JP6415417B2 - エレベータ群システムにおいてエレベータかごをスケジューリングする方法およびシステム - Google Patents

Description

本発明は、包括的には、エレベータ群システムにおいてエレベータかごをスケジューリングすることに関し、より詳細には、将来の乗客の到着に関する不確定情報を用いて乗客にエレベータかごを割り当てることに関する。

エレベータ群スケジューリング（ＧＥＳ：ｇｒｏｕｐ ｅｌｅｖａｔｏｒ ｓｃｈｅｄｕｌｉｎｇ）は、２つ以上のエレベータのバンク（ｂａｎｋ）における組合せ最適化問題である。この問題の最も一般的な例は、上昇（ＵＰ：上）ボタンまたは下降（ＤＯＷＮ：下）ボタンを用いてエレベータかごを要求する乗客にエレベータかごを割り当てることに取り組む。スケジューラは、要求の受信に応答して各乗客にかごを割り当て、性能メトリック、例えば全ての乗客の平均待機時間（ＡＷＴ：ａｖｅｒａｇｅ ｗａｉｔｉｎｇ ｔｉｍｅ）が最小化されるようにする。ＡＷＴは、乗客が要求を行った瞬間からかごが到着するまでの時間間隔を、数多くの要求にわたって平均化したものとして定義される。多くのスケジューリング方法が既知である。しかしながら、最適なＡＷＴを達成する上で重大な障害が存在する。

第１の障害は、スケジューリング問題の組合せ的複雑さである。建物がＣ個のかごを有するエレベータバンクを有し、これらのかごにＮ人の乗客を割り当てなければならない場合、Ｃ^Ｎ通りのあり得る割り当てが存在し、各割り当ては異なるＡＷＴをもたらす。かごおよび乗客の数が少ない場合でも、特に、比較的短い応答時間が要求されることを考えると、全Ｃ^Ｎ通りの割り当ての全数検索によって最適な割り当てを決定することは実現不可能である。この理由により、多数の発見的方法および近似方法が開発されてきた。Ｎｉｋｏｖｓｋｉによる特許文献１「Ｓｙｓｔｅｍ ａｎｄ ｍｅｔｈｏｄ ｆｏｒ ｓｃｈｅｄｕｌｉｎｇ ｅｌｅｖａｔｏｒ ｃａｒｓ ｕｓｉｎｇ ｐａｉｒｗｉｓｅ ｄｅｌａｙ ｍｉｎｉｍｉｚａｔｉｏｎ」、特許文献２「Ｓｙｓｔｅｍ ａｎｄ ｍｅｔｈｏｄ ｆｏｒ ｓｃｈｅｄｕｌｉｎｇ ｅｌｅｖａｔｏｒ ｃａｒｓ ｕｓｉｎｇ ｂｒａｎｃｈ−ａｎｄ−ｂｏｕｎｄ」、特許文献３「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒ ｓｃｈｅｄｕｌｉｎｇ ｃａｒｓ ｉｎ ｅｌｅｖａｔｏｒ ｓｙｓｔｅｍｓ ｃｏｎｓｉｄｅｒｉｎｇ ｅｘｉｓｔｉｎｇ ａｎｄ ｆｕｔｕｒｅ ｐａｓｓｅｎｇｅｒｓ」、および特許文献４「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒ ｃｏｎｔｒｏｌｌｉｎｇ ａｎ ｅｌｅｖａｔｏｒ ｓｙｓｔｅｍ」を参照されたい。特許文献３において、Ｎｉｋｏｖｓｋｉは、主要階において将来の要求を予測し、そのような将来の要求に対する待機時間を決定過程に含むスケジューリング方法を記載している。この方法の短所は、主要階における将来の要求のみが考慮されるという点である。

ＡＷＴを最小化する上での第２の障害は、不完全で、適時でなく、かつ不正確な情報に起因する。例えば、多くの乗り場呼び要求は、目的階を含まず、上昇方向または下降方向のみを含む。通常、目的階は、乗客がかごに搭乗してからしか示されない。この問題に対処する１つの手法は、特定の目的地、例えば、要求された方向の最後の階を想定することである。別の手法は、単一の目的階を任意選択することに関してＡＷＴを低減する方法を用いて、全てのあり得る目的地のＡＷＴを求める。Ｎｉｋｏｖｓｋｉ他による特許文献５「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒ ｃｏｎｔｒｏｌｌｉｎｇ ａｎ ｅｌｅｖａｔｏｒ ｓｙｓｔｅｍ」を参照されたい。しかしながら、この方法は依然として、正確な情報の欠如を補償することができない。より高度なシグナリング機構が検討されてきた。これらのシグナリング機構は、目的地制御（ＤＣ：Ｄｅｓｔｉｎａｔｉｏｎ Ｃｏｎｔｒｏｌ）スケジューリングのための、エレベータの外側の入力パネルによる目的階の直接特定を含む。大きな不利点として、この機構はシステムの費用を増加させ、使用されるとしても通常は主要階にしか使われない。

第３の障害は、将来の要求および目的地を予測することができないことである。通常、スケジューラは既知の要求および目的地に対してサービス（ｓｅｒｖｉｃｅ）することしかできない。結果として、多くのスケジューラは、システムを空にするアルゴリズム（ＥＳＡ：ｅｍｐｔｙ−ｔｈｅ−ｓｙｓｔｅｍ ａｌｇｏｒｉｔｈｍ）を使用する。非特許文献１を参照されたい。ＥＳＡスケジューラにおいて、全ての将来の乗客の到着が無視される。これは、エレベータシステムで実際に起こることに対して明らかに不正確である。ＥＳＡにおける主要な問題は、将来の要求を予測することができないということである。実際に、ＥＳＡはスケジュールを生成するが、このスケジュールの結果として、建物における１つの小さい部分のみに全てのかごが配置され、大部分が対象外のままにされる可能性がある。この理由は、待機中の乗客が存在せず、したがってかごの１つの配置を別の配置より優先する理由がない限り、かごの全ての最終配置を同等に良いと見なすからである。

通常、従来のＧＥＳシステムは、最適化問題を単純化することによって情報の欠如および限られた計算リソースに対処する。いくつかの単純化を用いることができる。

１つの方法では、２人以上の乗客ｈを同じかごに割り当てることに起因する相互遅延が無視される。選択されたかごは、

であり、ここで、Ｗ_ｃは、別の０人以上の乗客の集合も同じかごに割り当てた場合の、１人以上の乗客の待機時間を示す関数であり、

は空集合である。この単純化は、スケジューリング問題を、他の乗客が同じかごに割り当てられたか、または割り当てられるかを問わず、乗客ｈの待機時間Ｗを最小化するかごを選択することに帰着させる。この方法は、同じかごに割り当てられている既存の乗客が、現在の乗客にもたらす遅延と、要求を行っているまたは行う予定の現在の乗客が、既存の乗客にもたらす遅延とを無視する。

従来のＧＥＳシステムにおいて使用されている最も一般的なスケジューリング方法は、割り当てられている乗客の相互依存を説明するが、将来の乗客を無視する。この方法は、サービスを要求したが未だかごに搭乗していない乗客に対して、あり得る割り当てのうちの最良のものを決定する。ＡＷＴ最小化は、既存の乗客を出来るだけ早くかごに搭乗させる割り当てを発見することに帰着するので、この種の方法は、システムを空にする方法（ＥＳＡ）としても知られている。Ｈ（ｔ）は、時間ｔまでに到着したが未だサービスされずに待機している乗客の集合を示すとする。ここで、目的は、Ｈ（ｔ）における乗客の累積待機時間Ｗ（Ｈ（ｔ））を最小化する乗客の割り当てを発見することである。

即時割り当てモードでは、現在の乗客ｈに対する割り当ては即時に行われ、再検討されることはない。このモードでは、かごｃごとに限界待機時間

を求め、最も短い限界待機時間△Ｗ_ｃ（ｈ）を有するかごにｈを割り当てることで十分である。すなわち、スケジューラは、乗客ｈを、順に各かごに暫定的に割り当て、待機時間が最低限で増加するかごを選択する。待機時間におけるこの限界増加は、

として記述することができる。ここで、ｇは集合Ｈ_ｃにおける全ての乗客に及ぶ。

限界増加における初項は、乗客ｈにかごｃをサービスするのに必要な時間である。この項は、かごが、集合Ｈ_ｃ（ｔ）において既にかごｃに割り当てられている他の乗客に起因して行わなくてはならない着床（ｓｔｏｐｓ：停止）も示す。和における残りの項は、既に集合Ｈ_ｃ（ｔ）にある乗客もｃに割り当てられている場合に、これらの乗客に対して乗客ｈがもたらす待機時間の増加を示す。

再割り当てモードでは、乗客のいかなる割り当ても、新しい情報が受信された任意の時間に再び割り当てることができる。この新しい情報は新しい到着を含むが、これに限定されない。実際には、全てのあり得る割り当てに対する総待機時間Ｗ（Ｈ（ｔ））が再び求められるが、集合Ｈ（ｔ）における乗客に対しては、過去および将来の乗客が無視される。もたらされる集合は集合Ｈよりもはるかに小さいが、全数検索は依然としてほぼ実現不可能である。

いくつかの方法は、主要階における将来の到着を考慮する。将来の到着に対するこのわずかな考慮でさえも、例えば、朝の最大昇り交通時のＡＷＴの大幅な低減をもたらすことができる。特許文献３「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒ ｓｃｈｅｄｕｌｉｎｇ ｃａｒｓ ｉｎ ｅｌｅｖａｔｏｒ ｓｙｓｔｅｍｓ ｃｏｎｓｉｄｅｒｉｎｇ ｅｘｉｓｔｉｎｇ ａｎｄ ｆｕｔｕｒｅ ｐａｓｓｅｎｇｅｒｓ」を参照されたい。欠点として、この方法は、建物のロビー等の単一の（主要）到着階における将来の到着のみを考慮する。

将来の到着の考慮に関する別の実質的に有益な方法は、Ｓｕｚｕｋｉ他による特許文献６に記載されている。エレベータシステムが、使用頻度の高い階に空のかごを停める。このシステムは、エレベータから隔てて乗り場呼び登録を行う遠隔呼びデバイスを備える。停止階からエレベータかごを移動する時間は、エレベータへの徒歩時間と比較される。これらの時間の比較の結果に基づいて、スタンバイ動作を行うか否かの判断が行われる。

非特許文献２は、各階において実際の要求ごとに仮想の追加要求をシミュレーションし、たとえ仮想の要求にとって最も不都合な階であっても、実際の要求と仮想の要求との双方を扱うことができる最良のスケジュールを選択する。この方法は、ＥＳＡ方法と比べてはるかに優良だが、この方法は依然として将来の要求を１つしか考慮せず、仮想の要求および実際の要求の時間は同時である。

Ａｔｔａｌａ他による特許文献７は、事前交通情報を用いるエレベータ群に対するスケジューリング方法を記載している。事前交通情報は、「スナップショット」問題を規定して乗客に対する性能を改良するのに用いられる。スナップショット問題を解決するために、目的関数を変換し、このスナップショット問題を、個別のかごに関する下位問題に分解するのを促進する。下位問題は、２レベル構築を用いて個別に解決される。２レベル構築において、かごへの乗客の割り当ては高位レベルにあり、個別のかごの送出は低位レベルにある。この方法の主要な不利点は、将来の到着が完全な確証をもって行われると見なされることである。例えば、コストの増加を伴って、要求は、エレベータから隔てたキーパッド上で行われ、エレベータに続く廊下におけるカメラまたは他のセンサが、接近する乗客を検出し、識別カードリーダまたはホテルの会議スケジュールシステムが到着情報を供給する。一方、依然として、現実における実際のシステムにおいて完全な確証を合理的に期待することはできない。

不確定な将来の乗客の到着に関する事前情報を考慮に入れた、エレベータ群システムに対する最適なスケジューリング戦略を提供することが望まれる。

米国特許第７，５４６，９０５号 米国特許第７，４８４，５９７号 米国特許第７，０１４，０１５号 米国特許出願公開第２００３／０２２１９１５号 米国特許第６，６７２，４３１号 米国特許出願公開第２０１３／０１８６７１３号 米国特許第８，２２０，５９１号

Ｂａｏ他「Ｅｌｅｖａｔｏｒ ｄｉｓｐａｔｃｈｅｒｓ ｆｏｒ ｄｏｗｎ−ｐｅａｋ ｔｒａｆｆｉｃ」Ｔｅｃｈｎｉｃａｌ ｒｅｐｏｒｔ， Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｍａｓｓａｃｈｕｓｅｔｔｓ， １９９９ Ｓｕｚｕｋｉ他「Ｅｌｅｖａｔｏｒ ｓｕｐｅｒｖｉｓｏｒｙ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｗｉｔｈ ｃａｒｓ ｃｏｏｐｅｒａｔｉｖｅ ｍｅｔｈｏｄ」Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＥＬＥＶＣＯＮ'０６ Ｗｏｒｌｄ Ｅｌｅｖａｔｏｒ Ｃｏｎｇｒｅｓｓ， ｐｐ． ３３８−３４６， １２０６

本発明の実施形態は、建物のエレベータ群システムにおいてエレベータかごをスケジューリングし、より詳細には、建物の任意の階における将来の乗客の到着時間に関する不確定情報を用いて、乗客にエレベータかごを割り当てる方法およびシステムを提供する。本発明の目的は、性能メトリック、例えば、全ての乗客の平均待機時間（ＡＷＴ）を最適化する、エレベータかごのスケジュールを求めることである。さらに、スケジューリングをリアルタイムで行うことが望ましい。

本実施形態は、想定される将来の乗客の到着に関する情報を用い、この情報における不確定性を考慮する。本発明は、即時割り当てモードにおいて動作することもできる。これは、エレベータかごに対する要求が受信されるたびに、乗客にサービスするかごが即時に決定され、要求が再検討されないことを意味する。スケジューリングは、テーブルに記憶された到着情報も考慮する。到着情報は、建物内に位置するセンサによって取得したデータ、並びに将来の乗客によるサービス要求の確率およびサービス要求のあり得る時間の確率等の到着統計を含むことができる。

将来の乗客のあり得る到着時間は、例えば、ガウス−ベルヌーイ分布、ポアソン分布、ワイブル分布、または別の適切な分布等の統計的分布を用いて、確率変数によって示される。確率変数は、過去の乗客の到着情報、および建物の他の場所にいる、感知された潜在的な乗客の存在に基づくことができる。確率変数は、到着階および到着時間の確率分布によってパラメータ化することができる。この確率分布は、ガウス分布、ワイブル分布等の特定のパラメトリック形式を有することができる。感知されていないが将来の時間間隔内に到着する可能性がある乗客は、到着間の時間を指数分布から得るポアソン到着過程の前提のもと、到着率で特徴付けられる。

スケジューラは、到着情報に基づいて、例えば、ガウス−ベルヌーイ変数またはポアソン変数からサンプルを抽出することによって、将来の乗客に関して複数のあり得る連続集合を生成することができる。次に、スケジューラは、連続集合における全ての将来の乗客に対する適切な割り当てを発見した後、全ての連続集合にわたる全ての乗客のＡＷＴを平均化することで、到着したばかりの乗客に対する最適なかご割り当てを決定する。

最近到着した乗客に関しては、乗客に割り当てられているかごは全ての連続集合にわたって同じであるが、将来の到着に関しては、将来の乗客の到着時間のテーブルにおいて同じエントリーからサンプリングされた乗客は、必ずしも全ての連続集合にわたって同じかごに割り当てる必要はない。

好ましい実施形態において、将来の乗客は、全ての乗客が到着順に割り当てられる即時割り当てモードを用いてかごに割り当てられ、この割り当ては、これまで到着した乗客を考慮に入れるが、連続集合においてこれから到着する乗客を無視する。別の実施形態では、各乗客の割り当ては、他の乗客がその乗客の前に到着したか、または後に到着したかを問わず、他の全ての乗客の割り当てを考慮に入れるように、全ての将来の乗客が一緒に割り当てられる。

エレベータ群システムにおいて、乗客に関してエレベータかご１０１および１０２をスケジューリングする方法およびシステムのブロック図である。 ガウス−ベルヌーイ変数の形式の確率変数によって特徴付けられる、将来の乗客の到着時間の確率分布モデルの概略図である。 本発明の実施形態に係るエレベータ群システムにおいて乗客をスケジューリングする方法のフロー図である。 本発明の実施形態に係るポアソン到着過程によって特徴付けられる、感知されていない将来の乗客の到着時間の指数確率分布の概略図である。 本発明の実施形態に係る２つの連続集合を有する予測エレベータ群スケジューリングの概略図である。

一般的なスケジューリング方法
図１Ａは、複数の階１０３を有する建物内のエレベータ群システム１１０においてエレベータかご１０１および１０２をスケジューリングする方法およびシステムのブロック図を示す。将来の乗客１４０の実現される到着の確率分布の集合１２０が推定される（１３０）。

将来の乗客とは、上昇ボタンまたは下降ボタンを押すことによってサービスの要求をしていない乗客のことである。現在の要求の時点では、全ての将来の乗客が想定される。確率分布の集合１２０は、将来の到着の不確定なプロセスを規定する確率変数、例えば、将来の乗客によるサービス要求の確率１２１およびサービス要求のあり得る時間の確率１２２によって特徴付けられる。情報はセンサ１５１または到着履歴統計１５２によって取得することができる。

確率分布の集合は到着情報履歴テーブル１５０に記憶される。サービスに対する現在の乗客の新しい要求４５０が登録されるたびに、そのテーブル１５０に記憶されている確率分布１２０からのサンプルが引き出され、既存のサービスされていない乗客１４５と組み合わされ、既存の乗客および潜在的な将来の乗客の双方に対する適切なスケジュール１７０を決定する（１６０）のに用いる連続集合が生成される。スケジュールは、上昇ボタンまたは下降ボタンを押してサービスの要求を行ったので到着時間が既知である乗客を含むことが理解される。連続集合は、以下で図４を参照してより詳細に記載される。

本方法は連続的かつリアルタイムに動作する。

実現される将来の到着時間
以下は、本発明の実施形態に係る実現される将来の到着時間を記載する例示的なシナリオである。サービスを要求する確率ｐ＝０．７を有する潜在的な将来の乗客が、午前１０：００：００に遠隔ロケーションで感知される。遠隔ロケーションとエレベータホールとの間の距離が２０メートルであり、乗客の平均歩行速度が１ｍ／ｓであるとする。ただし、この平均歩行速度は、様々な人の間の差異に起因して１５％異なる場合がある。したがって、この乗客がエレベータホールに移動する時間は２０秒±３秒である。一般集団の歩行速度の正規（ガウス）分布の前提のもと、この乗客のガウス−ベルヌーイ変数を到着情報テーブル１５０に記憶することができる。このとき、確率ｐ＝０．７、平均μ＝２０ｓ、および標準偏差σ＝３ｓである。これは、この乗客がエレベータに到着する想定時間は１０：００：２０であることを意味する。

一方、想定時間には不確定性、例えば±３秒が存在する。これは非常にわずかな時間に見えるが、現在のエレベータは１５ｍ／ｓｅｃを超える速度で移動することができることに留意されたい。したがって、この時間で、エレベータは待機中の乗客がいる階を何階も通過する可能性がある。

この不確定性のもとでスケジューリングを行うために、ガウス−ベルヌーイ変数から無作為にサンプリングすることでｎ＝３の連続集合を生成する。第１の連続において到着時間は最終的に１０：００：２２であり、第２の連続においては１０：００：１９であり、第３の連続においては乗客が全く到着しないとする。乗客を連続集合においてスケジューリングするとき、サンプリングされた（実現された、作動した）到着時間によって集合を順序付ける。第１の連続ケースにおける乗客の場合、この到着時間は１０：００：２２であり、想定時間１０：００：２０ではない。

本方法を実施することにより、近い将来に到着する実際の乗客をスケジューリングするときに、この乗客の割り当ては、この感知された乗客の１０：００：２０あたりのあり得る到着を考慮に入れ、この割り当ては、３つの連続においてサンプルリングされた異なる到着時間に明示したように、この乗客の到着時間においてあり得る変動に関してロバストである。

センサ
センサ１５１は、将来の乗客がそこから到着する可能性のあるエリアに設けることができる。例えば、センサは動作検出器とすることができる。特定の種類の動作センサは、一般的に建物内の様々な階の廊下および乗り場に設置される監視カメラ等のカメラまたは人の動作を直接検出する近接センサを含むことができる。階は、地上停止階の上方または下方の階を含むことができる。

センサを用いて、必ずしもエレベータドアまたはエレベータに続く廊下だけではなく、建物内の複数のロケーションにおける人を検出することができる。そのような場合には、ロケーションｌにおいて、例えば、エレベータホールから５０メートル離れた廊下において人が検出されると、感知されたデータを実際のサービス要求と相関させることによって、その人がエレベータのサービスを要求する確率ｐ_ｉを求めることができる。

履歴情報
例えば、特定の時刻、曜日における特定の階での上昇要求および下降要求から取得した履歴情報を用いて、観測された実際の到着率のうちの最新のものを調整することができる。そのような予測情報は、本明細書に記載されている予測スケジューラとともに用いた場合、ＡＷＴの低減をもたらすことができる。

確率モデル
図１Ｂに示すように、物理モデルを用いて、サービス要求のあり得る時間の確率の確率モデルを構築することもできる。μ_ｌ＝ｓ_ｌ／ｖは、感知ロケーションｌとエレベータドアとの間の距離ｓ_ｉを、速度ｖ、例えば秒速１メートルで移動する時間とする。次に、ロケーションｌにおいて感知された任意の人に対して、適切な分布、例えば、平均μを有するガウス分布ｔ：Ｎ（μ_ｌ，σ^２ _ｌ）からサンプリングされた時間△ｔで、確率ｐ_ｌを有する確率分布１２０から、乗客の実現される到着時間およびサービスの要求を求めることができる。分散σ^２ _ｌを、センサによって取得したデータから取得することもできる。

確率分布を用いて、スケジュール１７０を生成する（１６０）。次に、エレベータ群システム１１０のコントローラ１８０にこのスケジュールを提供して、スケジュールに従ってエレベータを動かすことができる。これらのステップは、コントローラ１８０を用いてエレベータ群システムを操作するように設計されたプロセッサ１９０によって行うことができる。プロセッサおよびコントローラは、通信リンク１６５によって接続することができる。

利点として、本発明は、様々な階においてエレベータかごと将来の乗客との到着がおよそ一致して、平均待機時間を最小化するように、将来の乗客に対してエレベータかごをスケジューリングすることができる。

エレベータ群スケジューリング
エレベータ群スケジューリング（ＧＥＳ）システムの１つの目的は、現在の時間からおよび将来の時間間隔の間でエレベータを要求する全ての乗客の平均待機時間（ＡＷＴ）を最小化することである。この間隔が有限であり、乗客の正確な到着シーケンスが既知である場合、少なくとも理論上は、ＡＷＴを最小化する、乗客に対するかごの最適な割り当てを決定することが可能である。

時間間隔の間に到着する乗客｛ｈ_１，ｈ_２，・・・，ｈ_Ｎ｝の集合Ｈにおいて、乗客ｈ_ｉはタプル（ｔ_ｉ，ｏ_ｉ，ｄ_ｉ）によって表すことができる。ここで、ｔ_ｉは到着時間であり、ｏ_ｉは到着階であり、ｄｉは目的階である。バンクにおけるＣ個のかごに対するＮ人の乗客の割り当ては、集合ＨをＣ個の部分集合Ｈ_Ｃに分割し、それにより、Ｈ＝Ｈ_１∪Ｈ_２∪・・・∪Ｈ_Ｃとなり、ｉ≠ｊのときにＨ_ｉ∩Ｈ_ｊは空集合

となる。

かごｃに割り当てられた集合Ａにおける乗客ｈの待機時間は、集合Ａにおける全ての乗客がかごｃに割り当てられているとき、Ｗｃ（ｈ｜Ａ）である。同様に、集合Ｈにおける全ての乗客の累積待機時間は、それらの乗客のうちの全員がかごｃに割り当てられているとき、Ｗｃ（Ｈ｜Ａ）である。集合ＨおよびＡは必ずしも同じではない。

一般的に、待機時間Ｗ_ｃ（Ｈ｜Ａ）は、かごｃが集合Ｈ∪Ａにおける乗客にサービスする予め求められた順序に依存する。多くのエレベータシステムは完全収集方針（ｆｕｌｌ ｃｏｌｌｅｃｔｉｖｅ ｐｏｌｉｃｙ）を用いる。この方針において、かごは、１つの方向において全ての要求に対して連続してサービスし、次に、転換して反対方向において全ての呼びに応える。かごが空の状態で着床すると、あり得る上昇方向および下降方向が比較され、より短いＡＷＴをもたらす方向が選択される。ＡＷＴを最適化する他のあり得るサービスシーケンスも可能である。しかしながら、選択される方法を問わず、集合Ｈおよび集合Ａと、かごｃの位置との所与の組合せについての結果的な待機時間Ｗ_ｃ（Ｈ｜Ａ）を完全に求めることができる。

所与の完全な割り当てについて、集合Ｈにおける全ての乗客の総待機時間Ｗ（Ｈ）は、

として表すことができ、集合Ｈにおける乗客のＡＷＴはＷ（Ｈ）／Ｎである。集合Ｈの、Ｃ個の部分集合へのあり得る分割はＣ^Ｎ通り存在する。無限の計算リソースおよび／または適切な組合せ最適化方法を用いて、最適な割り当てを決定することができる可能性がある。

しかしながら、そのような計算が可能であったとしても、はるかに深刻な困難が存在する。この困難は不十分な情報に起因する。実際には、ＧＥＳシステムは、到着情報へのアクセスが限られている。時間間隔（ｔ_１＜ｔ＜ｔ_Ｎ）の間のいずれかにある現在の時間ｔにおいて、ＧＥＳは現在の時間ｔまでに発生した全ての要求、およびバンクにおけるＣ個のかごの状態に関する情報しか有しない。

通常の従来技術のＧＥＳシステムは、将来の到着イベントに対するアクセスを有しない。目的地制御（ＤＣ）スケジューリングでは、乗客ｈ_ｉ、ｔ_ｉ＜ｔの要求情報は目的階ｄ_ｉを含む。従来の非ＤＣシステムでは、この情報を利用することができず、乗客ｈ_ｉの所望の動作方向ｕ_ｉ＝ｓｉｇｎ（ｄ_ｉ−ｏ_ｉ）のみが利用可能である。さらに、乗客が、他の乗客が既に待機しているエレベータに到着したとき、上昇ボタンまたは下降ボタンが既に選択されている場合には、通常、新しく到着した乗客はこれらのボタンを押さない。これは、システムからそれらの新しい乗客の到着を事実上「隠す」。

将来到着する乗客
図２に示すように、ＧＥＳの性能を改善する１つの方法は、将来の乗客１４０の意図を予測することである。これは実際には不可能であるが、それでもなお、利用可能な乗客情報２１１を取得する（２１０）ことはできる。到着情報は、割り当てられている待機中の乗客、現在要求中の乗客、および将来の乗客１４０に関する履歴情報１５２、例えばセンサ１５１によって感知された情報を含むことができる。

到着する乗客ｈ_ｉとｈ_ｉ＋１との間の時間ｔ_ｉ＜ｔ＜ｔ_ｉ＋１について、到着した乗客および将来到着する可能性のある乗客のｎ個のあり得る連続集合

２２１を生成する（２２０）ことが可能である。ここで、１≦ｊ≦ｎである。乗客およびタイミングの詳細に関しては図３を参照されたい。

本明細書に記載されているように、連続集合２２１

は、履歴から既知である、かごを待機中の割り当てられている乗客ｈおよび要求中の現在の乗客ｈと、未知である将来の乗客

とに関する情報２１１を含む。

ここで、

は、連続集合

における、ｋ番目の将来の乗客である。各連続集合における乗客の数ｍ_ｊは異なることができる。全ての連続集合における既存の乗客は同一であり、つまり全ての連続は同じ過去を共有するが、異なる未来を有することに留意されたい。

計算リソースおよび乗客到着率に応じて、連続集合の時間の長さｌは、例えば、数分から数時間異なることができる。次に、各連続集合

について、式（１）と同様に最適な累積待機時間（ＣＷＴ）２３１を求める（２３０）ことが可能である。

ここで、

は、連続集合

における、かごｃに割り当てられている乗客の集合を示す。この割り当てに対するＡＷＴは、

として、求める（２４０）ことができる。

この計算は、式（１）におけるような１つの乗客の集合に対するものとは対照的に、ｎ個の連続集合に対するものであるが、必ずしもより多くの時間を要するとは限らない。式（２）は、おそらく非常に長い時間間隔にわたって、到着ストリーム全体を伴う。しかしながら、ｎ個の連続集合の持続時間は、利用可能な計算リソースに従って調整することができる。

ｎ個の連続集合のうちの全てにおいて、到着時間ｔ_ｉ＜ｔを有する乗客ｈ_ｉは、全ての連続集合において同じかごに割り当てられることに関して特別な注意が払われる。この考慮事項の外には、ＡＷＴを最小化する任意の実際の方法、例えば、システムを空にする方法を用いることができる。即時割り当てモードおよび再割り当てモードを用いることができる。

即時割り当て
このモードにおいて、現在の乗客ｈは、限界待機時間（ＭＷＴ：ｍａｒｇｉｎａｌ ｗａｉｔｉｎｇ ｔｉｍｅ）２５１

を有するかごｃに暫定的に割り当てられる（２５０）。ここで、ｇはかごｃに暫定的に割り当てられている全ての乗客に及ぶ。

初項において将来の乗客は無視されることに留意されたい。しかしながら、この割り当ては、将来の乗客

の限界待機時間が、

として求められたときに、将来の乗客の待機時間に対する影響を有する。ここで、

は、時間ｔ_ｉ＋ｋより前に到着し、既にかごｃに割り当てられている将来の乗客の集合を示す。

次に、現在の乗客ｈが連続集合

のうちの１つに暫定的に割り当てられ、既知の乗客ｈと、未知の将来の乗客

との間の相互作用を説明することができる。

この割り当てモードは、全数検索に比較すると比較的低い複雑度を有し、将来の到着の数において線形であるが、必ずしも連続集合における全ての乗客に対して最適な割り当てを決定するとは限らない。なぜならば、このモードは、乗客

を割り当てる前の時間ｔ_ｉ＋ｋに到着した乗客のみを考慮するからである。低い複雑度に起因して、これが本発明の好ましい実施形態である。

将来の乗客に対する再割り当てを含む、現在の乗客の即時割り当て
即時割り当てモードは、現在の乗客に対する割り当てが即時に行われ、再検討されることがないことを必要とする。しかしながら、将来の乗客に対するそのような割り当ての制限は存在しない。これは、少なくとも理論上は、割り当てを再検討することを可能にする。しかしながら、この再検討は、計算の著しい増加をもたらす場合があり、スケジューリングが行われる方法に対応しない場合もある。

例えば、これは不可能でないにせよあまり起こりそうにないが、ｎ個の連続集合のうちの１つが実際に将来起こるとする。この場合、要求に対する割り当ては即時モードにおいて行われ、再割り当ては許可されない。したがって、良好な分割が再割り当てモードにおいて求められた場合、この分割は即時割り当てモードにおいて見逃される可能性があり、これが、将来の乗客をスケジューリングする際に再割り当てをおそらく用いるべきではない理由である。

再割り当てモード
乗客の連続集合全体の最適な割り当てを決定するのに、計算的に効率的な手順が利用可能である場合、この手順は、拡張された連続集合

に対するモンテカルロ評価において、計算時間における関連付けられた増加を伴って、効率的に用いることもできる。

モンテカルロスケジューリング方法は、どのモードが用いられているかを問わず、ローリングホライゾン方式において動作する。乗客ｈ_ｉが時間ｔ_ｉにおいて（一時的または恒久的に）割り当てられた後、ｎ個の集合

を用いて、次の乗客ｈ_ｉ＋１が時間ｔ_ｉ＋１において到着したときに、情報ベクトルＩ（ｔ_ｉ＋１）から新しい連続集合

が生成される。

情報ベクトルＩ（ｔ）のフォーマットとしては、感知する情報の種類に応じていくつかの選択肢が可能である。モンテカルロ連続集合の生成に用いることができる一般的なフォーマットは、センサから独立している。このフォーマットは、起点階と目的階との各ペアにおける到着過程を特定する確率過程の行列である。

時間依存ポアソン過程
時間ｔにおいて利用可能な情報Ｉ（ｔ）は、最も単純な形では、階ｉごとの到着率λ_ｉ（ｔ）の最新の推定値を含む。これらの推定値は、センサ１５１を用いて、特定の階においてかごに搭乗する人の数を推定することにより取得することができる。センサは、エレベータにおける重量センサ、エレベータドアにおける動作センサ、またはドアを視認するカメラとすることができる。センサ統計および反復比例フィッティング（ｉｔｅｒａｔｉｖｅ ｐｒｏｐｏｒｔｉｏｎａｌ ｆｉｔｔｉｎｇ）から降車率を求めて、起点階と目的階との対の到着率λ_ｉｊ（ｔ）を取得することもできる。到着率λ_ｉｊ（ｔ）が求められ、到着過程がポアソン分布３００を有すると見なされた後、図３に示される任意の開始時間３０１からの連続集合について、ポアソン変数によって特徴付けられる、将来の乗客の到着率の確率分布１２０を生成することが可能である。

連続集合を用いた乗客のスケジューリング
図４は、本発明の実施形態に係る２つの連続集合４０１および４０２を有する予測エレベータ群スケジューリングの概略図である。任意の数の連続集合が存在することができることが理解される。図４において、到着時間ｔ４１０は下方に流れる。時間は、要求がサービスされた乗客の時間間隔４１１、未だサービスされていない割り当てを有する乗客の時間間隔４１２、現在の時間４１３、および将来の時間間隔４１５に分割される。実線の上昇シンボル４２１および下降シンボル４２２は、既に到着している乗客によって行われた要求を示し、破線のシンボル４３１および４３２は、将来の乗客による潜在的な要求を示す。文字Ａ４４１およびＢ４４２はかごを示す。この場合、かごは２つである。時間間隔４１１では、かごの連続した選択が決定木として構成される。将来の時間間隔４１５の間、要求が即時割り当てモードにおいて満たされることが好ましい。

全ての連続集合にわたるＡＷＴは、現在の乗客要求４５０に対する各暫定割り当て（この場合、かごＡまたはかごＢのいずれか）について計算される。次に、最も短いＡＷＴを有するかごの選択を用いて、現在の時間４１３における現在の乗客要求４５０に対する割り当てが行われる。すなわち、スケジューラは、現在の時点で利用可能な全てのあり得る選択肢（かご）にわたって、既存の乗客と、あり得る将来の乗客の集合とが待機する時間の長さを比較する。複数の連続は、この計算が、１つだけではなく、将来の到着の不確定性に起因する、乗客到着ストリームのはるかに多くの将来のあり得る実現を考慮することを保証する。

Claims (20)

1. 建物内のエレベータ群システムにおいてエレベータかごをスケジューリングする方法であって、エレベータかごが、新しく到着した乗客にサービスするという決定は、前記新しく到着した乗客の到着時間になされ、
   前記方法は、
   前記新しく到着した乗客により、エレベータホールでのシグナルによってサービスに対する要求を登録するステップと、
   メモリからデータをアクセスするステップと、
   を備え、
   前記データは将来の乗客の到着情報を含み、プロセッサは前記メモリと通信し、
   前記プロセッサは、
   前記建物の任意の階における将来の乗客の到着の確率分布の集合を生成するステップであって、前記確率分布の集合は、前記将来の乗客の到着情報を特定する確率変数によって特徴付けられ、前記到着情報は、前記将来の乗客によるサービス要求の確率と、前記サービス要求のあり得る時間の確率とを含む、ステップと、
   前記到着情報を用いて前記確率分布の集合に基づいて、将来の乗客の到着の確率変数のうちのいくつかの確率変数から複数の連続集合を生成することによって前記エレベータかごのスケジュールを決定し、サービスに対する前記要求を登録した前記新しく到着した乗客に対する最適なエレベータかご割り当てを、前記複数の連続集合のうちの前記連続集合における全ての将来の乗客に対する割り当てを発見した後、全ての連続集合にわたる全ての新しく到着した乗客の平均待機時間（ＡＷＴ）を平均化することで、決定するステップと、
   前記エレベータ群システムのコントローラに前記スケジュールを提供し、前記スケジュールに従って前記エレベータかごを動かすステップと、
   を行うように構成され、
   前記プロセッサは、前記コントローラと通信する、
   エレベータ群システムにおいてエレベータかごをスケジューリングする方法。
2. 前記確率変数は、ガウス−ベルヌーイ分布、ポアソン分布あるいは別の分布を含み、履歴乗客到着情報に基づく統計的分布を用いて求められる、
   請求項１に記載の方法。
3. 前記到着情報は、センサによって取得された到着履歴情報に基づき、前記到着履歴情報は、前記メモリ内のテーブルに記憶された到着統計を含む、
   請求項１に記載の方法。
4. 前記スケジューリングは、リアルタイムで行われる、
   請求項１に記載の方法。
5. 前記到着情報は、前記建物内のセンサによって取得された到着履歴情報に基づき、前記センサは、動作検出器を含む、
   請求項１に記載の方法。
6. 感知されたデータを、前記新しく到着した乗客によって登録されたサービスに対する要求によって、実際のサービス要求と相関させることをさらに備え、前記感知されたデータは、前記建物の他の場所にいる、感知された潜在的な乗客の存在を含む、
   請求項５に記載の方法。
7. 前記スケジューリングは、平均待機時間を最小化する、
   請求項１に記載の方法。
8. スケジュールは、サービスに対する要求を行った乗客を含む、
   請求項１に記載の方法。
9. 前記将来の乗客の到着時間の前記確率分布は、ガウス−ベルヌーイ変数によって特徴付けられる、
   請求項１に記載の方法。
10. 前記将来の乗客の到着時間の前記確率分布は、ポアソン変数によって特徴付けられる、
    請求項１に記載の方法。
11. 前記到着情報をサンプリングして、複数の連続集合を生成することであって、各連続集合は、割り当てられている待機中の乗客、現在要求中の乗客、および将来の乗客に関する情報を含み、将来の乗客の到着は、前記確率分布の集合からサンプリングされることをさらに備えた、
    請求項１に記載の方法。
12. 前記連続集合の長さは、数分から数時間異なり、
    前記複数の連続集合において示される前記乗客の全てのあり得る割り当てにわたって、全ての連続集合の最適な累積待機時間を求めることをさらに備えた、
    請求項１１に記載の方法。
13. 前記現在要求中の乗客および前記将来の乗客は、全て即時割り当てモードにおいてスケジューリングされる、
    請求項１１に記載の方法。
14. 前記現在要求中の乗客は、即時割り当てモードにおいてスケジューリングされ、
    前記将来の乗客は、再割り当てモードにおいてスケジューリングされる、
    請求項１１に記載の方法。
15. 前記現在要求中の乗客および前記将来の乗客は、全て再割り当てモードにおいてスケジューリングされる、
    請求項１１に記載の方法。
16. 建物内のエレベータ群システムにおいてエレベータかごをスケジューリングするシステムであって、エレベータかごが、新しく到着した乗客にサービスするという決定は、前記新しく到着した乗客の到着時間になされ、
    前記システムは、
    将来の乗客の到着情報を含むデータを記憶するメモリと、
    前記メモリと通信するプロセッサであって、
    前記新しく到着した乗客により、エレベータホールでのシグナルによってサービスに対する要求を登録することと、
    前記建物の任意の階における将来の乗客の到着の確率分布を生成することであって、前記確率分布は、前記将来の乗客の到着情報を特定する確率変数によって特徴付けられ、前記到着情報は、前記将来の乗客のサービス要求の確率と、前記サービス要求のあり得る時間の確率とを含む、ことと、
    前記到着情報を用いて前記確率分布の集合に基づいて、将来の乗客の到着の確率変数のうちのいくつかの確率変数から複数の連続集合を生成することによって前記エレベータかごのスケジュールを決定し、サービスに対する前記要求を登録した前記新しく到着した乗客に対する最適なエレベータかご割り当てを、前記複数の連続集合のうちの前記連続集合における全ての将来の乗客に対する割り当てを発見した後、全ての連続集合にわたる全ての新しく到着した乗客の平均待機時間（ＡＷＴ）を平均化することで、決定することと、
    を行うように構成されたプロセッサと、
    前記エレベータ群システムのコントローラであって、前記スケジュールに従って前記エレベータかごを動かす、コントローラと、
    を備えたエレベータ群システムにおいてエレベータかごをスケジューリングするシステム。
17. 建物内のエレベータ群システムにおいてエレベータかごをスケジューリングする方法であって、エレベータかごが、新しく到着した乗客にサービスするという決定は、前記新しく到着した乗客の到着時間になされ、
    前記方法は、
    前記新しく到着した乗客により、エレベータホールでのシグナルによってサービスに対する要求を登録するステップと、
    メモリからデータをアクセスするステップと、
    を備え、
    前記データは将来の乗客の到着情報を含み、プロセッサは前記メモリと通信し、
    前記プロセッサは、
    前記建物の任意の階における将来の乗客の到着の確率分布の集合を生成するステップであって、前記確率分布の集合は、前記将来の乗客の到着情報を特定する確率変数によって特徴付けられ、前記到着情報は、前記将来の乗客によるサービス要求の確率と、前記サービス要求のあり得る時間の確率とを含む、ステップと、
    前記到着情報を用いて前記確率分布の集合に基づいて、将来の乗客の到着の確率変数のうちのいくつかの確率変数から複数の連続集合を生成することによって前記エレベータかごのスケジュールを決定するステップと、
    サービスに対する前記要求を登録した前記新しく到着した乗客に対する最適なエレベータかご割り当てを決定するステップと、
    前記エレベータ群システムのコントローラに前記スケジュールを提供し、前記スケジュールに従って前記エレベータかごを動かすステップと、
    を行うように構成され、
    前記プロセッサは、前記コントローラと通信する、
    エレベータ群システムにおいてエレベータかごをスケジューリングする方法。
18. サービスに対する前記要求を登録した前記新しく到着した乗客に対する最適なエレベータかご割り当てを決定するステップは、前記複数の連続集合のうちの前記連続集合における全ての将来の乗客に対する割り当てを発見した後、全ての連続集合にわたる全ての新しく到着した乗客の平均待機時間（ＡＷＴ）を平均化することによる
    請求項１７に記載の方法。
19. 前記確率変数は、ガウス−ベルヌーイ分布、ポアソン分布あるいは別の分布を含み、履歴乗客到着情報に基づく統計的分布を用いて求められる、
    請求項１７に記載の方法。
20. 前記到着情報は、センサによって取得された到着履歴情報に基づき、前記到着履歴情報は、前記メモリ内のテーブルに記憶された到着統計を含む、
    請求項１７に記載の方法。

Images