JP2020132410A - エレベータ制御システム、その制御方法及びプログラム - Google Patents

Abstract

【課題】待ち時間を短縮すること。
【解決手段】エレベータ制御システムは、建物のエレベータに乗降する乗降候補者を撮影する撮影手段と、撮影手段により撮影された撮影画像に基づいて乗降候補者の画像認証を行うことで、乗降候補者を認識する認識手段と、認識手段の認識結果と乗降の時間情報とを対応付けた乗降候補者の各階への移動パターンを、乗降候補者毎に学習する学習手段と、 学習手段により学習された移動パターンに基づいて、エレベータの移動を制御する制御手段と、を備える。学習手段は移動パターンに基づいて、現在時刻前後にエレベータに搭乗する乗降候補者を検索し、検索した乗降候補者が搭乗する階を、エレベータケージを待機させる階に決定する。制御手段は、学習手段により決定された階に、エレベータケージを移動させ、待機させる制御を行う。
【選択図】図１

Description

本発明は、エレベータを制御するエレベータ制御システム、その制御方法及びプログラムに関する。

分単位で忙しく活動している現代社会において、エレベータの待ち時間は非常にストレスになっている。建物によっては、低層階、高層階、奇数/偶数階、ＶＩＰ用など、複数台のエレベータが設置されている環境で移動可能な行先階を制限することにより、移動時間の短縮が図られている。しかし、移動可能な行先階を制限することで、エレベータの非稼働時間が増え、逆に待ち時間が長くなるという問題が生じている。

このような待ち時間を短縮するために、エレベータの過去の利用状況データに基づいて、最適な場所に移動させ待機されるエレベータ制御システムが知られている（例えば、特許文献１参照）。

特開２００９−２７４８７１号公報

本開示の目的は、上述した課題のいずれかを解決するエレベータ制御システム、その制御方法及びプログラムを提供することにある。

上記目的を達成するための本発明の一態様は、
建物のエレベータに乗降する乗降候補者を撮影する撮影手段と、
前記撮影手段により撮影された撮影画像に基づいて乗降候補者の画像認証を行うことで、該乗降候補者を認識する認識手段と、
前記認識手段の認識結果と前記乗降の時間情報とを対応付けた前記乗降候補者の各階への移動パターンを、前記乗降候補者毎に学習する学習手段と、
前記学習手段により学習された移動パターンに基づいて、前記エレベータの移動を制御する制御手段と、を備え、
前記学習手段は前記移動パターンに基づいて、現在時刻前後に前記エレベータに搭乗する乗降候補者を検索し、該検索した乗降候補者が搭乗する階を、エレベータケージを待機させる階に決定し、
前記制御手段は、前記学習手段により決定された階に、前記エレベータケージを移動させ、待機させる制御を行う、
ことを特徴とするエレベータ制御システム
である。
上記目的を達成するための本発明の一態様は、
建物のエレベータに乗降する乗降候補者を撮影するステップと、
前記撮影された撮影画像に基づいて乗降候補者の画像認証を行うことで、該乗降候補者を認識するステップと、
前記認識結果と前記乗降の時間情報とを対応付けた前記乗降候補者の各階への移動パターンを、前記乗降候補者毎に学習するステップと、
前記移動パターンに基づいて、現在時刻前後に前記エレベータに搭乗する乗降候補者を検索し、該検索した乗降候補者が搭乗する階を、エレベータケージを待機させる階に決定するステップと、
前記決定された階に、前記エレベータケージを移動させ、待機させる制御を行うステップと、
を含む、ことを特徴とするエレベータ制御方法
である。
上記目的を達成するための本発明の一態様は、
建物のエレベータに乗降する乗降候補者の撮影画像に基づいて乗降候補者の画像認証を行うことで、該乗降候補者を認識する処理と、
前記認識結果と前記乗降の時間情報とを対応付けた前記乗降候補者の各階への移動パターンを、前記乗降候補者毎に学習する処理と、
前記移動パターンに基づいて、現在時刻前後に前記エレベータに搭乗する乗降候補者を検索し、該検索した乗降候補者が搭乗する階を、エレベータケージを待機させる階に決定する処理と、
前記決定された階に、前記エレベータケージを移動させ、待機させる制御を行う処理と、
をコンピュータに実行させる、ことを特徴とするエレベータ制御システムのプログラム
である。

本開示により、上述した課題のいずれかを解決するエレベータ制御システム、その制御方法及びプログラムを提供することができる。

本発明の一実施形態に係るエレベータ制御システムの概略的な構成を示すブロック図である。 各階のＥＶホール及びエレベータケージ内に設けられた撮影部を示す図である。 各階のエレベータホールに配置された撮影部を示す図である。 エレベータケージ内に配置された撮影部を示す図である。 ＡＩサーバの概略的な学習フローを示すフローチャートである。 移動パターンの情報の取得方法のフローを示すフローチャートである。 移動パターンの情報の一例を示す図である。 本発明の一実施形態に係るエレベータ制御システムの制御方法のフローを示すフローチャートである。

以下、図面を参照して本発明の実施形態について説明する。
本発明の一実施形態に係るエレベータ制御システムは、所定の建物に設置された、エレベータの乗降候補者の待ち時間を短縮できるシステムである。所定の建物は、例えば、ホテル、マンション、官公庁ビル、オフィスビルなどの入館する人物が限定される場合で、顔認証などの画像認証による入館方法が導入されている建物である。

図１は、本実施形態に係るエレベータ制御システムの概略的な構成を示すブロック図である。本実施形態に係るエレベータ制御システム１は、乗降候補者を撮影する撮影部２と、乗降候補者の画像認証を行う認証サーバ３と、乗降候補者の各階への移動パターンを学習するＡＩサーバ４と、エレベータケージの昇降を制御するエレベータ制御部５と、を備えている。

撮影部２は、撮影手段の一具体例である。撮影部２は、例えば、静止画又は動画を撮影できるカメラである。なお、撮影部２は、予め登録した音声を流す機能を有していてもよい。

図２に示す如く、撮影部２は、各階のエレベータ（ＥＶ）ホール及びエレベータケージ１０内に夫々設けられている。図３に示す如く、各階のエレベータホールの撮影部２は、エレベータケージ１０の出入口付近に設置され、エレベータケージ１０の乗降候補者の顔を撮影することができる。また、図４に示す如く、エレベータケージ１０内の撮影部２は、エレベータケージ１０の扉付近に設置され、エレベータケージ１０内の乗降候補者の顔を撮影することができる。各撮影部２は、撮影した乗降候補者の顔画像を認証サーバ３に送信する。

認証サーバ３は、認識手段の一具体例である。認証サーバ３は、各撮影部２から送信される乗降候補者の顔画像に基づいて、乗降候補者の顔認証を行い、乗降候補者が予め登録された人物であるかを判別する。

認証サーバ３は、各撮影部２から送信される乗降候補者の顔画像に基づいて、乗降候補者がエレベータケージ１０に搭乗、および、エレベータケージ１０から降車する際に、その顔認証を行う。

認証サーバ３は、認証した乗降候補者の情報（ＩＤ情報など）と共に、どの撮影部２で撮影されたのかを示す位置情報及び撮影された時間を示す時間情報をＡＩサーバ４に送信する。

ＡＩ（artificial intelligence）サーバは、学習手段の一具体例である。ＡＩサーバ４は、例えば、ニューラルネットワークなどの学習器によって構成され、深層学習などを行う。ＡＩサーバ４は、乗降候補者の各階への移動パターンを学習する。

ＡＩサーバ４は、認証サーバ３から送信される、乗降候補者の情報、位置情報及び時間情報を乗降候補者毎に記憶する。ＡＩサーバ４は、記憶した乗降候補者毎の乗降候補者の情報、位置情報及び時間情報に基づいて、各乗降候補者がいつ、どの階からどの階へ移動するかを示す各乗降候補者の移動パターンを学習する。ＡＩサーバ４は、例えば、各乗降候補者の搭乗時間が所定時間以上または搭乗回数が所定回数以上になるまで、各乗降候補者の移動パターンを学習する。

ＡＩサーバ４は、学習した各乗降候補者の移動パターンに基づいて、エレベータが呼び出されていない空き時間帯に、どの階でエレベータケージ１０を待機させるかを指示するための指示信号をエレベータ制御部５に送信する。ＡＩサーバ４は、各時間にどの候補者がどの階でエレベータに搭乗するかを統計的に示す時間帯の統計情報に基づいて、エレベータ制御部５に指示信号を送信してもよい。

エレベータ制御部５は、制御手段の一具体例である。エレベータ制御部５は、各階のエレベータ扉付近に設けられた呼出ボタン（上行／下行ボタン）の操作に応じて、その呼出された階にエレベータケージ１０を昇降させる制御を行う。

エレベータ制御部５は、エレベータケージ１０内の扉付近に設けられた行先階ボタンの操作に応じて、その指示された行先階にエレベータケージ１０を昇降させる制御を行う。さらに、エレベータ制御部５は、呼出ボタンが押圧されていない空き時間帯に、ＡＩサーバ４から指示信号に応じて、その指示信号に指示された階にエレベータケージ１０を昇降させ、その階でエレベータケージ１０を待機させる制御を行う。

なお、エレベータ制御部５は、例えば、制御処理、演算処理等を行うＣＰＵ（Central Processing Unit）、ＣＰＵによって実行される制御プログラム、演算プログラム等が記憶されたＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）からなるメモリ、外部と信号の入出力を行うインターフェイス部（Ｉ／Ｆ）、などからなるマイクロコンピュータを中心にして、ハードウェア構成されている。ＣＰＵ、メモリ、及びインターフェイス部は、データバスなどを介して相互に接続されている。

ところで、現代社会においてエレベータの待ち時間は非常にストレスになっており、その待ち時間の短縮が望まれている。

これに対し、本実施形態に係るエレベータ制御システム１は、上述の如く、乗降候補者を撮影する撮影部２と、 撮影画像に基づいて乗降候補者の顔認証を行うことで該乗降候補者を画像認識する認証サーバ３と、認証サーバ３の認識結果と乗降候補者の乗降の時間情報とを対応付けた移動パターンを、乗降候補者毎に学習するＡＩサーバ４と、学習された移動パターンに基づいて、エレベータの移動を制御するエレベータ制御部５と、を備える。ＡＩサーバ４は移動パターンに基づいて、所定時刻前後にエレベータに搭乗する乗降候補者を検索し、該検索した乗降候補者が搭乗する階を、エレベータケージ１０を待機させる階に決定する。エレベータ制御部５は、ＡＩサーバ４により決定された階に、エレベータケージ１０を移動させ、待機させる制御を行う。

これにより、乗降候補者が搭乗すると予測される時間帯に、タイムリーにエレベータケージ１０を待機させることができる。従って、エレベータの待ち時間を短縮することができ、多くの人の貴重な時間を節約できる。塵も積もれば山となると言われるように、利用者数×移動回数×日数を年間で考えると大きな時間の節約が出来る。

図５は、ＡＩサーバの概略的な学習フローを示すフローチャートである。
ＡＩサーバ４は、エレベータの通常運転モードで学習を行う（ステップＳ５０１）。ＡＩサーバ４は乗降候補者の移動パターンのデータを蓄積する（ステップＳ５０２）。ＡＩサーバ４は学習した移動パターンのデータを用いてエレベータケージ１０を待機させる階を予測する（ステップＳ５０３）。ＡＩサーバ４は、予測した階の情報を蓄積し、その結果を評価する（ステップＳ５０４）。

ＡＩサーバ４は、予測が外れる場合、その予測が外れた結果を蓄積し、分析する。ＡＩサーバ４は、例えば、予測が当たらなかった場合と予測が当たった場合のデータで差分を検出し、そのデータに基づいて、データの特異性がないか分析する。ＡＩサーバ４は、条件の見直しを行い再度違った方法で、エレベータケージ１０を待機させる階の予測を実施する。

ＡＩサーバ４は、変更可能なパラメータを変更し、あるいは、データの蓄積から新たな視点を見つけ出し、条件に追加することで、ＰＤＣＡサイクルを回し、予測精度を向上させる。そして、ＡＩサーバ４は、よりその建物にあったエレベータ制御アルゴリズムになるように最適化される。

図６は、移動パターンの情報の取得方法のフローを示すフローチャートである。前提条件として、エレベータを利用可能な人物はすべて乗降候補者として認証サーバ３に、予め登録されているものとする。認証サーバ３に登録されていない人物は、セキュリティリスクありと判断され、フロア移動が禁止された状況であると仮定して説明する。

例えば、１階の撮影部２が人物Ａを撮影し、その撮影画像を認証サーバ３に送信する（ステップＳ６０１）。

認証サーバ３は、撮影部２から送信された撮影画像から、顔データを検出し、登録済みの乗降候補者であるか否かを判定する（ステップＳ６０２）。

認証サーバ３は、登録済みの顔データと、撮影画像の顔データが不一致で、登録済みの乗降候補者でないと判定した場合（ステップＳ６０２のＮＯ）、セキュリティリスクありと判断する（ステップＳ６０３）。

認証サーバ３は、エレベータ制御部５に対して、セキュリティリスクの判定結果をエレベータ制御部５に送信する。エレベータ制御部５は、人物Ａがエレベータの扉前にいる場合、扉を開かないよう制御を行う。さらに、認証サーバ３は、撮影部２に対して警告信号を送信する。撮影部２は、認証サーバ３からの警告信号に応じて、例えば、「許可者以外、このエレベータに乗ることは出来ません」などの音声を人物Ａに対して出力する。

認証サーバ３は、登録済みの顔データと、撮影画像の顔データが一致し、登録済みの乗降候補者であると判定した場合（ステップＳ６０２のＹＥＳ）、認証した人物Ａの情報、位置情報（エレベータホールの乗込み階）及び時間情報をＡＩサーバ４に送信する（ステップＳ６０４）。ＡＩサーバ４は、認証サーバ３から送信された人物Ａの情報、位置情報及び時間情報を記憶する。

人物Ａは、呼出ボタンを操作してエレベータケージ１０を呼び、エレベータケージ１０に乗る（ステップＳ６０５）。

エレベータケージ１０内の撮影部２は、人物Ａを撮影し、認証サーバ３はその撮影画像に基づいて、人物Ａがエレベータケージ１０内に入室した時間情報をＡＩサーバ４に送信する。ＡＩサーバ４は、その人物Ａがエレベータケージ１０内に入室した時間情報は記憶する（ステップＳ６０６）。

人物Ａが行先階のボタンを操作すると、エレベータ制御部５は、エレベータケージ１０がその行先階に昇降するように制御を行う（ステップＳ６０７）。

人物Ａがエレベータケージ１０から降車すると、ＡＩサーバ４は、エレベータケージ１０内の撮影部２による撮影画像と、エレベータ制御部５によるエレベータケージ１０の制御情報と、に基づいて、人物Ａの到着した階と時間情報とを記憶する（ステップＳ６０８）。

図６に示す処理により、ＡＩサーバ４は、例えば、図７に示すような移動パターンの情報を収集することが出来る。なお、図７に示す移動パターンは、ある一日のエレベータの利用情報の一例である。縦の列は人物Ａ、Ｂ、Ｃの３名についての情報を記載しており、人物毎に収集されている。

認証サーバ３が、各階のエレベータホールの撮影部２により撮影された撮影画像に基づいて、搭乗前の乗降候補者の顔認証を行った時間を移動元のエレベータ（ＥＶ）ホール到着時刻とする。

ＥＶホール到着時刻と、ＥＶケージに搭乗しているＥＶケージ搭乗時刻と、の差が、ＥＶホールでのＥＶ待ち時間（オ）となる。ＥＶケージ搭乗時刻と、ＥＶケージから降車するＥＶケージ降車時刻との差がＥＶケージでの滞在時間（カ）となる。

移動元階と移動先階より１階移動するのにかかったＥＶの移動時間も計算できる。ＥＶ待ち時間（オ）とＥＶケージでの滞在時間（カ）とを加算すると、ＥＶ移動での総移動時間（キ）が得られる。なお、ＥＶが複数台ある場合は、ＥＶ１号機、ＥＶ２号機のようにＥＶ毎にデータを取得する。

次に、ＡＩサーバ４の収集情報の活用方について説明する。簡単に説明する為、図６は極端に利用者が少ない情報ではあるが、仮にこれがすべての移動記録であるとする。ＡＩサーバ４は、人物Ａ、Ｂ、Ｃの移動パターンを学習することで、移動傾向を分析できる。

例えば、分析の結果、人物Ａ、Ｂ、Ｃは出社の時間がＡ＞Ｂ＞Ｃの順番で早いとする。１階がエントランス階で人物Ａの自席は３階の事務フロアにある。また、同様に、人物Ｂの自席は１１階の事務フロアにあり、人物Ｃの自席は２５階の事務フロアにある。８階に食堂があり、人物Ａは昼食時、その建物外で食事をする。人物Ｂは８階の会社食堂を利用、人物Ｃはお弁当を持参している。

出社と同じ順番Ａ＞Ｂ＞Ｃで帰宅するとする。エレベータの待ち時間を削減する為に、各階のエレベータホールの呼出ボタンが操作される前に、分析結果を元に、例えば、以下のように、エレベータケージ１０を予め移動させ待機させておけばよい。

朝時間帯のエレベータケージ１０は、１階で待機⇒３階に移動、１階で待機⇒１１階に移動、１階で待機⇒２５階に移動する。昼時間帯のエレベータケージ１０は、１１階で待機⇒８階に移動、３階で待機⇒１階に移動、８階で待機⇒１１階に移動、１階で待機⇒８階に移動する。夕方時間帯のエレベータケージ１０は、３階で待機⇒１階に移動、１１階で待機⇒１階に移動、２５階で待機⇒１階に移動する。

上記のように、エレベータ制御部５は、エレベータケージ１０を予め移動させ待機させることで、図６に示すＥＶ待ち時間（オ）を、すべて０分にすることができ、３人合計の総ＥＶ待ち時間３８分を減らすことができる。

続いて、本実施形態に係るエレベータ制御システムの制御方法について、説明する。図８は、本実施形態に係るエレベータ制御システムの制御方法のフローを示すフローチャートである。

エレベータ制御部５は、各階の撮影部２により撮影された撮影画像に基づいて、各階のエレベータホールに人がいるか否かを判断する（ステップＳ８０１）。

エレベータ制御部５は、各階のエレベータホールに人がいると判断した場合（ステップＳ８０１のＹＥＳ）、各階の呼出ボタンの操作に応じて、その呼出された階にエレベータケージ１０を昇降させる制御を行う（ステップＳ８０２）。

エレベータ制御部５は、各階のエレベータホールに人がいないと判断した場合（ステップＳ８０１のＮＯ）、ＡＩサーバ４による予測を開始する（ステップＳ８０３）。

ＡＩサーバ４は、記憶している各乗降候補者の移動パターンに基づいて、現在時刻の前後５分において、エレベータに搭乗する乗降候補者を検索する（ステップＳ８０４）。

なお、ＡＩサーバ４は、現在時刻の前後５分において、エレベータに搭乗する乗降候補者を検索できなかった場合、さらに、現在時刻の前後１０分において、エレベータに搭乗する乗降候補者を再検索してもよい。また、ＡＩサーバ４は、認証サーバ３から送信される認証データに基づいて、検索した乗降候補者が、例えば、休暇、外出などで本日、建物内にいない場合、別パターンの動作でいつもと異なる階にいる場合、などを確認してもよい。

ＡＩサーバ４は、エレベータに搭乗する乗降候補者を検索できた場合、検索した乗降候補者が１人であるか否かを判断する（ステップＳ８０５）。

ＡＩサーバ４は、検索した乗降候補者が１人であると判断した場合（ステップＳ８０５のＹＥＳ）、その検索した乗降候補者の階をエレベータケージ１０が待機する階（以下、エレベータケージ待機階）に決定し、決定したエレベータケージ待機階をエレベータ制御部５に出力する（ステップＳ８０６）。

一方、ＡＩサーバ４は、検索した乗降候補者が複数人であると判断した場合（ステップＳ８０５のＮＯ）、エレベータに搭乗する乗降候補者の数が多い順に乗降候補者が搭乗する階を並べ、エレベータに搭乗する乗降候補者の数が最も多い階を、エレベータケージ待機階に決定し、エレベータ制御部５に出力する（ステップＳ８０７）。

なお、ＡＩサーバ４は、エレベータに搭乗する乗降候補者の数が最も多い階が複数、存在する場合、過去にその時間帯で最も移動先として多かった階をエレベータケージ待機階に決定してもよい。

エレベータ制御部５は、ＡＩサーバ４からの出力されたエレベータケージ待機階にエレベータケージ１０を移動させ待機される制御を行う（ステップＳ８０８）。

以上、本実施形態に係るエレベータ制御システムの制御方法によれば、乗降候補者が搭乗すると予測される時間帯に、タイムリーにエレベータケージ１０を待機させることができるため、エレベータの待ち時間を短縮することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他のさまざまな形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

上記実施形態において、例えば、エレベータが複数台設けられていてもよい。この場合、例えば、認証サーバ３に、社長や重要なゲストなどの特定の乗降候補者を予め顔登録してもよい。一時的に複数台のエレベータのうちの１つを特定の乗降候補者専用として使用し、別の時間帯に、そのエレベータを特定の乗降候補者以外の乗降候補者に解放し、専用のエレベータを用意しない。これにより、全体の運用効率を向上させることができる。

上記実施形態において、例えば、認証サーバ３には、乗降候補者の顔と階とが対応付けて登録されていてもよい。これにより、例えば、高層階用、低層階用など物理的に分ける必要がなく、誰がどの階で乗降するかが容易に分かるため、エレベータを柔軟に運用できる。例えば、高層階の人が圧倒的に多い場合、高層階へ行きのエレベータを増やすことが想定される。専用エレベータを併用して運用するようにしてもよい。

上記実施形態において、例えば、所定の建物がオフィスビルの場合、ＡＩサーバ４は、Ｏｕｔｌｏｏｋ（登録商標）などのスケジュール情報を取得し、そのスケジュール情報に基づいて、その乗降候補者の階の移動を予測してもよい。これにより、より正確な情報に基づいて、エレベータを制御し、エレベータの待ち時間を短縮できる。

上記実施形態において、例えば、所定の建物がホテルの場合、チェックイン時に認証サーバ３に乗降候補者の顔が登録されてもよい。これにより、エレベータでの顔認証を用いることで、指定の階しか止まらないようにでき、防犯性を確保できる。現在、多くのホテルにおいて、各部屋の鍵には、カードが用いられている為、偽造などにより、不正に各部屋に侵入できる虞がある。エレベータで入館を制限できることで、防犯性を向上させることができる。

上記実施形態において、ＡＩサーバ４は、記憶している各乗降候補者の移動パターンに基づいて、現在時刻の前後において、エレベータに搭乗する乗降候補者を検索する。したがって、ＡＩサーバ４は、その検索結果に基づいて、エレベータを呼び出す各階の乗降候補者の数を予測し、上行／下行ボタンの操作無しで自動的に各エレベータケージ１０を移動させてもよい。

上記実施形態において、エレベータケージ１０内の行先階ボタンを操作すること無しに、自動で、エレベータケージ１０を移動させている。このとき、行先階ボタンを自動的に点灯させてもよい。

本発明は、例えば、図８に示す処理を、ＣＰＵにコンピュータプログラムを実行させることにより実現することも可能である。

プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（random access memory））を含む。

プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

１ エレベータ制御システム
２ 撮影部
３ 認証サーバ
４ ＡＩサーバ
５ エレベータ制御部
１０ エレベータケージ

Claims (5)

1. 建物のエレベータに乗降する乗降候補者を撮影する撮影手段と、
   前記撮影手段により撮影された撮影画像に基づいて乗降候補者の画像認証を行うことで、該乗降候補者を認識する認識手段と、
   前記認識手段の認識結果と前記乗降の時間情報とを対応付けた前記乗降候補者の各階への移動パターンを、前記乗降候補者毎に学習する学習手段と、
   前記学習手段により学習された移動パターンに基づいて、前記エレベータの移動を制御する制御手段と、を備え、
   前記学習手段は前記移動パターンに基づいて、現在時刻前後に前記エレベータに搭乗する乗降候補者を検索し、該検索した乗降候補者が搭乗する階を、エレベータケージを待機させる階に決定し、
   前記制御手段は、前記学習手段により決定された階に、前記エレベータケージを移動させ、待機させる制御を行う、
   ことを特徴とするエレベータ制御システム。
2. 請求項１記載のエレベータ制御システムであって、
   前記学習手段は、検索した乗降候補者が複数人であると判断した場合、前記エレベータケージに搭乗する乗降候補者の数が最も多い階を、該エレベータケージを待機させる階に決定する、
   ことを特徴とするエレベータ制御システム。
3. 請求項１又は２記載のエレベータ制御システムであって、
   前記認識手段は、前記撮影手段から送信された撮影画像から顔データを検出し、登録済みの乗降候補者でないと判定した場合、セキュリティリスクの判定結果を前記制御手段に対して送信し、
   前記制御手段は、前記セキュリティリスクの判定結果に応じて、前記乗降候補者がエレベータの扉前にいる場合、扉を開かないよう制御を行う、
   ことを特徴とするエレベータ制御システム。
4. 建物のエレベータに乗降する乗降候補者を撮影するステップと、
   前記撮影された撮影画像に基づいて乗降候補者の画像認証を行うことで、該乗降候補者を認識するステップと、
   前記認識結果と前記乗降の時間情報とを対応付けた前記乗降候補者の各階への移動パターンを、前記乗降候補者毎に学習するステップと、
   前記移動パターンに基づいて、現在時刻前後に前記エレベータに搭乗する乗降候補者を検索し、該検索した乗降候補者が搭乗する階を、エレベータケージを待機させる階に決定するステップと、
   前記決定された階に、前記エレベータケージを移動させ、待機させる制御を行うステップと、
   を含む、ことを特徴とするエレベータ制御方法。
5. 建物のエレベータに乗降する乗降候補者の撮影画像に基づいて乗降候補者の画像認証を行うことで、該乗降候補者を認識する処理と、
   前記認識結果と前記乗降の時間情報とを対応付けた前記乗降候補者の各階への移動パターンを、前記乗降候補者毎に学習する処理と、
   前記移動パターンに基づいて、現在時刻前後に前記エレベータに搭乗する乗降候補者を検索し、該検索した乗降候補者が搭乗する階を、エレベータケージを待機させる階に決定する処理と、
   前記決定された階に、前記エレベータケージを移動させ、待機させる制御を行う処理と、
   をコンピュータに実行させる、ことを特徴とするエレベータ制御システムのプログラム。

Images