JP6866275B2 - External system cooperation Vehicle dispatch system and method - Google Patents
External system cooperation Vehicle dispatch system and method Download PDFInfo
- Publication number
- JP6866275B2 JP6866275B2 JP2017209175A JP2017209175A JP6866275B2 JP 6866275 B2 JP6866275 B2 JP 6866275B2 JP 2017209175 A JP2017209175 A JP 2017209175A JP 2017209175 A JP2017209175 A JP 2017209175A JP 6866275 B2 JP6866275 B2 JP 6866275B2
- Authority
- JP
- Japan
- Prior art keywords
- floor
- predicted
- information
- elevator
- congestion
- 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.)
- Active
Links
Images
Landscapes
- Indicating And Signalling Devices For Elevators (AREA)
- Elevator Control (AREA)
Description
本発明は、エレベーター装置の運行管理に係り、特に外部システムと連携してエレベーターの乗り場の混雑時におけるかご配車を適切に行うための外部システム連携配車システム及び方法に関する。 The present invention relates to an operation management of an elevator device, and particularly relates to an external system-linked vehicle allocation system and method for appropriately performing car allocation when an elevator platform is congested in cooperation with an external system.
従来からエレベーター装置の運行管理について、多くの提案がなされている。これらの中には、エレベーター装置の利用者が各階の乗場で混雑するときの運行管理について提案したものがある。 Many proposals have been made for the operation management of elevator devices. Among these, there is a proposal for operation management when elevator device users are crowded at the landing on each floor.
例えば特許文献1は、複数のエレベーターを1群とするエレベータシステムに対して、混雑階に的確な台数のかごを配車することのできるエレベーターの制御装置を得ることを目的とし、「エレベーター乗場およびかご内の混雑状態を検出する乗場カメラ1B、かご内カメラ1Aと、これらのカメラの出力に基づいて現在のエレベーター乗場の乗客面積およびかご内の占有面積を計測する乗場面積検出手段3A、かご内面積検出手段3Bと、これらの検出手段の出力と過去の学習結果に基づいてエレベーター乗場およびかご内両方の将来混雑度を予測する追加割当判定手段3C、交通情報学習手段3Gと、この予測結果に基づいて乗場に複数台のかごを配車する割当演算手段3D、運転制御手段3Eとを備える。」ものである。
For example,
特許文献1に記載の装置によれば、エレベーター乗場の混雑状態を検出し、検出出力と過去の学習結果に基づいてエレベーター乗場の将来混雑度を予測し、乗場に複数台のかごを配車することで、エレベーターの乗り場の混雑時におけるかご配車を適切に行うことができる。
According to the device described in
特許文献1の手法によれば、過去の学習結果に基づいてエレベーター乗場の将来混雑度を予測しているので、エレベーターを設置したビル内で定常的に発生する混雑事象に対しては対応が可能である。例えば、朝晩の出退勤、昼食時の混雑などは、週末を除き、ルーチン的に発生する事象であるので、これに対応したエレベーターの乗り場の混雑時におけるかご配車を適切に行うことには有効である。
According to the method of
然しながらルーチン以外の突発事象に対する対応としては不十分である。特許文献1の手法における過去の学習結果には、ルーチン以外の突発事象は含まれておらず、突発事象の予測は不可能である。
However, it is insufficient as a response to sudden events other than routine. The past learning results in the method of
また特許文献1では、乗場に利用者が集まり、呼びが発生してから対応に入るので混雑が発生してしまっている可能性が大であり、適切な台数の配車には有効であっても、混雑を生じさせないための対応としては不十分なものである。
Further, in
このことから、本発明においては、突発事象時の対応も含めて先行的に配車可能な外部システム連携配車システム及び方法を提供することを目的とする。 From this, it is an object of the present invention to provide an external system-linked vehicle allocation system and method capable of proactively dispatching a vehicle, including a response in the event of a sudden event.
以上ことから本発明においては「ビルなどの施設内に設置された複数のエレベーター装置の運行管理を行う外部システム連携配車システムであって、複数のエレベーター装置の運転実績と外部システムからのイベント情報を入力する受信部と、受信部から得られる運転実績の情報を過去経験データとして記憶し、学習する学習部と、学習部の記憶情報とイベント情報を用いて乗場の階床別に利用者数を予測する予測部と、イベント情報の時刻情報に基づいて、混雑発生が予測される予測混雑階にエレベーターかごを事前配車する乗場呼び登録判定部を備えていることを特徴とする外部システム連携配車システム。」としたものである。 From the above, in the present invention, "an external system linked vehicle allocation system that manages the operation of a plurality of elevator devices installed in a facility such as a building, and the operation results of the plurality of elevator devices and event information from the external system are obtained. The number of users is predicted for each floor of the landing using the input receiving unit and the learning unit that stores the information of the driving performance obtained from the receiving unit as past experience data and learns, and the stored information and event information of the learning unit. An external system-linked vehicle allocation system characterized in that it is equipped with a prediction unit for predicting congestion and a landing call registration determination unit for pre-allocating an elevator car to a predicted congestion floor where congestion is predicted based on the time information of event information. ".
また本発明においては「ビルなどの施設内に設置された複数のエレベーター装置の運行管理を行うエレベーター運行管理方法であって、複数のエレベーター装置の運転実績と外部システムからのイベント情報を用いて乗場の階床別に利用者数を予測し、イベント情報の時刻情報に基づいて、混雑発生が予測される予測混雑階にエレベーターかごを事前配車することを特徴とする外部システム連携配車方法。」としたものである。 Further, in the present invention, "an elevator operation management method for managing the operation of a plurality of elevator devices installed in a facility such as a building, and using the operation results of the plurality of elevator devices and event information from an external system for landing. The number of users is predicted for each floor, and based on the time information of the event information, the elevator car is predicted to occur on the predicted congestion floor. It is a thing.
本発明によれば、適切台数での事前配車が可能であるので、ルーチンによる混雑以外に、突発的な混雑にも対応可能である。 According to the present invention, since it is possible to pre-allocate an appropriate number of vehicles, it is possible to deal with sudden congestion as well as routine congestion.
以下本発明の実施例について、図面を用いて説明する。 Hereinafter, examples of the present invention will be described with reference to the drawings.
図1は、本発明に係る予測混雑時先行かご配車処理機能を備えたエレベーター運行管理システムの概略構成を示している。なお本発明の機能を特許文献1と区別して表現すると、予測混雑時先行かご配車処理機能というのが適切である。特許文献1の機能は、混雑時かご配車処理機能というべきものである。
FIG. 1 shows a schematic configuration of an elevator operation management system provided with a preceding car dispatch processing function at the time of predicted congestion according to the present invention. When the function of the present invention is expressed differently from
図1には、ビル1などの施設内の設備やシステムと、外部のシステム2が記述されている。このうち、ビル1などの施設内の設備やシステムは、エレベーター運行管理システム3、各階の乗場エレベーターサービス要求装置4、各階の監視カメラ5、ビル管理システム6などであり、これらの間では通信手段8を介して相互にデータ通信が行われている。またエレベーター制御システム7a・・・7nが複数号機設置されており、エレベーター運行管理システム3により制御されている。
FIG. 1 describes facilities and systems in a facility such as a
さらに図1では、外部のシステム2の一事例として、公共機関管理システムを例示している。ここでエレベーター運行管理システム3は、エレベーター運行管理システム3以外の外部システムとして、ビル管理システム6や公共機関管理システム2に連携したシステムであり、外部システム連携配車システムを構成している。
Further, FIG. 1 illustrates a public institution management system as an example of the
本発明に係るエレベーター運行管理システム3は、多くの入力や設定を得て、出力を与えている。これら入出力のうち、エレベーター制御システム7a・・・7nとエレベーター運行管理システム3の間では、エレベーター制御システム7a・・・7nから運転状態情報S71をエレベーター運行管理システム3に報告し、エレベーター制御システム7a・・・7nは、エレベーター運行管理システム3からの制御指令信号S72により各号機エレベーターが制御されている。ここで特徴的なことは、エレベーター運行管理システム3がビル1内の全ての号機を運用管理していることであり、それ以外の事項は通常のエレベーター制御と変わることがないのでここでの説明を割愛する。
The elevator
本発明では、さらに他の入力として、各階の乗場エレベーターサービス要求装置4からサービス要求信号S4、各階の監視カメラ5から映像信号S5、ビル管理システム6からビル管理情報S6、公共機関管理システム2から公共機関管理情報S2などを得る。
In the present invention, as still other inputs, the service request signal S4 from the landing elevator
図2は、本発明に好適な乗り場環境事例を示した図である。各階のエレベーター乗場には、エレベーター扉を含む空間を監視、撮影する監視カメラ5(5−1、5−2、5−3、5−4)と、乗場エレベーターサービス要求装置4として上下式釦4(4−1、4−2、4−3、4−4)が設置されている。また、は、エレベーターかごの到着を予報する、或いは方向を案内するランタン20(20−1、20−2、20−3)が配置されている。図2には、さらにエレベーターのかご24内にかご内カメラ21、荷重センサ22を備えている。
FIG. 2 is a diagram showing an example of a landing environment suitable for the present invention. At the elevator platform on each floor, there are surveillance cameras 5 (5-1, 5-2, 5-3, 5-4) that monitor and photograph the space including the elevator door, and
以下に説明するように、本発明におけるサービス要求信号S4の位置づけは、乗り場からエレベーターへの上り、下りのサービス方向を確認するためのものである。図2には上下式釦4が例示されているが、これは乗り場から行先階を登録する行先階登録装置などであってもよい。
As will be described below, the position of the service request signal S4 in the present invention is for confirming the service direction of going up and down from the landing to the elevator. Although the
また本発明における映像信号S5の位置づけは、利用者の人数を計測するためのものであり、直接的、間接的に利用者数を確認可能なものであれば他の手段で代替可能である。図2の例では、エレベーターのかご24内に設けたかご内カメラ21や、エレベーターのかご24内下部に設けた荷重センサ22からも利用者数の情報入手が可能である。
Further, the positioning of the video signal S5 in the present invention is for measuring the number of users, and can be replaced by other means as long as the number of users can be confirmed directly or indirectly. In the example of FIG. 2, information on the number of users can be obtained from the in-
このようにして、サービス要求信号S4からは、エレベーターの上り、下りの方向を確認することができ、映像信号S5からは利用者の人数が確認でき、ビル管理情報S6からは施設内での会議、イベントなどの行動予定が確認でき、公共機関管理情報S2からは当日の公共機関の運行情報(例えば列車遅れ)などを把握可能である。なお、これらの情報の一部は、夫々既存のシステムでも入力して何らかの目的で使用されているものを含んでいるが、本発明においては予測乗り降り人数の推定に用いている点が新しい。 In this way, the up and down directions of the elevator can be confirmed from the service request signal S4, the number of users can be confirmed from the video signal S5, and the meeting in the facility can be confirmed from the building management information S6. , Events and other action schedules can be confirmed, and public institution operation information (for example, train delay) on the day can be grasped from public institution management information S2. It should be noted that some of this information includes information that is input in each existing system and used for some purpose, but the new point in the present invention is that it is used for estimating the predicted number of passengers getting on and off.
図1のエレベーター運行管理システム3内の受信部36では、通信手段8を介してサービス要求信号S4、映像信号S5、ビル管理情報S6などを得、またエレベーター制御システム7a・・・7nから運転状態情報S71を入力する。
The receiving
受信部36からの入力信号は、乗り場呼び登録判定部39と学習部31に与えられ利用されるが、これらは本発明の本質に関わる部分であるので、この説明を後述することにし、一般的な機能である総合評価部37と割当て司令部38の説明を先に行う事にする。
The input signal from the receiving
総合評価部37では、これらの入力した信号から利用者の要求や移動方向を判断し、割当て司令部38において各号機のエレベーター制御システム7a・・・7nに対して制御指令信号S72を与え、これを制御する。この部分は、従来からのエレベーター制御と何ら変わるところがないものであるので、これ以上の説明を割愛する。
The
通信手段8を介して得たサービス要求信号S4、映像信号S5、ビル管理情報S6などは、学習部31において記録され、利用される。ここでは、サービス要求信号S4および映像信号S5は、これら信号を発生した時刻の情報とともに記憶されることで、過去における経験情報として利用される。これにより過去のある場面(曜日、季節など)、ある時刻における利用者の行動や、態様が統計的に把握される。例えば、出退勤時、昼食時、夜間などでの人の移動状況の概要が把握可能である。従って、同じような将来の場面では、利用者は過去経験と同じような行動パターンを示すものと推定可能である。
The service request signal S4, the video signal S5, the building management information S6, and the like obtained via the communication means 8 are recorded and used by the
因みに特許文献1において、「過去の学習結果」に利用される情報は、これらの情報である。特許文献1の混雑時かご配車処理機能を実現するためには、サービス要求信号S4および映像信号S5があればよい。これらの情報は、複数のエレベーター装置の運転実績についての情報ということができ、エレベーター運行管理システムが制御、管理する範囲内で得られた情報である。
Incidentally, in
本発明のように、予測混雑時先行かご配車処理機能を実現するためには、さらにビル管理システム6からのビル管理情報S6、および公共機関管理情報S2が利用される。 Further, the building management information S6 from the building management system 6 and the public institution management information S2 are used in order to realize the preceding car dispatch processing function at the time of predicted congestion as in the present invention.
サービス要求信号S4と映像信号S5が、過去における経験情報、運転実績情報として利用されるものであるに対し、ビル管理システム6からのビル管理情報S6は、近未来における施設内での会議などの行動予定(開催場所、出席者及びその在席場所)が、ビル管理システム6に登録された情報であり、これによれば、例えば本日の3時からの5階での会議のときに各階からの人の動きが予測可能である。 While the service request signal S4 and the video signal S5 are used as past experience information and operation record information, the building management information S6 from the building management system 6 is used for meetings in the facility in the near future. The action schedule (venue, attendees and their attendance) is the information registered in the building management system 6, and according to this, for example, from each floor at the time of the meeting on the 5th floor from 3 o'clock today. The movement of people is predictable.
また公共機関管理情報S2から、当日の公共機関の運行情報として、例えば列車遅れとその程度が把握できれば、特に出勤時の利用者の移動動向が、遅れのない通常時の移動動向とは相違し、変更されることが予測可能である。 Further, if the train delay and its degree can be grasped from the public institution management information S2 as the operation information of the public institution on the day, for example, the movement trend of the user at the time of commuting is different from the normal movement trend without delay. , It is predictable that it will change.
本発明においては、運転実績情報に対して、ビル管理情報S6、および公共機関管理情報S2を、外部システムからのイベント情報と称することにする。イベント情報には計画的なもの(ビル管理情報S6)と、突発的なもの(公共機関管理情報S2)があるが、いずれもエレベーター運行管理システム以外の、外部システムから提供されたものである。 In the present invention, the building management information S6 and the public institution management information S2 will be referred to as event information from the external system with respect to the operation record information. There are planned event information (building management information S6) and sudden event information (public institution management information S2), both of which are provided by an external system other than the elevator operation management system.
なお、ビル管理情報S6および公共機関管理情報S2は、これらのイベントの発生時刻或は終了時刻の情報と共に得られるものである。 The building management information S6 and the public institution management information S2 are obtained together with the information on the occurrence time or the end time of these events.
このようにして、学習部31は、通常のエレベーターの利用される利用人数を日々学習する。ここでは、マクロな人数情報を出力可能である。更に学習部31は、階床別の乗車率を学習している。
In this way, the
乗車率の学習方法としては、エレベーター内の荷重やかご内カメラによって、エレベーターかご内の乗車人数を、検出、或いは算出する。更に、乗り場の人数を検出するため、乗り場カメラや、距離センサ等を用いて乗り場の人数を直接検出する。或いは乗場のボタン登録状況から、乗り場ボタンが押下された時点で乗り場に人がいるということを認識すう方式でも良い。 As a method of learning the occupancy rate, the number of passengers in the elevator car is detected or calculated by the load in the elevator or the camera in the car. Further, in order to detect the number of people at the landing, the number of people at the landing is directly detected by using a landing camera, a distance sensor, or the like. Alternatively, a method of recognizing that there is a person at the landing when the landing button is pressed may be used from the button registration status of the landing.
各階からの乗り場ボタン登録に応答し、到着してドアが開いた際、乗り場の人数がいなくなるか否かを判定し、乗り場の人数がいた場合、現在の乗車人数から、人が乗車可能と判断する乗車率を記録する。具体的には、5階乗り場に10名存在し、かご内に10名乗車していた状態で、かごが5階に到着し、乗り場の人数が2名残った場合、かご内の乗車人数は18名となる。定員数が24人乗りであった場合、かご内の乗車率は75%となる。或いは、人数でなく、その際のかご内利用者の占有率、またはかご内の空き率を検出し、その占有率、或いは空き率を記録する方式でも良い。 In response to the landing button registration from each floor, when arriving and the door opens, it is judged whether or not the number of people at the landing will disappear, and if there are people at the landing, it is judged that people can board from the current number of passengers. Record the occupancy rate. Specifically, if there are 10 people on the 5th floor and 10 people are in the car, and the car arrives on the 5th floor and 2 people remain in the car, the number of people in the car will be There will be 18 people. If the number of passengers is 24, the occupancy rate in the car will be 75%. Alternatively, a method of detecting the occupancy rate of the users in the car or the vacancy rate in the car at that time instead of the number of people and recording the occupancy rate or the vacancy rate may be used.
乗り場のカメラが不付きの場合、5階の呼びが作成され、かごが5階に到着した際に、
ドアが戸閉した後、ある任意の時間内に同一方向への乗場呼び、或いは同一行先階へのサービス要求があった場合、乗り場に利用者が乗車できず、再登録したと判断し、その際の当該階の乗車人数、或いは占有率、空き率を記録する。
If the platform camera is not attached, a call for the 5th floor will be created, and when the car arrives on the 5th floor,
After the door is closed, if there is a call for boarding in the same direction or a service request to the same destination floor within a certain arbitrary time, it is judged that the user could not board the boarding and re-registered, and that Record the number of passengers, occupancy rate, and vacancy rate on the relevant floor.
記録された、乗車人数、或いは占有率、空き率を乗車率とし、これらを日々、階別に学習する。 The recorded number of passengers, occupancy rate, and vacancy rate are used as the occupancy rate, and these are learned daily by floor.
ここで階床別の乗車率とは、各階の利用比率を求めたものであり、さらには各階の利用者の人数による重みづけをして求めたものであってもよい。さらに階床別の乗車率は、上り下り別に把握されるのがよい。例えば8階の建物の場合に、5階での乗車率として上り方向での乗車率と下り方向での乗車率をそれぞれ求めておくのがよい。 Here, the occupancy rate for each floor is obtained by calculating the usage ratio of each floor, and may be obtained by weighting according to the number of users on each floor. Furthermore, the occupancy rate by floor should be grasped by going up and down. For example, in the case of a building on the 8th floor, it is preferable to obtain the occupancy rate in the up direction and the occupancy rate in the down direction as the occupancy rate on the 5th floor.
エレベーター運行管理システムの管理者は、学習部31に蓄積した過去の乗車率実績などを参考にして、乗車率設定部40を用いて、乗車率を設定しておく。設定される乗車率は、利用者が次の配車を待つ判断をする限界の混み具合を定めたものである。例えば24人乗りのかごであっても、18人乗車していたら次の配車を待つ人が現れる限界の乗車率である。出勤時であれば高い乗車率であっても、通常時は低くなることがあるので、限界の乗車率は、階別、上り下り別、時間帯別などに設定されるのがよい。
The administrator of the elevator operation management system sets the occupancy rate by using the occupancy
学習部31で学習した過去経験データは、例えば図3のように整理され記憶されている。図3は、例えば過去実績乗り人数の記憶フォーマットを例示しており、過去の日時ごとに、各階での乗降者数と、階別の上り下り別の乗車率の情報を関連付けして記憶している。過去実績降り人数の記憶フォーマットも同様形式で作成される。なお、上記記憶フォーマットは、日毎に例えば10分の時間帯毎に人数把握されて記憶され、かつ過去の長期にわたり蓄積した情報を備えるのがよい。また過去経験データには、付随情報として会議や各種イベントなどの行事情報を含んでおくのがよい。学習部31で学習した過去経験データは、過去経験として、以下の処理において予測処理に利用される。
The past experience data learned by the
階床別人数予測部32では、過去経験や、当日の会議予定などから、例えば今日の人の動きを階床別に人数予測する。図4aは、階床別人数予測部32で予測した予測乗り人数テーブルTB1の一例、図4bは、階床別人数予測部32で予測した予測降り人数テーブルTB2の一例を示している。
The number of
予測乗り人数テーブルTB1と予測降り人数テーブルTB2は、上段から順次時刻データD1、D6、階床データD2、D7、予測人数データD3、D8、実人数データD4、D9、予測精度データD5、D10、乗車率D11、D12で構成されている。階床別人数予測部32では、これらテーブルの内、上から3段目までのデータを、図3の過去経験データなどを用いて形成している。
The predicted number of passengers table TB1 and the predicted number of people getting off the table TB2 are sequentially time data D1, D6, floor data D2, D7, predicted number of people data D3, D8, actual number of people data D4, D9, prediction accuracy data D5, D10, etc. It is composed of occupancy rates D11 and D12. In the floor-specific
例えば予測乗り人数テーブルTB1について、8時の時刻(後述するが例えば8時からの10分間を表している)では、各階(ここでは1回から8階まで)の乗り人数は、それぞれ20、9、7、14、13、7、8、5人であると予測したことを示している。また例えば予測降り人数テーブルTB2について、8時の時刻(後述するが例えば8時からの10分間を表している)では、各階(ここでは1回から8階まで)の降り人数は、それぞれ20、5、9、15、11、15、18、11人であると予測したことを示している。 For example, with respect to the predicted number of passengers table TB1, at the time of 8 o'clock (which will be described later, for example, it represents 10 minutes from 8 o'clock), the number of passengers on each floor (here, from the 1st to the 8th floor) is 20, 9 respectively. , 7, 14, 13, 7, 8, 5 people are predicted. Also, for example, regarding the predicted number of people getting off table TB2, at the time of 8 o'clock (which will be described later, for example, it represents 10 minutes from 8 o'clock), the number of people getting off each floor (here, from the 1st to the 8th floor) is 20, respectively. It shows that it was predicted that there were 5, 9, 15, 11, 15, 18, and 11.
なお、予測乗り人数テーブルTB1と予測降り人数テーブルTB2の作成手法に関して、前記したように過去の経験や本日の予定を考慮して作成することができ、さらには本日の列車遅れなどを考慮して補正により求めることができる。 Regarding the method of creating the predicted number of passengers table TB1 and the predicted number of passengers getting off table TB2, it can be created in consideration of past experience and today's schedule as described above, and further in consideration of today's train delay and the like. It can be obtained by correction.
図5は、図1の階床別人数予測部32における処理内容を具体的に例示したフロー図である。なお、この前提としては学習部31での処理により、日々計測された時系列的な利用者数が、階別、上り下り方向別に乗車率の情報と共に把握され、図3の過去経験データが形成されているものとする。つまり、予測乗り人数テーブルTB1と予測降り人数テーブルTB2について、実人数データD4、D9に対応する過去経験データが、時系列的、かつ相当日数分確保、記憶されているものとする。また、過去の日々についてその日に行われたイベントや会議の情報を含めて記憶されているものとする。
FIG. 5 is a flow chart that specifically illustrates the processing content of the floor-specific
図5の処理の開始は、適宜のタイミングで行われてよいが、例えば前日に翌日1日分の情報として提供されるのであれば、前日の適当な時間で処理されることになる。あるいは、外部からの要求で提供するのであれば、要求があった時点で開始してもよい。また新たな状態変化が生じた場合には、当日であってもその都度見直しをされるのがよい。 The process of FIG. 5 may be started at an appropriate timing, but if it is provided as information for one day on the next day on the previous day, it will be processed at an appropriate time on the previous day. Alternatively, if it is provided by an external request, it may be started at the time of the request. In addition, when a new state change occurs, it is advisable to review it each time even on the day of the event.
階床別人数予測部32の最初の処理ステップS100では、過去経験データなどを取り込む。この中には過去における実人数データD4、D9、時刻データD1、D6、乗車率、ビル管理情報S6などを含んでいる。処理ステップS101では、時間幅や指定時刻などの設定情報を取り込む。
In the first processing step S100 of the number of
処理ステップS102では、出力日(例えば明日)について判定する。出力日が平日か、休日か、あるいは一部休止かなどを判定して、図3の過去経験データから該当する条件のもののみを抽出する。処理ステップS103では、例えば、出力日が平日なら平日の過去経験データのみを抽出し、出力日が休日なら休日の過去経験データのみを抽出する。なお利用者について季節的な変動、曜日的な変動が顕著に表れる場合には、これらの点を考慮して抽出するのがよい。 In the process step S102, the output date (for example, tomorrow) is determined. It is determined whether the output date is a weekday, a holiday, or a partial suspension, and only those with the corresponding conditions are extracted from the past experience data of FIG. In the process step S103, for example, if the output date is a weekday, only the past experience data of the weekday is extracted, and if the output date is a holiday, only the past experience data of the holiday is extracted. If seasonal fluctuations and day-of-week fluctuations are noticeable for users, it is advisable to take these points into consideration when extracting.
処理ステップS104では、抽出した複数日分の時系列的利用実績について、時刻別の利用平均を求め、予測乗り人数テーブルTB1と予測降り人数テーブルTB2の予測人数データD3、D8とする。なお、上記処理は階ごとの利用者数について行われているので、併せて、階床データD2、D7も得られている。 In the processing step S104, the usage average for each time is obtained for the extracted time-series usage results for a plurality of days, and the predicted number of passenger data D3 and D8 of the predicted number of passengers table TB1 and the predicted number of passengers getting off the table TB2 are used. Since the above processing is performed for the number of users for each floor, floor data D2 and D7 are also obtained.
処理ステップS105では、ビル管理情報S6の有無を確認し、例えば本日の15時から5階で会議が開催予定されている場合には、処理ステップS106において、その開催規模に応じて利用者の動き、エレベーターの利用の仕方を反映して、処理ステップS104で求めた予測乗り人数テーブルTB1と予測降り人数テーブルTB2の予測人数データD3、D8を修正する。なお、過去経験データの中に、この会議と同趣旨の会議が過去に実施された経験を有している場合には、その時の利用者情報を参考にして予測乗り人数テーブルTB1と予測降り人数テーブルTB2の予測人数データD3、D8を修正するのがよい。 In the processing step S105, the presence or absence of the building management information S6 is confirmed. For example, if a meeting is scheduled to be held on the 5th floor from 15:00 today, in the processing step S106, the movement of the user according to the holding scale. The predicted number of passenger data D3 and D8 of the predicted number of passengers table TB1 and the predicted number of passengers getting off the table TB2 obtained in the processing step S104 are modified to reflect how to use the elevator. If the past experience data includes the experience of having a meeting with the same purpose as this meeting in the past, the predicted number of passengers table TB1 and the predicted number of passengers will be disembarked with reference to the user information at that time. It is preferable to correct the predicted number of people data D3 and D8 in the table TB2.
処理ステップS107では、公共機関管理情報S2の有無を確認し、例えば本日の8時にビルの最寄駅に到着予定の電車が遅れているという情報が得られている場合には、処理ステップS108において、その遅れの程度に応じて利用者の動き、エレベーターの利用の仕方を反映して、処理ステップS104、S106で求めた予測乗り人数テーブルTB1と予測降り人数テーブルTB2の予測人数データD3、D8を修正する。なお、処理ステップS107、S108の処理は、当日入手された外部情報により実行されることになる。 In the process step S107, the presence or absence of the public institution management information S2 is confirmed. For example, if the information that the train arriving at the nearest station of the building is delayed at 8 o'clock today is obtained, the process step S108 is performed. The predicted number of passenger data D3 and D8 of the predicted number of passengers table TB1 and the predicted number of passengers getting off the train TB2 obtained in the processing steps S104 and S106 are obtained by reflecting the movement of the user and the way of using the elevator according to the degree of the delay. Fix it. The processing of the processing steps S107 and S108 will be executed based on the external information obtained on the day.
以上述べたように、過去実績を行動予定や公共機関の情報をもとに修正して、予測乗り人数テーブルTB1と予測降り人数テーブルTB2の予測人数データD3、D8を求める。なお、図5のフローには明記されていないが、図3の過去経験データを用いて、乗車率設定部40で設定された乗車率のデータは、予測乗り人数テーブルTB1と予測降り人数テーブルTB2の乗車率D11、D12の欄に反映される。
As described above, the past results are corrected based on the action schedule and the information of the public institution, and the predicted number of people data D3 and D8 of the predicted number of passengers table TB1 and the predicted number of people getting off the table TB2 are obtained. Although not specified in the flow of FIG. 5, the occupancy rate data set by the occupancy
階床別人数予測部32は、さらに精度検証機能を備えており、階床別人数予測部32で作成した上位3段のデータにさらに下位2段の情報を、予測した日の実経験に基づいてデータ追加する。図6aは、精度検証により追加した実データを含む予測乗り人数テーブルTB1の一例、図6bは、精度検証により追加した実データを含む予測降り人数テーブルTB2の一例を示している。
The floor-specific
この事例では、例えば予測乗り人数テーブルTB1について、8時の時刻では、各階の乗り人数を、それぞれ20、9、7、14、13、7、8、5人であると予測したが、実際には18、13、10、19、14、14、10、9人であり、夫々の精度は82、38、60、75、92、88、95、90%であったことがわかる。 In this case, for example, with respect to the predicted number of passengers table TB1, at 8 o'clock, the number of passengers on each floor was predicted to be 20, 9, 7, 14, 13, 7, 8, and 5, respectively. There were 18, 13, 10, 19, 14, 14, 10, and 9, and it can be seen that the accuracy of each was 82, 38, 60, 75, 92, 88, 95, 90%.
またこの事例では、例えば予測降り人数テーブルTB2について、8時の時刻では、各階の降り人数は、それぞれ20、5、9、15、11、15、18、11人であると予測したが、実際には17、13、15、12、12、17、19、10人であり、夫々の精度は89、69、70、74、93、50、80、56%であったことがわかる。 In this case, for example, with respect to the predicted number of people getting off table TB2, at 8 o'clock, the number of people getting off each floor was predicted to be 20, 5, 9, 15, 11, 15, 18, and 11, respectively, but in reality It can be seen that there were 17, 13, 15, 12, 12, 17, 19, and 10 persons, and the accuracy of each was 89, 69, 70, 74, 93, 50, 80, and 56%.
なお、図6a、図6bのテーブルにおいて、データD4、D9を追加したということは、学習部31に新たな過去経験データとして追記したことを意味している。
The addition of the data D4 and D9 in the tables of FIGS. 6a and 6b means that the data D4 and D9 are added to the
図1の乗場呼び登録判定部39は、通常は各階の乗場エレベーターサービス要求装置4からのサービス要求信号S4に基づいて、乗場呼び登録判定処理を実施し、総合評価部37、割り当て指令部38を介して、登録した階にかごを配車しているが、予測混雑時先行かご配車処理機能を有する本発明においてはさらに以下のように機能する。
The landing call
図7には、本発明の実施例1に係る予測混雑時先行かご配車処理機能の処理フローを示している。実施例1は、予測混雑情報に基づいて、予測混雑階にエレベーターかごを戸開待機させるものである。 FIG. 7 shows a processing flow of the preceding car dispatch processing function at the time of predicted congestion according to the first embodiment of the present invention. In the first embodiment, the elevator car is made to stand by for opening the door on the predicted congestion floor based on the predicted congestion information.
この場合に予測混雑情報は、ビル管理システム6からのビル管理情報S6、公共機関管理システム2からの公共機関管理情報S2である。これらの情報によれば、近未来における施設内での会議、イベントなどの行動予定、あるいは列車遅延に基づく利用者の集中とその時刻を含んでいるので、予測混雑情報として利用可能である。
In this case, the predicted congestion information is the building management information S6 from the building management system 6 and the public institution management information S2 from the public
図7の予測混雑時先行かご配車処理機能の処理フローでは、最初に処理ステップS110において「公共機関の遅延情報/イベント情報有りか?」を確認する。公共機関の遅延情報は、公共機関管理システム2からの公共機関管理情報S2により判断し、イベント情報はビル管理システム6からのビル管理情報S6により判断する。遅延情報/イベント情報が特にない場合(S110、NO)には、処理ステップS115に移り、戸開待機による事前配車処理を解除する。
In the processing flow of the vehicle dispatching processing function for predicting congestion in FIG. 7, first, in the processing step S110, "is there delay information / event information of a public institution?" Is confirmed. The delay information of the public institution is determined by the public institution management information S2 from the public
公共機関管理情報S2あるいはビル管理情報S6から、混雑が予見される場合(S110、YES)、処理ステップS111において、「当該情報の時刻と現在時刻は一致しているか?」を確認する。公共機関管理情報S2やビル管理情報S6は、遅延時間や、会議の開催、終了についての時刻情報を含んでいることから、これらのイベント発生時刻と現在時刻との関係を判断している。例えば、現在時刻がイベント発生時刻の1分前に至ったことをもって、当該情報と現在時刻は一致したと判断(S111、YES)して、処理ステップS112の処理に入る。なお、当該情報と現在時刻が一致していない時(S111、NO)には、処理ステップS115に移り、戸開待機による事前配車処理を解除する。 When congestion is predicted from the public institution management information S2 or the building management information S6 (S110, YES), in the processing step S111, it is confirmed that "does the time of the information match the current time?". Since the public institution management information S2 and the building management information S6 include delay time and time information regarding the holding and ending of the conference, the relationship between the event occurrence time and the current time is determined. For example, when the current time reaches one minute before the event occurrence time, it is determined that the information and the current time match (S111, YES), and the process of the process step S112 is started. When the information does not match the current time (S111, NO), the process proceeds to the processing step S115, and the pre-vehicle allocation process due to the door opening standby is canceled.
処理ステップS112では、予測した利用者の人数とエレベーターかご1台当りの乗員数を比較する。予測した利用者の人数は、階床別人数予測部32において図4a、図4bのように、時刻別、階床別、乗り降り別に人数が得られているので、これを参照する。この利用者数は、過去経験データによる人数以外に、公共機関管理情報S2やビル管理情報S6に基づき、近い将来におけるイベントなどにより過渡的に増加する人数も加味された人数とされている。 In the processing step S112, the predicted number of users and the number of occupants per elevator car are compared. As for the predicted number of users, as shown in FIGS. 4a and 4b, the number of users by floor is obtained by time, floor, and getting on and off, so refer to this. In addition to the number of users based on past experience data, the number of users is based on public institution management information S2 and building management information S6, and is considered to include the number of people who will increase transiently due to events in the near future.
ここで、乗員数は定員数、あるいは先述の乗車率を乗じた人数であるが、ここではまず定員数を乗員数として説明する。エレベーターかご1台当りの乗員数(定員数)は、図8に示すようにエレベーター号機ごとの仕様として既知であり、例えば24人/かご、1560kg/かごである。処理ステップS112では、予測した利用者の人数とエレベーターかご1台当りの乗員数(定員数)を比較して、予測した利用者の人数>エレベーターかご1台当りの乗員数である場合には、処理ステップS114においてエレベーター複数台事前配車しこれらをエレベーター複数台戸開待機とする。予測した利用者の人数≦エレベーターかご1台当りの乗員数である場合には、処理ステップS113においてエレベーター1台事前配車しこれをエレベーター複数台戸開待機とする。 Here, the number of occupants is the number of passengers or the number of passengers multiplied by the above-mentioned occupancy rate. Here, the number of passengers will be described first as the number of passengers. As shown in FIG. 8, the number of passengers (capacity) per elevator car is known as a specification for each elevator machine, and is, for example, 24 people / car and 1560 kg / car. In the processing step S112, the predicted number of users and the number of occupants per elevator car (capacity) are compared, and if the predicted number of users> the number of occupants per elevator car, the number of passengers is determined. In the processing step S114, a plurality of elevators are dispatched in advance, and these are set to wait for the opening of a plurality of elevators. When the predicted number of users ≤ the number of occupants per elevator car, one elevator is pre-distributed in the processing step S113, and a plurality of elevators are placed on standby for opening.
図9は、図7の予測混雑時先行かご配車処理を行った時の、混雑階(混雑予想階:例えば1階)の様子を示した図である。エレベーターかご24は、例えば3台のうち1台(24a)、または複数台(24a、24c)が事前配車され、混雑階に到着すると各扉25(25a、25b、25c)を開放し、開放状態のまま待機(戸開待機)する。このとき、利用者の大半が同じ上り、下りの方向への移動を行う事が明らかであれば、予測混雑階の乗場エレベーターサービス要求装置4は、上り、下りともに、行先方向の表示を行わないものであってもよい。混雑予定時刻になって乗場に表れた利用者は、戸開待機中のエレベーターに順次搭乗する。
FIG. 9 is a diagram showing a state of a congested floor (congested expected floor: for example, the first floor) when the preceding car dispatch process at the time of predicted congestion of FIG. 7 is performed. For example, one of the three elevator cars (24a) or a plurality of elevator cars (24a, 24c) are pre-distributed, and when the
図7の処理ステップS102では、予測した利用者の人数とエレベーターかご1台当りの乗員数を比較するに際し、乗員数(定員数)*乗車率を乗員数としている。ここで乗車率は、階床別人数予測部32の乗車率設定部40において、図4a、図4bのように、時刻別、階床別、乗り降り別に人数が設定されているので、これを参照する。ここで、乗車率を加味して乗員数とした理由は、利用者の心理として、ある程度以上のかご内混雑状態においては搭乗しない(次を待つ)傾向があることから、この利用者心理に基づいて、より実際的な運用として、多めにかご台数を配車しておくものである。
In the processing step S102 of FIG. 7, when comparing the predicted number of users with the number of occupants per elevator car, the number of occupants (capacity) * occupancy rate is set as the number of occupants. Here, as for the occupancy rate, the occupancy
図10は、号機別、階床別、最大乗り込み可能定員数(定員数*乗車率)を求めたものであり、図7の処理ステップS102では予測した利用者の人数と図10の人数を比較して、エレベーターの配車台数を定めている。 FIG. 10 shows the maximum number of passengers (capacity * occupancy rate) obtained for each unit, floor, and floor. In the processing step S102 of FIG. 7, the predicted number of users and the number of passengers in FIG. 10 are compared. Then, the number of elevators to be dispatched is determined.
上記処理により、列車遅延あるいは大きな会議の開催に伴い、大量の利用者が同一階に集まることが予想される予測混雑状態において、利用者の円滑な移動を可能とする。特に電車や地下鉄の駅に直結したビルの入り口階を備えている場合に本発明の効果が大きいといえる。 The above processing enables smooth movement of users in a predicted congestion state where a large number of users are expected to gather on the same floor due to train delays or the holding of a large conference. In particular, it can be said that the effect of the present invention is great when the entrance floor of a building directly connected to a train or subway station is provided.
図11には、実施例2に係る予測混雑時先行かご配車処理機能の処理フローを示している。実施例2は、予測混雑情報に基づいて、予測混雑階の乗場エレベーターサービス要求装置4に上り、下り方向の呼びボタンを自動登録するものである。
FIG. 11 shows a processing flow of the preceding car dispatch processing function at the time of predicted congestion according to the second embodiment. In the second embodiment, the call button in the down direction is automatically registered by going up to the landing elevator
この場合に予測混雑情報は、ビル管理システム6からのビル管理情報S6、公共機関管理システム2からの公共機関管理情報S2である。これらの情報によれば、近未来における施設内での会議、イベントなどの行動予定、あるいは列車遅延に基づく利用者の集中とその時刻が明確化でき、予測混雑情報として利用可能である。
In this case, the predicted congestion information is the building management information S6 from the building management system 6 and the public institution management information S2 from the public
図11の混雑時かご配車機能の処理フローでは、最初に処理ステップS110において「公共機関の遅延情報/イベント情報有りか?」を確認する。公共機関の遅延情報は、公共機関管理システム2からの公共機関管理情報S2により判断し、イベント情報はビル管理システム6からのビル管理情報S6により判断する。遅延情報/イベント情報が特にない場合(S110、NO)には、処理ステップS204に移る。
In the processing flow of the car dispatch function at the time of congestion in FIG. 11, first, in the processing step S110, "is there delay information / event information of a public institution?" Is confirmed. The delay information of the public institution is determined by the public institution management information S2 from the public
公共機関管理情報S2あるいはビル管理情報S6から混雑が予見される場合(S110、YES)、処理ステップS111において、「当該情報の時刻と現在時刻は一致しているか?」を確認する。公共機関管理情報S2やビル管理情報S6は、遅延時間や、会議の開催、終了についての時刻情報を含んでいることから、これらのイベント発生時刻と現在時刻との関係を判断している。例えば、現在時刻がイベント発生時刻の1分前に至ったことをもって、当該情報と現在時刻は一致したと判断(S111、YES)して、処理ステップS200の処理に入る。なお、当該情報と現在時刻が一致していない時(S111、NO)には、処理ステップS105に204に移る。 When congestion is predicted from the public institution management information S2 or the building management information S6 (S110, YES), in the processing step S111, it is confirmed that "does the time of the information match the current time?". Since the public institution management information S2 and the building management information S6 include delay time and time information regarding the holding and ending of the conference, the relationship between the event occurrence time and the current time is determined. For example, when the current time reaches one minute before the event occurrence time, it is determined that the information and the current time match (S111, YES), and the process of the process step S200 is started. When the information does not match the current time (S111, NO), the process proceeds to step S105: 204.
処理ステップS200では、「公共機関から流入が予測される階か、一般在籍階か?」を判定する。公共機関から流入が予測される階は、一般にはビル下部にあり、外部からの利用者の多くは上りを志向していることから、処理ステップS201において上り方向の呼びボタンを自動登録し、また一般在籍階である場合には、処理ステップS202において当該階における行先階が多い方向として下り方向の呼びボタンを自動登録する。これにより、これらの階の乗場エレベーターサービス要求装置4は、上り、或は下り方向の呼び表示が行われる。なお、呼びボタンの自動登録により、図4の総合評価部37と割当て司令部38を介して、かごの配車が行われる。
In the processing step S200, it is determined "whether the floor is expected to flow in from a public institution or the general enrolled floor?". Since the floor where the inflow is expected from public institutions is generally located at the bottom of the building and most of the users from the outside are looking to go up, the call button in the up direction is automatically registered in the process step S201, and the inflow is expected. In the case of a general enrollment floor, in the process step S202, the downbound call button is automatically registered as the direction in which there are many destination floors on the floor. As a result, the landing elevator
なお処理ステップS200では、公共機関からの流入を想定しているが、同様にして会議などのイベントに対応した呼び自動登録を行う事が可能である。例えば途中階で開催された会議の終了であれば、上り、下りについて自動呼び登録をすることで、対応が可能である。 In the processing step S200, the inflow from a public institution is assumed, but it is possible to perform automatic call registration corresponding to an event such as a meeting in the same manner. For example, at the end of a meeting held on the middle floor, it is possible to respond by automatically calling and registering up and down.
また呼びボタンを自動登録した後は、処理ステップS203においてタイマ起動しておく。このタイマは、例えば混雑が解消するまでの時間を適宜設定したものであり、この期間内は基本的に呼びボタンの自動登録状態を継続し、上り、或は下り方向の呼び表示を継続表示とする。 After the call button is automatically registered, the timer is started in the process step S203. This timer, for example, sets the time until the congestion is resolved as appropriate. During this period, the automatic registration state of the call button is basically continued, and the call display in the up or down direction is continuously displayed. To do.
処理ステップS204では、「タイマ時間満了するまでに、別方向の釦が登録されたか?」を確認する。NOであれば、何もしなくてもよい。別方向の釦が登録された場合、この後の対応は種々のものが考えられる。処理ステップS205では、混雑が解消したものという前提で、呼びボタンの自動登録をキャンセルする処理を行う事例を示している。ここで混雑が解消したことの確認は、監視カメラの映像を用いて判断してもよい。あるいは処理ステップS205の処理として、設定したタイマの時間経過までは呼び表示を継続表示し、別方向の釦についての釦を点灯する方法も考えられる。 In the process step S204, it is confirmed "Is a button in another direction registered by the time the timer time expires?". If NO, you do not have to do anything. When a button in a different direction is registered, various measures can be taken after this. In the process step S205, an example of performing a process of canceling the automatic registration of the call button is shown on the premise that the congestion has been eliminated. Here, confirmation that the congestion has been eliminated may be determined by using the image of the surveillance camera. Alternatively, as the process of the process step S205, a method of continuously displaying the call display until the set timer elapses and lighting the button for the button in the other direction is also conceivable.
なお、タイマによる混雑が解消するまでの時間設定に関して、混雑開始予測時刻から2段階に設定することも可能である。混雑開始予測時刻に直近の第1段階では、再配車を行っていくが、その後の第2段階では、混雑の様子を見ながら配車を調整し、或は混雑時かご配車処理を中断する判断を行うなどするのがよい。 It is also possible to set the time until the congestion by the timer is eliminated in two stages from the estimated congestion start time. In the first stage, which is the closest to the estimated congestion start time, the vehicle will be redistributed, but in the second stage after that, the vehicle allocation will be adjusted while observing the congestion, or the car allocation process will be interrupted during congestion. It is better to do it.
実施例2によれば、予測混雑時先行かご配車処理として呼びボタンの自動登録を行うので、利用者が配車状態を確認可能である。 According to the second embodiment, since the call button is automatically registered as the preceding car dispatch process at the time of predicted congestion, the user can confirm the vehicle dispatch status.
図12には、実施例3に係る予測混雑時先行かご配車処理の処理フローを示している。実施例3は、予測混雑情報に基づいて、予測混雑階にエレベーターかごを事前配車させるものである。 FIG. 12 shows a processing flow of the preceding car dispatch processing at the time of predicted congestion according to the third embodiment. In the third embodiment, the elevator car is pre-distributed to the predicted congestion floor based on the predicted congestion information.
この場合に予測混雑情報は、ビル管理システム6からのビル管理情報S6、公共機関管理システム2からの公共機関管理情報S2である。これらの情報によれば、近未来における施設内での会議、イベントなどの行動予定、あるいは列車遅延に基づく利用者の集中とその時刻が明確化でき、予測混雑情報として利用可能である。
In this case, the predicted congestion information is the building management information S6 from the building management system 6 and the public institution management information S2 from the public
図12の予測混雑時先行かご配車処理機能の処理フローでは、最初に処理ステップS110において「公共機関の遅延情報/イベント情報有りか?」を確認する。公共機関の遅延情報は、公共機関管理システム2からの公共機関管理情報S2により判断し、イベント情報はビル管理システム6からのビル管理情報S6により判断する。遅延情報/イベント情報が特にない場合(S110、NO)には、処理ステップS305に移り、事前配車を行わない。
In the processing flow of the vehicle dispatching processing function for predicting congestion in FIG. 12, first, in the processing step S110, "is there delay information / event information of a public institution?" Is confirmed. The delay information of the public institution is determined by the public institution management information S2 from the public
公共機関管理情報S2あるいはビル管理情報S6から混雑が予見される場合(S110、YES)、処理ステップS111において、「当該情報の時刻と現在時刻は一致しているか?」を確認する。公共機関管理情報S2やビル管理情報S6は、遅延時間や、会議の開催、終了についての時刻情報を含んでいることから、これらのイベント発生時刻と現在時刻との関係を判断している。例えば、現在時刻がイベント発生時刻の1分前に至ったことをもって、当該情報と現在時刻は一致したと判断(S111、YES)して、処理ステップS200の処理に入る。なお、当該情報と現在時刻が一致していない時(S111、NO)には、処理ステップS305に移り、事前配車を行わない。 When congestion is predicted from the public institution management information S2 or the building management information S6 (S110, YES), in the processing step S111, it is confirmed that "does the time of the information match the current time?". Since the public institution management information S2 and the building management information S6 include delay time and time information regarding the holding and ending of the conference, the relationship between the event occurrence time and the current time is determined. For example, when the current time reaches one minute before the event occurrence time, it is determined that the information and the current time match (S111, YES), and the process of the process step S200 is started. When the information does not match the current time (S111, NO), the process proceeds to the processing step S305, and the vehicle is not dispatched in advance.
処理ステップS112の処理は、基本的に図7の処理ステップS112の処理と同じであるので、説明を割愛するが、要するに予測した利用者の人数とエレベーターかご1台当りの乗員数を比較して、予測した利用者の人数>エレベーターかご1台当りの乗員数である場合には、処理ステップS304においてエレベーター複数台事前配車する。予測した利用者の人数≦エレベーターかご1台当りの乗員数である場合には、処理ステップS303においてエレベーター1台事前配車する。この判断には、乗車率を勘案するのがよい。 Since the processing of the processing step S112 is basically the same as the processing of the processing step S112 of FIG. 7, the explanation is omitted, but in short, the predicted number of users and the number of occupants per elevator car are compared. When the predicted number of users> the number of occupants per elevator car, a plurality of elevators are pre-distributed in the processing step S304. When the predicted number of users ≤ the number of passengers per elevator car, one elevator is pre-distributed in the processing step S303. It is better to consider the occupancy rate in this judgment.
図13は、図12の予測混雑時先行かご配車処理を行った時の、混雑階(混雑予想階:例えば1階)の様子を示した図である。エレベーターかご24は、例えば3台のうち1台(24a)、または複数台(24a、24c)が事前配車され、混雑階に到着すると各扉25(25a、25b、25c)を閉じた状態のまま待機する。このとき、利用者の大半が同じ方向への移動を行う事が明らかであれば、混雑階の乗場エレベーターサービス要求装置4は、上り、下りともに、行先方向の表示を行わないものであってもよい。
FIG. 13 is a diagram showing a state of a congested floor (congested expected floor: for example, the first floor) when the preceding car dispatch process at the time of predicted congestion of FIG. 12 is performed. For example, one of three elevator cars (24a) or a plurality of elevator cars (24a, 24c) are pre-distributed, and when arriving at a congested floor, each door 25 (25a, 25b, 25c) remains closed. stand by. At this time, if it is clear that most of the users move in the same direction, the landing elevator
混雑予定時刻になって乗場に表れた利用者は、乗場エレベーターサービス要求装置4の呼び釦を押すことで待機中のエレベーターの扉が開放するので速やかに順次搭乗することができる。
Users who appear at the boarding area at the scheduled congestion time can promptly board in sequence because the waiting elevator doors are opened by pressing the call button of the boarding area elevator
1:ビルなどの施設、2:外部のシステム(公共機関管理システム)、3:エレベーター運行管理システム、4:各階の乗場エレベーターサービス要求装置、5:各階の監視カメラ、6:ビル管理システム、7a・・・7nエレベーター制御システム、8:通信手段、31:学習部、32:階床別人数予測部、36:受信部、37:総合評価部、38:割当て司令部、39:乗場呼び登録判定部、40:乗車率設定部、S2:公共機関管理情報、S4:サービス要求信号、S5:映像信号、S6:ビル管理情報、S72:制御指令信号 1: Facilities such as buildings 2: External system (public institution management system) 3: Elevator operation management system 4: Elevator service request device on each floor 5: Surveillance camera on each floor, 6: Building management system, 7a・ ・ ・ 7n Elevator control system, 8: Communication means, 31: Learning unit, 32: Number of people prediction unit by floor, 36: Reception unit, 37: Comprehensive evaluation unit, 38: Allocation command unit, 39: Landing call registration judgment Department, 40: Boarding rate setting unit, S2: Public institution management information, S4: Service request signal, S5: Video signal, S6: Building management information, S72: Control command signal
Claims (4)
複数のエレベーター装置の運転実績と外部システムからのイベント情報を入力する受信部と、該受信部から得られる運転実績の情報を過去経験データとして記憶し、学習する学習部と、該学習部の記憶情報と前記イベント情報を用いて乗場の階床別に利用者数を予測する予測部と、前記イベント情報の遅れを含む時刻情報と現在時刻が一致するときに混雑発生が予測される予測混雑階にエレベーターかごを事前配車する乗場呼び登録判定部を備え、
前記乗場呼び登録判定部は、エレベーター装置における利用者の乗車率を用いて、混雑発生が予測される予測混雑階に事前配車するエレベーターかごの台数を決定し、前記イベント情報による流入が予測される予測混雑階の乗場に設置された呼び釦自動登録を前記予測混雑階から一般在籍階に向かう方向について行い、所定時間内に前記予測混雑階において別方向の呼びが発生した場合には呼び釦自動登録をキャンセルし、
予測混雑階に事前配車されたエレベーターかごは、予測混雑階において戸開待機していることを特徴とする外部システム連携配車システム。 It is an external system linked vehicle dispatch system that manages the operation of multiple elevator devices installed in facilities such as buildings.
A receiver that inputs the operation results of a plurality of elevator devices and event information from an external system, a learning unit that stores and learns information on the operation results obtained from the receiver as past experience data, and a memory of the learning unit. In the prediction unit that predicts the number of users for each floor of the landing using the information and the event information, and in the prediction congestion floor where congestion is predicted when the time information including the delay of the event information and the current time match. Equipped with a landing call registration judgment unit that dispatches elevator cars in advance
The landing call registration determination unit uses the occupancy rate of the user in the elevator device to determine the number of elevator cars to be pre-distributed to the predicted congested floor where congestion is expected to occur, and the inflow based on the event information is predicted. Call button automatic registration installed at the landing on the predicted congestion floor is performed in the direction from the predicted congestion floor to the general enrollment floor, and if a call in another direction occurs on the predicted congestion floor within a predetermined time, the call button is automatically registered. Cancel registration and
The elevator car pre-distributed to the predicted congestion floor is an external system-linked vehicle dispatch system characterized by waiting for the door to open on the predicted congestion floor.
複数のエレベーター装置の前記運転実績は、各階の利用者数および移動方向の情報であることを特徴とする外部システム連携配車システム。 The external system linked vehicle dispatch system according to claim 1.
An external system-linked vehicle allocation system characterized in that the operation results of a plurality of elevator devices are information on the number of users on each floor and the direction of movement.
複数のエレベーター装置の運転実績と外部システムからのイベント情報から得られる運転実績の情報を過去経験データとして記憶して学習し、学習した記憶情報と前記イベント情報を用いて乗場の階床別に利用者数を予測し、前記イベント情報の遅れを含む時刻情報と現在時刻が一致するときに混雑発生が予測される予測混雑階にエレベーターかごを事前配車するとともに、
エレベーター装置における利用者の乗車率を用いて、混雑発生が予測される予測混雑階に事前配車するエレベーターかごの台数を決定し、前記イベント情報による流入が予測される予測混雑階の乗場に設置された呼び釦自動登録を前記予測混雑階から一般在籍階に向かう方向について行い、所定時間内に前記予測混雑階において別方向の呼びが発生した場合には呼び釦自動登録をキャンセルし、
予測混雑階に事前配車されたエレベーターかごは、予測混雑階において戸開待機していることを特徴とする外部システム連携配車方法。 It is an external system linked vehicle allocation method that manages the operation of multiple elevator devices installed in facilities such as buildings.
The operation results of multiple elevator devices and the information of the operation results obtained from the event information from the external system are stored and learned as past experience data, and the learned memory information and the event information are used by the user for each floor of the landing. The number is predicted, and when the time information including the delay of the event information and the current time match, congestion is predicted to occur.
The number of elevator cars to be pre-distributed to the predicted congested floor where congestion is expected to occur is determined using the user's occupancy rate in the elevator device, and the elevator car is installed at the landing on the predicted congested floor where inflow is predicted based on the event information. Call button automatic registration is performed in the direction from the predicted congestion floor to the general enrollment floor, and if a call in another direction occurs on the predicted congestion floor within a predetermined time, the call button automatic registration is canceled.
An elevator car that has been pre-distributed to a predicted congested floor is an external system-linked vehicle dispatch method that is waiting for the door to open on the predicted congested floor.
複数のエレベーター装置の前記運転実績は、各階の利用者数および移動方向の情報であることを特徴とする外部システム連携配車方法。 The external system-linked vehicle allocation method according to claim 3.
An external system-linked vehicle allocation method, characterized in that the operation record of a plurality of elevator devices is information on the number of users on each floor and the moving direction.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017209175A JP6866275B2 (en) | 2017-10-30 | 2017-10-30 | External system cooperation Vehicle dispatch system and method |
CN201811233023.1A CN109720947B (en) | 2017-10-30 | 2018-10-22 | External system cooperative distribution system and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017209175A JP6866275B2 (en) | 2017-10-30 | 2017-10-30 | External system cooperation Vehicle dispatch system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019081622A JP2019081622A (en) | 2019-05-30 |
JP6866275B2 true JP6866275B2 (en) | 2021-04-28 |
Family
ID=66294989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017209175A Active JP6866275B2 (en) | 2017-10-30 | 2017-10-30 | External system cooperation Vehicle dispatch system and method |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6866275B2 (en) |
CN (1) | CN109720947B (en) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7217670B2 (en) * | 2019-06-05 | 2023-02-03 | 株式会社日立ビルシステム | Elevator Operation Information Notification System, Elevator Operation Information Providing Method, and Elevator |
WO2022009261A1 (en) * | 2020-07-06 | 2022-01-13 | 日本電信電話株式会社 | Elevator control device, elevator control method, and program |
JP7310752B2 (en) * | 2020-08-19 | 2023-07-19 | トヨタ自動車株式会社 | Information processing device, information processing system, program and information processing method |
JP7367863B2 (en) * | 2020-09-23 | 2023-10-24 | 三菱電機ビルソリューションズ株式会社 | Lift monitoring system |
WO2022097188A1 (en) * | 2020-11-04 | 2022-05-12 | 株式会社日立製作所 | Elevator and elevator control method |
JP7499208B2 (en) * | 2021-03-31 | 2024-06-13 | 株式会社日立ビルシステム | People flow management system and people flow management method |
CN113401748B (en) * | 2021-06-17 | 2023-05-02 | 日立楼宇技术(广州)有限公司 | Elevator destination floor prediction method, elevator destination floor prediction device, computer equipment and storage medium |
CN116119471A (en) * | 2023-03-09 | 2023-05-16 | 康力电梯股份有限公司 | Elevator group management system |
CN117657906B (en) * | 2024-02-02 | 2024-05-03 | 通用电梯股份有限公司 | Elevator group control scheduling method, device and storage medium |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS582170A (en) * | 1981-06-22 | 1983-01-07 | 三菱電機株式会社 | Register for calling of elevator |
US4901822A (en) * | 1987-08-06 | 1990-02-20 | Mitsubishi Denki Kabushiki Kaisha | Group supervisory apparatus for elevator |
JPH0725487B2 (en) * | 1988-04-08 | 1995-03-22 | 三菱電機株式会社 | Elevator service reservation device |
JPH0252873A (en) * | 1988-08-17 | 1990-02-22 | Toshiba Corp | Group management control elevator device |
JPH04133981A (en) * | 1990-09-25 | 1992-05-07 | Hitachi Ltd | Controller for elevator |
JPH10291742A (en) * | 1997-04-22 | 1998-11-04 | Hitachi Ltd | Operation control device for elevator |
JP2002302348A (en) * | 2001-04-04 | 2002-10-18 | Mitsubishi Electric Corp | Elevator control device |
JP2003081539A (en) * | 2001-09-17 | 2003-03-19 | Toshiba Elevator Co Ltd | Control device for elevator for station and method thereof |
JP5771431B2 (en) * | 2011-04-12 | 2015-08-26 | 株式会社日立製作所 | Multi-bank group management elevator |
JP2013056720A (en) * | 2011-09-07 | 2013-03-28 | Toshiba Elevator Co Ltd | Elevator operation control method, and device and system for controlling elevator using the same |
JP5865729B2 (en) * | 2012-02-24 | 2016-02-17 | 東芝エレベータ株式会社 | Elevator system |
JP5774072B2 (en) * | 2013-09-30 | 2015-09-02 | 東芝エレベータ株式会社 | Elevator group management system |
JP6218801B2 (en) * | 2015-12-17 | 2017-10-25 | 東芝エレベータ株式会社 | Elevator system and elevator control device used therefor |
CN105752778B (en) * | 2016-03-25 | 2017-08-01 | 刘众喜 | Elevator runs group control method and system |
-
2017
- 2017-10-30 JP JP2017209175A patent/JP6866275B2/en active Active
-
2018
- 2018-10-22 CN CN201811233023.1A patent/CN109720947B/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019081622A (en) | 2019-05-30 |
CN109720947B (en) | 2021-10-01 |
CN109720947A (en) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6866275B2 (en) | External system cooperation Vehicle dispatch system and method | |
JP6970206B2 (en) | Elevator operation management system and operation management method | |
JP5495871B2 (en) | Elevator control device | |
CN111225866B (en) | Automatic call registration system and automatic call registration method | |
JP6430008B2 (en) | Group management elevator device and allocation method of boarding car by group management | |
JP6960463B2 (en) | Congestion avoidance driving system and method | |
JP2019023124A (en) | Elevator system, image recognition method, and operation control method | |
JP6407430B2 (en) | Group management elevator device and allocation method of boarding car by group management | |
JP5535708B2 (en) | Elevator group management control device | |
JP2007031110A (en) | Group management type elevator control system | |
JP4575030B2 (en) | Elevator traffic demand prediction device and elevator control device provided with the same | |
JP2010006613A (en) | Traffic demand predicting device of elevator | |
JP5471102B2 (en) | Elevator group management simulation system | |
JP5294171B2 (en) | Elevator group management control device | |
JP2017030893A (en) | Group management elevator apparatus | |
JP5082215B2 (en) | Elevator group management apparatus and group management method | |
JPS62240277A (en) | Controller for elevator | |
JP2728396B2 (en) | Elevator control device | |
JP6402074B2 (en) | Group management elevator device and allocation method of boarding car by group management | |
WO2018109257A1 (en) | Elevator call controller | |
JP2023081587A (en) | Elevator group management control device, elevator group management control method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200121 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200710 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200804 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201002 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210202 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210324 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210406 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210407 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6866275 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |