程中不断对各个簇的簇心数据进行迭代优化,确保聚类分析结果的准确性。
在其他可选的实施例中,还可以使用决策树构建分类模型,将上述运行位移L1、L2、L3...Ln作为决策树的决策条件,根据决策条件执行对应的决策结果,即分类到对应的楼层数,在电梯实际运行过程中,将轿厢的实时运行位移输入到决策树的分类模型中,即可获得分类结果,即该运行位移对应的楼层数。
支持向量机和神经网络模型均为常用的分类算法,可根据实际需求进行设计,在此不再赘述。
步骤S02中,根据所述楼层感应信号和轿厢的实时运行方向,计算轿厢的实时楼层位置,具体为:
当轿厢位于电梯的基站层时触发所述复位感应信号,定义平层感应信号为trig,若所述第二感应件12未与所述第一感应件11产生感应信号,令trig=0,若轿厢运动至所述第二感应件12与所述第一感应件11产生感应信号,令trig=1;
当轿厢自电梯的基站层开始运行时,若电梯的运行方向为向上,则每次平层感应信号trig由0变成1时,令轿厢的实时楼层位置X的计数加一;若电梯的运行方向为向下,则每次平层感应信号trig由0变成1时,令轿厢的实时楼层位置X的计数减一。
具体而言,当电梯运行到平层位置时,从平层光电开关传感器获取到了触发信号。
当电梯运行到非平层时,获取到非触发信号。
假设该信号为trig;
该信号上次状态为lst_trig;
光电计算楼层为elc_floor,电梯运行方向为dir:
trig=1:电梯获取平层触发信号。
trig=0:电梯【无】获取平层触发信号。
lst_trig:电梯上次获取到信号。
elc_floor=x:电梯光电计算的楼层为x。
dir=0:电梯无运行方向。
dir=1:电梯上方向运行。
Dir=2:电梯下方向运行。
结合电梯运行方向:
1.电梯方向向上时,trig由0变为1时,光电计算楼层elc_floor加1。
2.电梯方向向下时,trig由0变为1时,光电计算楼层elc_floor减1。
通过上述步骤,可以根据楼层感应信号和轿厢的实时运行方向,计算轿厢的实时楼层位置。
S03、对所述第一楼层位置和所述第二楼层位置进行数据融合,获得电梯楼层位置的计算结果,具体为:
记所述第一楼层位置为X1,权重为a,所述第二楼层位置为X2,权重为b,电梯楼层位置的计算结果为Y,其中,a∈[0%,60%],b∈[40%,100%];
令a=0%,b=100%;
若满足X1=X2,则令计算结果Y=X1,a+0.1%,b-0.1%,并将计算结果Y反馈至步骤S02的分类计算过程中,对分类计算进行迭代优化;
若X1≠X2,则令a-0.1%,b+0.1%,并对增减后的权重进行差值计算:
当a-b≧10%时,则令计算结果Y=X1,
当b-a≧10%时,则令计算结果Y=X2,并将计算结果Y反馈至S02的分类计算过程中,对分类计算进行迭代优化,
当|a-b|≦10%时,令计算结果Y=Round((a*X1+b*X2),0),即对权重计算结果进行四舍五入的取整运算,以获得电梯楼层位置的计算结果。
若出现第一楼层位置与第二楼层位置均计算错误的情况,可将电梯轿厢复位至基站层,获取复位信号以重置楼层位置。
本步骤中,采用两种楼层位置计算结果进行数据融合的方式,可提高楼层位置计算结果的准确性,且结合两种计算方式的特点,相对来说,第二楼层位置采用的楼层感应传感器可靠性和稳定性更高,计算过程相对简单,因此为第二楼层位置配置更高的权重,以提高最终计算结果的可信度,另一方面,将计算结果反馈至分类运算过程中对分类运算结果,也即第一楼层位置进行迭代优化,可提高第一楼层位置结果的准确性,令第一楼层位置更接近于真实的楼层位置,进而提高最终计算结果的准确性。
本公开根据轿厢移动到各个楼层时对应的运动位移,对实时运行位移进行分类,根据分类结果来确定轿厢的实时楼层位置,另一方面,基于楼层感应信号变化和轿厢的实时运行方向计算实时楼层位置,将两种方法计算的实时楼层位置的结果进行融合,获得最终的实时楼层位置。本公开计算所需的各项参数均可由外部元件检测获得,无需接入电梯内部结构和系统,可实现对轿厢楼层位置的非侵入式检测。且综合两种计算方法的计算结果进行数据融合,获得最终的楼层位置结果,可提高楼层位置计算的准确性,有效减小因单种方法计算错误导致的楼层位置计算错误的概率,有利于提高电梯楼层位置计算检测的准确性和可靠性。另外本公开还具有部件成本低、易于部署应用的优点。
本实施例还提供了一种非侵入式电梯楼层位置计算系统,包括:
采集模块,其用于获取电梯的楼层感应信号以及轿厢的实时运行方向和实时运行位移;
楼层位置计算模块,其用于以电梯的各个楼层作为分类的类别,并以轿厢移动到各个楼层时对应的运行位移作为分类依据,对所述实时运行位移进行分类,根据分类结果确定轿厢的实时楼层位置,记为第一楼层位置;
根据所述楼层感应信号和轿厢的实时运行方向,计算轿厢的实时楼层位置,记为第二楼层位置;
数据融合模块,其用于对所述第一楼层位置和所述第二楼层位置进行数据融合,获得电梯楼层位置的计算结果。
本实施例的系统与上述的方法实施例基于相同的发明构思,可参照上文描述进行理解,在此不再赘述。
如图6所示,本实施例还提供了一种计算机设备,包括通过总线信号连接的处理器101和存储器102,所述存储器102中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器101加载时执行如上所述非侵入式电梯楼层位置计算方法。存储器102可用于存储软件程序以及模块,处理器101通过运行存储在存储器102的软件程序以及模块,从而执行各种功能应用。存储器102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、功能所需的应用程序等;存储数据区可存储根据所述设备的使用所创建的数据等。此外,存储器102可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器102还可以包括存储器控制器,以提供处理器101对存储器102的访问。
本公开实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行,即上述计算机设备可以包括计算机终端、服务器或者类似的运算装置。该计算机设备的内部结构可包括但不限于:处理器、网络接口及存储器。其中,计算机设备内的处理器、网络接口及存储器可通过总线或其他方式连接。
其中,处理器101(或称CPU(CentralProcessingUnit,中央处理器))是计算机设备的计算核心以及控制核心。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI、移动通信接口等)。存储器102(Memory)是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的存储器102可以是高速RAM存储设备,也可以是非不稳定的存储设备(non-volatile memory),例如至少一个磁盘存储设备;可选的还可以是至少一个位于远离前述处理器101的存储装置。存储器102提供存储空间,该存储空间存储了电子设备的操作系统,可包括但不限于:Windows系统(一种操作系统),Linux(一种操作系统),Android(安卓,一种移动操作系统)系统、IOS(一种移动操作系统)系统等等,本公开对此并不作限定;并且,在该存储空间中还存放了适于被处理器101加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。在本说明书实施例中,处理器101加载并执行存储器102中存放的一条或一条以上指令,以实现上述方法实施例所述非侵入式电梯楼层位置计算方法。
本公开实施例还提供一种计算机可读存储介质,其上存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序被处理器101加载时执行如上所述非侵入式电梯楼层位置计算方法。上述计算机可读存储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执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于: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(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,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。
在本公开的描述中,需要理解的是,方位词如“前、后、上、下、左、右”、“横向、竖向、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系,仅是为了便于描述本公开和简化描述,在未作相反说明的情况下,这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作,因此不能理解为对本公开保护范围的限制。
对于本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及形变,而所有的这些改变以及形变都应该属于本公开权利要求的保护范围之内。
Claims (10)
1.一种非侵入式电梯楼层位置计算方法,其特征在于,包括以下步骤:
S01、获取电梯的楼层感应信号以及轿厢的实时运行方向和实时运行位移;
S02、以电梯的各个楼层作为分类的类别,并以轿厢移动至各个楼层时对应的运行位移作为分类依据,对所述实时运行位移进行分类,根据分类结果确定轿厢的实时楼层位置,记为第一楼层位置;
根据所述楼层感应信号和轿厢的实时运行方向,计算轿厢的实时楼层位置,记为第二楼层位置;
S03、对所述第一楼层位置和所述第二楼层位置进行数据融合,获得电梯楼层位置的计算结果。
2.根据权利要求1所述非侵入式电梯楼层位置计算方法,其特征在于,步骤S01中,所述楼层感应信号包括复位感应信号和平层感应信号,获取电梯的楼层感应信号具体为:
在电梯的基站层及其他每个楼层的平层均设置第一感应件,在轿厢外部设置可对所述第一感应件产生感应信号的第二感应件,当轿厢运动至所述第二感应件经过所述第一感应件时,产生楼层感应信号。
3.根据权利要求1所述非侵入式电梯楼层位置计算方法,其特征在于,步骤S01中,获取轿厢的实时运行方向具体为:
获取轿厢的气压数据和运行速度数据vrun;
基于所述气压数据计算时延气压差Δbpt,所述时延气压差Δbpt表示当前时刻的气压值与前一时刻的气压值的气压差值;
预设上方向计数值cvup和下方向计数值cvdown、以及关于所述上方向计数值cvup和下方向计数值cvdown的计数值范围pd_thr,所述计数值范围pd_thr=[0,x],中间值为预设关于时延气压差Δbpt的运动趋势阈值,分别记为上方向运动趋势阈值jthrup和下方向运动趋势阈值jthrdown,其中,jthrup<0,jthrdown>0,
初始化所述上方向计数值cvup和下方向计数值cvdown,令所述上方向计数值cvup和下方向计数值cvdown均等于将所述时延气压差Δbpt与运动趋势阈值做数值比较,若满足上方向判断条件:
Δbpt<jthrup,
则令所述上方向计数值cvup加一,所述下方向计数值cvdown减一;
若满足下方向判断条件:
Δbpt>jthrdown,
则令所述下方向计数值cvdown加一,所述上方向计数值cvup减一;
若所述时延气压差Δbpt既不满足所述上方向判断条件,也不满足所述下方向判断条件,则分别将所述上方向计数值cvup、下方向计数值cvdown与所述中间值做数值比较,若大于所述中间值/>则令计数值减一,若小于所述中间值/>则令计数值加一,使所述上方向计数值cvup和下方向计数值cvdown向中间值/>逼近;
预设关于运行速度数据vrun的速度阈值mv_thr、运行累计值mv_cnt、关于所述运行累计值mv_cnt的运动触发阈值tig_thr、运动触发标志mv_proof、以及方向状态标志dir;
初始化所述运行累计值mv_cnt令其等于0,将所述运行速度数据vrun与所述速度阈值mv_thr做数值比较,若所述运行速度数据vrun大于所述速度阈值mv_thr,则令所述运行累计值mv_cnt的计数加一,否则令所述运行累计值mv_cnt的数值保持不变;
将所述运行累计值mv_cnt与所述运动触发阈值tig_thr做数值比较,若所述运行累计值mv_cnt大于所述运动触发阈值tig_thr,则将所述运动触发标志mv_proof置为1,否则将所述运动触发标志mv_proof置为0;
预设上方向触发阈值dir_thr和下方向触发阈值-dir_thr,将所得上方向计数值cvup和下方向计数值cvdown做差并将差值Δcv与所述上方向触发阈值dir_thr、下方向触发阈值-dir_thr做数值比较,若满足上方向触发条件:
Δcv>dir_thr,且所述运动触发标志mv_proof为1,
则将所述方向状态标志dir置为上方向并输出;
若满足下方向触发条件:
Δcv<-dir_thr,且所述运动触发标志mv_proof为1,
则将所述方向状态标志dir置为下方向并输出;
若所述差值Δcv既不满足所述上方向触发条件,也不满足所述下方向触发条件,则将所述方向状态标志dir置为无方向并输出,同时将所述运行累计值mv_cnt归零。
4.根据权利要求3所述非侵入式电梯楼层位置计算方法,其特征在于,步骤S01中,通过安装在轿厢上的加速度传感器获取轿厢的实时加速度,并结合轿厢的实时运行方向,通过三阶卡尔曼滤波算法或波形分析算法获得轿厢的实时运行位移。
5.根据权利要求1所述非侵入式电梯楼层位置计算方法,其特征在于,步骤S02中,采用聚类算法、决策树、支持向量机或神经网络模型,对所述实时运行位移进行分类,以根据分类结果确定轿厢的实时楼层位置。
6.根据权利要求2所述非侵入式电梯楼层位置计算方法,其特征在于,步骤S02中,根据所述楼层感应信号和轿厢的实时运行方向,计算轿厢的实时楼层位置,具体为:
当轿厢位于电梯的基站层时触发所述复位感应信号,定义平层感应信号为trig,若所述第二感应件未与所述第一感应件产生感应信号,令trig=0,若轿厢运动至所述第二感应件与所述第一感应件产生感应信号,令trig=1;
当轿厢自电梯的基站层开始运行时,若电梯的运行方向为向上,则每次平层感应信号trig由0变成1时,令轿厢的实时楼层位置X的计数加一;若电梯的运行方向为向下,则每次平层感应信号trig由0变成1时,令轿厢的实时楼层位置X的计数减一。
7.根据权利要求1-6任一项所述非侵入式电梯楼层位置计算方法,其特征在于,步骤S03具体为:
记所述第一楼层位置为X1,权重为a,所述第二楼层位置为X2,权重为b,电梯楼层位置的计算结果为Y,其中,a∈[0%,60%],b∈[40%,100%];
令a=0%,b=100%;
若满足X1=X2,则令计算结果Y=X1,a+0.1%,b-0.1%,并将计算结果Y反馈至步骤S02的分类计算过程中,对分类计算进行迭代优化;
若X1≠X2,则令a-0.1%,b+0.1%,并对增减后的权重进行差值计算:
当a-b≧10%时,则令计算结果Y=X1,
当b-a≧10%时,则令计算结果Y=X2,并将计算结果Y反馈至步骤S02的分类计算过程中,对分类计算进行迭代优化,
当|a-b|≦10%时,令计算结果Y=Round((a*X1+b*X2),0)。
8.一种非侵入式电梯楼层位置计算系统,其特征在于,包括:
采集模块,其用于获取电梯的楼层感应信号以及轿厢的实时运行方向和实时运行位移;
楼层位置计算模块,其用于以电梯的各个楼层作为分类的类别,并以轿厢移动到各个楼层时对应的运行位移作为分类依据,对所述实时运行位移进行分类,根据分类结果确定轿厢的实时楼层位置,记为第一楼层位置;
根据所述楼层感应信号和轿厢的实时运行方向,计算轿厢的实时楼层位置,记为第二楼层位置;
数据融合模块,其用于对所述第一楼层位置和所述第二楼层位置进行数据融合,获得电梯楼层位置的计算结果。
9.一种计算机设备,包括信号连接的处理器和存储器,其特征在于,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载时执行如权利要求1-7任一项所述非侵入式电梯楼层位置计算方法。
10.一种计算机可读存储介质,其上存储有至少一条指令或至少一段程序,其特征在于,所述至少一条指令或所述至少一段程序被处理器加载时执行如权利要求1-7任一项所述非侵入式电梯楼层位置计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410053515.1A CN117864890B (zh) | 2024-01-12 | 2024-01-12 | 一种非侵入式电梯楼层位置计算方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410053515.1A CN117864890B (zh) | 2024-01-12 | 2024-01-12 | 一种非侵入式电梯楼层位置计算方法、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117864890A true CN117864890A (zh) | 2024-04-12 |
CN117864890B CN117864890B (zh) | 2024-06-11 |
Family
ID=90586546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410053515.1A Active CN117864890B (zh) | 2024-01-12 | 2024-01-12 | 一种非侵入式电梯楼层位置计算方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117864890B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117735352A (zh) * | 2024-01-26 | 2024-03-22 | 广州励心物联科技有限公司 | 一种电梯运行方向判断方法、系统及设备 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003118943A (ja) * | 2001-10-17 | 2003-04-23 | Toshiba Elevator Co Ltd | エレベータ装置 |
KR20090040067A (ko) * | 2007-10-19 | 2009-04-23 | 오티스 엘리베이터 컴파니 | 엘리베이터 카의 착상 위치를 제어하기 위한 시스템 및방법 |
CN101891089A (zh) * | 2009-05-19 | 2010-11-24 | 株式会社日立制作所 | 电梯设备 |
CN103130053A (zh) * | 2011-11-29 | 2013-06-05 | 深圳市一兆科技发展有限公司 | 一种确定轿厢所在楼层数的方法及相关装置 |
CN107344688A (zh) * | 2016-05-05 | 2017-11-14 | 腾讯科技(深圳)有限公司 | 机器人乘坐电梯时的楼层监测方法和装置 |
CN207226708U (zh) * | 2017-09-21 | 2018-04-13 | 深圳唯创知音电子有限公司 | 一种电梯报层器及系统 |
CN109292565A (zh) * | 2018-11-19 | 2019-02-01 | 广东卓梅尼技术股份有限公司 | 一种可检测电梯运行状态的便捷安装广告屏 |
CN110040593A (zh) * | 2019-04-24 | 2019-07-23 | 安徽中科福瑞科技有限公司 | 一种基于气压测判技术的电梯运行状态检测方法 |
CN110395636A (zh) * | 2019-08-01 | 2019-11-01 | 杭州岁丰信息技术有限公司 | 一种通过激光扫码测量电梯楼层装置 |
CN110668277A (zh) * | 2019-09-17 | 2020-01-10 | 杭州岁丰信息技术有限公司 | 电梯状态的监控方法、装置、系统、电子设备、介质 |
CN110697526A (zh) * | 2019-09-04 | 2020-01-17 | 深圳优地科技有限公司 | 一种电梯楼层检测方法及设备 |
CN110817627A (zh) * | 2019-12-10 | 2020-02-21 | 猫岐智能科技(上海)有限公司 | 基于加速度传感器的设备属性计算方法 |
CN111465567A (zh) * | 2018-01-22 | 2020-07-28 | 因温特奥股份公司 | 确定由电梯服务的多个楼层的映射图和确定电梯轿厢的基于行程的相关数据的方法和装置 |
KR102305043B1 (ko) * | 2021-02-05 | 2021-09-24 | (주)플레토로보틱스 | 엘리베이터 이용이 가능한 모바일 로봇 및 엘리베이터 이용이 가능한 모바일 로봇으로 물건을 배달하는 방법 |
CN114380155A (zh) * | 2021-12-21 | 2022-04-22 | 北京三快在线科技有限公司 | 一种电梯楼层的识别方法、装置、电子设备和存储介质 |
CN115367580A (zh) * | 2022-08-04 | 2022-11-22 | 上海思岚科技有限公司 | 电梯轿厢楼层检测方法、设备及计算机可读介质 |
-
2024
- 2024-01-12 CN CN202410053515.1A patent/CN117864890B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003118943A (ja) * | 2001-10-17 | 2003-04-23 | Toshiba Elevator Co Ltd | エレベータ装置 |
KR20090040067A (ko) * | 2007-10-19 | 2009-04-23 | 오티스 엘리베이터 컴파니 | 엘리베이터 카의 착상 위치를 제어하기 위한 시스템 및방법 |
CN101891089A (zh) * | 2009-05-19 | 2010-11-24 | 株式会社日立制作所 | 电梯设备 |
CN103130053A (zh) * | 2011-11-29 | 2013-06-05 | 深圳市一兆科技发展有限公司 | 一种确定轿厢所在楼层数的方法及相关装置 |
CN107344688A (zh) * | 2016-05-05 | 2017-11-14 | 腾讯科技(深圳)有限公司 | 机器人乘坐电梯时的楼层监测方法和装置 |
CN207226708U (zh) * | 2017-09-21 | 2018-04-13 | 深圳唯创知音电子有限公司 | 一种电梯报层器及系统 |
CN111465567A (zh) * | 2018-01-22 | 2020-07-28 | 因温特奥股份公司 | 确定由电梯服务的多个楼层的映射图和确定电梯轿厢的基于行程的相关数据的方法和装置 |
CN109292565A (zh) * | 2018-11-19 | 2019-02-01 | 广东卓梅尼技术股份有限公司 | 一种可检测电梯运行状态的便捷安装广告屏 |
CN110040593A (zh) * | 2019-04-24 | 2019-07-23 | 安徽中科福瑞科技有限公司 | 一种基于气压测判技术的电梯运行状态检测方法 |
CN110395636A (zh) * | 2019-08-01 | 2019-11-01 | 杭州岁丰信息技术有限公司 | 一种通过激光扫码测量电梯楼层装置 |
CN110697526A (zh) * | 2019-09-04 | 2020-01-17 | 深圳优地科技有限公司 | 一种电梯楼层检测方法及设备 |
CN110668277A (zh) * | 2019-09-17 | 2020-01-10 | 杭州岁丰信息技术有限公司 | 电梯状态的监控方法、装置、系统、电子设备、介质 |
CN110817627A (zh) * | 2019-12-10 | 2020-02-21 | 猫岐智能科技(上海)有限公司 | 基于加速度传感器的设备属性计算方法 |
KR102305043B1 (ko) * | 2021-02-05 | 2021-09-24 | (주)플레토로보틱스 | 엘리베이터 이용이 가능한 모바일 로봇 및 엘리베이터 이용이 가능한 모바일 로봇으로 물건을 배달하는 방법 |
CN114380155A (zh) * | 2021-12-21 | 2022-04-22 | 北京三快在线科技有限公司 | 一种电梯楼层的识别方法、装置、电子设备和存储介质 |
CN115367580A (zh) * | 2022-08-04 | 2022-11-22 | 上海思岚科技有限公司 | 电梯轿厢楼层检测方法、设备及计算机可读介质 |
Non-Patent Citations (2)
Title |
---|
游长莉;马双宝;: "基于JY901的电梯楼层自动检测系统的研制", 武汉纺织大学学报, no. 06, 15 December 2019 (2019-12-15), pages 79 - 82 * |
申益洙;朱德文;: "双轿厢电梯运行分类研究", 科技与企业, no. 08, 22 April 2016 (2016-04-22), pages 236 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117735352A (zh) * | 2024-01-26 | 2024-03-22 | 广州励心物联科技有限公司 | 一种电梯运行方向判断方法、系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117864890B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117864890B (zh) | 一种非侵入式电梯楼层位置计算方法、系统及设备 | |
CN109443351B (zh) | 一种稀疏环境下的机器人三维激光定位方法 | |
KR101362961B1 (ko) | 이동 로봇 환경의 실시간 위치 측정 및 매핑을 위한 방법 및 장치 | |
US9872149B2 (en) | Method of estimating position of a device using geographical descriptive data | |
CN109520418B (zh) | 一种基于二维激光扫描仪的托盘位姿识别方法 | |
CN106044430B (zh) | 用于电梯轿厢的位置检测的方法 | |
WO2019016996A1 (en) | ANOMALY DETECTION DEVICE, ANOMALY DETECTION METHOD, AND COMPUTER PROGRAM | |
JP7235104B2 (ja) | 点群解析装置、方法、及びプログラム | |
US11544592B2 (en) | Occupant detection systems | |
CN113240756B (zh) | 车载bsd摄像头的位姿变动检测方法、设备和存储介质 | |
CN112347876A (zh) | 一种基于tof摄像头的障碍物识别方法、清洁机器人 | |
CN114675275A (zh) | 一种基于4d毫米波雷达与激光雷达融合的目标检测方法 | |
CN112947420B (zh) | 一种设备运行状态识别方法、装置、机器人及存储介质 | |
CN104444646A (zh) | 电梯承载对象的重量检测方法和装置、电梯系统 | |
CN111717744A (zh) | 电梯楼层检测的方法和装置 | |
CN113984164A (zh) | 一种基于车辆板簧双加速度传感器的吨位检测方法及装置 | |
CN117735352A (zh) | 一种电梯运行方向判断方法、系统及设备 | |
CN115856923B (zh) | 矿卡卸料用时的测量方法、装置、设备及存储介质 | |
Wen et al. | Non-invasive method for elevator’s movement monitoring based on MEMS sensor and Kalman filter | |
CN110909577A (zh) | 基于信号相似距离的路面特征分类识别方法 | |
US20220055866A1 (en) | Monitoring of a door of an elevator | |
CN117451849B (zh) | 在役车轴智能超声探伤装置 | |
CN114347064B (zh) | 基于光流的机器人碰撞检测方法、装置、计算机设备及存储介质 | |
CN115893134B (zh) | 一种基于气压传感器的电梯楼层自动识别方法 | |
Mogelmose et al. | Analyzing wheels of vehicles in motion using laser scanning |
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 |