EP3512791A1 - Verfahren zur erkennung eines betretens einer aufzugkabine einer aufzuganlage durch einen passagier - Google Patents

Verfahren zur erkennung eines betretens einer aufzugkabine einer aufzuganlage durch einen passagier

Info

Publication number
EP3512791A1
EP3512791A1 EP17758571.8A EP17758571A EP3512791A1 EP 3512791 A1 EP3512791 A1 EP 3512791A1 EP 17758571 A EP17758571 A EP 17758571A EP 3512791 A1 EP3512791 A1 EP 3512791A1
Authority
EP
European Patent Office
Prior art keywords
elevator car
passenger
measured values
pattern
mobile terminal
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
Application number
EP17758571.8A
Other languages
English (en)
French (fr)
Other versions
EP3512791B1 (de
Inventor
Christian Studer
Martin KUSSEROW
Reto Tschuppert
Zack ZHU
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inventio AG
Original Assignee
Inventio AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=56920602&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=EP3512791(A1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Inventio AG filed Critical Inventio AG
Priority to PL17758571T priority Critical patent/PL3512791T3/pl
Publication of EP3512791A1 publication Critical patent/EP3512791A1/de
Application granted granted Critical
Publication of EP3512791B1 publication Critical patent/EP3512791B1/de
Revoked legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00—Control systems of elevators in general
    • B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
    • B66B1/3476—Load weighing or car passenger counting devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00—Control systems of elevators in general
    • B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
    • B66B1/3492—Position or motion detectors or driving means for the detector
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/0006—Monitoring devices or performance analysers
    • B66B5/0012—Devices monitoring the users of the elevator system
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/0006—Monitoring devices or performance analysers
    • B66B5/0037—Performance analysers

Definitions

  • the invention relates to a method for detecting an entry of an elevator car of an elevator installation by a passenger according to the preamble of claim 1.
  • WO 2013/130040 A1 describes a method for monitoring the use of an elevator installation.
  • the passengers of the elevator system are equipped with marking devices, so-called tags.
  • tags At landing doors or in
  • Lift cabins of the elevator system are mounted readers, which can detect if and if so, which day is in their vicinity. This can also be recognized when a passenger enters an elevator car.
  • the readers forward the information to a traffic evaluation unit based on this
  • US 201/4330535 A1 describes a method for detecting a movement of a passenger in an elevator car. The process involves a series of
  • Acceleration measurements evaluated to detect a start and an end of a ride of the elevator car are not suitable for detecting an entry of an elevator car of an elevator installation by a passenger.
  • the terminal has at least one, in particular but several sensors with which the mobile terminal records and evaluates measured values. The recognition of the entry of the elevator car is then based on the above measured values.
  • a "detection of an entry of an elevator car of an elevator installation by a passenger” means that the time of entry of the elevator car is detected. Entering the elevator car and thus the time of entry is preceded in time by a movement of the passenger in an elevator car or a movement and thus an acceleration of the passenger and the elevator car in the vertical direction. From the detection of a movement or acceleration of the passenger and the elevator car in the vertical direction can not be closed to the time of entering the elevator car. The time between entering the elevator car and starting to drive the passenger in the elevator car may be several seconds or several minutes.
  • Elevator cabin to be further evaluated.
  • the erfmdungsgemtreu method is thus inexpensive to carry out.
  • the information that a passenger with a mobile terminal enters an elevator car can be evaluated in a variety of ways or used further, or initiate a wide variety of actions.
  • the terminal may, for example, in particular pass the information wirelessly to a traffic evaluation unit, which is then comparable to the traffic evaluation unit of FIG.
  • WO 2013/130040 AI can analyze a traffic flow in the elevator system.
  • the terminal can also be brought into a predetermined mode, for example, for example, a specific program, launched a so-called app or the app are brought into a predetermined state.
  • a predetermined mode for example, for example, a specific program, launched a so-called app or the app are brought into a predetermined state.
  • an app can be started which displays certain contents or a game can be started, which allows an interaction with other passengers in the elevator car.
  • the terminal is to record with its sensors measured variables during the upcoming elevator ride, which are to be evaluated for monitoring the elevator system. As soon as an entry into an elevator car is detected, the terminal can be brought into a measuring mode and thus prepared for a measurement.
  • an exit from an elevator car can be detected.
  • the departure is basically the other way around as the entry of an elevator car.
  • the evaluation of the detected data and thus the recognition of an entry of the elevator car is carried out in particular by the mobile terminal.
  • the acquired data is transmitted to an evaluation device and the detection of an entry of the elevator car is carried out by the evaluation device.
  • the evaluation of the data by the terminal is limited to the forwarding of the data to the off-value device.
  • at least part of the evaluation is carried out both by the mobile terminal and by the evaluation device.
  • the mobile terminal can be embodied, for example, as a mobile phone, a smartphone, a tablet computer, a smartwatch, a so-called wearable, for example in the form of an electronic, smart textile or as another portable terminal.
  • the sensor of the mobile terminal may be embodied, for example, as a microphone, an acceleration sensor, a rotation rate sensor, a magnetic field sensor, a camera, a barometer, a brightness sensor, an air humidity sensor or a carbon dioxide sensor.
  • the acceleration, rotation rate and magnetic field sensors are designed in particular as so-called three-dimensional or 3D sensors. Such sensors provide three measured values in the x, y and z directions, the x, y and z directions being arranged perpendicular to one another.
  • the terminal has several and in particular different types of sensors, for example via a microphone, a three-dimensional acceleration sensor, a three-dimensional rotation rate sensor and a three-dimensional magnetic field sensor.
  • acceleration, rotation rate and magnetic field sensors are understood to mean three-dimensional acceleration, rotation rate and magnetic field sensors.
  • the passenger may carry the terminal in completely different orientations, so that in the first approach it is not clear how the acceleration, yaw rate or magnetic field sensors are aligned in space.
  • the vertical direction ie the absolute z-direction
  • the measured values of the acceleration and rotation rate and magnetic field sensors can be converted into values that are aligned along the absolute z direction and absolute x and y directions.
  • the absolute x, y and z directions are each arranged perpendicular to each other.
  • the mobile terminal detects measured values with the sensor (s) or movements of the passenger and evaluates them.
  • the measured values mentioned are, in particular, accelerations, that is to say transverse accelerations and / or yaw rates, wherein in each case three accelerations and / or yaw rates in the x, y and z direction are measured in each case. From the movements of the passenger characterizing measured values can be concluded on the movements of the passenger and from the movements of the passenger can be seen that the passenger enters an elevator car. In principle, it is assumed that the passenger carries the terminal with him so that the measured values measured by the terminal not only characterize the movements of the terminal but also of the passenger.
  • a movement pattern of the passenger is derived from the measured values and compared with at least one stored signal pattern.
  • the recognition of the entry of the elevator car is then based on the aforementioned comparison. This can be detected particularly reliably entering a elevator car.
  • the named stored signal patterns are in this case movement patterns.
  • a sequence of movements is to be understood as meaning, for example, a chronological sequence, in particular of accelerations, or
  • a movement pattern can also be described with a so-called feature or in particular a plurality of features.
  • Such features may, for example, be statistical parameters such as mean values,
  • a movement pattern in this case may also be referred to as a so-called feature vector.
  • the features mentioned can be determined, in particular, for individual time segments, in which case particular values or gradients of individual measured values are formed. For example, such a temporal section may be characterized in that the passenger does not move, so he waits, for example, in front of the shaft door.
  • not only a single acceleration or yaw rate is considered, but the combination of several accelerations and / or yaw rates, in particular of three accelerations and yaw rates.
  • a stored signal pattern can, for example, characteristic courses of accelerations, rotation rates and / or magnetic fields or features when walking a person to a landing door, waiting in front of the shaft door until the elevator car is available and access is possible, entering the elevator car and turning towards the car door contain.
  • the signal patterns can be generated by specialists on the basis of their experience or in particular determined by one or more experiments. In particular, methods of so-called machine learning are used to detect or classify movement patterns.
  • a support vector machine For example, a support vector machine, a random forest algorithm or a deep learning algorithm can be used.
  • Classification procedures must first be trained.
  • typical movement patterns in particular based on the mentioned features, are generated in attempts to enter an elevator car and are added to the said algorithms for training Provided.
  • the algorithms After the algorithms have been trained with a sufficient number of training patterns, they can decide whether or not an unknown movement pattern marks entering an elevator car. In this case, the signal pattern is stored in the parameters of the algorithm.
  • the generation of the typical movement patterns for the training can be performed by a passenger who uses the mobile terminal in daily use. He only has to mark the beginning and the end of the entry into the elevator car. It is also possible that, after completion of the actual training, the passenger gives a feedback as to whether an entry into an elevator car was not recognized or a wrong entry of an elevator car was detected. These feedbacks can be used to further train the algorithm.
  • the measured movement pattern is not limited to one
  • the mobile terminal detects measured values indicative of the activities of the elevator installation or sensors and evaluates these.
  • Activities of the elevator installation are understood here to mean, for example, movements of individual components of the elevator installation, such as movements of the elevator car, a landing door, a car door or an activation of a door drive.
  • the terminal detects noises and / or magnetic fields, wherein in particular three magnetic fields in the x, y and z directions are measured.
  • the changes in the measured magnetic fields can be caused, for example, by the activity of the door drive having an electric motor and / or by the cabin door and / or shaft door having the ferromagnetic material. For example, it can be concluded from the measured values mentioned that the car door of an elevator car has opened in front of a passenger and closed behind him.
  • an activity pattern of the elevator system is derived from the measured values and compared with at least one stored signal pattern. The recognition of the entry of the elevator car is then based on the mentioned comparison. This can be particularly reliable entering a
  • Elevator cab be detected.
  • the named stored signal patterns are activity patterns in this case.
  • an activity pattern should be understood to mean, for example, a chronological sequence, in particular of measured noises and / or magnetic fields.
  • An activity pattern can also be described with a feature described in connection with movement patterns or, in particular, with a plurality of features. In particular, not only a single measurement of a magnetic field in one direction is considered, but the combination of several measurements of magnetic fields in several, in particular three directions.
  • a signal pattern may, for example, describe a noise of a car door when opening or a noise when the elevator car enters a floor or features derived therefrom.
  • the signal patterns can be generated by specialists on the basis of their experience or in particular determined by one or more experiments. For the determination of the signal patterns, in particular methods of so-called machine learning, analogous to the above description, can be used in connection with motion patterns.
  • the signal patterns can also be divided into temporal sections and individual features can be determined for each section.
  • the measured activity pattern is compared in particular not only with a signal pattern but with a whole series of slightly different signal patterns.
  • the mobile terminal detects with the sensor
  • Characteristics of the environment of the mobile terminal characteristic measurements and evaluates them. It can, for example, magnetic fields, the air pressure, the
  • a property pattern of the elevator installation is derived from the measured values and compared with at least one stored signal pattern. The recognition of the entry of the elevator car is then based on the mentioned comparison. This can be particularly reliable entering a
  • Elevator cab be detected.
  • the named stored signal patterns are in this case property patterns.
  • a property pattern should be understood as meaning, for example, a chronological sequence of measured values which describe the surroundings of the terminal, ie in this case properties of the elevator installation.
  • a property pattern can also be described with a feature described in connection with movement patterns or in particular a plurality of features. In particular, not only the course of a single measurement of one of the mentioned properties is considered, but the combination of several measurements.
  • a signal pattern may, for example, describe the change in the magnetic field from outside to inside the elevator car or features derived therefrom. Changes in the magnetic field, for example, by different use
  • the ferromagnetic materials may themselves generate a magnetic field and / or affect the earth's magnetic field.
  • a signal pattern may describe the change in C02 content of the air from outside to inside the elevator car or features derived therefrom.
  • the CO 2 content of the air rises through the air exhaled by the passengers in the closed elevator cabin.
  • the CO 2 content of the air in the cabin is higher than outside.
  • the C02 content increases slowly while driving, with which a ride in an elevator car can be detected. Although this increase is a rather slow process, it can be detected on longer trips.
  • a signal pattern may describe the change in humidity from outside to inside the elevator car or features derived therefrom. This rises slowly, analogously to the CO 2 content within the cabin due to the exhaled air, so that the evaluation can proceed analogously to the CO 2 content.
  • a signal pattern may describe the change in temperature from outside to inside the elevator car or features derived therefrom. Due to the heat emitted by the passengers, the temperature rises slowly so that the evaluation can proceed analogously to the C02 content.
  • a signal pattern may describe the change in brightness from outside to inside the elevator car or features derived therefrom. Inside an elevator car, it is usually less bright than outside.
  • a signal pattern may describe the change in acoustics from outside to inside the elevator car or features derived therefrom. Since an elevator car is a comparatively narrow, enclosed space, the echo or the sound attenuation, for example, changes. In particular, special test signals can be used to determine this change.
  • the signal patterns can be generated by specialists on the basis of their experience or in particular determined by one or more experiments. To determine the signal pattern can analogous to the above description in connection with
  • Movement patterns in particular methods of so-called machine learning applied
  • the signal patterns can also be divided into temporal gates and features for each section individually.
  • a travel in an elevator car is detected from the measured values measured by at least one of the sensors of the mobile terminal.
  • movement, activity and / or property patterns detected before the journey are compared with stored signal patterns and the stored signal patterns are adjusted on the basis of the comparison.
  • the stored signal patterns are changed in the direction of the movement, activity and / or property patterns acquired before the drive.
  • the above-described methods of so-called machine learning can be used. For a particularly effective learning and thus a particularly accurate detection of entering an elevator car by a passenger is possible.
  • a departure from the elevator car can also be detected with a very high probability of being hit.
  • the passenger moves significantly transversely to the vertical direction, that is to say either in the x and / or y direction, it can be assumed that he will leave the elevator car.
  • This movement can be detected, for example, by means of the acceleration sensor.
  • the above-described resulting vector of the accelerations in the x, y and z directions can also be used.
  • the elevator car is first accelerated up or down, then usually drives a while with a quasi-constant
  • Acceleration progress can be detected with high accuracy in the measured values of one or more accelerometer sensors of the mobile terminal. In this way, a secure detection of a ride of the passenger and thus the mobile terminal in an elevator car is possible. Based on this secure detection is a reliable adaptation of the stored signal pattern possible, which finally leads to a particularly secure detection of boarding a passenger in one
  • Elevator cabin leads.
  • the air pressure measured by a barometer can also be evaluated to detect a journey in an elevator car.
  • the gradient of the change in terms of amount is significantly greater than when climbing stairs or weather-related changes in air pressure.
  • Fig. 1 is a very schematic representation of an elevator system with a
  • Fig. 3a, b, c temporal course of magnetic field strengths when boarding a passenger in an elevator car
  • Fig. 4 shows a time course of an acceleration in the vertical direction when driving an elevator car.
  • an elevator installation 10 has an elevator car 11, which can be moved up and down in an elevator shaft 12 in the vertical direction 13.
  • the elevator car 11 is connected via a flexible support means 14 and a drive roller 15 of a drive not shown with a counterweight 16.
  • the drive can via the drive roller 15 and the support means 14, the elevator car 11 and the
  • the elevator shaft 12 has three shaft openings 17a, 17b, 17c and thus three floors, which are closed with shaft doors 18a, 18b, 18c.
  • the elevator car 11 is located at the shaft opening 17a, ie in the lowest floor.
  • the corresponding shaft door 18a, 18b, 18c can be opened together with a car door 19 and thus allowing the elevator car 11 to enter.
  • To open the cabin door 19 and the corresponding shaft door 18a, 18b, 18c not shown door segments are pushed laterally, so that a displacement of the door segments takes place to the side.
  • the car door 19 and the corresponding landing door 18a, 18b, 18c are actuated by a door drive 20, which is controlled by a door control unit 21.
  • the door control unit 21 is in signal communication with an elevator control unit 22 which controls the entire elevator installation 10.
  • the elevator control unit 22 controls, for example, the drive and can thus move the elevator car 11 to a desired floor. It can also, for example, send the door control unit 21 a request to open the car door 19 and the corresponding landing door 18a, 18b, 18c, which then executes the door control unit 21 by means of a corresponding activation of the door drive 20.
  • a passenger 23 which carries a mobile terminal in the form of a mobile phone 24 with it.
  • the mobile phone 24 has a plurality of sensors, of which only a microphone 25 is shown.
  • the mobile telephone 24 also has in each case three-dimensional acceleration, yaw rate and magnetic field sensors which can acquire measured values in the x, y and z directions.
  • the measured values acquired by the acceleration, yaw rate and magnetic field sensors can easily be converted into values with respect to absolute x, y and z directions. All the following statements on accelerations, rotation rates or magnetic field strengths thus refer to measured values converted in this way and statements on x, y and z directions in absolute x, y and z directions.
  • the mobile telephone 24 continuously records measured values and evaluates them.
  • the mobile telephone 24 detects, for example, the rotation rates about the x-, y- and z-axis. These measured rotation rates characterize not only movements of the mobile phone 24 but also movements of the passenger 23. Measurements are continuously recorded and by combination of the individual
  • Measured values of the various acceleration sensors a continuous Movement pattern of the passenger 23 generated.
  • the measured values are filtered in particular by means of a low-pass filter.
  • the said movement pattern thus contains in this case the gradients of the rotation rates about the x, y and z axes.
  • the mobile phone 24 compares the continuous motion pattern thus generated with stored ones
  • features in the form of mean values, standard deviations and minimum / maximum values of the individual rotation rates or time segments of the rotation rates are determined and compared with stored values. Are the differences between the characteristics of the measured gradients and the stored characteristics smaller than determinable
  • Threshold values a sufficient match of a movement pattern is detected with a stored signal pattern. From this, the mobile phone 24 concludes that the passenger 23 has entered the elevator car 11. The mobile phone 24 can do this
  • the comparison between a measured movement pattern and a stored signal pattern and thus the recognition or classification of movement patterns can also be carried out with methods of so-called machine learning.
  • machine learning For example, a support vector machine, a random forest algorithm or a deep learning algorithm can be used.
  • transversal accelerations in the x, y and z directions can also be taken into account so that the movement pattern additionally contains the courses of the accelerations in the x, y and z directions.
  • the mobile phone is the detection of entering a
  • FIGS. 2a, 2b and 2c show a measured movement pattern and a stored signal pattern over time, wherein in FIG. 2a the rotation rates ⁇ are about the x-axis, in FIG. 2b about the y-axis and in FIG. 2c is shown around the z-axis.
  • the measured rate of rotation is represented in each case by a solid line and the stored rates of rotation of the signal pattern in each case by a dashed line.
  • the solid lines 26a, 26b, 26c thus represent the measured rotation rates and the dashed lines 27a, 27b, 27c represent the stored rotation rates about the x, y and z axes.
  • the measured values are shown as smoothed.
  • the stored signal pattern (dashed lines 27a, 27b, 27c) contains typical gradients of rotation rates, such as occur when entering an elevator car. From the time t0 to the time tl, the passenger approaches the landing door to stop at the time t1 and wait for the opening of the manhole and car door until time t2. There are virtually no rotation rates. From the time t2, the passenger enters the elevator car and then turns in the direction
  • Movement pattern with stored signal patterns runs as described above. Due to this agreement, the mobile phone concludes that the passenger has entered the elevator car.
  • the measured movement pattern is not limited to one
  • the accelerations in the x, y and z directions can also be taken into account in a comparable manner.
  • running in the direction of the shaft door and into the elevator car, as well as the waiting in front of and in the elevator car can be identified more easily.
  • further measured values detected by sensors of the mobile telephone are evaluated.
  • the mobile telephone 24 detects, in particular with the three-dimensional magnetic field sensor, the magnetic field strength in the x, y and z directions. The measured values thus characterize a property of the elevator installation. It is very difficult to conclude from measurements at a single time that the mobile phone and thus the passenger is in an elevator car.
  • a property pattern is created from the temporal progressions of the three field strengths, the measured values being filtered in particular by means of a low-pass filter.
  • the mobile phone 24 compares the continuous property pattern thus generated with stored signal patterns which are typical of a property pattern upon entering an elevator car 11. Will a sufficient match of a
  • a measured property pattern and a stored signal pattern over time is shown, wherein in Fig. 3a, the magnetic field strength H in the x direction, in Fig. 3b in the y direction and in Fig. 3 c are shown in the z direction.
  • the measured field strengths are each shown with a solid line and the stored field strengths of the signal pattern each with a dashed line.
  • the solid lines 28a, 28b, 28c thus represent the measured field strengths and the dashed lines 29a, 29b, 29c represent the stored field strengths in the x, y and z directions.
  • the measured values are shown smoothed.
  • the stored signal pattern (dashed lines 29a, 29b, 29c) contains typical courses of field strengths, such as occur when entering an elevator car. Shortly before until shortly after time t2 at which the passenger enters the elevator car, the field strengths in the y and z directions show a significant increase, whereas the field strength in the x direction remains virtually unchanged throughout the entire time. The change in field strengths is due in particular to the use of ferromagnetic materials in the elevator car. As can be seen in Figs. 3a, 3b and 3c, the measured property pattern (solid lines 28a, 28b, 28c) follows quite closely stored signal pattern. This match is another indication to the mobile phone that the passenger has entered the elevator car. The comparison of
  • Property pattern with stored signal patterns is analogous to the above-described comparison of the movement pattern with stored signal patterns.
  • a further increase in the reliability of detecting an entry of an elevator car can be achieved by additionally taking into account measured values which characterize an activity of the elevator installation.
  • Activity patterns are compared, which is compared with a signal pattern that is typical for opening the cabin and landing door. Another possibility is to derive an activity pattern from sounds measured with the microphone and to compare this with a signal pattern that is typical for opening the booth and landing door. As with the motion and property patterns, it may be useful to compare the activity patterns to multiple, slightly different signal patterns. A reasonable match between the measured
  • Activity patterns and a stored signal pattern can in turn be interpreted as an indication that the passenger has entered an elevator car.
  • the mobile phone can be designed so that it is already an entry
  • the elevator car recognizes when there is a single sufficient match of a motion pattern, a property pattern, or an activity pattern with a stored signal pattern. But it is also possible that an entrance is recognized only when there are at least two, three or more matches.
  • the stored signal patterns can be adapted.
  • the method can be adapted in particular to the behavior of the owner of the mobile phone. For this purpose, the mobile phone recognizes in particular a ride in an elevator car. This can be detected very reliably by monitoring the acceleration in the z direction and thus in the vertical direction 13. In FIG. 4, by way of example with the line 30, a profile of the acceleration a in the z-direction upwards is shown, wherein the gravitational acceleration is disregarded.
  • the elevator car 11 and thus also the passenger 23 with its mobile telephone 24 are accelerated from the time t4 with a nearly constant acceleration. Just before the desired speed of the elevator car 11 is reached, the acceleration decreases to reach the zero line at time t5. The elevator car 11 then travels at a constant speed until time t6, and then with a quasi-constant negative
  • motion, activity and / or property patterns acquired prior to the trip are compared with stored signal patterns and, based on the comparison, the stored signal patterns are adjusted using machine learning methods.
  • the stored signal pattern in the direction of the motion, activity and / or

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mechanical Engineering (AREA)
  • Indicating And Signalling Devices For Elevators (AREA)
  • Maintenance And Inspection Apparatuses For Elevators (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Erkennung eines Betretens einer Aufzugkabine einer Aufzuganlage durch einen Passagier. Beim erfindungsgemässen Verfahren zur Erkennung eines Betretens einer Aufzugkabine (11) einer Aufzuganlage (10) durch einen Passagier (23) wird davon ausgegangen, dass der Passagier (23) ein mobiles Endgerät (24) mit sich führt. Das Endgerät (24) weist mindestens einen, insbesondere aber mehrere Sensoren (25) auf, mit denen das mobile Endgerät (24) Messwerte erfasst und auswertet. Die Erkennung des Betretens der Aufzugkabine (11) erfolgt dann auf Basis der genannten Messwerte.

Description

Verfahren zur Erkennung eines Betretens einer Aufzugkabine einer Aufzuganlage durch einen Passagier
Die Erfindung betrifft ein Verfahren zur Erkennung eines Betretens einer Aufzugkabine einer Aufzuganlage durch einen Passagier gemäss dem Oberbegriff des Anspruchs 1.
Die WO 2013/130040 AI beschreibt ein Verfahren zur Überwachung einer Benutzung einer Aufzuganlage. Bei diesem Verfahren sind die Passagiere der Aufzuganlage mit Markierungsgeräten, so genannten Tags ausgerüstet. An Schachttüren oder in
Aufzugkabinen der Aufzuganlage sind Lesegeräte angebracht, welche erkennen können, ob und wenn ja, welcher Tag sich in ihrer Nähe befindet. Damit kann auch erkannt werden, wenn ein Passagier eine Aufzugskabine betritt. Die Lesegeräte leiten die Information an eine Verkehrs-Auswerteeinheit weiter, welche auf Basis dieser
Informationen die Benutzung der Aufzuganlage überwachen oder für eine spätere Analyse aufzeichnen kann. Das Verfahren gemäss der WO 2013/130040 AI benötigt also pro Passagier einen Tag und pro Schachttür oder pro Aufzugkabine wenigstens ein Lesegerät.
Die US 201/4330535 AI beschreibt ein Verfahren zur Erkennung einer Bewegung eines Passagiers in einer Aufzugkabine. Bei dem Verfahren wird eine Reihe von
Beschleunigungsmessungen ausgewertet, um einen Start und ein Ende einer Fahrt der Aufzugkabine zu erkennen. Das Verfahren ist aber nicht geeignet, um ein Betreten einer Aufzugkabine einer Aufzuganlage durch einen Passagier zu erkennen.
Demgegenüber ist es insbesondere die Aufgabe der Erfindung, ein Verfahren vorzuschlagen, mittels welchem mit möglichst wenig zusätzlicher Hardware und damit möglichst kostengünstig ein Betreten einer Aufzugkabine durch einen Passagier erkannt werden kann. Erfmdungsgemäss wird diese Aufgabe mit einem Verfahren mit den Merkmalen des Anspruchs 1 gelöst.
Beim erfmdungsgemässen Verfahren zur Erkennung eines Betretens einer Aufzugkabine einer Aufzuganlage durch einen Passagier wird davon ausgegangen, dass der Passagier ein mobiles Endgerät mit sich führt. Das Endgerät weist mindestens einen, insbesondere aber mehrere Sensoren auf, mit denen das mobile Endgerät Messwerte erfasst und auswertet. Die Erkennung des Betretens der Aufzugkabine erfolgt dann auf Basis der genannten Messwerte.
Unter einer "Erkennung eines Betretens einer Aufzugkabine einer Aufzuganlage durch einen Passagier" wird verstanden, dass der Zeitpunkt des Betretens der Aufzugkabine erkannt wird. Das Betreten der Aufzugkabine und damit der Zeitpunkt des Betretens ist einer Fahrt des Passagiers in einer Aufzugkabine bzw. einer Bewegung und damit einer Beschleunigung des Passagiers und der Aufzugkabine in vertikaler Richtung zeitlich vorgelagert. Aus der Erkennung einer Bewegung oder Beschleunigung des Passagiers und der Aufzugkabine in vertikaler Richtung kann nicht auf den Zeitpunkt des Betretens der Aufzugkabine geschlossen werden. Der Zeitraum zwischen Betreten der Aufzugkabine und Beginn einer Fahrt des Passagiers in der Aufzugkabine kann einige Sekunden oder mehrere Minuten betragen.
In der heutigen Zeit führen sehr viele Menschen und damit auch viele Passagiere einer Aufzuganlage ein mobiles Endgerät mit Sensoren, beispielsweise in Form eines Mobiltelefons oder Smartphones mit sich. Durch die Nutzung dieser sowieso mitgeführten Endgeräte ist für die Durchführung des Verfahrens keine zusätzliche Hardware notwendig, die nur für die Ausführung des Verfahrens notwendig wäre.
Zusätzliche Hardware kann allenfalls notwendig sein, wenn die durch das
erfmdungsgemässe Verfahren generierte Information über das Betreten einer
Aufzugkabine weitergehend ausgewertet werden soll. Das erfmdungsgemässe Verfahren ist damit kostengünstig ausführbar.
Die Information, dass ein Passagier mit einem mobilen Endgerät eine Aufzugkabine betritt, kann auf unterschiedlichste Weise ausgewertet oder weitergehend verwendet werden, beziehungsweise unterschiedlichste Aktionen auslösen. Das Endgerät kann die Information beispielsweise insbesondere drahtlos an eine Verkehrs-Auswerteeinheit weitergeben, welche dann vergleichbar mit der Verkehrs-Auswerteeinheit der
WO 2013/130040 AI einen Verkehrsfluss in der Aufzuganlage analysieren kann. Das Endgerät kann beispielsweise auch in einen vorbestimmten Modus gebracht werden, also beispielsweise ein bestimmtes Programm, eine so genannte App gestartet oder die App in einen vorbestimmten Zustand gebracht werden. Beispielsweise kann eine App gestartet werden, die bestimmte Inhalte anzeigt oder ein Spiel kann gestartet werden, welches ein Zusammenspielen mit anderen Passagieren in der Aufzugkabine ermöglicht. Ausserdem ist es möglich, dass das Endgerät während der bevorstehenden Aufzugfahrt mit seinen Sensoren Messgrössen aufzeichnen soll, die zur Überwachung der Aufzuganlage ausgewertet werden sollen. Sobald ein Betreten einer Aufzugkabine erkannt wird, kann das Endgerät in einen Messmodus gebracht und so für eine Messung bereitgemacht werden.
Auf analoge Weise kann auch ein Verlassen einer Aufzugkabine erkannt werden. Das Verlassen läuft grundsätzlich umgekehrt ab wie das Betreten einer Aufzugkabine.
Die Auswertung der erfassten Daten und damit die Erkennung eines Betretens der Aufzugkabine wird insbesondere vom mobilen Endgerät durchgeführt. Es ist aber auch möglich, dass die erfassten Daten an eine Auswerteeinrichtung übertragen werden und die Erkennung eines Betretens der Aufzugkabine von der Auswerteeinrichtung durchgeführt wird. In diesem Fall beschränkt sich die Auswertung der Daten durch das Endgerät auf die Weiterleitung der Daten an die Aus Werteeinrichtung. Ausserdem ist es möglich, dass zumindest ein Teil der Auswertung sowohl vom mobilen Endgerät, als auch von der Auswerteeinrichtung ausgeführt wird. Damit ist eine gegenseitige Kontrolle und/oder Ergänzung möglich, was eine sehr hohe Trefferwahrscheinlichkeit für das Erkennen eines Betretens einer Aufzugkabine ermöglicht.
Das mobile Endgerät kann beispielsweise als ein Mobiltelefon, ein Smartphone, ein Tablet-Computer, eine Smartwatch, ein so genanntes Wearable beispielsweise in Form eines elektronischen, smarten Textils oder als ein sonstiges tragbares Endgerät ausgeführt sein. Der Sensor des mobilen Endgeräts kann beispielsweise als ein Mikrofon, ein Beschleunigungssensor, ein Drehratensensor, ein Magnetfeldsensor, eine Kamera, ein Barometer, ein Helligkeitssensor, ein Luftfeuchtigkeitssensor oder ein Kohlendioxid- Sensor ausgeführt sein. Die Beschleunigungs-, Drehraten- und Magnetfeldsensoren sind insbesondere als so genannte dreidimensionale oder 3D-Sensoren ausgeführt. Derartige Sensoren liefern drei Messwerte in x-, y- und z-Richtung, wobei die x-, y- und z- Richtungen senkrecht zueinander angeordnet sind. Das Endgerät verfügt insbesondere über mehrere und im speziellen über unterschiedliche Arten von Sensoren, also beispielsweise über ein Mikrofon, einen dreidimensionalen Beschleunigungssensor, einen dreidimensionalen Drehratensensor und einen dreidimensionalen Magnetfeldsensor. Im Folgenden werden unter Beschleunigungs-, Drehraten- und Magnetfeldsensoren dreidimensionale Beschleunigungs-, Drehraten- und Magnetfeldsensoren verstanden.
Der Passagier kann das Endgerät in völlig unterschiedlichen Ausrichtungen mit sich führen, so dass im ersten Ansatz nicht klar ist, wie die Beschleunigungs-, Drehraten- oder Magnetfeldsensoren im Raum ausgerichtet sind. Da aber immer die Erdbeschleunigung gemessen wird, kann, zumindest wenn der Passagier sich nicht bewegt, aus dieser die Vertikalrichtung, also die absolute z-Richtung eindeutig bestimmt werden. Mit Kenntnis der absoluten z-Richtung lassen sich die Messwerte der Beschleunigungs- und Drehraten- und Magnetfeldsensoren in Werte umrechnen, die entlang der absoluten z-Richtung und absoluten x- und y-Richtungen ausgerichtet sind. Die absoluten x-, y- und z- Richtungen sind dabei jeweils senkrecht zueinander angeordnet. Alle folgenden Aussagen zu Beschleunigungen, Drehraten oder Magnetfeldstärken beziehen sich auf in dieser Weise umgerechnete Mess werte und Aussagen zu x-, y- und z-Richtungen auf absolute x-, y- und z-Richtungen. Statt der Bestimmung der Werte in absoluten x-, y- und z- Richtungen können die drei Messwerte als Vektoren betrachtet und aus den einzelnen Vektoren ein resultierender Vektor gebildet werden. Anstatt die drei einzelnen Messwerte zu verwenden, kann auch der resultierende Vektor verwendet werden.
In Ausgestaltung der Erfindung erfasst das mobile Endgerät mit dem oder den Sensoren Bewegungen des Passagiers kennzeichnende Messwerte und wertet diese aus. Bei den genannten Messwerten handelt es sich insbesondere um Beschleunigungen, also transversale Beschleunigungen und/oder Drehraten, wobei im speziellen jeweils drei Beschleunigungen und/oder Drehraten in x-, y- und z-Richtung gemessen werden. Aus den Bewegungen des Passagiers kennzeichnenden Messwerten kann auf die Bewegungen des Passagiers geschlossen werden und aus den Bewegungen des Passagiers kann erkannt werden, dass der Passagier eine Aufzugkabine betritt. Dabei wird grundsätzlich davon ausgegangen, dass der Passagier das Endgerät so mit sich führt, dass die vom Endgerät gemessenen Messwerte nicht nur die Bewegungen des Endgeräts, sondern auch des Passagiers kennzeichnen.
In Ausgestaltung der Erfindung wird aus den Messwerten ein Bewegungsmuster des Passagiers abgeleitet und mit wenigstens einem gespeicherten Signalmuster verglichen. Die Erkennung des Betretens der Aufzugkabine erfolgt dann auf Basis des genannten Vergleichs. Damit kann besonders zuverlässig ein Betreten einer Aufzugkabine erkannt werden.
Bei den genannten gespeicherten Signalmustern handelt es sich in diesem Fall um Bewegungsmuster. In diesem Zusammenhang soll unter einem Bewegungsmuster beispielsweise eine zeitliche Abfolge insbesondere von Beschleunigungen oder
Drehratenverstanden werden. Ein Bewegungsmuster kann auch mit einem so genannten Merkmal oder insbesondere mehreren Merkmalen beschrieben werden. Derartige Merkmale können beispielsweise statistische Kenngrössen wie Mittelwerte,
Standardabweichungen, Minimal- / Maximalwerte oder Ergebnisse einer Fast Fourier Analyse der genannten Beschleunigungen oder Drehraten sein. Ein Bewegungsmuster kann in diesem Fall auch als ein so genannter Merkmalsvektor bezeichnet werden. Die genannten Merkmale können insbesondere für einzelne zeitliche Abschnitte bestimmt werden, wobei insbesondere basierend aufwerten oder Verläufen einzelner Messwerte gebildet werden. Beispielsweise kann ein derartiger zeitlicher Abschnitt dadurch gekennzeichnet sein, dass sich der Passagier nicht bewegt, er also beispielsweise vor der Schachttür wartet. Insbesondere wird nicht nur eine einzige Beschleunigung oder Drehrate betrachtet, sondern die Kombination von mehreren Beschleunigungen und/oder Drehraten, im speziellen von jeweils drei Beschleunigungen und Drehraten.
Ein gespeichertes Signalmuster kann beispielsweise charakteristische Verläufe von Beschleunigungen, Drehraten und/oder Magnetfelder oder Merkmale beim Gehen einer Person zu einer Schachttür, Warten vor der Schachttür bis die Aufzugkabine zur Verfügung steht und der Zutritt möglich ist, Eintreten in die Aufzugkabine und Umdrehen in Richtung Kabinentür enthalten. Die Signalmuster können von Spezialisten auf Grund ihrer Erfahrung erstellt oder insbesondere durch einen oder mehrere Versuche bestimmt werden. Zur Erkennung oder Klassifizierung von Bewegungsmustern werden insbesondere Methoden des so genannten maschinellen Lernens eingesetzt.
Beispielsweise kann eine so genannte Support Vector Machine, ein Random Forest Algorithmus oder ein Deep Learning Algorithmus verwendet werden. Diese
Klassifikationsverfahren müssen zunächst trainiert werden. Dazu werden in Versuchen für das Betreten einer Aufzugkabine typische Bewegungsmuster, insbesondere basierend auf den genannten Merkmalen, erzeugt und den genannten Algorithmen zum Training zur Verfügung gestellt. Nachdem die Algorithmen mit einer ausreichenden Anzahl von Trainingsmustern trainiert worden sind, können sie entscheiden, ob ein unbekanntes Bewegungsmuster ein Betreten einer Aufzugkabine kennzeichnet oder nicht. In diesem Fall ist das Signalmuster in den Parametern des Algorithmus gespeichert.
Die Erzeugung der typischen Bewegungsmuster für das Training kann von einem Passagier durchgeführt werden, der das mobile Endgerät im täglichen Gebrauch benutzt. Er muss dazu lediglich den Beginn und das Ende des Betretens einer Aufzugkabine kennzeichnen. Es ist auch möglich, dass nach Abschluss des eigentlichen Trainings der Passagier eine Rückmeldung gibt, ob ein Betreten einer Aufzugkabine nicht erkannt oder fälschlicherweise ein Betreten einer Aufzugkabine erkannt wurde. Diese Rückmeldungen können zum weiteren Training des Algorithmus genutzt werden.
Da sich nicht alle Personen auf die gleiche Weise bewegen, also sich beispielsweise unterschiedlich schnell umdrehen, und beispielsweise Wartezeiten unterschiedlich lange sind, wird das gemessene Bewegungsmuster insbesondere nicht nur mit einem
Signalmuster, sondern mit einer ganzen Reihe, leicht unterschiedlicher Signalmuster verglichen.
In Ausgestaltung der Erfindung erfasst das mobile Endgerät mit dem oder den Sensoren Aktivitäten der Aufzuganlage kennzeichnende Messwerte und wertet diese aus. Unter Aktivitäten der Aufzuganlage sollen hier beispielsweise Bewegungen einzelner Komponenten der Aufzuganlage, wie beispielsweise Bewegungen der Aufzugkabine, einer Schachttür, einer Kabinentür oder eine Ansteuerung eines Türantriebs verstanden werden. Das Endgerät erfasst insbesondere Geräusche und/oder Magnetfelder, wobei im speziellen drei Magnetfelder in x-, y- und z-Richtung gemessen werden. Die Änderungen der gemessenen Magnetfelder können beispielsweise durch die Aktivität des einen Elektromotor aufweisenden Türantriebs und/oder durch die ferromagnetisches Material aufweisende Kabinen- und/oder Schachttür hervorgerufen werden. Aus den genannten Messwerten kann beispielsweise geschlossen werden, dass sich die Kabinentür einer Aufzugkabine vor einem Passagier geöffnet und hinter ihm geschlossen hat.
In Ausgestaltung der Erfindung wird aus den Messwerten ein Aktivitätsmuster der Aufzuganlage abgeleitet und mit wenigstens einem gespeicherten Signalmuster verglichen. Die Erkennung des Betretens der Aufzugkabine erfolgt dann auf Basis des genannten Vergleichs. Damit kann besonders zuverlässig ein Betreten einer
Aufzugkabine erkannt werden.
Bei den genannten gespeicherten Signalmustern handelt es sich in diesem Fall um Aktivitätsmuster. In diesem Zusammenhang soll unter einem Aktivitätsmuster beispielsweise eine zeitliche Abfolge insbesondere von gemessenen Geräuschen und/oder Magnetfeldern verstanden werden. Ein Aktivitätsmuster kann auch mit einem im Zusammenhang mit Bewegungsmustern beschriebenen Merkmal oder insbesondere mehreren Merkmalen beschrieben werden. Insbesondere wird nicht nur eine einzige Messung eines Magnetfelds in einer Richtung betrachtet, sondern die Kombination von mehreren Messungen von Magnetfeldern in mehreren, insbesondere drei Richtungen.
Ein Signalmuster kann beispielsweise ein Geräusch einer Kabinentür beim Öffnen oder ein Geräusch beim Einfahren der Aufzugkabine auf ein Stockwerk oder daraus abgeleitete Merkmale beschreiben. Die Signalmuster können von Spezialisten auf Grund ihrer Erfahrung erstellt oder insbesondere durch einen oder mehrere Versuche bestimmt werden. Zur Bestimmung der Signalmuster können analog zur obigen Beschreibung im Zusammenhang mit Bewegungsmustern insbesondere Verfahren des so genannten maschinellen Lernens angewandt werden. Die Signalmuster können ebenfalls in zeitliche Abschnitte aufgeteilt und für jeden Abschnitt einzeln Merkmale bestimmt werden.
Da gleichartige Aktivitäten von Aufzügen, wie beispielsweise das Öffnen der Kabinentür, variieren können, also beispielsweise unterschiedlich lange dauern, wird das gemessene Aktivitätsmuster insbesondere nicht nur mit einem Signalmuster, sondern mit einer ganzen Reihe, leicht unterschiedlicher Signalmuster verglichen.
In Ausgestaltung der Erfindung erfasst das mobile Endgerät mit dem Sensor
Eigenschaften der Umgebung des mobilen Endgeräts kennzeichnende Messwerte und auswertet diese aus. Es können beispielsweise Magnetfelder, der Luftdruck, die
Helligkeit, die Luftfeuchtigkeit oder ein Kohlendioxidgehalt der Luft gemessen werden.
In Ausgestaltung der Erfindung wird aus den Messwerten ein Eigenschaftsmuster der Aufzuganlage abgeleitet und mit wenigstens einem gespeicherten Signalmuster verglichen. Die Erkennung des Betretens der Aufzugkabine erfolgt dann auf Basis des genannten Vergleichs. Damit kann besonders zuverlässig ein Betreten einer
Aufzugkabine erkannt werden.
Bei den genannten gespeicherten Signalmustern handelt es sich in diesem Fall um Eigenschaftsmuster. In diesem Zusammenhang soll unter einem Eigenschaftsmuster beispielsweise eine zeitliche Abfolge von Messwerten verstanden werden, die die Umgebung des Endgeräts, also in diesem Fall Eigenschaften der Aufzuganlage beschreiben. Ein Eigenschaftsmuster kann auch mit einem im Zusammenhang mit Bewegungsmustern beschriebenen Merkmal oder insbesondere mehreren Merkmalen beschrieben werden. Insbesondere wird nicht nur der Verlauf einer einzigen Messung einer der genannten Eigenschaften betrachtet, sondern die Kombination von mehreren Messungen.
Ein Signalmuster kann beispielsweise die Änderung des Magnetfelds von ausserhalb nach innerhalb der Aufzugkabine oder daraus abgeleitete Merkmale beschreiben. Änderungen des Magnetfelds können beispielsweise durch unterschiedliche Verwendung
ferromagnetischer Materialien oder unterschiedlicher elektrischer Bauteile, wie beispielsweise Spulen ausserhalb und innerhalb der Aufzugkabine hervorgerufen werden. Die ferromagnetischen Materialien können selbst ein Magnetfeld erzeugen und/oder das Erdmagnetfeld beeinflussen.
Ein Signalmuster kann beispielsweise die Änderung des C02 -Gehalts der Luft von ausserhalb nach innerhalb der Aufzugkabine oder daraus abgeleitete Merkmale beschreiben. Der C02-Gehalt der Luft steigt durch die von den Passagieren in der abgeschlossenen Aufzugkabine ausgeatmete Luft an. Damit ist im allgemeinen der C02- Gehalt der Luft in der Kabine höher als ausserhalb. Zusätzlich steigt der C02 -Gehalt während der Fahrt langsam an, womit eine Fahrt in einer Aufzugkabine erkannt werden kann. Dieser Anstieg ist zwar ein eher langsamer Prozess, der aber bei längeren Fahrten erkannt werden kann.
Ein Signalmuster kann beispielsweise die Änderung der Luftfeuchtigkeit von ausserhalb nach innerhalb der Aufzugkabine oder daraus abgeleitete Merkmale beschreiben. Diese steigt analog zum C02-Gehalt innerhalb der Kabine durch die ausgeatmete Luft langsam an, so dass die Auswertung analog zum C02-Gehalt ablaufen kann. Ein Signalmuster kann beispielsweise die Änderung der Temperatur von ausserhalb nach innerhalb der Aufzugkabine oder daraus abgeleitete Merkmale beschreiben. Durch die von den Passagieren abgegebene Wärme steigt die Temperatur langsam an, so dass die Auswertung analog zum C02 -Gehalt ablaufen kann.
Ein Signalmuster kann beispielsweise die Änderung der Helligkeit von ausserhalb nach innerhalb der Aufzugkabine oder daraus abgeleitete Merkmale beschreiben. Innerhalb einer Aufzugkabine ist es in der Regel weniger hell als ausserhalb.
Ein Signalmuster kann beispielsweise die Änderung der Akustik von ausserhalb nach innerhalb der Aufzugkabine oder daraus abgeleitete Merkmale beschreiben. Da es sich bei einer Aufzugkabine um einen vergleichsweise engen, abgeschlossenen Raum handelt, ändert sich beispielsweise das Echo oder die Schalldämpfung. Zur Ermittlung dieser Änderung können insbesondere spezielle Testsignale verwendet werden.
Die Signalmuster können von Spezialisten auf Grund ihrer Erfahrung erstellt oder insbesondere durch einen oder mehrere Versuche bestimmt werden. Zur Bestimmung der Signalmuster können analog zur obigen Beschreibung im Zusammenhang mit
Bewegungsmustern insbesondere Verfahren des so genannten maschinellen Lernens angewandt werden Die Signalmuster können ebenfalls in zeitliche Anschnitte aufgeteilt und für jeden Abschnitt einzeln Merkmale bestimmt werden.
Da nicht alle Aufzuganlagen identische Eigenschaftsmuster aufweisen, sondern diese variieren können, wird das gemessene Eigenschaftsmuster insbesondere nicht nur mit einem Signalmuster, sondern mit einer ganzen Reihe, leicht unterschiedlicher
Signalmuster verglichen.
Für die Erkennung eines Betretens einer Aufzugkabine werden insbesondere nicht nur jeweils einzeln Bewegungen des Passagiers kennzeichnende Messwerte, Aktivitäten der Aufzuganlage kennzeichnende Messwerte oder Eigenschaften der Aufzuganlage kennzeichnende Messwerte erfasst und ausgewertet, sondern eine Kombination dieser verschiedenen Arten von Messwerten. Damit kann besonders zuverlässig ein Betreten einer Aufzugkabine erkannt werden. In Ausgestaltung der Erfindung wird wenigstens eines der genannten gespeicherten Signalmuster verändert, insbesondere werden alle gespeicherten Signalmuster verändert. Es findet also ein Lernvorgang statt, durch den die gespeicherten Signalmuster immer besser an die tatsächlichen Begebenheiten angepasst werden. Damit ist eine besonders genaue Erkennung eines Betretens einer Aufzugkabine durch einen Passagier möglich.
Insbesondere wird aus den von wenigstens einem der Sensoren des mobilen Endgeräts gemessenen Messwerten eine Fahrt in einer Aufzugkabine erkannt. Sobald eine Fahrt in einer Aufzugkabine erkannt wurde, werden vor der Fahrt erfasste Bewegungs-, Aktivitäts- und/oder Eigenschaftsmuster mit gespeicherten Signalmustern verglichen und auf Basis des Vergleichs die gespeicherten Signalmuster angepasst. Insbesondere werden die gespeicherten Signalmuster in Richtung der vor der Fahrt erfassten Bewegungs-, Aktivitäts- und/oder Eigenschaftsmuster verändert. Dabei können insbesondere die oben beschriebenen Verfahren des so genannten maschinellen Lernens angewandt werden. Damit ist ein besonders effektives Lernen und somit auch eine besonders genaue Erkennung eines Betretens einer Aufzugkabine durch einen Passagier möglich.
Wenn eine Fahrt in einer Aufzugkabine erkannt wurde, kann auch mit einer sehr hohen Trefferwahrscheinlichkeit ein Verlassen der Aufzugkabine erkannt werden. Sobald sich der Passagier quer zur vertikalen Richtung, also entweder in x- und/oder y- Richtung signifikant fortbewegt, kann von einem Verlassen der Aufzugkabine ausgegangen werden. Diese Bewegung kann beispielsweise mittels des Beschleunigungssensors erkannt werden. Alternativ zur Erkennung einer Bewegung in x-/y-Richtung kann auch der oben beschriebene resultierende Vektor der Beschleunigungen in x-, y- und z- Richtung verwendet werden.
Eine Fahrt einer Aufzugskabine weist einen charakteristischen Verlauf der
Beschleunigung in vertikaler Richtung auf. Die Aufzugskabine wird zunächst nach oben oder unten beschleunigt, fährt dann meist eine Weile mit quasi konstanter
Geschwindigkeit und wird dann bis zum Stillstand abgebremst. Dieser
Beschleunigungsverlauf kann mit hoher Treffsicherheit in den Messwerten eines oder mehrerer B es chleunigungs Sensoren des mobilen Endgeräts erkannt werden. Auf diese Weise ist eine sichere Erkennung einer Fahrt des Passagiers und damit des mobilen Endgeräts in einer Aufzugkabine möglich. Auf Basis dieser sicheren Erkennung ist eine zuverlässige Anpassung der gespeicherten Signalmuster möglich, was schliesslich zu einer besonders sicheren Erkennung des Einsteigens eines Passagiers in eine
Aufzugkabine führt.
Alternativ oder ergänzend kann auch der von einem Barometer gemessene Luftdruck zur Erkennung einer Fahrt in einer Aufzugkabine ausgewertet werden. Durch die Fahrt in vertikaler Richtung ergibt sich eine Änderung des Luftdrucks, wobei der Gradient der Änderung betragsmässig deutlich grösser ist als beim Treppensteigen oder bei wetterbedingten Änderungen des Luftdrucks.
Weitere Vorteile, Merkmale und Einzelheiten der Erfindung ergeben sich anhand der nachfolgenden Beschreibung von Ausführungsbeispielen sowie anhand der Zeichnungen, in welchen gleiche oder funktionsgleiche Elemente mit identischen Bezugszeichen versehen sind.
Dabei zeigen:
Fig. 1 eine sehr schematische Darstellung einer Aufzuganlage mit einem
Passagier,
Fig. 2a, b, c zeitliche Verläufe von Drehraten beim Einsteigen eines Passagiers in eine Aufzugkabine,
Fig. 3a, b, c zeitliche Verläufe von magnetischen Feldstärken beim Einsteigen eines Passagiers in eine Aufzugkabine, und
Fig. 4 einen zeitlichen Verlauf einer Beschleunigung in vertikaler Richtung bei einer Fahrt einer Aufzugkabine.
Gemäss Fig. 1 verfügt eine Aufzuganlage 10 über eine Aufzugkabine 11 , die in einem Aufzugschacht 12 in vertikaler Richtung 13 auf und ab bewegt werden kann. Dazu ist die Aufzugkabine 11 über ein flexibles Tragmittel 14 und eine Antriebsrolle 15 eines nicht weiter dargestellten Antriebs mit einem Gegengewicht 16 verbunden. Der Antrieb kann über die Antriebsrolle 15 und das Tragmittel 14 die Aufzugkabine 11 und das
Gegengewicht 16 gegenläufig auf und ab bewegen. Der Aufzugschacht 12 weist drei Schachtöffnungen 17a, 17b, 17c und damit drei Stockwerke auf, die mit Schachttüren 18a, 18b, 18c verschlossen sind. In der Fig. 1 befindet sich die Aufzugkabine 11 an der Schachtöffnung 17a, also im untersten Stockwerk. Wenn sich die Aufzugkabine 11 auf einem Stockwerk, also an einer der Schachtöffnungen 17a, 17b, 17c befindet, so kann die entsprechende Schachttür 18a, 18b, 18c zusammen mit einer Kabinentür 19 geöffnet und so das Betreten der Aufzugkabine 11 ermöglicht werden. Zum Öffnen der Kabinentür 19 und der entsprechenden Schachtür 18a, 18b, 18c werden nicht weiter dargestellte Türsegmente seitlich aufgeschoben, so dass eine Verlagerung der Türsegmente zur Seite erfolgt. Die Kabinentür 19 und die entsprechende Schachttür 18a, 18b, 18c werden von einem Türantrieb 20 betätigt, der von einer Türsteuereinheit 21 angesteuert wird. Die Türsteuereinheit 21 steht in Signalverbindung mit einer Aufzugsteuereinheit 22, welche die gesamte Aufzuganlage 10 steuert. Die Aufzugsteuereinheit 22 steuert beispielsweise den Antrieb an und kann so die Aufzugkabine 11 auf ein gewünschtes Stockwerk verfahren. Sie kann auch beispielsweise der Türsteuereinheit 21 eine Aufforderung zum Öffnen der Kabinentür 19 und der entsprechenden Schachttür 18a, 18b, 18c senden, welche die Türsteuereinheit 21 dann mittels einer entsprechenden Ansteuerung des Türantriebs 20 ausführt.
Auf dem untersten Stockwerk, also vor der Schachttür 18a steht ein Passagier 23, der ein mobiles Endgerät in Form eines Mobiltelefons 24 mit sich führt. Das Mobiltelefon 24 verfügt über mehrere Sensoren, von denen nur ein Mikrofon 25 dargestellt ist. Das Mobiltelefon 24 weist ausserdem jeweils dreidimensionale Beschleunigungs-, Drehraten- und Magnetfeldsensoren auf, welche Messwerte in x-, y- und z- Richtung erfassen können. Wie oben ausgeführt, können die von den Beschleunigungs-, Drehraten- und Magnetfeldsensoren erfassten Messwerte auf einfache Weise in Werte bezüglich absoluter x-, y- und z-Richtungen umgerechnet werden. Alle folgenden Aussagen zu Beschleunigungen, Drehraten oder Magnetfeldstärken beziehen sich damit auf in dieser Weise umgerechnete Messwerte und Aussagen zu x-, y- und z-Richtungen auf absolute x-, y- und z-Richtungen.
Es soll auf Basis der von den Sensoren des Mobiltelefons 24 erfassten Messwerte erkannt werden, wenn der Passagier 23 die Aufzugkabine 11 betritt. Das Mobiltelefon 24 erfasst dazu laufend Messwerte und wertet diese aus. Das Mobiltelefon 24 erfasst beispielsweise die Drehraten um die x-, y- und z-Achse. Diese gemessenen Drehraten kennzeichnen nicht nur Bewegungen des Mobiltelefons 24, sondern auch Bewegungen des Passagiers 23. Es werden laufend Messwerte erfasst und durch Kombination der einzelnen
Messwerte der verschiedenen Beschleunigungssensoren ein fortlaufendes Bewegungsmuster des Passagiers 23 erzeugt. Die Messwerte werden dabei insbesondere mittels eines Tiefpassfilters gefiltert. Das genannte Bewegungsmuster enthält damit in diesem Fall die Verläufe der Drehraten um die x-, y- und z-Achse. Das Mobiltelefon 24 vergleicht das so erzeugte fortlaufende Bewegungsmuster mit gespeicherten
Signalmustern, welche für ein Bewegungsmuster beim Betreten einer Aufzugkabine 11 typisch sind. Um den Vergleich durchführen zu können, werden beispielsweise Merkmale in Form von Mittelwerten, Standardabweichungen und Minimal -/Maximal werten der einzelnen Drehraten oder zeitlicher Abschnitte der Drehraten bestimmt und mit gespeicherten Werten verglichen. Sind die Unterschiede zwischen den Merkmalen der gemessenen Verläufe und den gespeicherten Merkmalen kleiner als festlegbare
Schwellwerte, so wird eine ausreichende Übereinstimmung eines Bewegungsmusters mit einem gespeicherten Signalmuster erkannt. Daraus schliesst das Mobiltelefon 24, dass der Passagier 23 die Aufzugkabine 11 betreten hat. Das Mobiltelefon 24 kann diese
Information ganz unterschiedlich verwerten. In diesem Beispiel soll es sich in einen Messmodus versetzen, in dem es für Messungen während der bevorstehenden Fahrt in der Aufzugkabine 11 zur Überwachung der Aufzuganlage 10 bereit ist. Die Messungen werden dabei erst zu einem späteren Zeitpunkt gestartet.
Der Vergleich zwischen einem gemessenen Bewegungsmuster und einem gespeicherten Signalmuster und damit die Erkennung oder Klassifizierung von Bewegungsmustern kann auch mit Methoden des so genannten maschinellen Lernens durchgeführt werden. Beispielsweise kann eine so genannte Support Vector Machine, ein Random Forest Algorithmus oder ein Deep Learning Algorithmus verwendet werden.
Es können zusätzlich auch die transversalen Beschleunigungen in x-, y- und z-Richtung berücksichtigt werden, so dass das Bewegungsmuster zusätzlich die Verläufe der Beschleunigungen in x-, y- und z-Richtung enthält.
Es ist auch möglich, dass das Mobiltelefon die Erkennung eines Betretens einer
Aufzugkabine nicht vollständig alleine ausführt, sondern die erfassten Daten an eine Auswerteeinrichtung überträgt. Die Erkennung eines Betretens der Aufzugkabine wird dann von der Auswerteeinrichtung durchgeführt. Sobald ein Betreten erkannt wird, sendet die Auswerteeinrichtung ein entsprechendes Signal an das Mobiltelefon. In den Fig. 2a, 2b und 2c ist ein gemessenes Bewegungsmuster und ein gespeichertes Signalmuster über der Zeit dargestellt, wobei in Fig. 2a die Drehraten α um die x-Achse, in Fig. 2b um die y- Achse und in Fig. 2c um die z-Achse dargestellt ist. Die gemessene Drehrate ist jeweils mit einer durchgezogenen Linie und die gespeicherte Drehraten des Signalmusters jeweils mit einer gestrichelten Linie dargestellt. Die durchgezogenen Linien 26a, 26b, 26c stellen also die gemessenen Drehraten und die gestrichelten Linien 27a, 27b, 27c die gespeicherten Drehraten um die x-, y- und z-Achse dar. Die gemessenen Werte sind geglättet dargestellt.
Das gespeicherte Signalmuster (gestrichelten Linien 27a, 27b, 27c) enthält typische Verläufe von Drehraten, wie sie beim Betreten einer Aufzugkabine auftreten. Vom Zeitpunkt tO bis zum Zeitpunkt tl läuft der Passagier auf die Schachttür zu, um zum Zeitpunkt tl anzuhalten und bis zum Zeitpunkt t2 auf das Öffnen der Schacht- und Kabinentür zu warten. Dabei treten quasi keine Drehraten auf. Ab dem Zeitpunkt t2 betritt der Passagier die Aufzugkabine und dreht sich anschliessend in Richtung
Kabinentür um. Dieses Umdrehen führt in erster Linie zu einem deutlichen Ausschlag der Drehraten um die z-Achse (Linie 27c), wobei zu Beginn und am Ende des Ausschlags ein kurzes Unterschwingen in die entgegengesetzte Richtung auftritt. Wie in den Fig. 2a, 2b und 2c ersichtlich ist, folgt das gemessene Bewegungsmuster (durchgezogene Linien 26a, 26b, 26c) recht genau dem gespeicherten Signalmuster. Der Vergleich der
Bewegungsmuster mit gespeicherten Signalmustern läuft wie oben beschrieben ab. Auf Grund dieser Übereinstimmung schliesst das Mobiltelefon, dass der Passagier die Aufzugkabine betreten hat.
Da sich nicht alle Personen auf die gleiche Weise bewegen, also sich beispielsweise unterschiedlich schnell umdrehen, und beispielsweise Wartezeiten unterschiedlich lange sind, wird das gemessene Bewegungsmuster insbesondere nicht nur mit einem
Signalmuster, sondern mit einer ganzen Reihe, leicht unterschiedlicher Signalmuster verglichen.
Ergänzend zu den Drehraten können auch zusätzlich die Beschleunigungen in x-, y- und z-Richtung auf vergleichbare Weise berücksichtigt werden. Damit kann insbesondere das Laufen in Richtung Schachttür und in die Aufzugkabine hinein, sowie das Warten vor und in der Aufzugkabine einfacher identifiziert werden. Um die Erkennung des Betretens einer Aufzugkabine zuverlässiger zu machen, werden insbesondere weitere von Sensoren des Mobiltelefons erfasste Messwerte ausgewertet. Das Mobiltelefon 24 erfasst insbesondere mit dem dreidimensionalen Magnetfeldsensor die magnetische Feldstärke in x-, y- und z-Richtung. Die gemessenen Werte kennzeichnen damit eine Eigenschaft der Aufzuganlage. Es ist nur sehr schwer möglich, aus Messwerten zu einem einzigen Zeitpunkt zu schliessen, dass sich das Mobiltelefon und damit der Passagier in einer Aufzugkabine befindet. Aus diesem Grund wird aus den zeitlichen Verläufen der drei Feldstärken ein Eigenschaftsmuster erstellt, wobei die gemessenen Werte insbesondere mittels eines Tiefpassfilters gefiltert werden. Das Mobiltelefon 24 vergleicht das so erzeugte fortlaufende Eigenschaftsmuster mit gespeicherten Signalmustern, welche für ein Eigenschaftsmuster beim Betreten einer Aufzugkabine 11 typisch sind. Wird eine ausreichende Übereinstimmung eines
Bewegungsmusters mit einem gespeicherten Signalmuster erkannt, so schliesst das Mobiltelefon 24 daraus, dass der Passagier 23 die Aufzugkabine 11 betreten hat. Der Vergleich der Bewegungsmuster mit gespeicherten Signalmustern läuft wie oben beschrieben ab.
In den Fig. 3a, 3b und 3c ist ein gemessenes Eigenschaftsmuster und ein gespeichertes Signalmuster über der Zeit dargestellt, wobei in Fig. 3a die magnetische Feldstärke H in x-Richtung, in Fig. 3b in y- Richtung und in Fig. 3 c in z-Richtung dargestellt sind. Die gemessenen Feldstärken sind jeweils mit einer durchgezogenen Linie und die gespeicherten Feldstärken des Signalmusters jeweils mit einer gestrichelten Linie dargestellt. Die durchgezogenen Linien 28a, 28b, 28c stellen also die gemessenen Feldstärken und die gestrichelten Linien 29a, 29b, 29c die gespeicherten Feldstärken in x-, y- und z-Richtung dar. Die gemessenen Werte sind geglättet dargestellt.
Das gespeicherte Signalmuster (gestrichelten Linien 29a, 29b, 29c) enthält typische Verläufe von Feldstärken, wie sie beim Betreten einer Aufzugkabine auftreten. Kurz vor bis kurz nach dem Zeitpunkt t2, bei dem der Passagier die Aufzugkabine betritt, ist bei den Feldstärken in y- und z-Richtung ein signifikanter Anstieg zu sehen, wohin gehend die Feldstärke in x-Richtung die gesamte Zeit quasi unverändert bleibt. Die Änderung der Feldstärken ist insbesondere auf die Verwendung ferromagnetischer Materialien in der Aufzugkabine zurück zu führen. Wie in den Fig. 3a, 3b und 3 c ersichtlich ist, folgt das gemessene Eigenschaftsmuster (durchgezogene Linien 28a, 28b, 28c) recht genau dem gespeicherten Signalmuster. Diese Übereinstimmung ist für das Mobiltelefon ein weiteres Indiz, dass der Passagier die Aufzugkabine betreten hat. Der Vergleich des
Eigenschaftsmusters mit gespeicherten Signalmustern läuft analog zum oben beschriebenen Vergleich der Bewegungsmuster mit gespeicherten Signalmustern ab.
Da nicht alle Aufzuganlagen identische Eigenschaftsmuster aufweisen, sondern diese variieren können, wird das gemessene Eigenschaftsmuster insbesondere nicht nur mit einem Signalmuster, sondern mit einer ganzen Reihe, leicht unterschiedlicher
Signalmuster verglichen.
Ausserdem können zusätzliche weitere Messwerte, wie beispielsweise der Luftdruck, die Helligkeit, die Luftfeuchtigkeit oder ein Kohlendioxidgehalt der Luft, berücksichtigt werden.
Eine weitere Steigerung der Zuverlässigkeit des Erkennens eines Betretens einer Aufzugkabine kann dadurch erreicht werden, dass zusätzlich noch Messwerte berücksichtigt werden, welche eine Aktivität der Aufzuganlage kennzeichnen.
Beispielsweise kann aus den oben beschriebenen magnetischen Feldstärken ein
Aktivitätsmuster abgeleitet werden, das mit einem Signalmuster verglichen wird, das für das Öffnen der Kabinen- und Schachttür typisch ist. Eine andere Möglichkeit besteht darin, aus mit dem Mikrofon gemessenen Geräuschen ein Aktivitätsmuster abzuleiten und dieses mit einem Signalmuster zu vergleichen, das für das Öffnen der Kabinen- und Schachttür typisch ist. Es kann wie bei den Bewegungs- und Eigenschaftsmustern sinnvoll sein, die Aktivitätsmuster mit mehreren, leicht unterschiedlichen Signalmustern zu vergleichen. Eine hinreichende Übereinstimmung zwischen den gemessenen
Aktivitätsmustern und einem gespeicherten Signalmuster kann wiederum als Indiz gewertet werden, dass der Passagier eine Aufzugkabine betreten hat.
Das Mobiltelefon kann so ausgeführt sein, dass es bereits ein Betreten einer
Aufzugkabine erkennt, wenn es eine einzige hinreichende Übereinstimmung eines Bewegungsmusters, eines Eigenschaftsmusters oder eines Aktivitätsmusters mit einem gespeicherten Signalmuster gibt. Es ist aber auch möglich, dass ein Betreten erst dann erkannt wird, wenn es wenigstens zwei, drei oder mehr Übereinstimmungen gibt. Um die Erkennung eines Betretens einer Aufzugkabine zuverlässiger zu machen, können die gespeicherten Signalmuster angepasst werden. Mit einer Anpassung kann das Verfahren insbesondere an das Verhalten des Besitzers des Mobiltelefons angepasst werden. Dazu erkennt das Mobiltelefon insbesondere eine Fahrt in einer Aufzugkabine. Das kann sehr zuverlässig durch die Überwachung der Beschleunigung in z-Richtung und damit in vertikaler Richtung 13 erkannt werden. In Fig. 4 ist exemplarisch mit der Linie 30 ein Verlauf der Beschleunigung a in z-Richtung nach oben dargestellt, wobei die Erdbeschleunigung unberücksichtigt ist. Die Aufzugkabine 11 und damit auch der Passagier 23 mit seinem Mobiltelefon 24 werden ab dem Zeitpunkt t4 mit einer nahezu konstanten Beschleunigung beschleunigt. Kurz bevor die gewünschte Geschwindigkeit der Aufzugkabine 11 erreicht ist, sinkt die Beschleunigung ab, um zum Zeitpunkt t5 die Nulllinie zu erreichen. Die Aufzugkabine 11 fährt dann bis zum Zeitpunkt t6 mit konstanter Geschwindigkeit, um dann mit einer quasi konstanten negativen
Beschleunigung bis zum Zeitpunkt t7 abgebremst zu werden. Dieser typische Verlauf mit Beschleunigung in vertikaler Richtung, Konstantfahrt und Abbremsen bis zum Stillstand lässt sich sehr gut in den Messwerten erkennen.
Sobald eine Fahrt in einer Aufzugkabine erkannt wurde, werden vor der Fahrt erfasste Bewegungs-, Aktivitäts- und/oder Eigenschaftsmuster mit gespeicherten Signalmustern verglichen und auf Basis des Vergleichs die gespeicherten Signalmuster mit Methoden des maschinellen Lernens angepasst. Dabei werden die gespeicherten Signalmuster in Richtung der vor der Fahrt erfassten Bewegungs-, Aktivitäts- und/oder
Eigenschaftsmuster verändert.
Abschließend ist daraufhinzuweisen, dass Begriffe wie„aufweisend",„umfassend", etc. keine anderen Elemente oder Schritte ausschließen und Begriffe wie„eine" oder„ein" keine Vielzahl ausschließen. Ferner sei daraufhingewiesen, dass Merkmale oder Schritte, die mit Verweis auf eines der obigen Ausführungsbeispiele beschrieben worden sind, auch in Kombination mit anderen Merkmalen oder Schritten anderer oben beschriebener Ausführungsbeispiele verwendet werden können. Bezugszeichen in den Ansprüchen sind nicht als Einschränkung anzusehen.

Claims

Patentansprüche
1. Verfahren zur Erkennung eines Betretens einer Aufzugkabine (11) einer
Aufzuganlage (10) durch einen Passagier (23), bei welchem
- der Passagier (23) ein mindestens einen Sensor (25) aufweisendes mobiles Endgerät (24) mit sich führt,
- das mobile Endgerät (24) mit dem Sensor (25) Messwerte erfasst und auswertet und
- die Erkennung des Betretens der Aufzugkabine (11) auf Basis der genannten Messwerte erfolgt.
2. Verfahren nach Anspruch 1 ,
dadurch gekennzeichnet, dass
das mobile Endgerät (24) mit dem Sensor (25) Bewegungen des Passagiers (23) kennzeichnende Messwerte erfasst und auswertet.
3. Verfahren nach Anspruch 2,
dadurch gekennzeichnet, dass
das mobile Endgerät (24) Beschleunigungen, Drehraten und/oder Magnetfelder erfasst und auswertet.
4. Verfahren nach Anspruch 2 oder 3,
dadurch gekennzeichnet, dass
aus den Messwerten ein Bewegungsmuster (26a, 26b, 26c) des Passagiers (23) abgeleitet, mit wenigstens einem gespeicherten Signalmuster (27a, 27b, 27c) verglichen wird und die Erkennung des Betretens der Aufzugkabine (11) auf Basis des genannten Vergleichs erfolgt.
5. Verfahren nach einem der Ansprüche 1 bis 4,
dadurch gekennzeichnet, dass
das mobile Endgerät (24) mit dem Sensor (25) Aktivitäten der Aufzuganlage (10) kennzeichnende Messwerte erfasst und auswertet.
6. Verfahren nach Anspruch 5,
dadurch gekennzeichnet, dass
aus den Messwerten ein Aktivitätsmuster abgeleitet, mit wenigstens einem gespeicherten Signalmuster verglichen wird und die Erkennung des Betretens der Aufzugkabine (11) auf Basis des genannten Vergleichs erfolgt.
7. Verfahren nach einem der Ansprüche 1 bis 6,
dadurch gekennzeichnet, dass
das mobile Endgerät (24) mit dem Sensor (25) Eigenschaften der Umgebung des mobilen Endgeräts (24) kennzeichnende Messwerte erfasst und auswertet.
8. Verfahren nach Anspruch 7,
dadurch gekennzeichnet, dass
aus den Messwerten ein Eigenschaftsmuster (28a, 28b, 28c) abgeleitet, mit wenigstens einem gespeicherten Signalmuster (29a, 29b, 29c) verglichen wird und die Erkennung des Betretens der Aufzugkabine (11) auf Basis des genannten Vergleichs erfolgt.
9. Verfahren nach einem der Ansprüche 5 bis 8,
dadurch gekennzeichnet, dass
das mobile Endgerät (24) Geräusche, Magnetfelder, C02 -Gehalt der Luft,
Luftfeuchtigkeit, Temperatur, Luftdruck, Helligkeit und/oder Geräusche erfasst und auswertet.
10. Verfahren nach einem der Ansprüche 4 bis 9,
dadurch gekennzeichnet, dass
wenigstens eines der genannten gespeicherten Signalmuster (27a, 27b, 27c; 29a, 29b, 29c) verändert wird.
11. Verfahren nach Anspruch 10,
dadurch gekennzeichnet, dass
aus den Messwerten eine Fahrt in einer Aufzugkabine (11) erkannt und vor der Fahrt erfasste Messwerte mit gespeicherten Signalmustern (27a, 27b, 27c; 29a, 29b, 29c) verglichen und auf Basis des Vergleichs die gespeicherten Signalmuster (27a, 27b, 27c; 29a, 29b, 29c) angepasst werden.
EP17758571.8A 2016-09-13 2017-09-04 Verfahren zur erkennung eines betretens einer aufzugkabine einer aufzuganlage durch einen passagier Revoked EP3512791B1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PL17758571T PL3512791T3 (pl) 2016-09-13 2017-09-04 Sposób wykrywania wchodzenia pasażera do kabiny dźwigowej instalacji dźwigowej

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP16188443 2016-09-13
PCT/EP2017/072106 WO2018050471A1 (de) 2016-09-13 2017-09-04 Verfahren zur erkennung eines betretens einer aufzugkabine einer aufzuganlage durch einen passagier

Publications (2)

Publication Number Publication Date
EP3512791A1 true EP3512791A1 (de) 2019-07-24
EP3512791B1 EP3512791B1 (de) 2020-08-12

Family

ID=56920602

Family Applications (1)

Application Number Title Priority Date Filing Date
EP17758571.8A Revoked EP3512791B1 (de) 2016-09-13 2017-09-04 Verfahren zur erkennung eines betretens einer aufzugkabine einer aufzuganlage durch einen passagier

Country Status (11)

Country Link
US (1) US11634300B2 (de)
EP (1) EP3512791B1 (de)
KR (1) KR20190044635A (de)
CN (1) CN109689551B (de)
AU (1) AU2017327418B2 (de)
BR (1) BR112019003450A2 (de)
CA (1) CA3035433A1 (de)
MX (1) MX2019002883A (de)
PL (1) PL3512791T3 (de)
SG (1) SG11201901485SA (de)
WO (1) WO2018050471A1 (de)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3512793B1 (de) * 2016-09-13 2020-06-24 Inventio AG Verfahren zur überwachung einer aufzuganlage
WO2018050471A1 (de) * 2016-09-13 2018-03-22 Inventio Ag Verfahren zur erkennung eines betretens einer aufzugkabine einer aufzuganlage durch einen passagier
EP3299325B1 (de) * 2016-09-26 2020-12-09 KONE Corporation Stossdetektion in einer aufzugstür
EP3784614B1 (de) * 2018-04-26 2024-06-05 Inventio Ag Verfahren zur überwachung von eigenschaften einer türbewegungsprozedur einer aufzugtür unter verwendung einer intelligenten mobilen vorrichtung
US12043515B2 (en) 2018-08-16 2024-07-23 Otis Elevator Company Elevator system management utilizing machine learning
US12049383B2 (en) * 2019-04-29 2024-07-30 Otis Elevator Company Elevator shaft distributed health level
CN112019679B (zh) 2019-05-31 2022-02-18 苹果公司 无线设备的电梯场景检测和操作
US11873192B2 (en) * 2020-03-30 2024-01-16 Mitsubishi Electric Corporation Elevator door control system
CN113003339B (zh) * 2021-02-22 2022-12-20 上海三菱电梯有限公司 电梯识别方法、识别系统与电梯
CN113086794B (zh) * 2021-03-31 2022-10-28 广东卓梅尼技术股份有限公司 一种电梯轿厢内人员检测方法及系统
US11845447B2 (en) 2021-12-27 2023-12-19 Here Global B.V. Method, apparatus, and system for detecting an on-boarding or off-boarding event based on mobile device sensor data

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8751151B2 (en) * 2012-06-12 2014-06-10 Trx Systems, Inc. System and method for localizing a trackee at a location and mapping the location using inertial sensor information
JP2009096612A (ja) 2007-10-18 2009-05-07 Hitachi Ltd 人流演算装置
JP5713595B2 (ja) 2010-07-16 2015-05-07 オムロンヘルスケア株式会社 運動検出装置、および、運動検出装置の制御方法
CN102009883B (zh) * 2010-12-22 2012-12-26 日立电梯（中国）有限公司 一种电梯轿厢位置检测装置
WO2013084154A2 (en) * 2011-12-07 2013-06-13 Koninklijke Philips Electronics N.V. Method and apparatus for elevator motion detection
FI20116342A (fi) * 2011-12-30 2013-07-01 Rdnet Oy Menetelmä ja järjestely liikkuvaksi sovitetun kohteen paikan ja/tai nopeuden määrittämiseksi ja järjestelyn käyttö
RU2014131316A (ru) 2012-02-28 2016-04-20 Отис Элевэйтор Компани Система и способ мониторинга пассажирского лифта
CN103193118B (zh) 2013-03-28 2015-06-10 日立电梯(上海)有限公司 提示乘客登入电梯轿内召唤的系统及方法
FI124267B (fi) 2013-05-20 2014-05-30 Kone Corp Hissijärjestelmä
US10113869B2 (en) 2013-05-31 2018-10-30 Asahi Kasei Kabushiki Kaisha Device for identifying change in vertical direction by using air pressure measurement value
EP3008006A4 (de) 2013-06-10 2017-03-15 Otis Elevator Company Überwachung von aufzuggeräuschen
US20140365119A1 (en) 2013-06-11 2014-12-11 Indooratlas Oy Detecting information about motion of mobile device
US20150070131A1 (en) 2013-09-11 2015-03-12 Here Global B.V. Method and apparatus for detecting boarding of a means of transport
CN103787159A (zh) * 2014-02-03 2014-05-14 王浩 基于大数据与云计算的电梯智能调度系统
US20150284214A1 (en) 2014-04-07 2015-10-08 Thyssenkrupp Elevator Ag Elevator health check
JP2015224931A (ja) 2014-05-27 2015-12-14 ソニー株式会社 情報処理装置、情報処理方法及びコンピュータプログラム
CN104071664A (zh) 2014-07-03 2014-10-01 南京喜高电子科技有限公司 一种电梯运行状态监控系统及监控方法
CN104444658B (zh) 2014-12-02 2016-07-20 上海斐讯数据通信技术有限公司 一种控制电梯运行的方法及其系统
CN104864873B (zh) 2015-06-09 2017-09-01 中国科学院上海高等研究院 一种利用人体运动特征辅助地图定位的方法
JP6425630B2 (ja) * 2015-07-22 2018-11-21 株式会社日立ビルシステム 昇降機のかご呼びシステム及び携帯情報端末
US11999589B2 (en) 2016-04-06 2024-06-04 Otis Elevator Company Mobile device state management and location determination
CN105967025B (zh) 2016-06-15 2018-06-12 上海新时达电气股份有限公司 电梯轿厢
WO2018050471A1 (de) * 2016-09-13 2018-03-22 Inventio Ag Verfahren zur erkennung eines betretens einer aufzugkabine einer aufzuganlage durch einen passagier
EP3512793B1 (de) 2016-09-13 2020-06-24 Inventio AG Verfahren zur überwachung einer aufzuganlage
CN109110601B (zh) 2017-06-23 2021-12-24 奥的斯电梯公司 乘客相对电梯轿厢的移动的确定
CN110831879B (zh) 2017-06-27 2021-02-23 因温特奥股份公司 用乘客的智能移动装置监控的电梯
AT520567B1 (de) * 2017-10-17 2021-10-15 View Promotion Gmbh Verfahren zur Überwachung einer Aufzugskabine
US20200002124A1 (en) * 2018-06-29 2020-01-02 Here Global B.V. Elevator usage in venues
US20210395038A1 (en) * 2020-06-23 2021-12-23 Otis Elevator Company Travel-speed based predictive dispatching

Also Published As

Publication number Publication date
KR20190044635A (ko) 2019-04-30
CN109689551B (zh) 2021-10-22
US20190193986A1 (en) 2019-06-27
CA3035433A1 (en) 2018-03-22
AU2017327418B2 (en) 2020-07-09
MX2019002883A (es) 2019-07-04
WO2018050471A1 (de) 2018-03-22
AU2017327418A1 (en) 2019-04-04
US11634300B2 (en) 2023-04-25
SG11201901485SA (en) 2019-03-28
PL3512791T3 (pl) 2021-02-08
CN109689551A (zh) 2019-04-26
EP3512791B1 (de) 2020-08-12
BR112019003450A2 (pt) 2019-05-21

Similar Documents

Publication Publication Date Title
EP3512791B1 (de) Verfahren zur erkennung eines betretens einer aufzugkabine einer aufzuganlage durch einen passagier
EP3512793B1 (de) Verfahren zur überwachung einer aufzuganlage
DE69304258T2 (de) Verfahren und Einrichtung zur Steuerung von Aufzugstüren
EP3261973B1 (de) Aufzugsystem mit adaptiver türsteuerung
DE102014219692A1 (de) Verfahren zum Erkennen einer Gefahrensituation in einem Fahrzeuginnenraum eines Fahrzeugs und Gefahrenerkennungssystem
DE10147936B4 (de) Verfahren zur Zutrittskontrolle, sowie Kontrollsystem, Kontrolleinrichtung und mobiles Kommunikationsendgerät
DE102014207828A1 (de) Verfahren zur Bereitstellung einer Diagnosenachricht bei einem Schienenfahrzeug
EP2784016A1 (de) Kindersicherung einer Aufzugsanlage
DE102015202467B4 (de) Vorrichtung und Verfahren zum Kontrollieren eines Zugriffs auf ein Fahrzeug
DE102016100065A1 (de) System und Verfahren zum Erfassen von mitgeführten Gegenständen für ein Fahrzeug
EP4266270A1 (de) Verfahren zur steuerung einer türanlage
WO2015071258A1 (de) Anwesenheitsdetektion eines objektes in einer aufzugskabine
EP4222039A1 (de) Optische schienenwegerkennung
WO2017025193A1 (de) Verfahren und vorrichtung zur durchführung einer personenkontrolle
DE3904840C1 (en) Device for checking the isolation of persons at a gated passage
DE10102936A1 (de) Vorrichtung zur Überwachung des Betriebes von Personenaufzügen
EP3990322B1 (de) Verfahren zur kalibrierung der orientierung eines in einem fahrzeug vorgesehenen beschleunigungssensors
DE102017207782A1 (de) Erleichterung des Einstiegs in Fahrzeuge für Blinde und Sehbehinderte
DE102019204849A1 (de) Erkennung eines durch Personen ausgehenden Gefahrenpotentials
DE19949637A1 (de) Verfahren und Vorrichtungen zur Geräuscherkennung und -trennung sowie Lärmüberwachung und -prognose
DE102019204617B4 (de) Kommunikationsverfahren zwischen einem autonom fahrenden Fahrzeug und einer Schließanlage und autonom fahrendes Fahrzeug
DE102020128501A1 (de) Verfahren und Vorrichtung zum kontaktlosen Überwachen eines zu überwachenden Raums
DE102023109691A1 (de) Überprüfung von Aufzugsanlagen auf der Grundlage von mehreren Messgrößen
DE102023109690A1 (de) Überprüfung von Aufzugsanlagen auf der Grundlage akustischer Messungen
DE102017212755A1 (de) Verfahren und Vorrichtung zum Überprüfen eines Belegungsstatus eines Parkplatzes

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20190219

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: GRANT OF PATENT IS INTENDED

INTG Intention to grant announced

Effective date: 20200423

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE PATENT HAS BEEN GRANTED

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

REG Reference to a national code

Ref country code: DE

Ref legal event code: R096

Ref document number: 502017006736

Country of ref document: DE

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

Free format text: LANGUAGE OF EP DOCUMENT: GERMAN

REG Reference to a national code

Ref country code: AT

Ref legal event code: REF

Ref document number: 1301377

Country of ref document: AT

Kind code of ref document: T

Effective date: 20200915

REG Reference to a national code

Ref country code: NL

Ref legal event code: FP

REG Reference to a national code

Ref country code: LT

Ref legal event code: MG4D

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20201113

Ref country code: BG

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20201112

Ref country code: NO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20201112

Ref country code: SE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: LT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: FI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: HR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: RS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: LV

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: IS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20201212

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: CZ

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: RO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: EE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: SM

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

REG Reference to a national code

Ref country code: DE

Ref legal event code: R026

Ref document number: 502017006736

Country of ref document: DE

PLBI Opposition filed

Free format text: ORIGINAL CODE: 0009260

PLAX Notice of opposition and request to file observation + time limit sent

Free format text: ORIGINAL CODE: EPIDOSNOBS2

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: ES

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: AL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: MC

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

26 Opposition filed

Opponent name: OTIS ELEVATOR COMPANY

Effective date: 20210511

REG Reference to a national code

Ref country code: BE

Ref legal event code: MM

Effective date: 20200930

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LU

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20200904

Ref country code: SK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20200904

Ref country code: SI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: BE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20200930

PLBB Reply of patent proprietor to notice(s) of opposition received

Free format text: ORIGINAL CODE: EPIDOSNOBS3

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FR

Payment date: 20210927

Year of fee payment: 5

Ref country code: NL

Payment date: 20210927

Year of fee payment: 5

Ref country code: CH

Payment date: 20210923

Year of fee payment: 5

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: DE

Payment date: 20210929

Year of fee payment: 5

Ref country code: TR

Payment date: 20210823

Year of fee payment: 5

Ref country code: PL

Payment date: 20210824

Year of fee payment: 5

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

Ref country code: CY

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20200812

RAP4 Party data changed (patent owner data changed or rights of a patent transferred)

Owner name: INVENTIO AG

REG Reference to a national code

Ref country code: DE

Ref legal event code: R103

Ref document number: 502017006736

Country of ref document: DE

Ref country code: DE

Ref legal event code: R064

Ref document number: 502017006736

Country of ref document: DE

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: GB

Payment date: 20220920

Year of fee payment: 6

RDAG Patent revoked

Free format text: ORIGINAL CODE: 0009271

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: PATENT REVOKED

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

27W Patent revoked

Effective date: 20220922

GBPR Gb: patent revoked under art. 102 of the ep convention designating the uk as contracting state

Effective date: 20220922

REG Reference to a national code

Ref country code: AT

Ref legal event code: MA03

Ref document number: 1301377

Country of ref document: AT

Kind code of ref document: T

Effective date: 20220922

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: TR

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20220904