JP2022054652A - エレベーター及びエレベーター制御方法 - Google Patents

Abstract

【課題】乗降人数の計測誤差を低減するエレベーターを提供する。【解決手段】乗場２の利用者の状況を乗場情報として取得する乗場センサ２０と、かご１内の利用者の状況をかご情報として取得するかごセンサ１０と、を備えたエレベーターであって、乗場センサ２０によって取得された乗場情報と、かごセンサ１０によって取得されたかご情報とに基づき、かご１が乗場に到着したときの乗場２又はかご１内における利用者の増減を演算する演算部６０、を備える。【選択図】図１

Description

本発明は、エレベーター及びエレベーター制御方法に関する。

複数のエレベーターを制御するエレベーターシステムにおいて、エレベータホール（フロア）の待ち人数を測定し、及び／又は、かご内の人数を測定し、これらの測定結果を基に、運行効率を上げるようエレベーターの割り当てを実施する技術が知られている（特許文献１）。この特許文献１に記載の技術では、エレベータホールの待ち人数と、かご内人数と、から合計待ち人数を算出し、エレベーターを割り当てる運行制御を実施する。

特開２０１３－１２４１７９号公報

上述した特許文献１に記載の技術では、エレベータホールの待ち人数を測定しているが、かご到着までの任意時点における事前の測定結果であり、実際のかご到着時の戸開における乗降者数と一致しない場合がある。エレベータホールの人数を単純に計測するのでは、乗降時におけるかごからの降車者数分が待ちに増分される場合もあり、想定した運行効率が得られないという問題があった。また、かご混雑時等において、一度降車してから再度乗降する人を、把握することができないため、実際の乗車人数と異なる場合があった。

本発明は上記事情に鑑みてなされたものであり、本発明は、エレベーターの乗降人数の計測誤差を低減することを目的とする。

上記課題を解決するために、本発明の一態様のエレベーターは、乗場の利用者の状況を乗場情報として取得する乗場センサと、かご内の利用者の状況をかご情報として取得するかごセンサと、を備えたエレベーターであって、乗場センサによって取得された乗場情報と、かごセンサによって取得されたかご情報とに基づき、かごが乗場に到着したときの乗場又はかご内における利用者の増減を演算する演算部、を備える。

本発明の少なくとも一態様によれば、乗場センサにより得られた乗場情報と、かごセンサにより得られたかご情報とに基づき、かごが乗場に到着したときの乗場又はかご内における利用者の増減を演算することで、エレベーターの乗降人数の計測誤差を低減することができる。それにより、エレベーターの運行制御の効率を向上することが可能になる。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

本発明の第１の実施形態に係るエレベーターシステムの一例を示す概略構成図である。 エレベーターシステムが備える各装置を構成する計算機のハードウェア構成例を示すブロック図である。 本発明の第１の実施形態における第１の例に係る、人数相当のデータを算出するかご測定部及びフロア測定部の構成例を示すブロック図である。 本発明の第１の実施形態における第２の例に係る、占有面積相当のデータを算出するかご測定部及びフロア測定部の構成例を示すブロック図である。 本発明の第１の実施形態に係る戸開状態における乗降者数演算処理の手順例を示すフローチャートである。 図６Ａは乗降前におけるエレベーターの利用者の例を示す図であり、図６Ｂは乗降後におけるエレベーターの利用者の例を示す図である。 本発明の第２の実施形態の第１の例に係るかご到着前の降車人数推定処理の手順例を示すフローチャートである。 本発明の第２の実施形態の第２の例に係るかご到着前の降車面積推定処理の手順例を示すフローチャートである。 フロアに設定された待機領域の例を示す図である。 本発明の第３の実施形態に係る再乗車判定処理の手順例を示すフローチャートである。 一旦降車して再乗車する利用者及び再乗車しない利用者の例を示す図である。 本発明の第４の実施形態に係るドア閉制御の手順例を示すフローチャートである。 本発明の第５の実施形態に係るドア開制御の手順例を示すフローチャートである。 本発明の第６の実施形態に係る乗客間隔確認処理の手順例を示すフローチャートである。

以下、本発明を実施するための形態の例について、添付図面を参照して説明する。本明細書及び添付図面において実質的に同一の機能又は構成を有する構成要素については、同一の符号を付して重複する説明を省略する。

＜第１の実施形態＞
［エレベーターシステムの概略構成］
まず、本発明の第１の実施形態に係るエレベーターシステムの概略構成について、図１を参照して説明する。
図１は、第１の実施形態に係るエレベーターシステムの一例を示す概略構成図である。図１に示すエレベーターシステム１００は、昇降路を昇降移動するかごに設置されたかごセンサと、各階に設置されたセンサとを備えるエレベーターシステムである。

かご１には、かごセンサ１０が設置されている。かごセンサ１０は、かご１内部の上方からかご１内を俯瞰して利用者の状況についての情報（かご情報）を取得できる位置に配置される。かごセンサ１０は、通信路１２（例えばテールコード）を経由してかご測定部３０に接続する。かご測定部３０は、かごセンサ１０が出力する計測データ（かご情報）を基に測定を実行する。

かご１は、利用者が行先階を登録するための行先階登録ボタン等の入力装置と、登録された行先階やかご１の現在位置等の情報を出力する出力装置を備える。入力装置と出力装置は、表示機能とタッチ操作機能を備えたタッチパネル装置によって構成されてもよい。また、出力装置はスピーカーから音声を出力する機能（アナウンス機能）を備える。

フロア２（乗場）には、フロアセンサ２０が設置されている。フロアセンサ２０は、フロア２の上方などフロア２を俯瞰して利用者の状況についての情報（乗場情報）を取得できる位置に配置される。例えば、フロアセンサ２０は、乗場ドア９２を中心に利用者の状況についての情報が得られる位置に配置される。フロアセンサ２０は、通信路２２を経由してフロア測定部４０に接続する。フロア測定部４０（乗場測定部の一例）は、フロアセンサ２０が出力する計測データ（乗場情報）を基に測定を実行する。

エレベーターコントローラ５０（運行制御部の一例）は、かご１の運行を担う主機（巻上機のモーター）等の制御を行うコントローラ（運行制御装置の一例）である。本実施形態に係るエレベーターシステムの構造は周知慣用の構成であるため、エレベーターの個々の構成要素については割愛する。

かご１には、不図示の開閉機構により開閉されるかごドア９１が設けられている。また、フロア２の三方枠には、かご１がフロア２に停止した状態でかごドア９１と対向する位置に配置された乗場ドア９２が設けられている。かごドア９１及び乗場ドア９２は、かご１がフロア２に着床する際に、かごドア９１の動作でかごドア９１と乗場ドア９２とを係合させ、この係合によりかごドア９１の駆動力を乗場ドア９２に伝達し、且つこの係合の解除に応じてドアロック手段が作動するように構成されている。

かごドア９１及び乗場ドア９２の開閉を制御するドアコントローラ９０は、通信路９３を経由して通信路７０に接続する。これにより、ドアコントローラ９０は、エレベーターコントローラ５０及びグループコントローラ８０と通信することが可能となる。エレベーターコントローラ５０又はグループコントローラ８０は、状態演算部６０の演算結果を基に、ドアコントローラ９０にかごドア９１及び乗場ドア９２の開閉を指示する。

状態演算部６０（演算部の一例）は、通信路７０を経由して、かご測定部３０、フロア測定部４０、エレベーターコントローラ５０、及びグループコントローラ８０と接続する。状態演算部６０は、かご測定部３０の測定結果とフロア測定部４０の測定結果とに基づき、エレベーターコントローラ５０で制御されるエレベーター運行状態に応じて、かご１及び各フロア２における人（利用者）及び物体の状態を演算する。エレベーター運行状態は、エレベーター運行の一連の動作推移を示すものであり、例えば、戸閉、出発、加速、定速、減速、到着、又は戸開のような動作状態の推移である。

複数のエレベーター（かご１）の運行制御を担当するグループコントローラ８０は、通信路７０により状態演算部６０と接続する。グループコントローラ８０は、状態演算部６０が演算した上記人及び物体の状態を基に、エレベーターの割り当て等の運行制御を実行する。本実施形態では、かご１の空き状況、かご１からの降車人数、フロア２からの乗車人数、フロア２での待ち人数を事前に把握できることで、エレベーターの運行制御の効率と精度が向上する。

なお、図１では、一台のエレベーターに対応した１つのかご１と任意の一階床（フロア２）についての構成を示している。よって、複数台のエレベーター及び複数階床の建屋の場合には、かごセンサ１０及びフロアセンサ２０が複数個設置されることとなる。なお、フロアセンサ２０は、複数階床のうち少なくともいずれかの階床（乗場）に設けられていればよい。

かごセンサ１０及びフロアセンサ２０には、画像データを出力するイメージセンサ、距離画像データを出力するＴｏＦ（Time Of Flight）センサ又はステレオカメラ、ポイントクラウドデータを出力するＲＦ（Radio Frequency）センサ等を利用できるが、本発明はこれらに限定されない。ＲＦセンサを用いた場合には、利用者のプライバシーを保護することができる。状態演算部６０は、これらのセンサの出力データを基に、人及び物体の個体位置、個体数、個体占有面積、及び個体挙動等の状態データを演算する。

本実施形態例では、各構成要素が通信路１２，２２，９３，７０で接続しているが、かごセンサ１０とかご測定部３０、及び／又は、フロアセンサ２０とフロア測定部４０は、それぞれが一つに統合されたセンサでもよい。また、状態演算部６０は、複数のセンサを統合して処理するセンサコントローラとして単独で構成する場合もあり、複数のエレベーターを管理するグループコントローラ８０の内部の構成要素として存在する場合もある。

［各装置のハードウェア構成］
次に、エレベーターシステム１００が備える各装置のハードウェア構成について、図２を参照して説明する。ここでは、かご測定部３０、フロア測定部４０、状態演算部６０、エレベーターコントローラ５０、グループコントローラ８０、及びドアコントローラ９０が備える計算機のハードウェア構成を説明する。

図２は、エレベーターシステム１００が備える各装置を構成する計算機のハードウェア構成例を示すブロック図である。計算機Ｃは、本実施形態においてコンピューターとして用いられるハードウェアの一例である。各装置の機能や使用目的に合わせて、計算機Ｃを構成する各ブロックは取捨選択される。計算機Ｃには、例えばパーソナルコンピューターやマイクロコントローラ等を用いることができる。

計算機Ｃは、システムバスにそれぞれ接続されたＣＰＵ（Central Processing Unit）１０１、ＲＯＭ（Read Only Memory）１０２、ＲＡＭ（Random Access Memory）１０３、不揮発性ストレージ１０６、及び通信インターフェース１０７を備える。ＣＰＵ１０１、ＲＯＭ１０２、ＲＡＭ１０３、及び不揮発性ストレージ１０６は制御部を構成する。

ＣＰＵ１０１は、本実施の形態に係る各機能を実現するソフトウェアのプログラムコードをＲＯＭ１０２から読み出してＲＡＭ１０３にロードし、実行する。ＲＡＭ１０３には、ＣＰＵ１０１の演算処理の途中で発生した変数やパラメータ等が一時的に書き込まれ、これらの変数やパラメータ等がＣＰＵ１０１によって適宜読み出される。ただし、ＣＰＵ１０１に代えてＭＰＵ（Micro Processing Unit）を用いてもよい。かご測定部３０、フロア測定部４０、状態演算部６０、エレベーターコントローラ５０、グループコントローラ８０、及びドアコントローラ９０は、ＣＰＵ１０１が実行するプログラムによりその機能が実現される。

不揮発性ストレージ１０６としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気や光を利用するディスク装置、又は不揮発性の半導体メモリ等が用いられる。この不揮発性ストレージ１０６には、ＯＳ（Operating System）、各種のパラメータの他に、計算機Ｃを機能させるためのプログラムが記録されている。ＲＯＭ１０２及び不揮発性ストレージ１０６は、ＣＰＵ１０１が動作するために必要なプログラムやデータ等を記録しており、計算機Ｃによって実行されるプログラムを格納したコンピューター読取可能な非一過性の記憶媒体の一例として用いられる。図３、図４に示した学習済ネットワーク１１０，１１１，１４０，１７０は、不揮発性ストレージ１０６に構成される。

通信インターフェース１０７には、例えば、ＮＩＣ（Network Interface Card）等が用いられ、ＮＩＣの端子に接続されたＬＡＮ（Local Area Network）、専用線等を介して各種のデータを装置間で送受信することが可能である。

なお、計算機Ｃに、破線で示すように表示装置１０４及び入力装置１０５を接続してもよい。表示装置１０４は、例えば、液晶ディスプレイモニターであり、計算機Ｃで行われる処理の結果等を表示する。入力装置１０５には、例えば、キーボード、マウス等が用いられ、ユーザが所定の操作入力、指示を行うことが可能である。

［かご測定部及びフロア測定部の構成（人数算出）］
次に、第１の実施形態における第１の例として、人数相当のデータを算出する場合のかご測定部３０及びフロア測定部４０の構成について、図３を参照して説明する。
図３は、人数相当のデータを算出するかご測定部３０及びフロア測定部４０の構成例を示すブロック図である。

（イメージセンサ）
かごセンサ１０及びフロアセンサ２０がイメージセンサの場合、これらのセンサで取得できる一般的なデータは画像データである。画像データから人数を算出するには、例えば人工知能（Artificial Intelligence :AI）によるオブジェクト認識を活用することで実現が可能である。ＡＩのオブジェクト認識では、ニューラルネットワークの構造を用いた深層学習による機械学習がよく用いられている。この場合、かご測定部３０及びフロア測定部４０は、オブジェクト推論部１２０と、学習済ネットワーク（学習済モデル）１１０と、及び人計数部１３０から構成される。例えば深層学習では、学習済ネットワークとして畳み込みニューラルネットワークが最も一般的である。

例えば、学習済ネットワーク１１０に画像データを入力すると、学習済ネットワーク１１０は、設定条件に合致する画素領域（例えば被写体の外接四角形に相当する領域）の画像を抽出し、その画素領域の画像が人であることの確からしさを表す数値を出力する。オブジェクト推論部１２０は、学習済ネットワーク１１０から出力される数値が所定値以上の場合に、当該画素領域の画像が人であると推定する。人計数部１３０は、オブジェクト推論部１２０で人であると推定された画素領域の画像の数を計算して出力する。

（ＴｏＦセンサ／ステレオカメラ）
かごセンサ１０及びフロアセンサ２０がＴｏＦセンサ／ステレオカメラの場合、これらのセンサで取得できる一般的なデータは距離画像データである。距離画像データでは、画素ごとに被写体までの距離を表す情報が含まれる。距離画像データから人数を算出するには、例えばＡＩによるセグメンテーションを活用することで実現が可能である。ＡＩのセグメンテーションでは、深層学習による機械学習がよく用いられている。この場合、かご測定部３０及びフロア測定部４０は、セグメント推論部１５０と、学習済ネットワーク１４０と、セグメント計数部１６０から構成される。人を対象としたセグメンテーションにより、セグメント数が人数となる。

例えば、学習済ネットワーク１４０に距離画像データを入力すると、学習済ネットワーク１４０は、所定の基準や規則に従い距離画像を複数のセグメント（例えば被写体の輪郭に相当する部分又は領域）に分割し、そのセグメントが人であることの確からしさを表す数値を出力する。セグメント推論部１５０は、学習済ネットワーク１４０から出力される数値が所定値以上の場合に、当該セグメントが人であると推定する。セグメント計数部１６０は、セグメント推論部１５０で人であると推定されたセグメントの数を計算して出力する。

（ＲＦセンサ）
かごセンサ１０及びフロアセンサ２０がＲＦセンサの場合、これらのセンサで取得できる一般的なデータは位置及び電波反射強度を示すポイントクラウドデータ（点群データ）である。ポイントクラウドデータから人数を算出するには、例えば統計処理を用いた機械学習のクラスタリングを活用することで実現が可能である。例えばクラスタリング手法としては、ＤＢＳＣＡＮ（Density-based spatial clustering of applications with noise）がある。この場合、かご測定部３０及びフロア測定部４０は、分類部１７０と、分類計数部１８０から構成される。クラスタリングにより求められたインスタンスの数が人数相当となる。

例えば、分類部１７０にポイントクラウドデータを入力すると、分類部１７０は、所定の基準や規則に基づいてポイントクラウドデータをグループ化して、人とそれ以外のインスタンスに分類する。分類計数部１８０は、分類部１７０で人に分類されたインスタンスの数（分類数）を計算して出力する。なお、かごセンサ１０及びフロアセンサ２０がＲＦセンサの場合にも、かご測定部３０及びフロア測定部４０にＡＩ（例えば深層学習による機械学習）を適用し、学習済ネットワークを用いてもよい。その場合、より高い精度でポイントクラウドデータを人と物体に分類できる。

以上のように、イメージセンサ、ＴｏＦセンサ／ステレオカメラ、ＲＦセンサといった各種センサを活用することにより、かご１内又はフロア２の利用者の人数を検知することが可能となる。また、後述する図７及び図８に示すように、各センサによるセンシング周期毎の測定結果の差分から、利用者の挙動に基づく動作ベクトルを求めることも可能となる。

このように、第１の実施形態に係るエレベーター（エレベーターシステム１００）は、乗場センサ（フロアセンサ２０）によって取得された乗場情報から乗場（フロア２）の利用者の人数を測定する乗場測定部（フロア測定部４０）と、かごセンサによって取得されたかご情報からかご内の利用者の人数を測定するかご測定部と、を備える。そして、演算部（状態演算部６０）は、乗場測定部における乗場の利用者の人数についての測定結果と、かご測定部におけるかご内の利用者の人数についての測定結果とから、乗場又はかご内における利用者の増減として該当利用者の人数の増減を演算するように構成されている。

［かご測定部及びフロア測定部の構成（占有面積算出）］
次に、第１の実施形態における第２の例として、占有面積相当のデータを算出する場合のかご測定部３０及びフロア測定部４０の構成について、図４を参照して説明する。
図４は、占有面積相当のデータを算出するかご測定部及びフロア測定部の構成例を示すブロック図である。

（イメージセンサ）
かごセンサ１０及びフロアセンサ２０がイメージセンサの場合、上述の画像データから人相当領域を検出するには、例えばＡＩ（深層学習による機械学習等）による領域を考慮したオブジェクト認識を活用することで実現が可能である。領域を考慮したオブジェクト認識の例として、Ｍａｓｋ Ｒ－ＣＮＮがある。この場合、かご測定部３０及びフロア測定部４０は、オブジェクト推論部１２１と、学習済ネットワーク１１１と、人面積演算部１３５から構成される。人相当領域を持つ認識結果から、当該認識結果が示す人相当領域の占有面積を求めることが可能である。なお、本明細書において、占有面積は、絶対値でもよいし、かご１内又はフロア２の面積に対する利用者領域が占める面積の割合を表す相対的な値でもよい。

例えば、学習済ネットワーク１１１に画像データを入力すると、学習済ネットワーク１１０は、領域を考慮した設定条件に合致する画素領域（例えば被写体に相当する領域）の画像を抽出し、その画素領域の画像が人であることの確からしさを表す数値を出力する。オブジェクト推論部１２１は、学習済ネットワーク１１１から出力される数値が所定値以上の場合に、当該画素領域の画像が人であると推定する。人面積演算部１３５は、オブジェクト推論部１２１で人であると推定された画素領域の画像の面積（人相当領域の占有面積）を計算して出力する。

（ＴｏＦセンサ／ステレオカメラ）
かごセンサ１０及びフロアセンサ２０がＴｏＦセンサ／ステレオカメラの場合、上述の距離画像データから人相当領域を検出するには、例えばＡＩ（深層学習による機械学習等）のセグメンテーションを活用することで実現が可能である。この場合、かご測定部３０及びフロア測定部４０は、セグメント推論部１５０と、学習済ネットワーク１４０と、セグメント面積演算部１６５から構成される。人を対象としてセグメンテーションされた領域の面積から、人相当領域の占有面積を求めることが可能である。

例えば、学習済ネットワーク１４０に距離画像データを入力すると、学習済ネットワーク１４０は、所定の基準や規則に従い距離画像を複数のセグメント（例えば被写体の輪郭に相当する部分又は領域）に分割し、そのセグメントが人であることの確からしさを表す数値を出力する。セグメント推論部１５０は、学習済ネットワーク１４０から出力される数値が所定値以上の場合に、当該セグメントが人相当領域であると推定する。セグメント面積演算部１６５は、セグメント推論部１５０で人であると推定されたセグメント（人相当領域）の面積を計算して出力する。

（ＲＦセンサ）
かごセンサ１０及びフロアセンサ２０がＲＦセンサの場合、上述のポイントクラウドデータから人相当領域を算出するには、例えば統計処理を用いた機械学習のクラスタリングを活用することで実現が可能である。この場合、かご測定部３０及びフロア測定部４０は、分類部１７０と、分類面積演算部１８５から構成される。クラスタリングで分類されたインスタンスの面積から、人相当領域の占有面積を求めることが可能である。

例えば、分類部１７０にポイントクラウドデータを入力すると、分類部１７０は、所定の基準に基づいてポイントクラウドデータを、人とそれ以外のインスタンスに分類する。分類面積演算部１８５は、分類部１７０で人に分類されたインスタンスに相当するポイントクラウドデータが占める領域の面積を計算して出力する。なお、かごセンサ１０及びフロアセンサ２０がＲＦセンサの場合にも、かご測定部３０及びフロア測定部４０にＡＩ（例えば深層学習による機械学習）を適用し、学習済ネットワークを用いてもよい。

以上のように、イメージセンサ、ＴｏＦセンサ／ステレオカメラ、ＲＦセンサといった各種センサを活用することにより、かご１内又はフロア２の利用者の占有面積を検知することが可能となる。また、後述する図７及び図８に示すように、各センサによるセンシング周期毎の測定結果の差分から、利用者の挙動に基づく動作ベクトルを求めることも可能となる。

このように、第１の実施形態に係るエレベーター（エレベーターシステム１００）は、乗場センサ（フロアセンサ２０）によって取得された乗場情報から乗場（フロア２）の利用者の占有面積を測定する乗場測定部（フロア測定部４０）と、かごセンサによって取得されたかご情報からかご内の利用者の占有面積を測定するかご測定部と、を備える。そして、演算部（状態演算部６０）は、乗場測定部における乗場の利用者の占有面積についての測定結果と、かご測定部におけるかご内の利用者の占有面積についての測定結果とから、乗場又はかご内における利用者の増減として該当利用者の占有面積の増減を演算するように構成されている。

［乗降者数演算処理の手順］
次に、エレベーターシステム１００の運行状態が戸開状態における乗降者数演算処理の手順について、図５を参照して説明する。
図５は、戸開状態における乗降者数演算処理の手順例を示すフローチャートである。

まず、状態演算部６０は、戸開直前において、かご測定部３０がかご情報から測定したかご１内の利用者の状態ｓ０を記憶し、フロア測定部４０が乗場情報から測定したフロア２の利用者の状態ｓ１を記憶する（Ｓ１）。

次いで、状態演算部６０は、かご測定部３０によるかご１内の利用者の測定結果から、かご１の降車状態ｓ２の情報を積算する（Ｓ２）。降車状態とは、任意の人又は物体が、かご１からフロア２に移動する状態のことである。すなわち、降車状態ｓ２の情報は、降車した任意の人又は物体の情報である。

また、状態演算部６０は、ステップＳ２の処理と並行して、フロア測定部４０によるフロア２の利用者の測定結果から、フロア２の乗車状態ｓ３の情報を積算する（Ｓ３）。乗車状態とは、任意の人又は物体が、フロア２からかご１に移動する状態のことである。すなわち、乗車状態ｓ３の情報は、乗車した任意の人又は物体の情報である。

次いで、状態演算部６０は、かご測定部３０によるかご１内の利用者の測定結果から、かご１内の現在の状態ｓ４の情報を取得する（Ｓ４）。以前より乗車していた利用者の人数は、式［ｓ４－ｓ３］で求められる。この状態ｓ４は、降車終了以前の過渡状態と言える。

また、状態演算部６０は、フロア測定部４０によるフロア２の利用者の測定結果から、フロア２の現状の状態ｓ５の情報を取得する（Ｓ５）。フロア２で待っている利用者の数は、式［ｓ５－ｓ２］で求められる。この状態ｓ５は、乗車終了以前の過渡状態と言える。

次いで、状態演算部６０は、利用者のかご１からの降車が終了したかどうかを確認する（Ｓ６）。降車が終了していない場合（Ｓ６のＮＯ）にはステップＳ２に戻り、降車が終了した場合（Ｓ６のＹＥＳ）にはステップＳ８へ進む。

次いで、状態演算部６０は、利用者のかご１への乗車が終了したかどうかを確認する（Ｓ７）。乗車が終了していない場合（Ｓ７のＮＯ）にはステップＳ３に戻り、乗車が終了した場合（Ｓ７のＹＥＳ）にはステップＳ９へ進む。

次いで、状態演算部６０は、降車終了後のかご１の利用者の状態ｓ４を、式［ｓ０－ｓ２＋ｓ３］により求める（Ｓ８）。

また、状態演算部６０は、乗車終了後のフロア２の利用者の状態ｓ５を、式［ｓ１＋ｓ２－ｓ３］により求める（Ｓ９）。

このように、状態演算部６０が上述の乗降者数演算処理を実行することにより、乗降途中の乗降者数を正確に演算することが可能となる。図５及び後述する図６Ａ及び図６Ｂでは、かご１内及びフロア２の利用者の状態として利用者の人数を測定しているが、利用者の占有面積を測定する構成でも同様の効果が得られることは勿論である。

［乗降者数演算処理の具体例］
上述した乗降者数演算処理について図６Ａ及び図６Ｂの昇降動作の例を参照して具体的に説明する。
図６Ａは乗降前におけるエレベーターの利用者の例を示し、図６Ｂは乗降後におけるエレベーターの利用者の例を示す。

上述した画像データを出力するイメージセンサ、距離画像データを出力するＴｏＦセンサ／ステレオカメラ、又はポイントクラウドデータを出力するＲＦセンサ等を、かご１及びフロア２の天井に設置すると、出力結果はかご１及びフロア２の上方から俯瞰した画像となる。各センサは、図６Ａ及び図６Ｂに示すような、それぞれの人図形に相当する各種データを出力する。人図形を含む画像は、人の頭と両肩が観察できている状態である。

図６Ａは、乗降前のかご１及びフロア２の利用者の状態を表している。かご１には９人が乗車し、フロア２には１６人が待っている。図６Ｂは乗降後のかご１及びフロア２の利用者の状態を表している。

図６Ａ及び図６Ｂにおいて、かご１から“１－２－３－４”の４人が降りて、フロア２から“Ａ－Ｂ－Ｃ－Ｄ－Ｅ－Ｆ－Ｇ”の７人が乗り込んでいる。よって、かご１の人数は、９－４＋７＝１２となり、フロア２の正確な待ち人数は、２０－４－７＝９となる。２０は、乗降にかかわる人数の合計であり、戸開時の全体の人数からかご１に乗車したままの人数を引いて得られる（１６＋９－５）。

もしも従来のように利用者の行動を考慮せずに計測するだけでは、図６Ｂにおけるフロア２の待機者は図６Ａと同じ１６人となってしまう。かご１の乗車を継続している人数は、１２－７＝５となる。かご１の以降の登録到着階で降りる人数は少なくともこの５人であることが確認できるため、今後のエレベーター割り当ての効率を向上することが可能となる。また、かご１の入力装置（行先階登録ボタン）により新たな行先階が登録された場合に、新たな登録数は最大７人分であることが確認できるため、今後のエレベーター割り当ての効率を向上することが可能となる。

以上のとおり、第１の実施形態に係るエレベーターは、乗場（フロア２）の利用者の状況を乗場情報として取得する乗場センサ（フロアセンサ２０）と、かご内の利用者の状況をかご情報として取得するかごセンサと、を備えたエレベーターであって、乗場センサによって取得された乗場情報と、かごセンサによって取得されたかご情報とに基づき、かごが乗場に到着したときの乗場又はかご内における利用者の増減を演算する演算部（状態演算部６０）と、乗場又はかご内における利用者の増減の演算結果に基づいて、エレベーターの運行を制御する運行制御部（エレベーターコントローラ５０）とを備える。

また、第１の実施形態に係るエレベーターでは、上記演算部（状態演算部６０）は、エレベーターの運行状態が戸開状態である場合に、上記乗場情報と上記かご情報とから、かごに乗車する利用者がいなくなった後、かごから降車した利用者とかごに乗車した利用者とを反映して、乗場における利用者の増減を演算し、さらに、かごから降車する利用者がいなくなった後、かごから降車した利用者とかごに乗車した利用者とを反映して、かご内における利用者の増減を演算するように構成されている。

上記構成の第１の実施形態によれば、乗場センサにより得られた乗場情報と、かごセンサにより得られたかご情報とに基づき、かごが乗場に到着したときの乗場又はかご内における利用者の増減を演算することで、エレベーターの乗降人数の計測誤差を低減することができる。それにより、エレベーターの運行制御の効率を向上することが可能になる。

＜第２の実施形態＞
第２の実施形態として、かご１が目的階に到着する前に降車の発生を予測する方法について、図７及び図８を参照して説明する。

［第１の例（降車人数推定処理）］
まず、第２の実施形態の第１の例として、かご到着前の降車人数推定処理について図７を参照して説明する。
図７は、かご到着前の降車人数推定処理の手順例を示すフローチャートである。図７では、エレベーター（かご１）の運行状態が、任意階を出発して次の階床に移動している途中の状態において、かご１における降車人数を推定する手順を表す。

例えば、次の目的階（階床）に到着のアナウンスが実行された、又は、目的階に停止するために減速が開始された場合、かご１内にて、乗降を円滑にするために利用者（荷物含む）の移動が生じる場合がある。次の目的階で降りたい利用者はかごドア９１に接近する方向に移動し、その移動に呼応して当該目的階で降りない利用者はかごドア９１から離れる方向に移動する。この利用者の動き（移動方向の情報）を利用することで、降車を予測する。かご測定部３０は、測定対象（人又は物体）の位置、及び動作ベクトルを取得できるものとする。

まず、状態演算部６０は、かご測定部３０によるかご１内の測定対象についてのセンシング周期毎の測定結果の差分から、測定対象の動きに対応した動作ベクトル群を取得する（Ｓ１１）。

次いで、状態演算部６０は、取得した動作ベクトル群の中から移動に相当する動作ベクトルを選別する（Ｓ１２）。例えば、大きさが所定値以下の動作ベクトルは対象外とする。これにより、利用者の体の揺れ等の微小ベクトルを排除し、歩行等の動作を抽出することができる。

次いで、状態演算部６０は、動作ベクトル群を、かごドア９１に接近する方向の動作ベクトルと、かごドア９１から離れる方向の動作ベクトルに分類する（Ｓ１３）。

次いで、状態演算部６０は、かごドア９１に接近する方向の動作ベクトルで示される測定対象の個数を計算する（Ｓ１４）。このかごドア９１に接近する測定対象の個数、すなわち利用者の人数が、かご到着時の利用者の降車によって生じる乗車可能人数の増分と推定される。

以上のとおり、第２の実施形態の第１の例に係るエレベーターは、かごセンサによって取得されたかご情報からかご内の利用者の位置を測定するかご測定部、を備え、演算部（状態演算部６０）は、エレベーターの運行状態が目的階に向かい減速又は到着前である場合に、かご測定部におけるかご内の利用者についてのセンシング周期毎の測定結果の差分から、かごが目的階に到着後に降車すると推定される利用者の人数を算出するように構成されている。

従来、かご１内の空き状況によって乗車可能人数を決定していた。しかし、上述した降車人数推定処理を実行することで、降車によるかご１内の空きの発生、すなわち乗車可能人数の増分を予測することができる。そして、乗車可能人数の増分についての予測結果を運行制御に有効活用することにより、エレベーターの運行効率を向上することが可能となる。

［第２の例（降車面積推定処理）］
次に、第２の実施形態の第２の例として、かご到着前の降車面積推定処理について図８を参照して説明する。
図８は、かご到着前の降車面積推定処理の手順例を示すフローチャートである。図８では、エレベーター（かご１）の運行状態が、任意階を出発して次の階床に移動している途中の状態において、かご１における降車によって生じる空き領域の面積を推定する手順を表す。

第１の例と同様に、次の目的階（階床）に到着のアナウンスが実行された、又は、目的階に停止するために減速が開始された場合に、荷物を含む利用者の移動を検出し、その移動方向を利用することで、降車を予測する。かご測定部３０は、測定対象の占有面積、及び動作ベクトルを取得できるものとする。

まず、状態演算部６０は、かご測定部３０によるかご１内の測定対象についてのセンシング周期毎の測定結果の差分から、測定対象の動きに対応した動作ベクトル群を取得する（Ｓ２１）。

次いで、状態演算部６０は、取得した動作ベクトル群の中から移動に相当する動作ベクトルを選別する（Ｓ２２）。例えば、図７と同じように、大きさが所定値以下の動作ベクトルは対象外とする。

次いで、状態演算部６０は、動作ベクトル群を、かごドア９１に接近する方向の動作ベクトルと、かごドア９１から離れる方向の動作ベクトルに分類する（Ｓ２３）。

次いで、状態演算部６０は、かごドア９１に接近する方向の動作ベクトルで示される測定対象の占有面積を計算する（Ｓ２４）。このかごドア９１に接近する測定対象の占有面積、すなわち利用者（荷物含む）の占有面積が、かご到着時の利用者の降車によって生じる乗車可能面積の増分と推定される。

以上のとおり、第２の実施形態の第２の例に係るエレベーターは、かごセンサによって取得されたかご情報からかご内の利用者の占有面積を測定するかご測定部、を備え、演算部（状態演算部６０）は、エレベーターの運行状態が目的階に向かい減速又は到着前である場合に、かご測定部におけるかご内の利用者についてのセンシング周期毎の測定結果の差分から、かごが目的階に到着後に降車すると推定される利用者の占有面積を算出するように構成されている。

従来、かご１内の空き状況によって乗車可能人数を決定していた。しかし、上述した降車面積推定処理を実行することで、降車によるかご１内の空きの発生、すなわち乗車可能面積の増分を予測することができる。そして、乗車可能面積の増分についての予測結果を運行制御に有効活用することにより、エレベーターの運行効率を向上することが可能となる。

上述したように、第２の実施形態（第１の例、第２の例）に係るエレベーターでは、演算部（状態演算部６０）は、エレベーターの運行状態が目的階に到着する前である場合に、かごセンサのかご情報に基づいてかご内の利用者の挙動を測定し、測定結果から目的階に到着後に利用者が降車することを推定するように構成されている。

＜第３の実施形態＞
第３の実施形態として、かご１から一旦降車した利用者の再乗車を判定する方法について、図９～図１１を参照して説明する。

図９は、フロアに設定された待機領域の例を示す。かご１内が混雑している場合、かごドア９１付近の乗客は一度降りて、図９に示すようにフロア２の乗場ドア９２の前で待つ利用者“Ａ－Ｂ，Ｃ－Ｄ”付近（領域Ａ１，Ａ２）からフロア２に並んでいる利用者“Ｍ－Ｎ，Ｏ－Ｐ”の後ろまでの任意の位置（領域Ａ３）に留まる。そこで、本実施形態では、フロア２に領域Ａ１～Ａ３を含む待機領域ＷＡを設定し、かご１から一旦降りた乗客が待機領域ＷＡに留まるか否かで再乗車を判定する。

図１０は、再乗車判定処理の手順例を示すフローチャートである。図１０では、かご１の混雑等によってかご１から一度降車し、かご１が乗車可能になるまで待って、再度かご１に乗車する乗客を計測する例を示す。

まず、状態演算部６０は、フロア測定部４０によるフロア２の利用者の測定結果から、フロア２で待っている利用者の待機領域ＷＡを計測する（Ｓ３１）。待機領域ＷＡは、フロア２で待っている利用者の状態に応じて変動するため、その都度待機領域ＷＡを計測し、ＲＡＭ１０３に保持する。

次いで、状態演算部６０は、かご測定部３０によるかご１の利用者の測定結果から、かご１から降車する乗客の有無を確認する（Ｓ３２）。降車する乗客がいない場合には（Ｓ３２のＮＯ）、再乗車判定処理を終了する。

一方、降車する乗客がいる場合（Ｓ３２のＹＥＳ）、状態演算部６０は、フロア測定部４０によるフロア２の利用者の測定結果を取得し、降車した乗客の挙動を計測する（Ｓ３３）。

次いで、状態演算部６０は、降車した乗客が待機領域ＷＡ内に留まっているか否かを判定する（Ｓ３４）。ここで、降車した乗客が待機領域ＷＡから外に出た場合には（Ｓ３４のＮＯ）、状態演算部６０は、当該乗客を降車人数として数えて挙動計測の対象、すなわち待ち人数から除外する（Ｓ３５）。

一方、降車した乗客が待機領域ＷＡ内に留まっている場合には（Ｓ３４のＹＥＳ）、状態演算部６０は、当該乗客を待ち人数として計数し（Ｓ３６）、ステップＳ３３に移行して引き続き挙動計測の対象とする。状態演算部６０は、かご１から降車した乗客全員について、ステップＳ３３からステップＳ３６までの処理を適宜実行する。

図１１に、一旦降車して再乗車する利用者及び再乗車しない利用者の例を示す。図１１では、図９の状態においてかご１から降車した“１－２－３－４”の４人のうち、“１－２”の２人が待機領域ＷＡから外に出た例を示している。“１－２”の２人については、完全に降車したものと判断して、待ち人数から除外する。また、降車後、乗場ドア９２付近にいる“３－４”の２人については、一時的に降車しただけと判断して、待ち人数に計数する。

以上のとおり、第３の実施形態に係るエレベーターでは、演算部（状態演算部６０）は、かごが目的階に到着後にかごから降車した利用者が乗場（フロア２）の設定領域（待機領域ＷＡ）内に留まっていると判断した場合には、当該利用者を乗場で待機する利用者の人数に含めるように構成されている。

このような構成とすることで、かご１から一度降車した乗客を、フロア２から乗車する人であると再認識できるため、利用者人数の精度が上がりエレベーターの運行効率が向上する。

＜第４の実施形態＞
図１に示したように、エレベーターシステム１００は、かご１内に設けられたかごセンサ１０と、各階のフロア２に設けられたフロアセンサ２０と、かごドア９１及び乗場ドア９２を制御するドアコントローラ９０とを有する。このような構成により、エレベーターの戸開直前の状態又は戸閉直前の状態において、かごセンサ１０の計測データと、フロアセンサ２０の計測データと、かごドア９１及び乗場ドア９２周辺の計測結果（動作ベクトル、位置データ）に基づいて、かごドア９１及び乗場ドア９２の動作を制御することができる。

図１２は、第４の実施形態に係るドア閉制御の手順例を示すフローチャートである。図１２において、エレベーターの運行状態が、かご１が任意階から出発するまでの待機状態（戸閉直前の状態）である場合に、かごセンサ１０と、フロアセンサ２０の計測結果を基に、戸閉を制御する手順を説明する。

まず、状態演算部６０は、かご測定部３０によるかご１内の測定対象についてのセンシング周期毎の測定結果の差分から、かご１内の測定対象の動きに対応した動作ベクトル群を取得する（Ｓ４１）。

また、状態演算部６０は、フロア測定部４０によるフロア２の測定対象についてのセンシング周期毎の測定結果の差分から、フロア２の測定対象の動きに対応した動作ベクトル群を取得する（Ｓ４２）。

次いで、かご１内及びフロア２の動作ベクトル群から、エレベーターへの乗降に関係ない、例えば利用者の体の揺れ等の微小な動作ベクトルをフィルタリングする（Ｓ４３）。これにより、動作ベクトル群の中から移動に相当する動作ベクトルを選別し、利用者の歩行等の動作を抽出することができる。

次いで、状態演算部６０は、フィルタリングにより抽出された動作ベクトルの位置と速度から、当該動作ベクトルがエレベーターへの乗降相当か否かを判定する（Ｓ４４）。例えば、かご１における動作ベクトルであれば、かごドア９１に向いていない動作ベクトルは降車相当ではないと判定する。また、フロア２における動作ベクトルも、乗場ドア９２に向いていない動作ベクトルは乗車相当ではないと判定できる。

エレベーターへの乗降に相当する動作ベクトルがある場合には（Ｓ４４のＹＥＳ）、状態演算部６０は、ドアコントローラ９０に対して戸開を維持する指令を出力する（Ｓ４５）。ステップＳ４５の処理後、ステップＳ４１に戻り一連の処理を継続する。

一方、エレベーターへの乗降に相当する動作ベクトルがない場合には（Ｓ４４のＮＯ）、状態演算部６０は、ドアコントローラ９０に対して戸閉指令を出力する。ドアコントローラ９０は、戸閉指令を受けて、かごドア９１及び乗場ドア９２の戸閉を実行する（Ｓ４６）。ステップＳ４６の処理後、ドア閉制御処理を終了する。

以上のとおり、第４の実施形態に係るエレベーターでは、演算部（状態演算部６０）は、エレベーターの運行状態が出発時に、乗場情報が乗場（フロア２）に利用者がいない状況、又は利用者がドア（乗場ドア９２）に向かっていない状況に相当する場合、且つかご情報が利用者がいない状況、又はかご内の利用者が降車しない状況に相当する場合に、乗場及びかごの各ドアを閉める制御を行うように構成されている。

このような構成とすることで、従来は乗降客がいない場合でも所定の時間は必ず戸開を維持していたが、かご１及びフロア２の利用者の行動が乗降に相当しない場合、所定の時間よりも早く戸閉を実行することができる。そのため、出発までの待機時間が短縮し、運行効率の向上が可能となる。

＜第５の実施形態＞
図１３は、第５の実施形態に係るドア開制御の手順例を示すフローチャートである。
図１３において、エレベーターの運行状態が、かご１が任意階に到着した状態（戸開直前の状態）である場合に、かごセンサ１０と、フロアセンサ２０の計測結果を基に、戸開を制御する手順を説明する。

まず、状態演算部６０は、かご測定部３０によるかご１内の測定対象についての測定結果から、かご１内の測定対象の位置データ群を取得する（Ｓ５１）。

また、状態演算部６０は、フロア測定部４０によるフロア２の測定対象についての測定結果から、フロア２の測定対象の位置データ群を取得する（Ｓ５２）。

次いで、状態演算部６０は、得られたかご１の位置データ群及びフロア２の位置データ群のそれぞれから、かごドア９１又は乗場ドア９２の付近に該当する位置データを抽出する処理を実行する（Ｓ５３）。

次いで、状態演算部６０は、かごドア９１又は乗場ドア９２の付近に該当する位置データの有無を判定する（Ｓ５４）。ここで、ドア付近に該当する位置データがない場合には（Ｓ５４のＮＯ）、ドアコントローラ９０によりかごドア９１及び乗場ドア９２の通常通りの戸開を実行する（Ｓ５５）。このステップＳ５５が終了後、ドア開制御の処理を終了する。

一方、状態演算部６０は、ドア付近に該当する位置データがある場合には（Ｓ５４のＹＥＳ）、ドアコントローラ９０によりかごドア９１及び乗場ドア９２の特殊戸開を実行する（Ｓ５６）。例えば特殊戸開では、かごドア９１又は乗場ドア９２に寄りかかっている利用者や、戸袋付近で寄りかかっている利用者等に、戸開状況に遷移することを認識してもらうために、通常の戸開よりも、ドア開放速度を遅くして戸開する。ステップＳ５６の処理後、ステップＳ５１に戻り一連の処理を継続する。

以上のとおり、第５の実施形態に係るエレベーターでは、演算部（状態演算部６０）は、エレベーターの運行状態が目的階に到着時に、乗場情報が乗場（フロア２）のドア付近に利用者がいない状況、且つかご情報がかごのドア付近に利用者がいない状況である場合に、乗場及びかごの各ドアを開ける制御を行うように構成されている。

このようにすることで、従来は到着時から所定の時間が経過することで戸開しているが、かごセンサ１０とフロアセンサ２０の計測結果を基に、ドア及び三方枠周辺の状況を確認し、乗場ドア及びかごドアの付近に利用者がいない場合に、各ドアの戸開を実行する。これにより、利用者の手や腕が戸袋等へ引き込まれることを防止できる。また、ドアや戸袋等への寄りかかりが確認された場合には、特殊戸開を実行し、通常の戸開よりもドア開放速度を遅くする。このため、より安全な運行制御を提供することが可能となる。

＜第６の実施形態＞
図１４は、第６の実施形態に係る乗客間隔確認処理の手順例を示すフローチャートである。
図１４において、エレベーターの運行状態が出発待機の状態である場合に、かご１の乗客同士の間隔を測定し、乗客間隔が所定の間隔よりも短い場合には、出発待機を維持する手順を説明する。

まず、状態演算部６０は、フロア測定部４０によるフロア２の測定対象についての測定結果から、かご１に乗車した利用者の有無を確認する（Ｓ６１）。乗車した利用者がいない場合には（Ｓ６１のＮＯ）、乗客間隔確認処理を終了する。

次いで、乗車した利用者がいた場合には（Ｓ６１のＹＥＳ）、状態演算部６０は、かご測定部３０によるかご１内の測定対象についての測定結果から、かご１内の測定対象の位置データ群を取得する（Ｓ６２）。

次いで、状態演算部６０は、取得した位置データ群から位置データの組み合わせを生成する（Ｓ６３）。次いで、状態演算部６０は、組み合わせた位置データから当該位置データと紐づけられている測定対象（乗客）の間隔を演算する（Ｓ６４）。

次いで、状態演算部６０は、演算した測定対象の間隔を所定値と比較し（Ｓ６５）、当該測定対象の間隔が所定値以上であるか否かを判定する（Ｓ６６）。当該測定対象の間隔が所定値以上である場合には（Ｓ６６のＹＥＳ）、状態演算部６０は、すべての位置データの組み合わせについて所定値との比較を実施したか否かを判定する（Ｓ６７）。そして、比較処理を実施していない位置データの組み合わせが残っている場合には（Ｓ６７のＮＯ）、ステップＳ６４に戻り、他の位置データの組み合わせについて測定対象の間隔の演算、比較を実施する。

一方、状態演算部６０が、すべての位置データの組み合わせについて所定値との比較が完了したと判定した場合（Ｓ６７のＹＥＳ）、エレベーターコントローラ５０は、出発可能状態に移行する（Ｓ６８）。例えば、ドアコントローラ９０によりかごドア９１及び乗場ドア９２を閉める。ステップＳ６８の処理が終了後、乗客間隔確認処理を終了する。

次いで、ステップＳ６６において、状態演算部６０が、任意の測定対象の間隔が所定値未満であると判定した場合には（Ｓ６６のＮＯ）、エレベーターコントローラ５０は、出発待機を維持する（Ｓ６９）。

図１に示したように、かご１には出力装置を使用したアナウンス機能が備わっている。エレベーターコントローラ５０は、このアナウンス機能により乗客同士の間隔が満たせない旨の案内を行い、乗客にかご１内での場所の移動又は降車を促す。

以上のとおり、第６の実施形態に係るエレベーターでは、演算部（状態演算部６０）は、かごの出発前に、かご情報に基づいて利用者間の距離を所定値と比較し、利用者間の距離が所定値未満である場合には、乗場（フロア２）及びかごの各ドアの開放を継続するとともに、かご内の出力装置に利用者間の距離が確保されていないことを通知し、利用者間の距離が所定値以上である場合には、乗場及びかごの各ドアを閉めて出発可能状態に移行するように構成されている。

上記構成の本実施形態によれば、従来はかご１の空間を有効に活用するための、人数や占有面積を基準としたかご１の充填効率向上、運行制御が主たる目的であったが、乗客間の間隔を所定の間隔に維持することを基準とした運行制御を実行することができる。

なお、本発明は上述した各実施形態に限られるものではなく、特許請求の範囲に記載した本発明の要旨を逸脱しない限りにおいて、その他種々の応用例、変形例を取り得ることは勿論である。例えば、上述した各実施形態は本発明を分かりやすく説明するためにエレベーターシステムの構成を詳細かつ具体的に説明したものであり、必ずしも説明したすべての構成要素を備えるものに限定されない。また、ある実施形態の構成の一部を他の実施形態の構成要素に置き換えることが可能である。また、ある実施形態の構成に他の実施形態の構成要素を加えることも可能である。また、各実施形態の構成の一部について、他の構成要素の追加又は置換、削除をすることも可能である。

また、本発明は、かごセンサ１０とフロアセンサ２０を一つのセンサにまとめた構成としてもよい。例えば、かごセンサ１０とフロアセンサ２０を統一して、フロアセンサ２０がかごセンサ１０を兼ねてもよい。この場合、フロアセンサ２０をフロア２（エレベーターホール）の上方であって、かごドア９１と乗場ドア９２が開いたときに、かご１内とフロア２の利用者の情報を取得できる位置に設置する。かごセンサ１０は削除できる。

また、上記の各構成、機能、処理部等は、それらの一部又は全部を、例えば集積回路で設計するなどによりハードウェアで実現してもよい。ハードウェアとして、ＦＰＧＡ（Field Programmable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）などの広義のプロセッサデバイスを用いてもよい。

また、図５、図７、図８、図１０、図１２乃至図１４に示すフローチャートにおいて、処理結果に影響を及ぼさない範囲で、複数の処理を並列的に実行したり、処理順序を変更したりしてもよい。

１…かご、 ２…フロア、 ３…人、 １０…かごセンサ、 １２…かごセンサ通信路、 ２０…フロアセンサ、 ２２…フロアセンサ通信路、 ３０…かご測定部、 ４０…フロア測定部、 ５０…エレベーターコントローラ、 ６０…状態演算部、 ７０…通信路、 ８０…グループコントローラ、 ９０…ドアコントローラ、 ９１…かごドア、 ９２…乗場ドア、 ９３…通信路、 １１０，１１１，１４０…学習済ネットワーク、 １２０，１２１…オブジェクト推論部、 １３０…人計数部、 １３５…人面積演算部、 １５０…セグメント推論部、 １６０…セグメント計数部、 １６５…セグメント面積演算部、 １７０…分類部、 １８０…分類計数部、 １８５…分類面積演算部

Claims (13)

1. 乗場の利用者の状況を乗場情報として取得する乗場センサと、かご内の利用者の状況をかご情報として取得するかごセンサと、を備えたエレベーターであって、
   前記乗場センサによって取得された前記乗場情報と、前記かごセンサによって取得された前記かご情報とに基づき、前記かごが乗場に到着したときの前記乗場又は前記かご内における利用者の増減を演算する演算部、を備える
   エレベーター。
2. 前記演算部は、前記エレベーターの運行状態が戸開状態である場合に、前記乗場情報と前記かご情報とから、前記かごに乗車する利用者がいなくなった後、前記かごから降車した利用者と前記かごに乗車した利用者とを反映して、前記乗場における利用者の増減を演算し、さらに、前記かごから降車する利用者がいなくなった後、前記かごから降車した利用者と前記かごに乗車した利用者とを反映して、前記かご内における利用者の増減を演算する
   請求項１に記載のエレベーター。
3. 前記演算部は、前記エレベーターの運行状態が目的階に到着する前である場合に、前記かごセンサの前記かご情報に基づいて前記かご内の利用者の挙動を測定し、測定結果から前記目的階に到着後に利用者が降車することを推定する
   請求項１に記載のエレベーター。
4. 前記演算部は、前記かごが目的階に到着後に前記かごから降車した利用者が前記乗場の設定領域内に留まっていると判断した場合には、当該利用者を前記乗場で待機する利用者の人数に含める
   請求項１に記載のエレベーター。
5. 前記乗場センサによって取得された前記乗場情報から前記乗場の利用者の人数を測定する乗場測定部と、
   前記かごセンサによって取得された前記かご情報から前記かご内の利用者の人数を測定するかご測定部と、を備え、
   前記演算部は、前記乗場測定部における前記乗場の利用者の人数についての測定結果と、前記かご測定部における前記かご内の利用者の人数についての測定結果とから、前記乗場又は前記かご内における利用者の増減として該当利用者の人数の増減を演算する
   請求項１乃至４のいずれか一項に記載のエレベーター。
6. 前記乗場センサによって取得された前記乗場情報から前記乗場の利用者の占有面積を測定する乗場測定部と、
   前記かごセンサによって取得された前記かご情報から前記かご内の利用者の占有面積を測定するかご測定部と、を備え、
   前記演算部は、前記乗場測定部における前記乗場の利用者の占有面積についての測定結果と、前記かご測定部における前記かご内の利用者の占有面積についての測定結果とから、前記乗場又は前記かご内における利用者の増減として該当利用者の占有面積の増減を演算する
   請求項１乃至４のいずれか一項に記載のエレベーター。
7. 前記かごセンサによって取得された前記かご情報から前記かご内の利用者の位置を測定するかご測定部、を備え、
   前記演算部は、前記エレベーターの運行状態が目的階に向かい減速又は到着前である場合に、前記かご測定部における前記かご内の利用者についてのセンシング周期毎の測定結果の差分から、前記かごが前記目的階に到着後に降車すると推定される利用者の人数を算出する
   請求項３に記載のエレベーター。
8. 前記かごセンサによって取得された前記かご情報から前記かご内の利用者の占有面積を測定するかご測定部、を備え、
   前記演算部は、前記エレベーターの運行状態が目的階に向かい減速又は到着前である場合に、前記かご測定部における前記かご内の利用者についてのセンシング周期毎の測定結果の差分から、前記かごが前記目的階に到着後に降車すると推定される利用者の占有面積を算出する
   請求項３に記載のエレベーター。
9. 前記演算部は、前記エレベーターの運行状態が出発時又は到着時である場合に、前記乗場情報と前記かご情報とから、前記乗場及び前記かごに設けられた各ドアの開閉を制御する
   請求項１に記載のエレベーター。
10. 前記演算部は、前記エレベーターの運行状態が出発時に、前記乗場情報が前記乗場に利用者がいない状況、又は前記利用者が前記ドアに向かっていない状況に相当する場合、且つ前記かご情報が前記利用者がいない状況、又は前記かご内の利用者が降車しない状況に相当する場合に、前記乗場及び前記かごの各ドアを閉める制御を行う
    請求項９に記載のエレベーター。
11. 前記演算部は、前記エレベーターの運行状態が目的階に到着時に、前記乗場情報が前記乗場のドア付近に利用者がいない状況、且つ前記かご情報が前記かごのドア付近に利用者がいない状況である場合に、前記乗場及び前記かごの各ドアを開ける制御を行う
    請求項９に記載のエレベーター。
12. 前記演算部は、前記かごの出発前に、前記かご情報に基づいて利用者間の距離を所定値と比較し、前記利用者間の距離が所定値未満である場合には、前記乗場及び前記かごの各ドアの開放を継続するとともに、前記かご内の出力装置に前記利用者間の距離が確保されていないことを通知し、前記利用者間の距離が所定値以上である場合には、前記乗場及び前記かごの各ドアを閉めて出発可能状態に移行する
    請求項９に記載のエレベーター。
13. エレベーターの乗場の利用者の状況を乗場情報として取得する乗場センサと、前記エレベーターのかご内の利用者の状況をかご情報として取得するかごセンサと、演算部と、運行制御部と、を備えたエレベーターによるエレベーター制御方法であって、
    前記演算部により、前記乗場センサによって取得された前記乗場情報と、前記かごセンサによって取得された前記かご情報とに基づき、前記かごが乗場に到着したときの前記乗場又は前記かご内における利用者の増減を演算する処理と、
    前記運行制御部により、演算された前記乗場又は前記かご内における利用者の増減に基づいて、前記エレベーターの運行を制御する処理と、
    を含むエレベーター制御方法。

Images