JP2016074525A - 所在人数推定装置及びプログラム - Google Patents

Abstract

【課題】建物の入退館の人数を常時監視することなく建物の各階の所在人数を推定する。
【解決手段】建物に設置されたエレベーターかごへの乗降の状況に基づき各エレベーター利用者の乗降階及び乗降日時を含む乗降履歴情報を生成する乗降履歴情報生成部１１と、建物の所定期間内における入退館者数及び所定期間内の乗降履歴情報に基づいて各階の所在人数を算出する際に用いる補正パラメータを算出する補正パラメータ算出部１２と、基準時点から現在までの所在人数推定期間内にエレベーターかごを乗降したエレベーター利用者に対応する乗降履歴情報から得られるエレベーター利用者の各階の所在人数を補正パラメータで補正することで、現時点におけるエレベーター利用以外の者を含む各階の所在人数を推定する所在人数推定部１３と、を有する。
【選択図】図１

Description

本発明は、所在人数推定装置及びプログラム、特にエレベーターが設置された建物における各階の所在人数の推定に関する。

従来から、空調設備の省エネ運転を実現するために様々な技術が提案されている。例えば、特許文献１では、常時監視しているオフィスビルへの入場者及び退場者から算出された在場者数と、エレベーターかご内の撮影画像から求めた乗降者数と、から各階の在室者数を推定し、この際、在場者数から各階の推定した全在室者数を減算し、その人数が閾値を超える場合、オフィスビルへの入場者が階段を利用して入室したものと推定して低層階の在室者数を補正する技術が提案されている。これにより、階毎に各階の在室者数に応じた空調設備の運転制御を行うことが可能になる。

特開２００８−２９８３５３号公報

本発明は、建物の入退館の人数を常時監視することなく建物の各階の所在人数を推定することを目的とする。

本発明に係る所在人数推定装置は、建物に設置されたエレベーターかごへの乗降の状況を示す情報に基づき各エレベーター利用者の乗降階及び乗降日時を含む乗降履歴情報を生成する乗降履歴情報生成手段と、建物の所定期間内における入館者数及び退館者数を取得し、その取得した入退館者数及び前記所定期間内にエレベーターかごを乗降したエレベーター利用者に対応する乗降履歴情報に基づいてエレベーター利用以外の者を含む各階の所在人数を算出するための補正パラメータを算出する補正パラメータ算出手段と、基準時点から現在までの所在人数推定期間内にエレベーターかごを乗降したエレベーター利用者に対応する乗降履歴情報から得られるエレベーター利用者の各階の所在人数を前記補正パラメータで補正することで、現時点におけるエレベーター利用以外の者を含む各階の所在人数を推定する所在人数推定手段と、を有するものである。

また、前記補正パラメータ算出手段は、エレベーターの利用状況が異なる時間帯別に補正パラメータを算出するものである。

また、前記補正パラメータ算出手段は、前記乗降履歴情報に基づき算出できない補正パラメータに対しては、前記乗降履歴情報に基づき算出した他の補正パラメータと移動階数との関係を示す指数近似曲線を用いて推定により求めるものである。

また、前記乗降履歴情報生成手段は、エレベーターかごへの乗降の状況を示す情報として、エレベーターかごの戸の開閉状況及びエレベーターかご内重量を示す情報を少なくとも参照して乗降履歴情報を生成するものである。

本発明に係るプログラムは、コンピュータを、建物に設置されたエレベーターかごへの乗降の状況を示す情報に基づき各エレベーター利用者の乗降階及び乗降日時を含む乗降履歴情報を生成する乗降履歴情報生成手段、建物の所定期間内における入館者数及び退館者数を取得し、その取得した入退館者数及び前記所定期間内にエレベーターかごを乗降したエレベーター利用者に対応する乗降履歴情報に基づいてエレベーター利用以外の者を含む各階の所在人数を算出するための補正パラメータを算出する補正パラメータ算出手段、基準時点から現在までの所在人数推定期間内にエレベーターかごを乗降したエレベーター利用者に対応する乗降履歴情報から得られるエレベーター利用者の各階の所在人数を前記補正パラメータで補正することで、現時点におけるエレベーター利用以外の者を含む各階の所在人数を推定する所在人数推定手段、として機能させるためのものである。

本発明によれば、建物の入退館の人数を常時監視することなく建物の各階の所在人数を推定することができる。

また、エレベーターの利用状況に応じた補正パラメータを用意することで各階の所在人数をより精度良く推定することができる。

本発明に係る所在人数推定装置の一実施の形態を示したブロック構成図である。 実施の形態１における所在人数推定装置を形成するコンピュータのハードウェア構成図である。 実施の形態１において学習モードによる所在人数推定装置の動作を示すフローチャートである。 実施の形態１における乗降履歴情報のデータ構成の一例を示す図である。 実施の形態１における補正パラメータ算出部が生成する補正パラメータ情報のうち出入口のある１階との階間移動用の補正パラメータ情報のデータ構成例を示す図である。 実施の形態１における補正パラメータ算出部が生成する補正パラメータ情報のうち出入口のある１階以外の階間移動用の補正パラメータ情報のデータ構成例を示す図である。 実施の形態１において推定モードによる所在人数推定装置の動作を示すフローチャートである。 実施の形態１においてエレベーター利用者の階間移動の状況を示すエレベーター利用人数テーブルの一例を示す図である。 実施の形態１において補正後の階間移動の状況を示す階間移動人数テーブルの一例を示す図である。 実施の形態３における補正パラメータ算出部が生成する補正パラメータ情報のうち出入口のある３階との階間移動用の補正パラメータ情報のデータ構成例を示す図である。 実施の形態３における補正パラメータ算出部が生成する補正パラメータ情報のうち出入口階以外の階間移動用の補正パラメータ情報のデータ構成例を示す図である。 実施の形態３においてエレベーター利用者の階間移動の状況を示すエレベーター利用人数テーブルの一例を示す図である。 実施の形態３において補正後の階間移動の状況を示す階間移動人数テーブルの一例を示す図である。

以下、図面に基づいて、本発明の好適な実施の形態について説明する。

実施の形態１．
図１は、本発明に係る所在人数推定装置の一実施の形態を示したブロック構成図である。本実施の形態における所在人数推定装置１０は、パーソナルコンピュータ（ＰＣ）等の汎用的なコンピュータで実現できる。

図２は、本実施の形態における所在人数推定装置１０を形成するコンピュータのハードウェア構成図である。本実施の形態において所在人数推定装置１０を形成するサーバコンピュータは、図２に示したようにＣＰＵ２１、ＲＯＭ２２、ＲＡＭ２３、ハードディスクドライブ（ＨＤＤ）２４、入力手段として設けられたマウス２５とキーボード２６、及び表示装置として設けられたディスプレイ２７をそれぞれ接続する入出力コントローラ２８、通信手段として設けられたネットワークコントローラ２９を内部バス３０に接続して構成される。

図１に戻り、本実施の形態における所在人数推定装置１０は、乗降履歴情報生成部１１、補正パラメータ算出部１２、所在人数推定部１３、乗降履歴情報記憶部１４及び補正パラメータ情報記憶部１５を有している。乗降履歴情報生成部１１は、乗降履歴情報生成手段として設けられ、オフィスビル等の建物に設置されたエレベーターかごへの乗降の状況を示す情報に基づき各エレベーター利用者の乗降階及び乗降日時を含む乗降履歴情報を生成する。乗降履歴情報記憶部１４には、乗降履歴情報生成部１１により生成された乗降履歴情報が蓄積される。

補正パラメータ算出部１２は、補正パラメータ算出手段として設けられ、建物の所定期間内における入館者数及び退館者数を取得し、その取得した入退館者数及び所定期間内にエレベーターかごを乗降したエレベーター利用者に対応する乗降履歴情報に基づいてエレベーター利用以外の者を含む各階の所在人数を算出するための補正パラメータを算出する。補正パラメータ情報記憶部１５には、補正パラメータ算出部１２により生成された補正パラメータを含む補正パラメータ情報が記憶される。

所在人数推定部１３は、所在人数推定手段として設けられ、基準時点から現在までの所在人数推定期間内にエレベーターかごを乗降したエレベーター利用者に対応する乗降履歴情報から得られるエレベーター利用者の各階の所在人数を補正パラメータで補正することで、現時点におけるエレベーター利用以外の者を含む各階の所在人数を推定する。

所在人数推定装置１０における各構成要素１１〜１３は、所在人数推定装置１０を形成するコンピュータと、コンピュータに搭載されたＣＰＵ２１で動作するプログラムとの協調動作により実現される。また、各記憶部１４，１５は、所在人数推定装置１０に搭載されたＨＤＤ２４にて実現される。あるいは、ＲＡＭ２３又は外部にある記憶手段をネットワーク経由で利用してもよい。

また、本実施の形態で用いるプログラムは、通信手段により提供することはもちろん、ＣＤ−ＲＯＭやＵＳＢメモリ等のコンピュータ読み取り可能な記録媒体に格納して提供することも可能である。通信手段や記録媒体から提供されたプログラムはコンピュータにインストールされ、コンピュータのＣＰＵ２１がプログラムを順次実行することで各種処理が実現される。

本実施の形態における所在人数推定装置１０は、建物内にいる建物利用者（以下、「在場者」ともいう）の人数を階毎に推定するものである。エレベーター装置が設置された建物の利用者は、建物の出入口から入場するとエレベーターを利用して目的とする階（行先階）に移動することが想定されるが、中には階段を利用して目的とする階まで移動する者も存在しうる。従って、エレベーター利用者の乗降の状況を検出し、その乗降人数から各階の所在人数を算出するだけでは、各階の所在人数に誤差が生じうる。本実施の形態は、エレベーターかご(以下、単に「かご」と称する）への乗降の状況から階段の利用状況を推定し、エレベーター利用者に階段利用者を加えた各階の所在人数を推定するものである。なお、本実施の形態において「階段利用者」というのは、建物の階段を利用して階間を移動する者に限定しているものではなく、階段やエスカレータを利用するなどエレベーター以外の設備を利用して階間を移動する者の総称である。なお、「エレベーター利用者」はエレベーターかごを利用して階間を移動する者をいう。

また、入退館管理システムが常設されていれば、建物への入退場者数や各階の各部屋の在室者を常時監視できるので各階の所在人数が精度良く検出できるかもしれない。本実施の形態は、入退館管理システムが導入されていなくても、更に入退館者数を常時監視していなくても各階の所在人数を推定できるようにしたことを特徴とする。

次に、本実施の形態における動作について説明する。なお、本実施の形態では、説明の簡略化のために建物には、建物の各階に停止する１台のかごのみが設置されているものとして説明する。また、この建物は、６階建てで１階のみに出入口があるものとする。

まず、本実施の形態における所在人数推定装置１０が所在人数の推定対象とする建物において、エレベーター制御装置は、エレベーターの運行状況を常時監視しており、かごの運行に伴い動作履歴データを所定の記憶装置に時系列的に蓄積する。動作履歴データには、かごの位置を表すデータ、かごの戸の開閉を表すデータ、秤装置が検出したかご内重量を表すデータ、乗場からの呼び登録ボタン操作、かご内からの停止階登録ボタン操作等かごの運行に関連するデータが含まれる。

本実施の形態における所在人数推定装置１０は、各階の所在人数を推定する推定モードと、推定モードの実行に先立って補正パラメータを生成する学習モードと、の２種類のモードに従って動作する。まず、学習モードによる所在人数推定装置１０の動作について図３に示したフローチャートを用いて説明する。学習モードによる動作は、補正パラメータを生成するために、推定モードによる動作を開始する前に１回だけ行えばよい。

まず、乗降履歴情報生成部１１は、所定期間に含まれる動作履歴データをエレベーター制御装置から取得する（ステップ１０１）。学習モードでは補正パラメータを生成するので、この生成のために用いる動作履歴データはある程度のデータ量がある方が望ましい。補正パラメータを曜日毎に生成するのであれば、７日分の動作履歴データを少なくとも用いる必要がある。本実施の形態では、１日分の動作履歴データを用いる、つまり所定期間として１日が予め設定されているものとする。本実施の形態では、どの１日と言うことについて限定する必要はないが、所在人数を精度良く推定するためには典型的なパターンにて在場者が階間を移動する日が好適である。

動作履歴データを取得すると、乗降履歴情報生成部１１は、取得した動作履歴データを分析することによって乗降履歴情報を生成する（ステップ１０２）。図４は、本実施の形態における乗降履歴情報のデータ構成の一例を示す図である。乗降履歴情報は、在場者がエレベーターを１回利用する毎に生成される。乗降履歴情報には、エレベーター利用者がかごに乗車した乗車階及び乗車日時と、かごに乗車した後に降車した降車階及び降車日時と、が組にして含まれる。

図４に示した乗降履歴情報のデータ設定例によると、９時３８分に出入口のある１階から２人が乗車した後、続けて２階から１人が乗車することでかご内が３人となる。そして、１階から乗車したうちの１人が３階で降車した後、かご内に残る２人が６階で降車したことがわかる。そして、２人が降車したときに１人がかごに乗車し、そのかごには４階から１人が乗車してきて、かご内にいる２人が共に１階で降車したことがわかる。

例えば、９時３８分における１階からの乗車人数は、かご内重量によって判断してよい。ただ、体重の個人差等を考慮すると同じ階での乗車人数を判別することは難しいかもしれない。この場合、戸の開閉で検出しうる停止階や停止階でのかご内重量の変化、つまり動作履歴データを時系列に分析することで同時に乗降車したエレベーター利用者の人数が検出可能となる。例えば、図４に示した乗降履歴情報のデータ設定例によると、９時３８分に１階から乗車した人数が乗車時には１人か２人かは不明かもしれないが、２階から乗車してきたときのかご内重量の増加分、３階で降車したときのかご内重量の減少分、また６階でのかご内重量の減少分などかご内重量の変化を分析することによって、２階から１人乗車したことでかごに３人乗車していること、３階で降車したのは１階から乗車したうちの１人であることなどが判別しうる。

この例のように、乗降履歴情報生成部１１が１人の乗降者に対応する乗降者情報を逐次１人分ずつ生成できるとは限らず、動作履歴データを時系列的に分析することによって３人分の乗降者情報をまとめて生成する場合もある。

なお、本実施の形態における乗降履歴情報生成部１１は、エレベーターかごへの乗降の状況を示す情報として、エレベーター制御装置から動作履歴データを取得したが、例えば、エレベーターかご内の画像を取得し、その取得した画像を分析してエレベーター利用者の乗車階及び降車階を特定するなど他の手法を用いて乗降履歴情報を生成するようにしてもよい。

以上のようにして、乗降履歴情報生成部１１は、エレベーター利用者毎に乗降履歴情報を生成すると、その生成した乗降履歴情報を乗降履歴情報記憶部１４に保存する（ステップ１０３）。

乗降履歴情報生成部１１が所定期間における乗降履歴情報を生成すると、補正パラメータ算出部１２は、乗降履歴情報が生成されたのと同じ期間に含まれる入退館履歴データを取得する（ステップ１０４）。入退館履歴データには、建物に来た人が入館したときの日時、在場者が退館するときの日時が時系列的に含まれている。入退館履歴データは、建物に入退館管理システムが設置されていればそのシステムから取得すればよい。入退館管理システムが設置されていなくても、学習モードでの動作時のみに建物１階の出入口に赤外線センサ、レーザスキャンセンサ、あるいはカメラ等の入退館者を検出する検出手段を設置しておき、その検出手段が入館者又は退館者を検出したときに、その入館／退館の別とその検出日時とに基づき生成された入退館履歴データを取得するようにすればよい。

続いて、補正パラメータ算出部１２は、乗降履歴情報記憶部１４に保存された所定期間の乗降履歴情報及び入退館履歴データに基づき、次のようにして補正パラメータを算出する（ステップ１０５）。

ここで、「補正パラメータ」というのは、エレベーター利用による各階の所在人数からエレベーター利用以外の者を含む各階の所在人数を算出する際に用いるパラメータ値である。例えば、１階から４階までエレベーターを利用して１０人の入館者が移動したことが乗降履歴情報から判別できたとする。ただ、実際には、エレベーターを利用して４階に移動した１０人の他に階段を利用して移動した入館者が存在するかもしれない。本実施の形態では、乗降履歴情報から算出された各階のエレベーター利用者の所在人数に補正パラメータを乗算することで、エレベーター利用者と階段利用者とを合わせた各階の所在人数を算出する。

図５及び図６は、補正パラメータ算出部１２が生成する補正パラメータ情報のデータ構成例を示す図である。このうち、図５は、出入口のある１階との階間移動用の補正パラメータ情報のデータ構成例であり、図６は、出入口のある１階以外の階間移動用の補正パラメータ情報のデータ構成例である。まず、図５に示した１階との階間移動用の補正パラメータ情報の生成について先に説明する。

図５（ａ）は、出入口のある１階を出発階とする階間移動用の補正パラメータ情報を、図５（ｂ）は、出入口のある１階を行先階とする階間移動用の補正パラメータ情報をそれぞれ示す図である。なお、本実施の形態では、エレベーター利用者が乗車する「乗車階」とかごが停止してエレベーター利用者を乗せる「出発階」、またエレベーター利用者が降車する「降車階」とかごが停止してエレベーター利用者を降ろす「行先階」はそれぞれ同義である。図５（ａ）に示した補正パラメータ情報は、行先階毎に、エレベーター利用人数、階段利用人数、合計人数及び補正パラメータを対応させて設定される。図５（ｂ）に示した補正パラメータ情報は、出発階毎に、エレベーター利用人数、階段利用人数、合計人数及び補正パラメータを対応させて設定される。各項目については、補正パラメータの算出方法の説明と合わせて説明する。まず、図５（ａ）に示した補正パラメータ情報の生成について説明する。

補正パラメータ算出部１２は、乗降履歴情報記憶部１４に保存された乗降履歴情報の中から、出入口のある１階を出発階とし、その１階からエレベーターに乗車して他の階（行先階）で降車した乗降履歴情報を抽出する。本実施の形態では、出入口は１階のみなのでエレベーター利用者全員のエレベーター利用に基づく乗降履歴情報が抽出される。そして、抽出した乗降履歴情報を行先階毎に集計して各階までのエレベーター利用人数を求める。図５（ａ）のデータ設定例を参照すると、１階から乗車後、２階で降車したのは５人、３階で降車したのは２５人、また６階で降車したのは４５人である。そして、各階への移動にエレベーターを利用した人数は合計１５０人である。

続いて、補正パラメータ算出部１２は、入退館履歴データから入館者数を求めるが、ここでは２５０人の入館者がいたとする。２５０人の入館者は、各自の目的階に移動することになるが、ここでは１階には居室がなく目的階とならないものとして説明する。また、本実施の形態では、便宜的に各階の居室規模が同等で同等の人数が在室可能であるものとして説明すると、２階から６階までの各階を目的階とする入館者は、それぞれ均等に５０人ずつとなる。図５では、「合計人数」の項目がこの数に対応する。なお、ここでは便宜的に各階に５０人ずつに割り振ったが、各階への割り振りについては追って説明する。

ところで、以上の説明からすると、入館者数が２５０人であるのに対し、エレベーター利用者は１５０人であるということは、その差の１００人は階段利用者であることがわかる。つまり、階段を利用して２階から６階のいずれかの階まで移動した者は１００人いることになる。ここで、図５（ａ）のデータ設定例によると、６階を行先とする入館者５０人のうちエレベーター利用者は４５人なので階段利用者は５人と算出できる。また、５階を行先とする入館者５０人のうちエレベーター利用者は４０人なので階段利用者は１０人と算出できる。同様に、４階、３階、２階の各階段利用者は１５人、２５人、４５人と算出できる。

以上のようにして階毎のエレベーター利用者及び階段利用者を算出すると、補正パラメータ算出部１２は、（エレベーター利用者＋階段利用者）÷エレベーター利用者、という計算式にて補正パラメータを階毎に算出する。例えば、６階の補正パラメータは、５０÷４５＝１．１１と算出できる。また、５階の補正パラメータは、５０÷４０＝１．２５と算出できる。このようにして、各階の補正パラメータを算出する。

続いて、図５（ｂ）に示した補正パラメータ情報の生成について説明する。基本的には、１階を出発階とする場合と同様に補正パラメータを算出する。１階を行先階とする場合の在場者は入館者ではなく退館者である。本実施の形態では、１階には居室がなく出入口しかないので、１階に降りたエレベーター利用者を退館者とみなす。補正パラメータ算出部１２は、乗降履歴情報記憶部１４に保存された乗降履歴情報の中から、２階から６階までの各階を出発階とし、出入口のある１階（行先階）で降車した乗降履歴情報を抽出し、その抽出した乗降履歴情報を出発階毎に集計してエレベーター利用人数を求める。図５（ｂ）のデータ設定例を参照すると、１階へ向かうために６階で乗車したのは４５人、５階で乗車したのは４０人、また２階で乗車したのは３人である。そして、１階への移動にエレベーターを利用した人数は合計１２５人である。

また、補正パラメータ算出部１２が入退館履歴データから求めた退館者数は２５０人で、２階から６階までの各階を出発階とする退館者はそれぞれ均等に５０人ずつとする。退館者数が２５０人であるのに対し、エレベーター利用者は１２５人なので階段利用者は１２５人であることがわかる。各階の階段利用者は、上記と同様に各階の合計人数から各階のエレベーター利用者を減算することで算出できる。そして、補正パラメータ算出部１２は、前述した計算式を用いて補正パラメータを階毎に算出する。

補正パラメータ算出部１２は、以上のようにして出入口のある１階との階間移動用の補正パラメータ情報を生成する。続いて、図６に示した出入口階以外の階間移動用の補正パラメータ情報の生成について説明する。

ここでは、２階から４階、６階から３階など出発階及び行先階を１階としない階間移動用の補正パラメータを移動方向及び移動距離に応じて算出することになる。

階間移動は、現在いる階から上の階に移動する場合（昇階時「ＵＰ」）と、下の階に移動する場合（降階時「ＤＯＷＮ」）とがある。出入口階以外の階間移動用の補正パラメータ情報は、図６に示したように移動方向毎に設定される。補正パラメータ情報に含まれる移動距離は、移動する階数を示す。例えば、２階から１つ上の階の３階に移動する場合、６階から１つ下の階の５階に移動する場合の移動距離は１階床となる。また、４階から２つ上の階の６階に移動する場合、また４階から２つ下の階の２階に移動する場合の移動距離は２階床となる。この補正パラメータ情報は、昇階時及び降階時共に移動距離毎に、前述したエレベーター利用人数、階段利用人数、合計人数及び補正パラメータを対応させて設定される。

ここで、図６（ａ）に示した補正パラメータ情報の生成について説明するが、本実施の形態では、補正パラメータ情報に含まれる補正パラメータは、図５（ａ）に示した補正パラメータをそのまま利用する。すなわち、１階から２階への移動は１階床の移動なので、図５（ａ）において行先階が２階に対応した補正パラメータ“１０．００”を１階床の補正パラメータとして利用する。１階から３階への移動は２階床の移動なので、図５（ａ）において行先階が３階に対応した補正パラメータ“２．００”を２階床の補正パラメータとして利用する。

ところで、２階床上る移動には、１階から３階だけでなく、２階から４階、３階から５階、更に４階から６階がある。このエレベーター利用による階間移動は、乗降履歴情報から得ることはできる。しかしながら、図５（ａ）に示した補正パラメータを算出する際に１階から３階までの階段利用者の人数は算出したものの、２階から４階などそれ以外の階段利用者の人数は乗降履歴情報を参照してもわからない。ただ、１階から３階まで階段を利用する在場者は、２階から４階に上がるときにも、また３階から５階、４階から６階に上がるときにも階段を利用すると推定できる。つまり、出入口階以外の階間移動の階段利用者の人数は正確に把握できないかもしれないが、人間の習性上、その人数比は出入口階からの移動及び出入口階への移動と同等であると考えられる。

そこで、本実施の形態においては、出入口階以外の階間移動用の補正パラメータに、出入口階との階間移動用の補正パラメータを利用して設定することにした。すなわち、図５（ａ）において２階〜６階をそれぞれ行先階とする補正パラメータを、図６（ａ）において１階床〜５階床をそれぞれ移動距離とする補正パラメータとして設定する。これは、降階時においても同様で、図５（ｂ）において２階〜６階をそれぞれ出発階とする補正パラメータを、図６（ｂ）において１階床〜５階床をそれぞれ移動距離とする補正パラメータとして設定する。なお、図６（ａ）、（ｂ）におけるエレベーター利用人数及び階段利用人数は図５（ａ）、（ｂ）に示した１階との階間移動の人数をそのままコピーしただけで、正しい階間移動の人数を示しているとは言い切れない。

以上のようにして、補正パラメータ算出部１２は、算出した補正パラメータを含む補正パラメータ情報を生成すると、その生成した補正パラメータ情報を補正パラメータ情報記憶部１５に保存する（ステップ１０６）。

次に、推定モードによる所在人数推定装置１０の動作について図７に示したフローチャートを用いて説明する。

推定モードによる動作では、各階の所在人数を推定することになるが、この処理は、一定時間毎、例えば５分毎に実行することで各階の所在人数を５分毎に更新することになる。

所在人数推定部１３は、基準時点、例えば本日の０時０分から現在までの間（所在人数推定期間）にかごを乗降したエレベーター利用者に対応する乗降履歴情報を乗降履歴情報記憶部１４から読み出し取得する（ステップ１１１）。そして、取得した乗降履歴情報を分析することで、乗車階（出発階）毎降車階（行先階）毎にエレベーター利用者の人数を集計する（ステップ１１２）。この集計した結果を示すエレベーター利用人数テーブルを図８に示す。

図８に示したエレベーター利用人数テーブルの数値例を参照すると、所在人数推定期間内において、例えば６階で乗車したエレベーター利用者が、５階で降車したのは１人、４階で降車したのは２人、３階で降車したのは９人であることがわかる。また、５階で乗車したエレベーター利用者が６階で降車したのは２人、４階で降車したのは１人、３階で降車したのは１人であることがわかる。

続いて、所在人数推定部１３は、各補正パラメータ情報を補正パラメータ情報記憶部１５から読み出すことで取得すると（ステップ１１３）、次のようにしてエレベーター利用者の人数を補正して、エレベーター利用者及び階段利用者を含む各階の所在人数を推定する（ステップ１１４）。この補正後の階間移動の状況を示す階間移動人数テーブルを図９に示す。

例えば、６階から１階下の５階までのエレベーター利用者は１人であるが、これに対応する補正パラメータは、出入口階との階間移動ではなく、また降りる方向への移動なので、図６（ｂ）に示した補正パラメータ情報に含まれる、１階床に対応する補正パラメータ“１６．６７”である。従って、エレベーター利用者“１”に補正パラメータ“１６．６７”を乗算することでエレベーター利用者及び階段利用者を含む６階から５階への階間移動をした在場者は１７人と算出される。なお、ここでは四捨五入して人数を特定する。同様に、例えば３階から２階上の５階までのエレベーター利用者は４人であるが、これに対応する補正パラメータは、出入口階との階間移動ではなく、また上る方向への移動なので、図６（ａ）に示した補正パラメータ情報に含まれる、２階床に対応する補正パラメータ“２．００”である。従って、エレベーター利用者“４”に補正パラメータ“２．００”を乗算することでエレベーター利用者及び階段利用者を含む３階から５階への階間移動をした在場者は８人と算出される。また、３階から２階下の１階までのエレベーター利用者は５人であるが、これに対応する補正パラメータは、出入口階との階間移動であるので、図５（ｂ）に示した補正パラメータ情報に含まれる、出発階を３階、行先階を１階に対応する補正パラメータ“４．１７”である。従って、エレベーター利用者“５”に補正パラメータ“４．１７”を乗算することでエレベーター利用者及び階段利用者を含む３階から１階への階間移動をした在場者は２１人と算出される。

以上のようにして、エレベーター利用者及び階段利用者を含む階間移動の人数を算出すると、所在人数推定部１３は、各階において行先階の人数から出発階の人数を減算することで当該階の所在人数を算出する。つまり、それぞれの階には、行先階として算出された人数の在場者が他の階から移動してきて、出発階として算出された人数の在場者が他の階へ移動していったのだから、その差分が当該階に残っている人数、すなわち所在人数と考えられる。例えば、６階を行先階として移動してきた人数は１１６人で、そのうち８９人が６階を出発階として移動していったのだから、現時点では６階には１１６−８９＝２７人の在場者が所在していると推定できる。他の階においても同様に計算することで各階の所在人数を推定できる。

なお、本実施の形態の場合、図９を用いた計算に基づく１階の所在人数の推定は行わない。１階は出入口しかないので所在人数は常に０である。

本実施の形態においては、以上説明したように現時点における各階の所在人数を推定するが、この推定する各階の所在人数は、基準時点から現時点までの在場者の増減した人数となる。従って、本実施の形態では、在場者が０人と推定される本日の０時０分を基準時点としたが、建物の運用によって基準時点を適宜設定すればよい。

所在人数推定部１３は、以上のようにして推定した各階の所在人数をＨＤＤ２４に保存したり、ディスプレイ２７に表示したり、管理者利用のコンピュータ等にネットワーク経由で送信したりすることで情報を提供する。

ところで、本実施の形態では、図５及び図６に示した１組の補正パラメータを算出するようにした。つまり、全日、全時間帯に共通した補正パラメータを算出するようにしたが、時間帯あるいは曜日などによってエレベーターの利用状況、すなわち在場者の階間移動のパターンが典型的なパターンと異なることが想定される場合には、その時間の属性に応じて時間帯別に補正パラメータを生成してもよい。例えば、出社時間帯に含まれる乗降履歴情報を参照して補正パラメータを生成することで、出社時間帯後の所在人数を精度良く推定することが可能になる。

なお、本実施の形態では、前述したように補正パラメータをいったん生成すれば、その後は推定モードでの実行時にはその補正パラメータを繰り返し使用すればよい。ただ、在場者の階間移動のパターンが変わってくるような場合、例えば季節によって階段利用者が増減するような場合、そのときには学習モードで実行して、補正パラメータを更新するようにしてもよい。

また、本実施の形態では、補正パラメータ算出部１２が補正パラメータ情報を生成する過程において、建物の各階の利用が同等であることから在場者２５０人を各階均等に５０人ずつに割り振った。ただ、各階に割り振る人数は、各階の従業員数や各階の用途、利用形態等を参照に適切な人数を各階に配分すればよい。このために、補正パラメータ算出部１２に、ユーザにより設定される、在場者（入館者／退館者）を各階に割り振る人数を受け付け取得する手段を設けてもよい。

また、本実施の形態では、建物には１台のエレベーターかごのみが設置されているものとして説明したが、同じ場所に複数のかごが群管理されている場合、それらを個々に分けて考える必要はない。複数バンクが設置されている場合、階段とエレベーターとの位置関係によってエレベーター利用者と階段利用者との比率が変わってくる可能性があるので、学習モードではバンク毎に補正パラメータを算出し、推定モードではバンク毎に階間移動の人数を算出し、これらの人数を合算して各階の所在人数を推定するようにしてもよい。

また、前述した変形例は、後述する実施の形態にも適用してもよい。

実施の形態２．
上記実施の形態１においては、６階建ての建物の最下階である１階に出入口がある場合を例にして説明した。本実施の形態においては、中間階(２階〜５階)のいずれかの階に出入口がある場合において出入口階以外の各階の所在人数を推定する場合について説明する。

本実施の形態における所在人数推定装置１０の図２に示したハードウェア構成、図１に示した機能構成及び推定モードに関しては実施の形態１と同じでよい。本実施の形態は、補正パラメータを生成する学習モードにおいて、出入口が中間階に存在することに伴い補正パラメータを算出する処理(図３のステップ１０５)が多少異なってくる。以下、本実施の形態における補正パラメータを算出する処理について説明する。ここでは、３階のみに出入口があるものとして説明する。なお、実施の形態１と同様に、出入口階である３階には居室がなく入館者の目的階とならないものとする。

実施の形態１において説明したように、まず、補正パラメータ算出部１２は、乗降履歴情報記憶部１４に保存された乗降履歴情報及び入退館者数を参照して、出発階を３階、行先階を１，２，４〜６階とする図５（ａ）に対応する補正パラメータ情報を生成する。また、出発階を１，２，４〜６階、行先階を３階とする図５（ｂ）に対応する補正パラメータ情報を生成する。

出入口のある３階との階間移動用の補正パラメータ情報を生成すると、続いて、図６に示した出入口階以外の階間移動用の補正パラメータ情報の生成について説明する。

実施の形態１では、最下階の１階を出入口としていたので、図５に示した補正パラメータ情報の生成時に求めた補正パラメータを１階床〜５階床のＵＰ／ＤＯＷＮ方向の補正パラメータとしてそのまま利用できた。しかしながら、中間階にある３階からは、３階から４階〜６階に上る（ＵＰ）方向の１階床〜３階床の移動、３階から２，１階に降りる（ＤＯＷＮ）方向の１階床〜２階床の移動及び６階から３階に降りる（ＤＯＷＮ）方向の３階床の移動に基づく補正パラメータしか得られていない。つまり、上る（ＵＰ）方向の１階床〜３階床の移動、降りる（ＤＯＷＮ）方向の１階床〜３階床の移動に基づく補正パラメータは、乗降履歴情報に基づき算出された、図５に示した出入口階との階間移動用の補正パラメータ情報から得ることはできる。しかしながら、図６におけるＵＰ方向の４階床〜５階床の移動及びＤＯＷＮ方向の４階床〜５階床の移動に基づく補正パラメータは、図５に示した補正パラメータ情報から得ることができない。このような場合、本実施の形態では、次のようにして４階床〜５階床のＵＰ／ＤＯＷＮ方向の補正パラメータを算出する。

本実施の形態では、乗降履歴情報に基づき算出できない補正パラメータに対しては、乗降履歴情報に基づき算出した他の補正パラメータ、具体的には、図５に対応する、本実施の形態における出入口階との階間移動用の補正パラメータ情報から４階床〜５階床のＵＰ／ＤＯＷＮ方向の補正パラメータを、ＵＰ／ＤＯＷＮ方向毎に移動距離（移動階床数）と補正パラメータとの関係を表す近似曲線（あるいは近似直線）を求める。

ところで、図６を参照すると、補正パラメータの値は、移動距離が長いほど小さくなり、また小さくなる比率は徐々に小さくなると考えられる。従って、補正パラメータは、次の式（１）で表される指数近似曲線で表現可能である。
ｙ＝ａｅ^bx ・・・（１）

ここで、ｘは移動距離、ｙは補正パラメータ、ｅは自然対数の底、ａ，ｂは定数であり、この定数ａ，ｂを求めればよい。本実施の形態では、最小二乗法により、図５に対応する本実施の形態における補正パラメータ情報に含まれる移動距離ｘと補正パラメータｙの値の組から定数ａ，ｂを求める。このとき、補正パラメータｙの最小値は１．０(階段利用者が０人のとき)なので、補正パラメータの推定値が１．０を下回らないように、例えば、図５に対応する補正パラメータ情報から入手可能なｘとｙの値の組に、ｘ＝最大移動距離＋１（本実施の形態の場合は最大移動距離が５階床なので、５＋１＝６）、ｙ＝１．０の組をダミーとして加えて最小二乗法により定数ａ，ｂを求める。

ＵＰ方向について１階床〜３階床の補正パラメータが図６（ａ）に示したとおりの値であれば、ａ＝７．２０、ｂ＝−０．３８と算出される。つまりＵＰ方向の指数近似曲線は、
ｙ＝７．２０ｅ^-0.38x ・・・（２）
となる。

よって、ＵＰ方向について４階床の補正パラメータｙは、式（２）にｘ＝４を代入すると１．５７、５階床の補正パラメータｙは、式（２）にｘ＝５を代入すると１．０８と推定される。

同様に、ＤＯＷＮ方向について１階床〜３階床の補正パラメータが図６（ｂ）に示したとおりの値であれば、ａ＝１５．５７、ｂ＝−０．５０と算出される。つまりＤＯＷＮ方向の指数近似曲線は、
ｙ＝１５．５７ｅ^-0.50x ・・・（３）
となる。

よって、ＤＯＷＮ方向について４階床の補正パラメータｙは、式（３）にｘ＝４を代入すると２．１１、５階床の補正パラメータｙは、式（３）にｘ＝５を代入すると１．２８と推定される。

このように、出入口階以外の階間移動用の補正パラメータの全てを、出入口階との階間移動用の補正パラメータからそのまま得ることができなくても、出入口階との階間移動用の補正パラメータから推定により求めることができる。

なお、１階床の移動については階段利用人数が極端に多いために極端に高い値の補正パラメータが得られる場合がある。この場合に、移動距離が１階床のデータを用いて近似曲線を求めると推定結果が全体的に高い値となる近似曲線が得られる可能性がある。このため、この場合は、移動距離が１階床のデータを除いて近似曲線を求めることで推定精度を高めることが可能になる。

実施の形態３．
上記実施の形態１においては６階建ての建物の最下階である１階のみに出入口がある場合について、上記実施の形態２においては６階建ての建物の中間階である３階のみに出入口がある場合について、それぞれ説明した。本実施の形態においては、複数の階に出入口がある場合において出入口のみの階以外の各階の所在人数を推定する場合について説明する。なお、本実施の形態における所在人数推定装置１０の図２に示したハードウェア構成、図１に示した機能構成に関しては実施の形態１と同じでよい。

本実施の形態は、補正パラメータを生成する学習モードにおいて、出入口が複数階に存在することに伴い補正パラメータを算出する処理(図３のステップ１０５)が多少異なってくる。以下、本実施の形態における補正パラメータを算出する処理について説明する。ここでは、１階と３階に出入口があるものとして説明する。ただ、１階には出入口だけ、３階には出入口に加えて居室があるものとする。

実施の形態１において説明したように、まず、補正パラメータ算出部１２は、乗降履歴情報記憶部１４に保存された乗降履歴情報及び入退館者数を参照して、出入口階を出発階及び行先階とする図５（ａ），図５（ｂ）に対応する補正パラメータ情報を生成する。出入口階を１階とした場合の補正パラメータ情報は実施の形態１と同じでよいため、図５（ａ）及び図５（ｂ）が得られることになる。なお、１階からの入館者が３階へ移動して３階の出入口からそのまま退館する移動はないことにする。つまり、１階から３階へ移動する者は３階の居室利用者となる。同様に、３階からの入館者が１階へ移動してそのまま退館する移動は考慮しないことにする。従って、３階から１階へ移動する者は、退館する直前は３階の居室利用者である。

出入口階を３階とした場合の補正パラメータ情報は、基本的には実施の形態２と同様に処理して求めるが、本実施の形態の場合、３階の出入口からの入館者がエレベーターを利用することなく３階の居室にそのまま移動する場合がある。また、３階を出発階とするエレベーター利用者は、３階の出入口からの入館者の場合と、３階の居室利用者の場合がある。従って、この移動を考慮して図５に対応する３階用の補正パラメータ情報を生成する必要がある。図１０は、３階を出入口階とした場合における階間移動用の補正パラメータ情報のデータ構成例を示す図であり、１階を出入口階とした場合の図５に対応する。この図を参照しながら、３階を出入口階とした場合における階間移動用の補正パラメータ情報の生成について説明する。

まず、出発階を３階、行先階を２，４〜６階とする図５（ａ）に対応する補正パラメータ情報を生成する。３階を出発階とするエレベーター利用人数には、３階の出入口から入館してエレベーターに乗車する入館者の他に、３階出入口からではなく３階の居室からエレベーターに乗車した在場者が含まれる。そのため、乗降履歴情報を集計して図５（ａ）に対応する補正パラメータ情報を生成する際に、所定の割合（３階の居室からエレベーターに乗車する人数の割合）を差し引く。例えば、所定の割合として１０％と予め設定されている場合、乗降履歴情報を集計して得たエレベーター利用人数から１０％分を差し引いて設定する。例えば、３階から６階に移動したエレベーター利用人数が２０人だとすると、この人数から１０％を差し引いて１８人が３階の出入口から入館して６階まで移動した人数とみなす。他の階も同様にしてエレベーター利用人数を算出する。この結果、各階への移動にエレベーターを利用した人数は合計３５人となる。

なお、３階から出入口しかない１階へ移動する入館者はいないものとしているので、１階を行先階とする情報は図１０（ａ）に設定されない。また、３階から３階の居室への移動にエレベーターは利用されないので３階を行先階とする情報は図１０（ａ）に設定されない。

続いて、補正パラメータ算出部１２は、入退館履歴データから入館者数を求めるが、ここでは１２５人の３階からの入館者がいたとする。１２５人の入館者は、各自の目的階に移動することになる。１階は居室がないため目的階とならない。本実施の形態においても便宜的に各階の居室規模が同等で同等の人数が在室可能であるものとして説明すると、２階から６階までの各階を目的階とする入館者は、それぞれ均等に２５人ずつとなる。３階の居室へそのまま移動する入館者は図１０（ａ）には表れてこないので図１０（ａ）に示される合計人数は１００（＝１２５−２５）人となる。

あるいは、所定の割合（他の階へ移動せずに３階の居室に入室した人の割合に相当)を差し引いて設定してもよい。例えば、所定の割合を予め４０％と定めておき、求めた入館者数（例えば１６７人）から４０％差し引いた値を合計人数（１００人）として設定する。なお、ここでは便宜的に各階に２５人ずつに割り振ったが、各階への割り振りについては上記実施の形態１と同様に任意に設定できる。

以上のようにして、各階へのエレベーター利用人数と移動した合計人数とが算出されると、実施の形態１と同様に、補正パラメータ算出部１２は、合計人数からエレベーター利用人数を減算して階段利用者を階毎に算出し、そして、（エレベーター利用者＋階段利用者）÷エレベーター利用者、という計算式にて補正パラメータを階毎に算出する。例えば、６階の補正パラメータは、２５÷１８＝１．３９と算出できる。

続いて、３階を行先階とする図１０（ｂ）に示した補正パラメータ情報の生成について説明する。基本的には、３階を出発階とする場合と同様に算出すればよい。すなわち、３階を行先階とする在場者は、１階を除く他の階から３階に移動して３階の出入口から退館する者だけではなく、３階の居室に移動する者が存在しうる。従って、図１０（ａ）の生成時に、３階の居室から他の階に移動する場合を考慮して、エレベーター利用人数を差し引いたのと同様に、ここでも乗降履歴情報から得られたエレベーター利用人数から、所定の割合（３階で降車して３階の居室に移動する人数の割合）を差し引いた人数をエレベーター利用人数として設定する。図１０（ｂ）では、３階を出発階とする場合と同様に所定の割合として１０％が設定されている場合のエレベーター利用人数が示されている。前述したように、１階から入館してそのまま３階から退館するという移動は考慮しないので、図１０（ｂ）には含まれていない。

続いて、補正パラメータ算出部１２は、入退館履歴データから退館者数を求めるが、ここでは１２５人の３階からの退館者がいたとする。１２５人の退館者中には、１階を除く他の階から移動してきて３階から退館した在場者の他に、３階の居室から退館する在場者が存在する。本実施の形態においても便宜的に各階の居室規模が同等で同等の人数が在室可能であるものとして説明すると、１階を除く他の階から移動してきて退館する在場者は、それぞれ均等に２５人ずつとなる。３階の居室からの退館者は図１０（ｂ）には表れてこないので図１０（ｂ）に示される合計人数は１００（＝１２５−２５）人となる。

あるいは、所定の割合（３階の居室から退館した人の割合に相当)を差し引いて設定してもよい。例えば、所定の割合を予め２０％と定めておき、求めた退館者数（例えば、１２５人）から２０％差し引いた値を合計人数（１００人）として設定する。なお、ここでは便宜的に各階に２５人ずつに割り振ったが、各階への割り振りについては上記実施の形態１と同様に任意に設定できる。

補正パラメータ算出部１２は、以上のようにして出入口のある１階及び３階それぞれの階間移動用の補正パラメータ情報を生成すると、続いて、図６に対応する出入口階以外の階間移動用の補正パラメータ情報を生成する。基本的には、実施の形態１と同様に出入口階との階間移動用の補正パラメータ情報を参照して生成することになるが、実施の形態１では、出入口が１つしかないため、出入口階との階間移動用の補正パラメータ情報をコピーするようにして出入口階以外の階間移動用の補正パラメータ情報を生成した。本実施の形態では、２つの出入口があるため２組の補正パラメータ情報（図５，図１０）が存在し、このためこれらの補正パラメータ情報を必要により合算して生成する必要がある。この合算により生成した補正パラメータ情報を図１１に示すが、これは、次のようにして生成する。

まず、現在いる階から上の階に移動する階間移動（昇階時「ＵＰ」）について説明する。５階床の移動は、１階の出入口から入館して６階に移動する階間移動しかない。従って、図５（ａ）において行先階が６階に対応した補正パラメータ“１．１１”を５階床の補正パラメータとして利用する。４階床の移動は、１階の出入口から入館して５階に移動する階間移動しかない。従って、図５（ａ）において行先階が５階に対応した補正パラメータ“１．２５”を４階床の補正パラメータとして利用する。

３階床の移動は、１階の出入口から入館して４階に移動する階間移動と、３階の出入口から入館して６階に移動する階間移動と、が存在する。従って、図５（ａ）において行先階が４階に対応したエレベーター利用人数“３５”と、図１０（ａ）において行先階が６階に対応したエレベーター利用人数“１８”と、を合算して“５３”を得る。また、図５（ａ）において行先階が４階に対応した階段利用人数“１５”と、図１０（ａ）において行先階が６階に対応した階段利用人数“７”と、を合算して“２２”を得る。そして、（エレベーター利用者＋階段利用者）÷エレベーター利用者、という計算式に代入して補正パラメータ“１．４２”を算出する。

２階床の移動は、１階の出入口から入館して３階に移動する階間移動と、３階の出入口から入館して５階に移動する階間移動と、が存在する。従って、図５（ａ）において行先階が３階に対応したエレベーター利用人数“２５”と、図１０（ａ）において行先階が５階に対応したエレベーター利用人数“１０”と、を合算して“３５”を得る。また、図５（ａ）において行先階が３階に対応した階段利用人数“２５”と、図１０（ａ）において行先階が５階に対応した階段利用人数“１５”と、を合算して“４０”を得る。そして、上記計算式に代入することで補正パラメータ“２．１４”を算出する。

１階床の移動は、１階の出入口から入館して２階に移動する階間移動、３階の出入口から入館して４階に移動する階間移動、及び２階から３階に移動して退館する階間移動が存在する。従って、図５（ａ）において行先階が２階に対応したエレベーター利用人数“５”と、図１０（ａ）において行先階が４階に対応したエレベーター利用人数“５”と、図１０（ｂ）において出発階が２階に対応したエレベーター利用人数“２”と、を合算して“１２”を得る。また、図５（ａ）において行先階が２階に対応した階段利用人数“４５”と、図１０（ａ）において行先階が４階に対応した階段利用人数“２０”と、図１０（ｂ）において出発階が２階に対応した階段利用人数“２３”と、を合算して“８８”を得る。そして、上記計算式に代入することで補正パラメータ“８．３３”を算出する。

このように、出入口階との階間移動用の補正パラメータ情報を参照して、ＵＰ方向の出入口以外の階間移動用の補正パラメータ情報を生成する。

現在いる階から下の階に移動する階間移動（降階時「ＤＯＷＮ」）についても同様に、例えば、６階から１階への移動しかない５階床の階間移動のような場合は、対応する補正パラメータを取得し、そのまま利用する。また、４階から１階及び６階から３階という複数の階間移動が存在する３階床の移動のような場合には、それぞれのエレベーター利用人数及び階段利用人数をそれぞれ合算して補正パラメータを算出する。

本実施の形態では、以上のようにして、ＵＰ／ＤＯＷＮ両方向の出入口以外の階間移動用の補正パラメータ情報を生成する。

次に、推定モードによる所在人数推定装置１０の動作について説明する。本実施の形態における推定モードにおける処理手順は、実施の形態１の図７に示したフローチャートに示した手順と同じでよいが、出入口が複数階に存在することに伴い各階の所在人数を推定する処理(図７のステップ１１４)が多少異なってくる。本実施の形態では、図５，１０，１１に示した補正パラメータ情報を参照し、図１２に示したエレベーター利用者の人数を次のように補正してエレベーター利用者及び階段利用者を含む各階の所在人数を推定する。この補正後の階間移動の状況を示す階間移動人数テーブルを図１３に示す。

例えば、６階から１階下の５階までのエレベーター利用者は１人であるが、これに対応する補正パラメータは、出入口階との階間移動ではなく、また降りる方向への移動なので、図１１（ｂ）に示した補正パラメータ情報に含まれる、１階床に対応する補正パラメータ“１２．５０”である。従って、エレベーター利用者“１”に補正パラメータ“１２．５０”を乗算することでエレベーター利用者及び階段利用者を含む６階から５階への階間移動をした在場者は１３人と算出される。なお、ここでは四捨五入して人数を特定する。同様に、６階から４階や２階までの移動は、出入口階との階間移動ではなく、また降りる方向への移動なので、図１１（ｂ）に示した補正パラメータ情報に含まれる“３．９５”、“１．２５”を用いて、２×３．９５＝８、１４×１．２５＝１８、とそれぞれ階間移動人数を算出する。一方、６階から１階までの移動は、出入口階との階間移動であり、また降りる方向への移動なので、図５（ｂ）に示した補正パラメータ情報に含まれる“１．１１”を用いて、２５×１．１１＝２８、と階間移動人数を算出する。

６階から３階までの移動は、出入口階との階間移動であり、また降りる方向への移動なので、図１０（ｂ）に示した補正パラメータ情報に含まれる“１．３９”を用いて、９×１．３９＝１３、と階間移動人数を算出する。ところで、６階から３階へ移動する在場者は、退館するとは限らず３階の居室に移動する場合もありうる。居室へ移動する場合を考慮すると、出入口階以外の階間移動用の補正パラメータ情報（図１１（ｂ））を用いることも考えられるが、本実施の形態では、居室移動あるいは退館という移動目的を考慮せずに、出入口階である３階への移動として図１０（ｂ）に示した補正パラメータ情報を用いることにする。

これと同様に、３階から１階までの移動は、３階の居室から１階の出入口までの移動と考えて、図５（ｂ）に示した補正パラメータ情報に含まれる“４．１７”を用いて、５×４．１７＝２１、と３階から１階への階間移動をした人数を算出する。

以上のようにして、エレベーター利用者及び階段利用者を含む階間移動の人数を算出すると、所在人数推定部１３は、実施の形態１と同様に各階において行先階の人数から出発階の人数を減算することで当該階の所在人数を算出する。例えば、６階を行先階として移動してきた人数は１１４人で、そのうち８０人が６階を出発階として移動していったのだから、現時点では６階には１１４−８０＝３４人の在場者が所在していると推定できる。他の２，４，５階においても同様に計算することで各階の所在人数を推定できる。

これに対し、３階の所在人数は、前述したような計算に従うと６７−５３＝１４人と計算される。しかしながら、階間移動人数はエレベーター利用者の人数に基づき算出しているので、３階に関してはそもそもエレベーターを利用しないで入退館する者、すなわち３階の出入口から入館して３階の居室へ移動する者及び３階の居室から退室して３階の出入口から退館する者の人数に関しては、エレベーター利用者の人数だけから上記計算方法では導出できない。そこで、３階に関しては、次のように推定する。

図１３に示した階間移動人数テーブルから得られる３階を出発階とする人数（５３人）は、
ａ．３階の居室から退室して他の階へ移動した人数
ｂ．３階の出入口から入館して他の階へ移動した人数
の合算である。このうち、ａは学習モードで予め設定しておく、所定の割合（３階の居室からエレベーターに乗車する人数の割合）を用いて推定する。上記説明では所定の割合を１０％と設定していたので、この１０％を用いると、ａ＝５３×１０％＝５人と推定される。ａが求まると、ｂはその差分で求まるので、ｂ＝５３−５＝４８人と推定される。

ところで、３階の出入口からの入館者の一部は、他の階へ移動せずに３階の居室に移動したと考えられる。
ｃ．３階の出入口から入館して３階の居室に移動した人数
この人数ｃを、ｂ（＝４８）と所定の割合（他の階へ移動せずに３階の居室に入室した人の割合）を用いて推定する。上記説明では所定の割合を４０％と設定していたので、この４０％を用いると、ｂ：ｃ＝（１００−４０）：４０、すなわち、ｃ＝３２人と推定される。

次に、図１３に示した階間移動人数テーブルから得られる３階を行先階とする人数（６７人）は、
ｄ．他の階から移動して３階の居室に入室した人数
ｅ．他の階から移動して３階の出入口から退館した人数
の合算である。このうち、ｄは学習モードで予め設定しておく、所定の割合（３階で降車して３階の居室に移動する人数の割合）を用いて推定する。上記説明では所定の割合を１０％と設定していたので、この１０％を用いると、ｄ＝６７×１０％＝７人と推定される。ｄが求まると、ｅはその差分で求まるので、ｅ＝６７−７＝６０人と推定される。

ところで、３階の出入口からの退館者の一部は、他の階からではなく３階の居室を退室してそのまま３階の出入口から退館したと考えられる。
ｆ．３階の居室を退室して３階の出入口から退館した人数
この人数ｆを、ｅ（＝６０）と所定の割合（３階の居室から退館した人の割合）を用いて推定する。上記説明では所定の割合を２０％と設定していたので、この２０％を用いると、ｅ：ｆ＝（１００−２０）：２０、すなわち、ｆ＝１５人と推定される。

以上の推定結果を参照に、３階の居室の出入り人数を推定する。まず、３階の居室への入室人数は、ｃ＋ｄ＝３２＋７＝３９人と推定される。また、３階の居室からの退室人数は、ａ＋ｆ＝５＋１５＝２０人と推定される。

従って、３階の所在人数は３階の居室の在室人数に等しいので、３９−２０＝１９人と推定される。

１０ 所在人数推定装置、１１ 乗降履歴情報生成部、１２ 補正パラメータ算出部、１３ 所在人数推定部、１４ 乗降履歴情報記憶部、１５ 補正パラメータ情報記憶部、２１ ＣＰＵ、２２ ＲＯＭ、２３ ＲＡＭ、２４ ハードディスクドライブ（ＨＤＤ）、２５ マウス、２６ キーボード、２７ ディスプレイ、２８ 入出力コントローラ、２９ ネットワークコントローラ、３０ 内部バス。

Claims (5)

1. 建物に設置されたエレベーターかごへの乗降の状況を示す情報に基づき各エレベーター利用者の乗降階及び乗降日時を含む乗降履歴情報を生成する乗降履歴情報生成手段と、
   建物の所定期間内における入館者数及び退館者数を取得し、その取得した入退館者数及び前記所定期間内にエレベーターかごを乗降したエレベーター利用者に対応する乗降履歴情報に基づいてエレベーター利用以外の者を含む各階の所在人数を算出するための補正パラメータを算出する補正パラメータ算出手段と、
   基準時点から現在までの所在人数推定期間内にエレベーターかごを乗降したエレベーター利用者に対応する乗降履歴情報から得られるエレベーター利用者の各階の所在人数を前記補正パラメータで補正することで、現時点におけるエレベーター利用以外の者を含む各階の所在人数を推定する所在人数推定手段と、
   を有することを特徴とする所在人数推定装置。
2. 前記補正パラメータ算出手段は、エレベーターの利用状況が異なる時間帯別に補正パラメータを算出することを特徴とする請求項１に記載の所在人数推定装置。
3. 前記補正パラメータ算出手段は、前記乗降履歴情報に基づき算出できない補正パラメータに対しては、前記乗降履歴情報に基づき算出した他の補正パラメータと移動階数との関係を示す指数近似曲線を用いて推定により求めることを特徴とする請求項１に記載の所在人数推定装置。
4. 前記乗降履歴情報生成手段は、エレベーターかごへの乗降の状況を示す情報として、エレベーターかごの戸の開閉状況及びエレベーターかご内重量を示す情報を少なくとも参照して乗降履歴情報を生成することを特徴とする請求項１に記載の所在人数推定装置。
5. コンピュータを、
   建物に設置されたエレベーターかごへの乗降の状況を示す情報に基づき各エレベーター利用者の乗降階及び乗降日時を含む乗降履歴情報を生成する乗降履歴情報生成手段、
   建物の所定期間内における入館者数及び退館者数を取得し、その取得した入退館者数及び前記所定期間内にエレベーターかごを乗降したエレベーター利用者に対応する乗降履歴情報に基づいてエレベーター利用以外の者を含む各階の所在人数を算出するための補正パラメータを算出する補正パラメータ算出手段、
   基準時点から現在までの所在人数推定期間内にエレベーターかごを乗降したエレベーター利用者に対応する乗降履歴情報から得られるエレベーター利用者の各階の所在人数を前記補正パラメータで補正することで、現時点におけるエレベーター利用以外の者を含む各階の所在人数を推定する所在人数推定手段、
   として機能させるためのプログラム。

Images