CN1931697A - 基于图像识别技术的群控电梯智能调度装置 - Google Patents

Abstract

一种基于图像识别技术的群控电梯智能调度装置，包括群控电梯调度中心计算机，中心计算机包括对大楼内各电梯进行最优控制的调度控制策略模块，智能调度装置还包括用于采集轿厢内客流人员信息的轿厢视频传感器、用于采集各层的候梯人数信息的全方位视觉传感器，轿厢视频传感器和全方位视觉传感器连接中心计算机，中心计算机还包括电梯客流信息计算模块、运行模式识别模块，用于将运行模式区分为上行高峰交通模式、下行高峰交通模式、平衡层间交通模式单元以及空闲交通模式；调度控制策略选择模块，用于根据电梯不同的交通模式，选择与之匹配的调度控制策略。本发明能够实时检测电梯的客流信息，具有更为精确群控调度。

Description

基于图像识别技术的群控电梯智能调度装置

(一)技术领域

本发明涉及一种基于图像识别技术的群控电梯智能调度装置。

(二)背景技术

随着高层楼宇的增加，电梯越来越多的走进了人们的生活，对人们生活的影响也越来越大。为了让电梯更好地服务人们，各种电梯新技术不断地发展起来。电梯的智能群控技术就是近几十年来发展起来的一项技术。

电梯群控指的是将布置在一栋楼宇里相邻的几部电梯统一调度，将每个楼层的召唤信号集中山群控主机来控制，群控主机根据电梯运行情况和客流情况将召唤信号分配到合适的电梯，调度电梯运行。意图改变各台电梯互不协调、独自运行的局面，提高整个电梯系统的运行效率，减少乘客的候梯时间和乘梯时间，提高电梯系统的服务质量。

但是在日常生活中目前还有很多楼宇中布置的多台电梯是独自运行或只是两台之间联动的。这样就造成了电梯运行的忙、闲不均，空跑、空停、扎堆运行等现象，严重降低了整个电梯群的运行效率，使得乘客候梯时间过长，不能满足乘客运输的需要。

群控电梯的调度控制是一个多目标性最优控制问题，要在保证电梯安全行驶的前提下，至少是要满足以下3个方面的要求：(1)平均侯梯时间短。尽量减少顾客的平均侯梯时间，它是评价电梯控制系统的性能的重要指标；(2)平均乘梯时间短。乘客的乘梯时间应保持在一定的时间限制之内，频繁地起停电梯会延长电梯运行时间，增长乘客的心理烦躁度；(3)系统能耗要求最低。群控系统由于多台电梯的共同使用，减少能耗成为评价系统优良程度的重要指标。尤其当客流交通模式处于空闲状态时，要尽量降低系统能耗，从而延长梯群的整体寿命。

然而，群控电梯调度除了具有多目标要求以外，还有不同于一般最优控制系统的特点，具体表现在群控系统所固有的不确定性、非线性和信息的不完备性等4个方面的问题：1)电梯群控系统的不确定性，电梯群控系统存在的不确定性表现在以下几个方面：层站的乘客数是不确定的；呼梯者的目的层站是事先不能确定的；呼梯信号即将在哪一层产生也是不能事先确定的。这些不确定性的存在给电梯群控系统确定交通模式、优化调度都带来极大的困难；2)电梯群控系统的非线性，电梯交通系统存在着非线性：对同一组呼梯，在不同的时间标度下，轿厢的分配是不同的，轿厢分配的变化是不连续的；所能分配的轿厢数目有限，受系统所有轿厢数目限制；轿厢容量是有限的。当轿厢乘客达到满载时，轿厢会不停而过；轿厢会在中间层频繁改变方向；3)电梯群控系统的扰动性，电梯群控系统还不可避免的具有不确定的随机干扰：乘客可能登记了错误的厅外呼叫而造成不必要的停站；乘客可能登记了错误的目的层而造成不必要的停站；乘客或其他非人为的因素可能造成轿厢门不能关闭而干扰系统正常运行；一些人为的捣乱因素等等；4)电梯群控系统信息的不完备性，电梯群控系统中存在着大量的不准确信息：不能获得大厅中等待乘客数以及轿厢内乘客数的准确数据。

由于电梯群控系统的不确定性、随机性、非线性和信息的不完备性等因素，使得无法完全确定地建立起准确数学模型。为了解决上述问题，许多研究者尝试用1)基于模糊逻辑的电梯群控；2)基于专家系统的电梯群控；3)基于遗传算法的电梯群控；4)基于神经网络的电梯群控；5)基于模糊神经网络的电梯群控等调度手段来提高电梯系统的服务质量，虽然取得了较好的控制效果，但是由于无法得到各层的候梯人数以及各电梯内的乘客数准确数据，上述的各种电梯群控中只能通过估算与预测的手段、或者采用轿厢称重和光电检测或红外检测等手段来获得各层的候梯人数以及客流量，这些估算与预测的手段所得到的数据与实际的候梯人数以及客流量准确数据有较大的偏差，使得群控效果并非是理想中的最优。因此控制系统的性能好坏不仅仅限于控制策略问题，对于一个不确定问题的控制在某些程度上，特别是在电梯群控系统中信息获取手段显得更加重要。图像处理与计算机视觉是一个不断发展的新技术，原则上采用计算机视觉进行观测有四个目的，即预处理、最底层的特征提取、中级特征的辩识以及通过图像对高级情景的解释。一般来说，计算机视觉包括主要特征、图像处理以及图像理解。采用图像识别与理解技术能较好地解决目前电梯群控系统中的一些不确定性、随机性、非线性和信息的不完备等问题。

图像是人类视觉的延伸。通过视觉，可以立即准确地发现电梯内部所发生的事件和乘客的人数，图像监测快速性的基础是视觉所接受的信息以光为传播媒介；而图像信息的丰富和直观，其它任何检测技术均不能提供如此丰富和直观的信息。通过图像的识别和理解可以为电梯群控系统增添一副慧眼。慧眼与智能电梯调度算法的结合才有可能使电梯群控系统达到多目标的最优。

用一般的视觉传感器要获得整个候梯大厅的动态图像需要有四个摄像机对着不同角度进行拍摄，而要通过四张不同角度获得的图像统计出候梯大厅内候梯人数计算工作量大，投资比较大；另外一个方案是采用云台摄像机也可以得到整个大厅的图像信息，但是要通过多帧图像来获得候梯大厅内候梯人数需要运算速度非常快的计算设备且算法非常复杂，同时云台摄像机还存在着机械磨损等问题。

(三)发明内容

为了克服已有的电梯调度装置的不确定性、信息的不完备性，无法完全确定地建立起准确数学模型，电梯群控系统的调度策略会与实际运行中的客流量不同产生较大的偏差的不足，本发明提供一种能够实时检测电梯的客流信息，具有更为精确群控调度的基于图像识别技术的群控电梯智能调度装置。

本发明解决其技术问题所采用的技术方案是：

一种基于图像识别技术的群控电梯智能调度装置，包括群控电梯调度中心计算机，所述的中心计算机包括对大楼内各电梯进行最优控制的调度控制策略模块，所述的智能调度装置还包括用于采集轿厢内客流人员信息的轿厢视频传感器、用于采集各层的候梯人数信息的全方位视觉传感器，所述的轿厢视频传感器和全方位视觉传感器连接中心计算机，所述的中心计算机还包括：

电梯客流信息计算模块，用以根据轿厢视频传感器、全方位视觉传感器的视频信息计算电梯的客流信息；

所述的电梯客流信息计算模块包括：

图像读取单元，用于将电梯轿厢、各层的电梯门厅的视频信息采集下来；

图像变化计算单元，用于将所获得的当前帧现场视频图像与一个相对比较稳定的基准参考图像进行差值运算，图像相减的计算公式如式(28)表示：

f_d(X，t₀，t_i)＝f(X，t_i)-f(X，t₀)         (28)

上式中，f_d(X，t₀，t_i)是实时拍摄到图像与基准参考图像间进行图像相减的结果；f(X，t_i)是实时拍摄到图像；f(X，t₀)是基准参考图像；

连通区域计算模块，用于对当前图像进行标记，像素灰度为0的背景，像素灰度为1为目标，计算当前图像中的像素是否与当前像素周围相邻的某一个点的像素相等，如灰度相等判断为具有连通性，将所有具有连通性的像素作为一个连通区域，并统计计算各个图像中的连通区域面积；

客流量计算单元，用于通过计算水平方向上的客流面积来进行电梯的客流量统计，在电梯门关闭状态时，统计各个电梯轿厢内的连通区域面积总和；统计各电梯等候门厅的连通区域面积，将大楼中间各层的电梯门厅划分为对应各个电梯的区域，并依照电梯运行的方向，确定中间各层的对应上行的连通区域面积、对应下行的连通区域面积；采用连通区域的面积统计值来判断在等候大厅中以及各轿厢的水平方向上占据面积，所述占据面积与人数相关；

运行模式识别模块，用于依据顾客的呼梯次数、等候大厅的人数和电梯轿厢的人数进行区分，包括上行高峰交通模式、下行高峰交通模式、平衡层间交通模式单元以及空闲交通模式；

调度控制策略选择模块，用于根据电梯不同的交通模式，选择与之匹配的调度控制策略。

进一步，所述的运行模式识别模块包括：

上行高峰交通模式单元，用于设定底层电梯门厅的连通区域面积和中间各层的对应上行的连通区域面积之和为上行人数，如上行人数超过规定轿厢载人面积两倍时，或者当电梯轿厢从底层向上行驶时，如连续两台电梯轿厢载人面积超过规定载人面积80％情况时，判定为上行高峰交通模式状态；如在设定时间段内，上行人数低于规定轿厢载人面积的60％，或者当如从底层向上行驶时，轿厢载人面积连续降低至小于额定载人面积的60％，判定在相应时间内上行高峰交通模式被解除；

下行高峰交通模式单元，用于设定三层以上的楼层的电梯门厅内希望下行的人数的连通区域面积的总和为下行人数，如下行人数超过规定轿厢载人面积三倍时，或者当连续两台电梯轿厢的载人面积超过规定载人面积80％下行到达底层时，判定为下行高峰交通模式状态；如在设定时间段内，在三层以上的楼层电梯门厅内希望下行的人数的总和低于规定轿厢载人面积60％，或者如下行轿厢载人面积连续降低至小于额定轿厢载人面积的60％，且各层站的向下召唤信号在设定数量之下，判定下行高峰交通模式被解除；

平衡层间交通模式单元，用于当上行高峰或下行高峰交通模式被解除后，检测到召唤信号连续存在；如电梯向上行驶时间和向下行驶时间接近，而且各上行轿厢和各下行轿厢的载人面积相近，判定为平衡层间交通模式状态；如在设定时间段内，出现持续的不能满足向上行驶时间与向下行驶时间接近的条件，或者各上行轿厢和各下行轿厢的载人面积比超过设定范围，判定解除层间交通模式状态；

空闲交通模式单元，用于当电梯系统工作在除上行高峰以外的各个交通模式状态中，如果在90-120秒内未出现召唤信号，而且轿厢载人面积小于额定轿厢载人面积的40％，判定为空闲交通模式状态；如在90秒的时间内连续存在一个召唤信号或在较短时间内存在两个召唤信号或在更短时间内存在三个召唤信号，判定解除空闲交通模式状态。

再进一步，在所述的调度控制策略选择模块中，如在上、下行高峰交通模式时，包括有：

上行高峰电梯自返基层策略单元，用于在判定为上行高峰交通模式时，多数电梯仅响应上行召唤，一经应答完最后的上行召唤信号和内选信号，控制轿厢自动返回底层的门厅，并实时扫描梯群的状态，当发现无任务、停止电梯未停靠基层时，发出调度命令，调度电梯停靠基层；

上行高峰上行顾客优先服务策略单元，用于在判定为上行高峰客流模式时，优先提供上行呼叫信号，在兼顾最大候梯时间的前提下，对下行顾客的呼叫申请加以限制；

下行高峰下行顾客优先服务策略单元，用于在判定为下行高峰客流模式时，优先提供下行呼叫信号，在兼顾最大候梯时间的前提下，对上行顾客的呼叫申请加以限制；

下行高峰分散待机调度策略单元，用于在判定为下行高峰客流模式时，将到达基层的无任务电梯平均分派在有较多有下行要求乘客等候的楼层等待乘客上梯；

高峰交通模式下的分区调度策略单元，用于在判定为上行高峰交通模式时，按照分区原则给楼层和电梯进行分区，每台电梯优先响应分配给该电梯的运行区段内的召唤。

更进一步，在所述的调度控制策略选择模块中，如在空闲交通模式时，包括有：

最小路程调度策略单元，用于将每个层站的召唤信号分配给应答该召唤信号最近的那台电梯，在计算距离时对与召唤同向和反向运行电梯分别赋予一个不同的位置偏差；

最小起停次数调度策略单元，用于通过图像识别确认为在该层有两个以上等待乘客，确定该层作为优先停靠层楼；

电梯上、下行的耗能特性的调度策略单元，用于提取电网回馈的再生能量信息，确认空载上行、满载下行的电梯，将外呼信号优先分配处于上述运行状态的电梯。

在所述的调度控制策略选择模块中，如在层间交通模式时，包括有：

最小平均候梯时间调度策略单元，用于将呼梯方向与距离结合分析，以顾客候梯时间最短为性能指标，进行动态优化以求达到最高的运行效率，采用最小平均候梯时间调度算法，依照算法结果分配外呼信号；

最小平均乘梯时间调度策略单元，用于以顾客的乘梯时间最短为性能指标，将呼梯方向与距离结合分析，通过对呼叫信号的优化分配调度达到最高的运行效率，即平均乘梯时间最小，同时兼顾顾客的最大候梯时间；

分散待机调度策略单元，用于群控运行时所有电梯停层时间都超过设定的额定时间后，将电梯平均分派在各楼层等待。

在所述的上行高峰交通模式单元中，选择时间段和空间段为辅助判断标准，如对办公大楼设置时间段为早上期间、空间段为底层端站；如对宾馆等举行会议的大楼，将空间段设置为底层端站或者较低层的会议室或者餐厅；在所述的下行高峰交通模式单元中，选择时间段和空间段为辅助判断标准，如对办公大楼设置时间段为傍晚下班期间；如对宾馆等举行会议的大楼将空间段设置为较高层的会议室、娱乐厅或者餐厅；在所述的空闲交通模式中，选择时间段为辅助判断标准，如对办公大楼设置时间段为公休日、深夜和凌晨。

所述的中心计算机还包括：无效处理模块，用于检测到轿厢内无人时，轿厢内上行或者下行楼层选择按钮作无效处理，当检测到等候大厅内无人时，所在层楼门厅呼叫登记作无效处理。

所述的中心计算机还包括背景维护模块，所述的背景维护模块包括：

背景亮度计算单元，用于计算平均背景亮度Yb计算公式如式(25)所示：

${\stackrel{\‾}{Y}}_b=\frac{\underset{x=0}{\overset{W-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{H-1}{\mathrm{\Σ}}}{Y}_n(x,y)(1-M_n(x,y))}{\underset{x=0}{\overset{W-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{H-1}{\mathrm{\Σ}}}(1-M_n(x,y))}---\left(25\right)$

式(25)中，Yn(x，y)为当前帧各像素的亮度，Mn(x，y)为当前帧的掩模表，所述的掩模表是用一个与视频帧尺寸相同的数组M来记录各像素点是否有运动变化，参见式(27)：

Yb0为判定为运动对象时前一帧的背景亮度，Yb1为检测到检测对象时

第一帧的背景亮度，两帧平均亮度的变化为：

ΔY＝Yb1-Yb0                     (26)

如果ΔY大于上限值，则认为发生了开灯事件；如果ΔY小于某个下限值，则认为发生了关灯事件；如ΔY介于上限值和下限值之间，则认为光线自然变化；

背景自适应单元，用于当光线自然变化时，按照下式(22)进行自适应学习：

X_mix，bn+1(i)＝(1-λ)X_mix，bn(i)+λX_mix，cn(i)         (22)

式中：X_mix，cn(i)为当前帧RGB向量，X_mix，bn(i)为当前帧背景RGB向量，X_mix，bn+1(i)为下一帧背景预测RGB向量，λ为背景更新的速度；λ＝0，使用固定不变的背景(初始背景)；λ＝1，使用当前帧作为背景；0＜λ＜1，背景由前一时刻的背景与当前帧混合而成；

当光线由开关灯引起的，背景像素按照当前帧重置，参见式(23)：

X_mix，bn+1(i)＝X_mix，cn(i)                         (23)

在所述的图像变化计算单元中，并将当前图像中与相邻K帧的图像相减计算公式如(29)所示：

f_d(X，t_i-k，t_i)＝f(X，t_i)-f(X，t_i-k)         (29)

上式中，f_d(X，t_i-k，t_i)是实时拍摄到图像与相邻K帧图像间进行图像相减的结果；f(X，t_i-k)是相邻K帧时的图像；

如f_d(X，t₀，t_i)≥阈值、f_d(X，t_i-k，t_i)≥阈值成立时，判定为运动对象；

如f_d(X，t₀，t_i)≥阈值、f_d(X，t_i-k，t_i)＜阈值，判定静止对象，并用式(30)来更新替换基准参考图像：

$f(X,t_0)\⇐f(X,t_{i-k})---\left(30\right)$

如f_d(X，t₀，t_i)＜阈值，判定为静止对象；

所述的中心机算计还包括剔除噪声模块，使用四邻域遍历的方法，它用滤波掩膜确定的邻域内像素的平均灰度值去替代图像每个像素点的值，即每一个像素值用其局部邻域内所有值的均值置换，如公式(31)所示：

h[i，j]＝(1/M)∑f[k，1]                (31)

式中，M是邻域内的像素点总数

所述的轿厢视频传感器通过无线设备连接中心计算机，用于无线局域网内的无线通信，无线通信模块遵守IEEE802.11b无线通信协议。

图像是人类视觉的延伸。通过视觉，可以立即准确地发现电梯内部所发生的事件和乘客的人数，图像监测快速性的基础是视觉所接受的信息以光为传播媒介；而图像信息的丰富和直观，其它任何检测技术均不能提供如此丰富和直观的信息。通过图像的识别和理解可以为电梯群控系统增添一副慧眼。慧眼与智能电梯调度算法的结合才有可能使电梯群控系统达到多目标的最优。

用一般的视觉传感器要获得整个候梯大厅的动态图像需要有四个摄像机对着不同角度进行拍摄，而要通过四张不同角度获得的图像统计出候梯大厅内候梯人数计算工作量大，投资比较大：另外一个方案是采用云台摄像机也可以得到整个大厅的图像信息，但是要通过多帧图像来获得候梯大厅内候梯人数需要运算速度非常快的计算设备且算法非常复杂，同时云台摄像机还存在着机械磨损等问题。

近年发展起来的全方位视觉传感器ODVS(Omni-Directional Vision Sensors)为实时获取场景的全景图像提供了一种新的解决方案。ODVS的特点是视野广(360度)，能把一个半球视野中的信息压缩成一幅图像，一幅图像的信息量更大；获取一个场景图像时，ODVS在场景中的安放位置更加自由；检测环境时ODVS不用瞄准目标；检测和跟踪检测范围内的运动物体时算法更加简单；可以获得场景的实时图像。因此基于ODVS的全方位视觉系统近几年迅速发展，正成为计算机视觉研究中的重要领域，IEEE从2000年开始举办每年一次的全方位视觉的专门研讨会(IEEE workshop on Omni-directional vision)。目前还没有检索到将全方位视觉传感器运用到智能建筑领域，特别是在电梯群控系统方面的论文与专利。

另外电梯是一个上下运动的移动体，在电梯内安置摄像装置最理想的方式是通过数字化无线视频传输技术，这种技术具有如下特点：①便于进行压缩、分析、存储和显示：②数字信息抗干扰能力强，不易受传输线路信号衰减的影响等。由于数字视频传输具有传统模拟传输无法比拟的优点，而且符合当前信息社会中数字化、网络化和智能化的发展趋势。

全数字无线视频传输系统是将视频信息数字化后经压缩编码、复用、调制以后送信道传输，然后通过解压缩、解复用、解调后送到电梯调度控制中心的计算机中进行图像处理，整个过程采用的是全数字处理技术，由于采用了数字信号处理技术与前向纠错技术(FEC)，可使其具有较高的信号接收灵敏度并能保证信号的可靠传输，适应在恶劣环境中的应用，特别是在运动中电梯内视频传输抗干扰性能、安装维护等方面的优点更加明显。

全数字实时无线视频传输系统除了具有优越的抗干扰性能、保持图像信息清晰稳定以外，还具有设备小巧不需附带其他设施、价格适中等优点，由于全数字实时无线视频传输系统不需附带其他设施且独立性好，不需要任何布线等安装过程，因此采用全数字实时无线视频传输技术能方便地实现对群梯的安全防范检测和调度控制，更适用于目前使用中的电梯的控制技术和安全防范技术的改造。

充分利用日益成熟的无线视频通信计算、图像识别技术以及目前比较成熟的优化调度控制策略，通过分布各楼层的全方位视觉传感器识别各层的候梯人数，并利用电梯内部的监视器识别电梯的乘客数。电梯群控系统利用这些客流信息将可以进行更为精确的群控调度，以提高电梯的运送能力及服务水平。

目前的电梯客流量中虽然引进了候梯人数和乘客数的概念，但是从电梯运输能力角度来说，其实是一个容积运输的问题，从电梯载人运输角度来说，就可以简化成一个电梯轿厢水平面积上的运输能力问题；从垂直方向视觉来说，是一个在水平方向上占居面积问题，这是因为乘客中有大人和小人，有肥胖的和瘦小的，有些乘客携带的物品，轿厢可容纳乘员的水平面积是一个定数，虽然有些电梯中规定了定员数，这些定员数其实是一个统计平均数，举一个比较极端的例子，一个电梯的定员为12人，但是对一批重量级举重运动员来说乘坐10人就会感到十分拥挤，而对一些小学生来说乘坐的人数达到20人也不会存在任何问题，这是因为电梯乘员体格大小因数也会影响轿厢的载客数量多少；所以从电梯客流量的计算角度来说，要运载的水平方向上占居面积和各轿厢的正在运载的水平方向上占居面积要比统计出各层的候梯人数以及电梯内的乘客数来得更符合实际；从计算机视觉角度来说，计算出要运载的水平方向上占居面积和各轿厢的正在运载的水平方向上占居面积要比统计出各层的候梯人数以及电梯内的乘客数要容易的多，且计算量非常小，非常适合于电梯群控系统中的客流量信息采集。

本发明的有益效果主要表现在：1、能够实时检测电梯的客流信息，具有更为精确群控调度；2、实时在线的、安装维护简单；3、采用无线通信作为电梯监控视音频通信的，速度快-2.4GHz直接序列扩频，最大数据传输速率为11Mb/s，无须直线传播；4、具有动态速率转换功能-当射频情况变差时，可将数据传输速率降低为5.5Mb/s、2Mb/s和1Mb/s；5、使用范围广-支持的范围是在室外为300米，在室内环境中最长为100米，只要将网络桥接器安装在大楼的中间层靠近电梯井道附近，能满足50层左右的楼层电梯的无线视音频传输；6、可靠性高-使用与以太网类似的连接协议和数据包确认，来提供可靠的无线视音频数据传送和网络带宽的有效使用；7、互用性好-只允许一种标准的信号发送技术，WECA将认证产品的互用性；8、漫游支持功能-当电梯在各个层间之间上下移动时进行无缝连接；9、可伸缩性好-最多三个访问点可以同时定位于有效使用范围中，以支持上百个用户，足以能使整个大楼中的电梯监控点正常工作；10、不需任何布线就能方便地实现对单梯以及群梯的安全防范监控，更适用于目前使用中的电梯的控制技术和安全防范技术的改造；11、组网方便，能与大楼中的任何网进行连接，也可以与外界的因特网进行连接，实现电梯的远程监控或者远程维护。

(四)附图说明

图1为基于图像识别技术的群控电梯智能调度装置的结构框图；

图2为采用嵌入式软硬件以及无线收发模块进行全数字无线视音频通信的原理图；

图3为将无线网络桥接器安装在大楼的中间层靠近电梯井道附近的示意图；

图4为全方位视觉光学原理图；

图5为一种基于全方位计算机视觉的检测各楼厅乘客流量的硬件结构原理图；

图6为全方位视觉装置与一般的透视成像模型等价的透视投影成像模型示意图；

图7为全方位视觉装置在水平方向上图像无形变模拟示意图；

图8为分区调度策略的示意图。

(五)具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图7，一种基于图像识别技术的群控电梯智能调度装置，包括群控电梯调度中心计算机，所述的中心计算机包括对大楼内各电梯进行最优控制的调度控制策略模块，所述的智能调度装置还包括用于采集轿厢内客流人员信息的轿厢视频传感器、用于采集各层的候梯人数信息的全方位视觉传感器，所述的轿厢视频传感器和全方位视觉传感器连接中心计算机，所述的中心计算机还包括：电梯客流信息计算模块，用以根据轿厢视频传感器、全方位视觉传感器的视频信息计算电梯的客流信息；所述的电梯客流信息计算模块包括：图像读取单元，用于将电梯轿厢、各层的电梯门厅的视频信息采集下来；图像变化计算单元，用于将所获得的当前帧现场视频图像与一个相对比较稳定的基准参考图像进行差值运算，图像相减的计算公式如式(28)表示：

f_d(X，t₀，t_i)＝f(X，t_i)-f(X，t₀)                (28)

上式中，f_d(X，t₀，t_i)是实时拍摄到图像与基准参考图像间进行图像相减的结果；f(X，t_i)是实时拍摄到图像；f(X，t₀)是基准参考图像；

连通区域计算模块，用于对当前图像进行标记，像素灰度为0的背景，像素灰度为1为目标，计算当前图像中的像素是否与当前像素周围相邻的某一个点的像素相等，如灰度相等判断为具有连通性，将所有具有连通性的像素作为一个连通区域，并统计计算各个图像中的连通区域面积；客流量计算单元，用于通过计算水平方向上的客流面积来进行电梯的客流量统计，在电梯门关闭状态时，统计各个电梯轿厢内的连通区域面积总和；统计各电梯等候门厅的连通区域面积，将大楼中间各层的电梯门厅划分为对应各个电梯的区域，并依照电梯运行的方向，确定中间各层的对应上行的连通区域面积、对应下行的连通区域面积；采用连通区域的面积统计值来判断在等候大厅中以及各轿厢的水平方向上占据面积，所述占据面积与人数相关；；运行模式识别模块，用于依据顾客的呼梯次数、等候大厅的人数和电梯轿厢的人数进行区分，包括上行高峰交通模式、下行高峰交通模式、平衡层间交通模式单元以及空闲交通模式；调度控制策略选择模块，用于根据电梯不同的交通模式，选择与之匹配的调度控制策略。

图1是基于图像识别技术的群控电梯智能调度装置的结构框图，视音频监控装置的中包括用于采集轿厢内客流人员信息的摄像装置、用于采集各层的候梯人数信息的全方位视觉监控摄像装置、用于将视频信息通过无线或者有线局域网传输给群控电梯调度中心计算机的网络设备、用于将获得的轿厢内以及电梯等候厅的动态图像进行识别和统计客流量的软件、用于对大楼内各电梯进行最优控制的各种调度控制策略软件。

采集轿厢内客流人员信息的摄像装置是将摄像头、嵌入式系统与无线收发模块的配合组合成全数字无线通信的电梯视频监控装置，如图1、图2中所示，所选择嵌入式Linux系统，主要达到集视频传感、通信、移动为一体的目的，具体选择三星S3C2410X为嵌入式微处理器，结合无线局域网技术，所述的采集轿厢内客流人员信息的摄像装置实际上是一个基于全数字无线通信的电梯视频监控装置，实现视频数据采集和无线传输。嵌入式系统中包括了软件与硬件技术，其中嵌入式Linux软件是核心技术，它能实现视频服务器的功能。

嵌入式微处理器S3C2410X是一款基于ARM920T内核的16/32位RISC嵌入式微处理器，该处理器是为移动设备以及高性价比、低功耗微控制器而设计的。它采用了一种叫做AMBA(Advanced Microcontroller Bus Architecture)的新总线架构。S3C2410X内部的主要资源有内存管理单元MMU、系统管理器、各为16KB的指令和数据缓存、LCD控制器(STN& TFT)、NAND FLASH Boot Loader、3通道UART、4通道DMA、4个PWM时钟、1个内部时钟、8通道10为ADC、触摸屏接口、多媒体卡接口、I2C和I2S总线接口、2个USB主机接口、1个USB设备接口、SD主接口、2SPI接口、PLL时钟发生器以及通用I/O端口等。

嵌入式微处理器S3C2410X内部包含一个叫MMU的内存管理单元，可以实现虚拟存储空间到物理存储空间的映射。通常嵌入式系统的程序存放在ROM/FLASH中，系统断电后程序能够得到保存，但ROM/FLASH与SDRAM相比，速度要慢的多，而且嵌入式系统中通常把异常中断向量表存放在RAM中，利用内存映射机构可以解决这种需要。

ROM/FLASH采用三星公司64MB的K9S1208VOM。它可进行10万次的编程/擦除，数据保存长达10年，被用来装载操作系统镜像和大容量的数据。

SDRAM是采用三星公司的K4S561632C，用来运行操作系统和存储程序运行过程中所需要的数据，它是4M*16bit*4bank的同步DRAM，容量为32MB。用两片K4S561632C实现位扩展，使数据总线宽度为32bit。

嵌入式软件系统主要包括操作系统、TCP/IP协议的移植、驱动程序的安装以及用户应用程序的编写等。

本发明中采用了Linux作为嵌入式操作系统，Linux是从UNIX发展而来，继承了UNIX大多数的优点，Linux公开的内核源代码使得它成为目前最流行的操作系统，并且Linux可以从应用出发裁剪其硬件软件，这对面向基于全数字无线通信的电梯视频监控装置这种特殊需要来说十分必要，这里我们将其称为定制操作系统，定制步骤如下：(1)编写板基支持包BSP；(2)裁剪和配置操作系统的各个部件，并修改相应的配置文件；(3)编译Kernel、组件和BSP，生成操作系统镜像文件；(4)将镜像文件下载到目标板上，进行调试。

进一步，电梯内视频监控信息是要通过TCP/IP协议经无线局域网以数据打包、发送的方式来进行传输的，因此要在操作系统支持下实现TCP/IP协议，就需要进行任务划分，可以将TCP/IP的实现划分为4个任务来实现：①IP任务，主要用来解决IP分片的重组；②TCP输入任务，主要用来处理接收到的TCP报文段；③TCP输出任务，主要用来将要输出的数据打包、发送；④TCP定时器任务，主要用来为各种时延事件(如重发事件)提供时钟。

更进一步，基于全数字无线通信的电梯视频监控装置中需要有两个USB接口，其中一个USB接口是将监控摄像头与S3C2410X进行连接，另一个USB接口是将无线网卡与S3C2410X进行连接，由于S3C2410X自带USB主从接口，不需要专门的USB芯片支持，只要对其安装驱动程序即可进行USB传输数据。

USB驱动程序包含如下几个部分：(1)创建设备，创建设备函数带两个参数调用，一个参数是指向驱动程序对象的指针，另一个参数是指向物理设备对象的指针；(2)关闭设备；(3)读取设备数据，当客户应用程序有读取设备数据的要求时，系统将此要求以IRP_MJ_READ的IRP形式传递给功能驱动程序，由设备的D12Meter_Read程序执行，然后再由D12Meter_Read指定USB总线驱动程序直接与设备实现信息交互；(4)对设备写入数据，当客户应用程序有写设备数据的要求时，系统将此要求以IRP_MJ_WRITE的IRP形式传递给功能驱动程序，并由D12Meter_Write执行，然后再由D12Meter_Write指定USB总线驱动程序直接与设备实现信息交互。USB驱动程序通过安装文件(.inf文件)中PID(产品识别号)和VID(厂商识别号)识别USB设备。

当嵌入式操作系统装载完成后，就可以安装无线网卡的驱动程序和其他相应的应用程序。将无线网卡的驱动程序作为一个模块打包到操作系统中，可避免系统掉电后每次都要重装无线网卡驱动程序。电梯监控视音频通信系统的网络拓扑图如附图2所示。

采集各层的候梯人数信息的全方位视觉监控装置，如附图3所示，安置在电梯等候楼厅的中央上部，通过全方位视觉监控装置能获得整个等候楼厅内的动态图像，上述所拍摄的动态图像是一个立体的三维图像，在图像识别前首先要进行图像的标定，所述的标定就是要实现在图像帧中的一个确定的点按照坐标系映射到具有大小空间任何点的准确转换，将全方位视觉传感器安装在等候楼厅空间的中央顶部就能检测楼厅所有部位的情况，而且不存在死角，同时楼厅空间上的一个点与图像帧中的点成映射关系，通过这种映射关系可以计算出电梯等候楼厅内有没有人，有多少人，这些人的位置在什么地方，甚至可以得到想要上行的乘客人数以及下行的乘客人数。

要用全方位视觉传感器获得整个等候楼厅内的动态图像，首先是ODVS摄像装置的光学部分的制造技术方案，ODVS摄像装置主要由垂直向下的折反射镜和面向上的摄像头所构成。具体构成是由聚光透镜以及CCD(CMOS)构成的摄像单元固定在由透明树脂或者玻璃制的圆筒体的下部，圆筒体的上部固定有一个向下的大曲率的折反射镜，在折反射镜和聚光透镜之间有一根直径逐渐变小的黑色圆锥状体，该圆锥状体固定在折反射镜的中部，黑色圆锥状体的目的是为了防止过剩的光射入而导致在圆筒体内部的光饱和以及通过圆筒体壁产生的光反射现象。图4是表示本发明的全方位成像装置的光学系统的原理图。

为了确保所检测的场景中物点的水平坐标与相应像点的坐标成线性关系即在水平场景无畸变，作为人员检测功能的全方位视觉装置安装在电梯等候大厅中间离地面高度3米左右之处，检测着在水平方向上的等待乘客情况，因此在设计全方位视觉装置的折反射镜面时要保证在水平方向上的不变形。

设计中首先选用CCD(CMOS)器件和成像透镜构成摄像头，在对摄像头内部参数标定的基础上初步估算系统外形尺寸，然后根据高度方向的视场确定反射镜面形参数。

如图4所示，摄像头的投影中心C在水平场景上方距离水平场景h处，反射镜的顶点在投影中心上方，距离投影中心zo处。本发明中以摄像头投影中心为坐标原点建立坐标系，反射镜的面形用z(X)函数表示。在像平面内距离像中心点ρ的像素q接受了来自水平场景O点(距离Z轴d)，在反射镜M点反射的光线。水平场景无畸变要求场景物点的水平坐标与相应像点的坐标成线性关系；

d(ρ)＝αρ    (1)

式(1)中ρ是与反射镜的面形中心点的距离，α为成像系统的放大率。

设反射镜在M点的法线与Z轴的夹角为γ，入射光线与Z轴的夹角为Φ，反射光线与Z轴的夹角为θ。则

$\mathrm{tg}\left(x\right)=\frac{d\left(x\right)-x}{z\left(x\right)-h}---\left(2\right)$

$\mathrm{tg\γ}=\frac{\mathrm{dz}\left(x\right)}{\mathrm{dx}}---\left(3\right)$

$\mathrm{tg}\left(2\mathrm{\γ}\right)=\frac{2\frac{\mathrm{dz}\left(x\right)}{\mathrm{dx}}}{1-\frac{d^{2}z\left(x\right)}{{\mathrm{dx}}^2}}---\left(4\right)$

由反射定律

2γ＝φ-θ

∴ $\mathrm{tg}\left(2\mathrm{\γ}\right)=\mathrm{tg}(\mathrm{\φ}-\mathrm{\θ})=\frac{\mathrm{tg\φ}-\mathrm{tg\θ}}{1+\mathrm{tg\φtg\θ}}---\left(6\right)$

由式(2)、(4)、(5)和(6)得到微分方程(7)

$\frac{d^{2}z\left(x\right)}{{\mathrm{dx}}^2}+2k\frac{\mathrm{dz}\left(x\right)}{\mathrm{dx}}-1=0---\left(7\right)$

式中； $k=\frac{z\left(x\right)[z\left(x\right)-h]+x[d\left(x\right)-x]}{z\left(x\right)[d\left(x\right)-x]+x[z\left(x\right)-h]}---\left(8\right)$

由式(7)得到微分方程(9)

$\frac{\mathrm{dz}\left(x\right)}{\mathrm{dx}}+k-\sqrt{k^2+1}=0---\left(9\right)$

由式(1)、(5)得到式(10)

$d\left(x\right)=\frac{\mathrm{afx}}{z\left(x\right)}---\left(10\right)$

由式(8)、(9)、(10)和初始条件，解微分方程可以得到反射镜面形的数字解。系统外形尺寸主要指反射镜离摄像头的距离Ho和反射镜的口径D。折反射全景系统设计时根据应用要求选择合适的摄像头，标定出Rmin，透镜的焦距f确定反射镜离摄像头的距离Ho，由(1)式计算出反射镜的口径Do。

系统参数的确定：

根据应用所要求的高度方向的视场确定系统参数af。由式(1)、(2)和(5)得到式(11)，这里作了一些简化，将z(x)≈z₀，主要考虑对于镜面的高度变化相对于镜面与摄像头的位置变化比较小；

$\mathrm{tg\φ}=\frac{(\mathrm{af}-z_0)\frac{\mathrm{\ρ}}{f}}{z_0-h}---\left(11\right)$

在像平面以像中心点为圆心的最大圆周处 $\mathrm{\ρ}=R\min \→{\mathrm{\ω}}_{\max }=\frac{R_{\min }}{f}$

对应的视场为φmax。则可以得到式(12)；

$\frac{\mathrm{\ρ}}{f}=\frac{(z_0-h)\mathrm{tg}{\mathrm{\φ}}_{\max }}{{\mathrm{\ω}}_{\max }}+z_0---\left(12\right)$

成像模拟采用与实际光线相反的方向进行。设光源在摄像头投影中心，在像平面内等间距的选取像素点，通过这些像素点的光线，经反射镜反射后与水平面相交，若交点是等间距的，则说明反射镜具有水平场景无畸变的性质。成像模拟一方面可以评价反射镜的成像性质，另一方面可以准确地计算出反射镜的口径和厚度。

全方位视觉摄像机视场距离的标定涉及成像几何的理论，将客观世界的三维场景投射到摄像机的二维象平面，需要建立摄像机的模型来描述。这些成像变换涉及不同坐标系之间的变换。在摄像机的成像系统中，涉及到的有以下4个坐标系；(1)现实世界坐标系XYZ；(2)以摄像机为中心制定的坐标系x^y^z^；(3)像平面坐标系，在摄像机内所形成的像平面坐标系x^*y^*o^*；(4)计算机图像坐标系，计算机内部数字图像所用的坐标系MN，以像素为单位。

根据以上几个坐标系不同的转换关系，就可以得到所需要的全方位摄像机成像模型，换算出二维图像到三维场景的对应关系。本发明中采用折反射全方位成像系统的近似透视成像分析方法将摄像机内所形成的像平面坐标二维图像换算到三维场景的对应关系，图6为一般的透视成像模型，d为人体高，ρ为人体的像高，t为人体的距离，F为人体的像距(等效焦距)。可以得到式(13)

$d=\frac{t}{F}\mathrm{\ρ}---\left(13\right)$

在上述水平场景无的折反射全方位成像系统的设计时，要求场景物点的水平坐标与相应像点的坐标成线性关系，如式(1)表示；比较式(13)，(1)，可以看出水平场景无变形的折反射全方位成像系统对水平场景的成像为透视成像。因此就水平场景成像而言，可以将水平场景无变形的折反射全方位成像系统视为透视相机，α为成像系统的放大率。设该虚拟透视相机的投影中心为C点(见附图6)，其等效焦距为F。比较式(13)，(1)式可以得到式(14)；

$\mathrm{\α}=\frac{t}{F};t=h---\left(14\right)$

由式(12)、(14)得到式(15)

$F=\frac{{\mathrm{fh\ω}}_{\max }}{(z_0-h){\mathrm{tg\φ}}_{\max }+z_0{\mathrm{\ω}}_{\max 0}}---\left(15\right)$

根据上述全方位摄像机成像模型进行系统成像模拟，由摄像头投影中心发出的经过像素平面内等间距像素点的光线族反射后，在距离投影中心3m的水平面上的交点基本上是等间距的，如附图7所示。因此根据上述设计原理本专利中将水平地面的坐标与相应全方位像点的坐标之间的关系简化为线性关系，也就是说通过反射镜面的设计将现实世界坐标系XYZ到像平面坐标系的转化可以用放大率α为比例的线形关系。下面是从像平面坐标系到计算机内部数字图像所用的坐标系的转化，计算机中使用的图像坐标单位是存储器中离散像素的个数，所以对实际像平面的坐标还需取整转换才能映射到计算机的成像平面，其变换表达式为由式(16)给出；

$M=O_m-\frac{x^{*}}{S_x};N=O_n-\frac{y^{*}}{S_y};---\left(16\right)$

式中：Om、On分别为象平面的原点在计算机图像平面上所映射的点像素所在的行数和列数；Sx、Sy分别为在x和y方向上的尺度因子。Sx、Sy的确定是通过在摄像头与反射镜面之间距离Z处放置标定板，对摄像机进行标定得到Sx、Sy的数值，单位是(pixel)；Om、On。的确定是根据所选择的摄像头分辨率像素，单位是(pixel)。

作为一种全方位视觉监控装置在取得等候楼厅全方位视频信息之后，接下来必须进行背景消除、目标提取、乘客人数(水平方向上的乘座面积)统计等计算工作。背景消除首先要解决的问题是亮度变化的问题，如对于楼厅内人员的检测会由于开灯、关灯操作所造成的光照强度的突变造成统计误差，因此在背景消除中采用的背景模型要适应上述的这些变化。

对于视频检测的场景是一个固定的电梯等候楼厅，可以认为具有相对比较固定范围的背景，因此可以采用背景减算法的快速分割算法来实时检测运动人物或物体；背景消除是基于背景减算法检测运动对象的关键，它直接影响检测出运动对象的完整性和准确性。本发明中采用了背景自适应法，其核心思想是对每一个背景像素使用1组矢量；RGB变化的当前混合值(Xmix，bi)来表示合法背景像素的允许取值(i为帧号)，并采用IIR滤波对其进行如下更新。

(1)当光线自然变化(不是开关灯引起的)，并且无活动对象存在时，1组向量(分别为RGB)进行自适应学习：

X_mix，bn+1(i)＝(1-λ)X_mix，bn(i)+λX_mix，cn(i)       (22)

式中：X_mix，cn(i)为当前帧RGB向量，X_mix，bn(i)为当前帧背景RGB向量，X_mix，bn+1(i)为下一帧背景预测RGB向量，λ为背景更新的速度：λ＝0，使用固定不变的背景(初始背景)；λ＝1，使用当前帧作为背景；0＜λ＜1，背景由前一时刻的背景与当前帧混合而成。

(2)当光线有突变时(由开关灯引起的)，1组向量按当前帧重置：

X_mix，bn+1(i)＝X_mix，cn(i)                     (23)

(3)当有对象进入检测范围时，背景保持不变。为避免将运动对象的部分像素学习为背景像素，采用：

X_mix，bn+1(i)＝X_mix，bn(i)                     (24)

上式中的X_mix，bn+1(i)(i＝1，2，3)分别表示R，G，B 3个分量，为简化起见，上述公式略去了每个像素的坐标(x，y)部分。

对于等候大厅内的人员数检测背景亮度的变化可用来判定检测到的运动对象是否因开关灯而引起的，开关灯事件等这些背景亮度的变化不应使系统判断为有大量的乘客存在所引起的，因而进行背景亮度分析有助于降低系统的误识别率。背景亮度使用平均背景亮度Yb来度量，计算公式由式(25)给出，

${\stackrel{\‾}{Y}}_b=\frac{\underset{x=0}{\overset{W-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{H-1}{\mathrm{\Σ}}}{Y}_n(x,y)(1-M_n(x,y))}{\underset{x=0}{\overset{W-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{H-1}{\mathrm{\Σ}}}(1-M_n(x,y))}---\left(25\right)$

式(25)中，Yn(x，y)为当前帧各像素的亮度，Mn(x，y)为当前帧的掩模表。用Yb0表示发现有运动对象时前一帧的背景亮度，Yb1表示检测到运动对象时第一帧的背景亮度，两帧平均亮度的变化为：

ΔY＝Yb1-Yb0                         (26)

如果ΔY大于某个值则认为发生了开灯事件，如果ΔY小于某个负值则认为发生了关灯事件。根据上述判断结果用式(23)对当前帧进行重置。

所述的掩模表，是用一个与视频帧尺寸相同的数组M来记录各像素点是否有运动变化，这个数组称为掩模映射表(Mask Map)：

数组M是运动对象的二值图像，不但可用来掩模视频帧从而分割出运动对象。

背景减算法也称为差分方法，是一种常用于检测图像变化和运动物体的图像处理方法。根据三维空间与图像像素的对应性关系把有光源点存在的那些像素部分检测出来，首先要有一个比较稳定的基准参考图像，并将该基准参考图像存储在计算机的存储器里，并通过上述的背景自适应法对基准参考图像进行动态更新，通过实时拍摄到图像与该基准参考图像间进行图像相减，相减的结果发生变化的区域亮度增强，图像相减的计算公式如式(28)表示，

f_d(X，t₀，t_i)＝f(X，t_i)-f(X，t₀)         (28)

式中f_d(X，t₀，t_i)是实时拍摄到图像与基准参考图像间进行图像相减的结果；f(X，t_i)是实时拍摄到图像，相当于式(22)中的X_mix，cn(i)；f(X，t₀)是基准参考图像，相当于式(22)中的X_mix，bn(i)。

由于视频检测中的全方位视觉传感器都是固定的，而背景中的静止对象有时可能被移动，基于背景减算法检测运动对象所得到的运动像素可能包含对象移动留下的空穴。由于空穴在随后的视频帧中不会移动，因此可用相邻K帧差法来消除空穴，本发明中采用相邻K帧差法判定某个像素是否是背景对象留下的空穴。为此需要进行式(29)的计算，

f_d(X，t_i-k，t_i)＝f(X，t_i)-f(X，t_i-k)     (29)

静止对象的移动一般都可以考虑在时间分的单位上，当f_d(X，t₀，t_i)≥阈值和f_d(X，t_i-k，t_i)≥阈值都成立时，被认为是运动对象；如果f_d(X，t₀，t_i)≥阈值而f_d(X，t_i-k，t_i)＜阈值，本发明中认为是背景中的静止对象被移动后所产生的空穴，为了消除空穴用式(30)来更新替换基准参考图像，

$f(X,t_0)\⇐f(X,t_{i-k})---\left(30\right)$

实际图像信号中包含有噪声，而且一般都表现为高频信号，因此在识别过程中要剔除由噪声所产生的图像边缘点。

所述的剔除由噪声所产生的图像边缘点，在本发明中使用四邻域遍历的方法，它用滤波掩膜确定的邻域内像素的平均灰度值去替代图像每个像素点的值，即每一个像素值用其局部邻域内所有值的均值置换，如公式(31)所示：

h[i，j]＝(1/M)∑f[k，1]             (31)

式中，M是邻域内的像素点总数，本发明中取为4。

像素间的连通性是确定区域的一个重要概念。在二维图像中，假设目标像素周围有m(m＜＝8)个相邻的像素，如果该像素灰度与这m个像素中某一个点A的灰度相等，那么称该像素与点A具有连通性。常用的连通性有4连通和8连通。4连通一般选取目标像素的上、下、左、右四个点。8连通则选取目标像素在二维空间中所有的相邻像素。将所有具有连通性的像素作为一个区域则构成了一个连通区域。

连通区域计算主要解决在图像处理过程中，一幅二值图像，其背景和目标分别具有灰度值0和1。对这样的二值图像，要对目标进行标记，需要有一种快速而节省内存的连通区域标记算法。我们将像素为0的小区表示此小区无监控对象，若为1则表示此小区有监控对象。所以可以采用连通成分标记法进行缺陷区域的合并。连通标记算法可以找到图像中的所有连通成分，并对同一连通成分中的所有点分配同一标记。下面是连通区域算法，

1)从左到右、从上到下扫描图像；

2)如果像素点为1，则：

·如果上面点和左面点有一个标记，则复制这一标记。

·如果两点有相同的标记，复制这一标记。

·如果两点有不同的标记，则复制上点的标记且将两个标记输入等价表中作为等价标记。

·否则给这个象素点分配新的标记并将这一标记输入等价表。

3)如果需考虑更多的点则回到第2步。

4)在等价表的每一等价集中找到最低的标记。

5)扫描图像，用等价表中的最低标记取代每一标记。

在本发明中采用连通区域的面积统计值来判断在等候大厅中需要电梯运载的水平方向上占居面积(该面积与乘客人数相关)，以便使各轿厢的可运载的水平方向上占居面积(该面积与轿厢内可容纳的人数有关)以最优的方式、最大限度的提高电梯的运送能力及服务水平。

采集轿厢内客流信息可以采用上述连通区域的面积统计值来判断各电梯运载中的水平方向上占居面积，由于轿厢的水平面积是一个定数，通过这两个面积的比就能掌握各电梯的目前载客情况。

大楼内各电梯进行最优控制的各种调度控制策略，用于对大楼内各电梯进行最优控制，最优调度控制的实现一方面取决于准确的各楼层等待的客流信息以及轿厢内客流信息，另一方面取决于智能调度库知识中的各种调度控制策略；

智能调度知识库中的群控系统基本控制策略是通过把一个或多个电梯专家的知识和经验积累起来，将这些知识与经验形成一定的控制规则存放到群控系统的智能调度知识库中，参与群控系统的调度和优化重分配过程。电梯群控专家系统的知识规则有很多种，本专利只列出如下几种基本的群控专家规则：

1、顾客候梯时间短

顾客候梯等待时间，即乘客按下呼梯按钮请求电梯服务到进入电梯得到服务的等待时间，控制时要遵循以下规则：

if        A梯离呼叫楼层近and A梯中途停靠次数＜＝其余梯

then      分配A梯响应该外呼

else if B 梯离呼叫楼层比A梯稍远and B梯中途停靠次数＜＜A梯

then      计算A，B外呼等待响应时间，分配时间短的梯去响应该外呼

2、顾客乘梯时间短

顾客乘梯时间，即乘客进入电梯按下目的层按钮到电梯到达目的层的等待时间，要使内呼等待时间短，应遵循以下规则：

if        A，B梯离呼叫楼层距离相差不多and B梯内呼次数＞A梯

then      分配A梯去响应该呼叫

3、电梯停靠次数少

电梯停靠的次数越多，系统能耗就越大，因此应尽量减少不必要的停靠，节约系统能量。规则如下：

if        A，B梯离呼叫楼层距离相差不多and A梯内选楼层包含呼叫楼层

then      分配A梯去响应该呼叫

4、避免电梯空走

电梯“空走”是指电梯响应某较远楼层呼叫时，途中没有响应其他的服务。这种情况对系统而言，是很大的浪费。控制规则如下：

if       A，B梯离呼叫楼层都较远，A稍近于B但A途中没有别的服务

then     分配B梯去响应呼叫

5、避免满载

如果在客流高峰期一台电梯去响应一个外呼请求时，在响应过程中停站较多，则满载的可能性很大，因此，应尽量将此请求分配给停站较少的电梯。规则如下：

if       客流高峰期and A梯响应呼叫途中停靠站数＞B梯

then     B梯优先于A梯考虑

6、顺向截停

虽然调度算法从理论上能求出最优的电梯调度方案，但是由于系统随机性的存在，常常出现调度梯滞后于其他电梯到达呼叫楼层，此时应该由先到达的电梯响应呼叫任务，而取消原分配梯的任务。规则如下：

if     A梯先于B梯到达呼叫所在楼层N

then   取消B梯在N楼层的呼叫任务，改由A梯响应N楼层的呼叫

7、同向优先

尽量将乘客的外呼请求分配给与其同向且在途中的电梯，因为与请求异向或同向但已过请求层的电梯可能出现新的后续请求，使其响应时间加长，达不到性能优化的目的。控制规则如下：

if    A梯运行方向与呼叫层同向但已经过该呼叫层或者与呼叫异向，B梯运行方向与呼叫层同向且未经过该呼叫层

then  B梯优先于A梯考虑

各种调度控制策略的主要优化目标有减小乘客平均候梯时间，减少乘客平均乘梯时间，均衡电梯拥挤度以及减小电梯系统运行能耗等。在不同的交通模式下，群控系统有不同的目标要求，因此不同的交通模式决定着不同的群控调度策略。

在本专利中将电梯的交通模式分为三种类型，即高峰交通模式、空闲交通模式以及层间交通模式，采用不同的群控调度策略首先要区分这三种不同类型的交通模式，而判断与识别这三种不同类型的交通模式的基础是上述利用图像识别技术得到的各层等候厅以及各轿厢的客流量信息。

交通模式识别的准确性将直接影响群控系统的整体性能。基于统计数据的电梯客流交通模式识别，就是依据一定时间间隔的交通流信息，如进、出等候门厅人数，客流总量，层间客流最大层的比例等信息。在上述基于图像识别技术可以得到具体呼叫客流人数等参数，这对楼层的底层和顶层就能精确地判断出上行或者下行的顾客的人数，但是对于楼层的其他层面等候厅要判断乘客是上行还是下行还需要其他一些信息，我们知道等候乘客往往会在所行进方向的电梯口附近等候上梯，因此对楼层的其他层面上行或者下行的顾客的人数的统计只要得到某个电梯的行进方向信息然后计算在该电梯口附近的人数就能对上行或者下行的顾客进行区分，将一个原来不可知的客流量转化为可知的客流量。

在交通流参数的数据采集时，为了提高交通流参数的数据采集的精度，本专利中将轿厢打开时间段不作为图像数据的采集时间，这是因为在该时间段中对上下乘客混杂在一起，通过视觉来区分判断上下乘客有较大难度，且意义也不大。

电梯的交通状况在一天之中是随时变化的，对于办公大楼来讲，早上是上行高峰，傍晚下班时间是下行高峰，中午休息时间是一个上下行高峰，因此在识别电梯客流交通模式时利用时间段来进行辅助判断更有利于提高电梯客流交通模式识别精度。对于宾馆等举行会议的大楼，其客流量会有短时剧烈的波动，但是它往往发生在一些特殊的楼层，因此在特殊楼层来进行辅助判断更有利于提高电梯客流交通模式识别精度。

所述的交通模式的识别规则是依据顾客的呼梯次数、等候大厅的人数(面积)和电梯轿厢的人数(面积)进行的交通模式识别，各交通模式被选择和解除的判断条件如下：

(1)上行高峰交通模式的判断条件

在等候大厅中希望上行的人数(面积)超过规定轿厢载人面积两倍时，或者当电梯轿厢从底层端站(基站)向上行驶时，如连续两台电梯轿厢载人面积超过规定载人面积80％情况时，就选择为上行高峰交通模式状态；在一个时间段中(比如3分钟，可以根据楼层的高低和电梯的一个周期情况来自定义)在等候大厅中希望上行的人数(面积)低于规定轿厢载人面积60％时，或者当如从底层端站向上行驶的轿厢载人面积连续降低至小于额定载人面积的60％，并持续一定的时间，则在相应时间内上高峰交通模式被解除。为了使识别更精确，这里也引入一个时间段和空间段的辅助判断标准，作为办公大楼可以设置时间段为早上期间、空间段为底层端站；作为宾馆等举行会议的大楼可以将空间段设置为底层端站或者较低层的会议室或者餐厅等；

(2)下行高峰交通模式的判断条件

在三层以上的楼层等候厅内希望下行的人数(面积)的总和超过规定轿厢载人面积三倍时，或者当连续两台电梯轿厢的载人面积超过规定载人面积80％下行到达底层端站情况时，就选择为下行高峰交通模式状态；在一个时间段中(比如3分钟，可以根据楼层的高低和电梯的一个周期情况来自定义)在三层以上的楼层等候厅内希望下行的人数(面积)的总和低于规定轿厢载人面积60％时，如下行轿厢载人面积连续降低至小于额定轿厢载人面积的60％并持续一定的时间，而且各层站的向下召唤信号在规定数量之下时则下行高峰交通模式被解除。这里也引入一个时间段和空间段的辅助判断标准，作为办公大楼可以设置时间段为傍晚下班期间；作为宾馆等举行会议的大楼可以将空间段设置为较高层的会议室、娱乐厅或者餐厅等；

(3)平衡层间交通模式的判断条件

当上行高峰或下行高峰交通模式被解除后如召唤信号连续存在，则系统转入客流非高峰状态(平衡的层间交通模式或空闲交通模式)。在此状态下如电梯向上行驶时间和向下行驶时间几乎相等，而且各上行轿厢和各下行轿厢的载人面积比也相近，选择平衡的层间交通模式；若出现持续的不能满足向上行驶时间与向下行驶时间几乎相同的条件，或者各上行轿厢和各下行轿厢的载人面积比超过一定范围，则解除该交通模式。

(4)空闲交通模式的判断条件

当系统工作在除上行高峰以外的各个交通模式程序中，如果在90-120秒内未出现召唤信号，而且这时轿厢载人面积小于额定轿厢载人面积的40％时，则选择空闲交通模式；在该模式下如在90秒的时间内连续存在一个召唤信号(并通过图像识别确认有等待乘客)或在一个较短时间内存在两个召唤信号(并通过图像识别确认有两个以上的等待乘客)或在更短时间内存在三个召唤信号(并通过图像识别确认有三个以上的等待乘客)则自动解除该模式；这里也引入一个时间段辅助判断标准，作为办公大楼可以设置时间段为公休日、深夜和凌晨。

在识别了上述四种不同的电梯交通模式后，就可以制定在不同交通模式下的群控策略，本发明中将其分为三大类调度策略，即高峰交通模式下的调度策略、空闲交通模式下的调度策略以及层间交通模式下调度策略；

高峰交通模式下的调度策略，用于在上、下行高峰期间对群梯进行调度，这时交通需求异常繁忙，轿厢有聚集在一起和彼此间蛙跳的倾向，即一个轿厢频繁的超越其他轿厢，停在交错的楼层。电梯群控系统必须对电梯群提供有效的控制策略，才能有效地承担起剧烈的客流。在高峰交通模式下的调度策略中，根据上行高峰与下行高峰可以有如下5种调度策略可以选择：即上行高峰电梯自返基层策略、上行高峰上行顾客优先服务策略、下行高峰下行顾客优先服务策略、下行高峰分散待机调度策略以及高峰交通模式下的分区调度策略；

上行高峰电梯自返基层策略，是识别为上行高峰客流模式时，该模式下多数电梯仅响应上行召唤，一经应答完最后的上行召唤信号和内选信号，轿厢就应自动返回门厅。电梯群控系统要实时扫描梯群的状态，当发现无任务、停止电梯未停靠基层时，就应该主动发出调度命令，调度电梯停靠基层。

上行高峰上行顾客优先服务策略，是识别为上行高峰客流模式时，当客流交通模式处于上行高峰时，对于从门厅或以上各层站上行的乘客(经图像识别确认为有上行要求乘客等候的楼层)应该提供优先服务，同时，在兼顾最大候梯时间的前提下，对下行顾客的呼叫申请加以限制。

所述的下行高峰下行顾客优先服务策略，是识别为客流交通模式处于下行高峰时，对于从门厅以上各层站下行的乘客(经图像识别确认为有下行要求乘客等候的楼层)应该提供优先服务，同时，在兼顾最大候梯时间的前提下，对上行顾客的呼叫申请加以限制。

下行高峰分散待机调度策略，是识别为客流交通模式处于下行高峰时，要将到达基层的无任务电梯平均分派在有较多有下行要求乘客等候的楼层等待乘客上梯。分散待机的目的是为了保证在大楼的中间各层都有处于待机的电梯，以提高群控运行时服务的效率，及时响应下行顾客的召唤。

高峰交通模式下的分区调度策略，是识别为客流交通模式处于上行或者下行高峰时，按照一定的分区原则(楼层数、运行方向)给楼层和电梯进行分区，每台电梯优先响应分配给该电梯的运行区段内的召唤。由于上、下行高峰期间，交通需求异常繁忙，轿厢常有聚集在一起和彼此间蛙跳的倾向，因此采用分区调度的策略可以对电梯群提供有效的控制。分区调度策略的示意图，如图8所示，该大楼共有21层、6台电梯，我们将其分为6个区域，这种分区方式的通常步骤是以电梯的轿厢数来定义区域数，能够在轻度的和中等的交通流量状况下将轿厢分配到每一个区域，以便对所有的区域提供均等的服务。

空闲交通模式下的调度策略，用于在满足用户服务要求的前提下，减少能量损耗和设备折旧、提高性价比的一种调度策略，根据需要可以选择最小路程调度策略、最小起停次数调度策略以及利用电梯上、下行的耗能特性的调度策略的三种策略中任何一种；

最小路程调度策略，是将每个层站的召唤信号(并通过图像识别确认为有等待乘客)分配给应答这一召唤信号最近的那台电梯，在计算距离时对与召唤同向和反向运行电梯分别赋予一个不同的位置偏差。电梯运行路程的减小可以减少电梯系统能耗；

最小起停次数调度策略，是为了达到以较少电梯的运行次数来运载较多的乘客的目的尽量减少电梯的起停次数，在最小起停次数调度策略中将通过图像识别确认为在该层有两个以上等待乘客作为优先停靠层楼；

利用电梯上、下行的耗能特性的调度策略，利用电梯空载上行、满载下行时电动机处于发电状态的特性，在高速电梯系统中，可以将再生能量反馈给电网。利用这一特性群控系统可以为外呼信号优先分配处于上述运行状态的电梯，达到节能的目的。

层间交通模式下调度策略，此时的客流的运动方向、流量、时间都是随机的，而且客流量处于中等水平，波动较小。在此状态下如电梯向上行驶时间和向下行驶时间几乎相等，而且轿厢负荷也相近。因此，层间交通模式下主要考虑顾客的心理因素，即候梯时间和乘梯时间。该模式下的调度策略主要有：最小平均候梯时间调度策略、最小平均乘梯时间调度策略以及分散待机调度策略；

最小平均候梯时间调度策略是考虑乘客候梯时间与心理焦虑感的平方呈同比增长的关系，将呼梯方向与距离结合分析，以顾客候梯时间最短为性能指标，进行动态优化以求达到最高的运行效率称为最小候梯时间调度算法。最小平均候梯时间调度算法可以最大限度的满足乘梯顾客的心理需求；

最小平均乘梯时间调度策略是考虑了影响系统平均候梯时间的一些主要因素：预测候梯时间、轿厢的剩余空间和轿厢内召唤信号。由于性能评价指标中的候梯时间是指系统平均候梯时间，电梯系统平最小平均乘梯时间调度策略以顾客的乘梯时间最短为性能指标，将呼梯方向与距离结合分析，通过对呼叫信号的优化分配调度达到最高的运行效率，即平均乘梯时间最小，同时兼顾顾客的最大候梯时间；

分散待机调度策略是利用群控运行时所有电梯停层时间都超过一定的额定时间后，群控系统控制梯群内所有电梯进入分散待机状态，即电梯平均分派在各楼层等待。分散待机的目的是为了保证在大楼的基站和中间层附近的层站都有处于待机的电梯，以提高群控运行时服务的效率，更好地为顾客服务，减少顾客的平均候梯时间和平均乘梯时间。均候梯时间是对系统整体进行考虑而言的，因此有时不得不牺牲个别乘客的候梯时间。

为了防止一些人为的捣乱，排除这些干扰对提高群控系统调度精度有比较重要的意义，作为视频图像理解的角度来说可以作两个方面的无效处理，其一是当检测到轿厢内无人时，轿厢内上行或者下行楼层选择按钮无效处理；其二是当检测到等候大厅内无人时，所在层楼门厅呼叫登记作无效处理；

在上述所有的调度策略中，也可以追加一个主要层次到达率指标，用户可以定义一些特殊楼层，比如大厅、会议室、餐厅等的轿厢到达率(更确切的说是可乘载的乘客面积)要符合乘客到达率(希望乘载的乘客面积)。

实施例2

参照图1～图7，其余与实施方案1相同，不同的是在客流量的统计方面，实施方案1中是通过图像识别统计轿厢内的乘客面积以及等候大厅内希望乘载的乘客面积，实施方案2中是通过图像识别统计轿厢内的乘客人数以及电梯等候楼厅内希望乘载的乘客人数。

用于检测轿厢内以及电梯等候客厅内的客流量的视频服务器是嵌入式Linux系统，所述的控制调度中心所使用的是PC机或者是服务器，本发明中的用户程序模块是由C和Java语言实现的。

上述的实施例1和2所产生的发明效果是充分利用了日益成熟的无线视频通信计算、图像识别技术以及目前比较成熟的优化调度控制策略，通过分布各楼层的全方位视觉传感器识别各层的候梯人数，并利用电梯内部的监视器识别电梯的乘客数，给电梯群控系统装上了一副慧眼，然后通过各种调度策略让电梯群控系统具备了智能专家功能，电梯群控系统利用慧眼所获得的精确的客流信息进行更为精确的群控调度，以提高电梯的运送能力及服务水平。

Claims (10)

1、一种基于图像识别技术的群控电梯智能调度装置，包括群控电梯调度中心计算机，所述的中心计算机包括对大楼内各电梯进行最优控制的调度控制策略模块，其特征在于：所述的智能调度装置还包括用于采集轿厢内客流人员信息的轿厢视频传感器、用于采集各层的候梯人数信息的全方位视觉传感器，所述的轿厢视频传感器和全方位视觉传感器连接中心计算机，所述的中心计算机还包括：

电梯客流信息计算模块，用以根据轿厢视频传感器、全方位视觉传感器的视频信息计算电梯的客流信息；

所述的电梯客流信息计算模块包括：

图像读取单元，用于将电梯轿厢、各层的电梯门厅的视频信息采集下来；

图像变化计算单元，用于将所获得的当前帧现场视频图像与一个相对比较稳定的基准参考图像进行差值运算，图像相减的计算公式如式(28)表示：

f_d(X，t₀，t_i)＝f(X，t_i)-f(X，t₀)                (28)

上式中，f_d(X，t₀，t_i)是实时拍摄到图像与基准参考图像间进行图像相减的结果；f(X，t_i)是实时拍摄到图像；f(X，t₀)是基准参考图像；

连通区域计算模块，用于对当前图像进行标记，像素灰度为0的背景，像素灰度为1为目标，计算当前图像中的像素是否与当前像素周围相邻的某一个点的像素相等，如灰度相等判断为具有连通性，将所有具有连通性的像素作为一个连通区域，并统计计算各个图像中的连通区域面积；

客流量计算单元，用于通过计算水平方向上的客流面积来进行电梯的客流量统计，在电梯门关闭状态时，统计各个电梯轿厢内的连通区域面积总和；统计各电梯等候门厅的连通区域面积，将大楼中间各层的电梯门厅划分为对应各个电梯的区域，并依照电梯运行的方向，确定中间各层的对应上行的连通区域面积、对应下行的连通区域面积；采用连通区域的面积统计值来判断在等候大厅中以及各轿厢的水平方向上占据面积，所述占据面积与人数相关；

运行模式识别模块，用于依据顾客的呼梯次数、等候大厅的人数和电梯轿厢的人数进行区分，包括上行高峰交通模式、下行高峰交通模式、平衡层间交通模式单元以及空闲交通模式；

调度控制策略选择模块，用于根据电梯不同的交通模式，选择与之匹配的调度控制策略。

2、如权利要求1所述的基于图像识别技术的群控电梯智能调度装置，其特征在于：所述的运行模式识别模块包括：

上行高峰交通模式单元，用于设定底层电梯门厅的连通区域面积和中间各层的对应上行的连通区域面积之和为上行人数，如上行人数超过规定轿厢载人面积两倍时，或者当电梯轿厢从底层向上行驶时，如连续两台电梯轿厢载人面积超过规定载人面积80％情况时，判定为上行高峰交通模式状态；如在设定时间段内，上行人数低于规定轿厢载人面积的60％，或者当如从底层向上行驶时，轿厢载人面积连续降低至小于额定载人面积的60％，判定在相应时间内上行高峰交通模式被解除；

下行高峰交通模式单元，用于设定三层以上的楼层的电梯门厅内希望下行的人数的连通区域面积的总和为下行人数，如下行人数超过规定轿厢载人面积三倍时，或者当连续两台电梯轿厢的载人面积超过规定载人面积80％下行到达底层时，判定为下行高峰交通模式状态；如在设定时间段内，在三层以上的楼层电梯门厅内希望下行的人数的总和低于规定轿厢载人面积60％，或者如下行轿厢载人面积连续降低至小于额定轿厢载人面积的60％，且各层站的向下召唤信号在设定数量之下，判定下行高峰交通模式被解除；

平衡层间交通模式单元，用于当上行高峰或下行高峰交通模式被解除后，检测到召唤信号连续存在；如电梯向上行驶时间和向下行驶时间接近，而且各上行轿厢和各下行轿厢的载人面积相近，判定为平衡层间交通模式状态；如在设定时间段内，出现持续的不能满足向上行驶时间与向下行驶时间接近的条件，或者各上行轿厢和各下行轿厢的载人面积比超过设定范围，判定解除层间交通模式状态；

空闲交通模式单元，用于当电梯系统工作在除上行高峰以外的各个交通模式状态中，如果在90-120秒内未出现召唤信号，而且轿厢载人面积小于额定轿厢载人面积的40％，判定为空闲交通模式状态；如在90秒的时间内连续存在一个召唤信号或在较短时间内存在两个召唤信号或在更短时间内存在三个召唤信号，判定解除空闲交通模式状态。

3、如权利要求2所述的基于图像识别技术的群控电梯智能调度装置，其特征在于：在所述的调度控制策略选择模块中，如在上、下行高峰交通模式时，包括有：

上行高峰电梯自返基层策略单元，用于在判定为上行高峰交通模式时，多数电梯仅响应上行召唤，一经应答完最后的上行召唤信号和内选信号，控制轿厢自动返回底层的门厅，并实时扫描梯群的状态，当发现无任务、停止电梯未停靠基层时，发出调度命令，调度电梯停靠基层；

上行高峰上行顾客优先服务策略单元，用于在判定为上行高峰客流模式时，优先提供上行呼叫信号，在兼顾最大候梯时间的前提下，对下行顾客的呼叫申请加以限制；

下行高峰下行顾客优先服务策略单元，用于在判定为下行高峰客流模式时，优先提供下行呼叫信号，在兼顾最大候梯时间的前提下，对上行顾客的呼叫申请加以限制；

下行高峰分散待机调度策略单元，用于在判定为下行高峰客流模式时，将到达基层的无任务电梯平均分派在有较多有下行要求乘客等候的楼层等待乘客上梯；

高峰交通模式下的分区调度策略单元，用于在判定为上行高峰交通模式时，按照分区原则给楼层和电梯进行分区，每台电梯优先响应分配给该电梯的运行区段内的召唤。

4、如权利要求2所述的基于图像识别技术的群控电梯智能调度装置，其特征在于：在所述的调度控制策略选择模块中，如在空闲交通模式时，包括有：

最小路程调度策略单元，用于将每个层站的召唤信号分配给应答该召唤信号最近的那台电梯，在计算距离时对与召唤同向和反向运行电梯分别赋予一个不同的位置偏差；

最小起停次数调度策略单元，用于通过图像识别确认为在该层有两个以上等待乘客，确定该层作为优先停靠层楼；

电梯上、下行的耗能特性的调度策略单元，用于提取电网回馈的再生能量信息，确认空载上行、满载下行的电梯，将外呼信号优先分配处于上述运行状态的电梯。

5、如权利要求2所述的基于图像识别技术的群控电梯智能调度装置，其特征在于：在所述的调度控制策略选择模块中，如在层间交通模式时，包括有：

最小平均候梯时间调度策略单元，用于将呼梯方向与距离结合分析，以顾客候梯时间最短为性能指标，进行动态优化以求达到最高的运行效率，采用最小平均候梯时间调度算法，依照算法结果分配外呼信号；

最小平均乘梯时间调度策略单元，用于以顾客的乘梯时间最短为性能指标，将呼梯方向与距离结合分析，通过对呼叫信号的优化分配调度达到最高的运行效率，即平均乘梯时间最小，同时兼顾顾客的最大候梯时间；

分散待机调度策略单元，用于群控运行时所有电梯停层时间都超过设定的额定时间后，将电梯平均分派在各楼层等待。

6、如权利要求2所述的基于图像识别技术的群控电梯智能调度装置，其特征在于：在所述的上行高峰交通模式单元中，选择时间段和空间段为辅助判断标准，如对办公大楼设置时间段为早上期间、空间段为底层端站；如对宾馆等举行会议的大楼，将空间段设置为底层端站或者较低层的会议室或者餐厅；

在所述的下行高峰交通模式单元中，选择时间段和空间段为辅助判断标准，如对办公大楼设置时间段为傍晚下班期间；如对宾馆等举行会议的大楼将空间段设置为较高层的会议室、娱乐厅或者餐厅；

在所述的空闲交通模式中，选择时间段为辅助判断标准，如对办公大楼设置时间段为公休日、深夜和凌晨。

7、如权利要求1-6之一所述的基于图像识别技术的群控电梯智能调度装置，其特征在于：所述的中心计算机还包括：

无效处理模块，用于检测到轿厢内无人时，轿厢内上行或者下行楼层选择按钮作无效处理，当检测到等候大厅内无人时，所在层楼门厅呼叫登记作无效处理。

8、如权利要求7所述的基于图像识别技术的群控电梯智能调度装置，其特征在于：所述的中心计算机还包括背景维护模块，所述的背景维护模块包括：

背景亮度计算单元，用于计算平均背景亮度Yb计算公式如式(25)所示：

$Y_b=\frac{\underset{x=0}{\overset{W-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{H-1}{\mathrm{\Σ}}}{Y}_n(x,y)(1-M_n(x,y))}{\underset{x=0}{\overset{W-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{H-1}{\mathrm{\Σ}}}(1-M_n(x,y))}...\left(25\right)$

式(25)中，Yn(x，y)为当前帧各像素的亮度，Mn(x，y)为当前帧的掩模表，所述的掩模表是用一个与视频帧尺寸相同的数组M来记录各像素点是否有运动变化，参见式(27)：

Yb0为判定为运动对象时前一帧的背景亮度，Yb1为检测到检测对象时第一帧的背景亮度，两帧平均亮度的变化为：

ΔY＝Yb1-Yb0                        (26)

如果ΔY大于上限值，则认为发生了开灯事件；如果ΔY小于某个下限值，则认为发生了关灯事件；如ΔY介于上限值和下限值之间，则认为光线自然变化；

背景自适应单元，用于当光线自然变化时，按照下式(22)进行自适应学习：

X_mix，bn+1(i)＝(1-λ)X_mix，bn(i)+λX_mix，cn(i)        (22)

式中：X_mix，cn(i)为当前帧RGB向量，X_mix，bn(i)为当前帧背景RGB向量，X_mix，bn+1(i)为下一帧背景预测RGB向量，λ为背景更新的速度；λ＝0，使用固定不变的背景(初始背景)；λ＝1，使用当前帧作为背景；0＜λ＜1，背景由前一时刻的背景与当前帧混合而成；

当光线由开关灯引起的，背景像素按照当前帧重置，参见式(23)：

X_mix，bn+1(i)＝X_mix，cn(i)                    (23)。

9、如权利要求1所述的基于图像识别技术的群控电梯智能调度装置，其特征在于：在所述的图像变化计算单元中，并将当前图像中与相邻K帧的图像相减计算公式如(29)所示：

f_d(X，t_i-k，t_i)＝f(X，t_i)-f(X，t_i-k)          (29)

上式中，f_d(X，t_i-k，t_i)是实时拍摄到图像与相邻K帧图像间进行图像相减的结果；f(X，t_i-k)是相邻K帧时的图像；

如f_d(X，t₀，t_i)≥阈值、f_d(X，t_i-k，t_i)≥阈值成立时，判定为运动对象；

如f_d(X，t₀，t_i)≥阈值、f_d(X，t_i-k，t_i)＜阈值，判定静止对象，并用式(30)来更新替换基准参考图像：

$f(X,t_0)\⇐f(X,t_{i-k})...\left(30\right)$

如f_d(X，t₀，t_i)＜阈值，判定为静止对象。

10、如权利要求9所述的基于图像识别技术的群控电梯智能调度装置，其特征在于：所述的轿厢视频传感器通过无线设备连接中心计算机，用于无线局域网内的无线通信，无线通信模块遵守IEEE802.11b无线通信协议。

Images