JP7400044B1 - 乗車かご推定装置および乗車かご推定方法 - Google Patents

Abstract

【課題】専用の装置を必要とせずに、利用者が乗車した乗りかごを推定する。【解決手段】一実施形態に係る乗車かご推定装置は、利用者データ取得部と、運転データ取得部と、推定処理部と、データ出力部とを備える。前記利用者データ取得部は、利用者が建物内の第１の階を通過した第１の時刻と、前記第１の階とは別の第２の階を通過した第２の時刻を含む利用者データを取得する。前記運転データ取得部は、前記建物内に設置された複数台の乗りかごの運転データを取得する。前記推定処理部は、前記利用者データ取得部から取得した前記利用者データと、前記運転データ取得部から取得した前記運転データとに基づいて、前記複数台の乗りかごの中で前記利用者が乗車した乗りかごと運行区間を推定する。前記データ出力部は、前記推定処理部によって推定された結果を所定データ形式で出力する。【選択図】 図８

Description

本発明の実施形態は、乗車かご推定装置および乗車かご推定方法に関する。

ビル館内移動のサービス向上に向けて、運用分析などを事前検証するシミュレーション（デジタル試運転）を、昇降機運転データと人流データからデータドリブンに実施可能にする昇降機運用支援サービスが求められる。そのため、ビル館内の利用者の移動を把握することが必要となる。

ここで、昇降機システムから得られる各階のホール呼びの登録情報や、乗りかごの停止階、積載荷重などの情報に基づいて、利用者の出発階・到着階を推定する方法がある。しかし、この方法では、各利用者の乗降階、乗降タイミングなどを把握することはできない。

特開２００４－１３７００５号公報 特開２０１９－８１６２６号公報

上述したように、昇降機システムから取得できる情報からは、利用者毎に乗降階、乗降タイミング、乗車かごなどを把握できない。なお、昇降機システムから得られる情報を基にした数学的、統計的モデルや、シミュレーションモデルを用いる方法もあるが、利用者の個人差およびビル毎の傾向の違いを反映させることは難しい。また、カメラやビーコンシステムなどを用いる方法もあるが、専用の装置を設置する必要があり、管理・運用のコストがかかる。

本発明が解決しようとする課題は、専用の装置を必要とせずに、利用者が乗車した乗りかごを推定できる乗車かご推定装置および乗車かご推定方法を提供することである。

一実施形態に係る乗車かご推定装置は、利用者データ取得部と、運転データ取得部と、推定処理部と、データ出力部とを備える。

前記利用者データ取得部は、利用者が建物内の第１の階のエレベータホールの入口側に設置された第１の認証装置を通過した第１の時刻と、前記第１の階とは別の第２の階のエレベータホールの出口側に設置された第２の認証装置を通過した第２の時刻を含む利用者データを取得する。前記運転データ取得部は、前記建物内に設置された複数台の乗りかごの運転データを取得する。前記推定処理部は、前記利用者データ取得部から取得した前記利用者データと、前記運転データ取得部から取得した前記運転データとに基づいて、前記各乗りかごの中で前記利用者が乗車した乗りかごと運行区間を推定する。前記データ出力部は、前記推定処理部によって推定された結果を所定データ形式で出力する。

図１は一実施形態に係るシステム全体の構成を示す図である。 図２は利用者の移動経路上で測定可能な情報と推定を必要とする情報を示した図である。 図３は利用者の歩行時間から昇降機利用時刻を推定する方法を説明するための図である。 図４は昇降機のかご運行線を示す図である。 図５は乗車確率と降車確率の算出例を示す図である。 図６は到着階における推定歩行時間の補正方法を説明するための図である。 図７は出発階における利用者の推定歩行時間の補正方法を説明するための図である。 図８は同実施形態における乗車かご推定装置の構成を示すブロック図である。 図９は前記乗車かご推定装置に用いられる利用者データとして、入退管理システムから得られるゲートの通過データの一例を示す図である。 図１０は前記乗車かご推定装置に用いられる昇降機の運転データとして、昇降機システムの群管理制御装置から得られる各乗りかごの運転データの一例を示す図である。 図１１は前記乗車かご推定装置のハードウェア構成の一例を示す図である。 図１２は前記乗車かご推定装置の処理動作を示すフローチャートである。

以下、図面を参照して実施形態を説明する。
なお、開示はあくまで一例にすぎず、以下の実施形態に記載した内容により発明が限定されるものではない。当業者が容易に想到し得る変形は、当然に開示の範囲に含まれる。説明をより明確にするため、図面において、各部分のサイズ、形状等を実際の実施態様に対して変更して模式的に表す場合もある。複数の図面において、対応する要素には同じ参照数字を付して、詳細な説明を省略する場合もある。

図１は一実施形態に係るシステム全体の構成を示す図である。図中の１００はビル（ビルディング）を示している。このビル１００には、昇降機システム１１０と入退管理システム１２０とが備えられている。

昇降機システム１１０は、ビル１００内に設置された複数台の昇降機（乗りかご）を制御対象としている。なお、昇降機（乗りかご）の台数は任意であり、図１の例に限定されるものではない。昇降機システム１１０は、各昇降機に対応した制御盤１１２ａ，１１２ｂ…１１２ｆと、群管理制御装置１１３とを備える。制御盤１１２ａ，１１２ｂ…１１２ｆと群管理制御装置１１３は、それぞれにＣＰＵ，ＲＯＭ，ＲＡＭ等を備えたコンピュータからなる。

制御盤１１２ａ，１１２ｂ…１１２ｆは、群管理制御装置１１３の制御の下で、乗りかご１１１ａ，１１１ｂ…１１１ｆの運転を制御する。具体的には、乗りかごを昇降動作させるための図示せぬモータ（巻上機）の制御やドアの開閉制御などを行う。乗りかご１１１ａ，１１１ｂ…１１１ｆは、昇降路内に設けられ、それぞれにホール呼びまたはかご呼びに応答して各階を移動する。「ホール呼び」とは、各階のエレベータホールに設置されたホール呼びボタンの操作により登録される呼びの信号のことであり、登録階と行先方向の情報を含む。「かご呼び」とは、かご室内に設けられた行先階ボタンの操作により登録される呼びの信号のことであり、行先階の情報を含む。

群管理制御装置１１３は、主制御装置として存在し、乗りかご１１１ａ，１１１ｂ…１１１ｆの運転を統括的に制御する。群管理制御装置１１３は、制御盤１１２ａ，１１２ｂ…１１２ｆを通じて乗りかご１１１ａ，１１１ｂ…１１１ｆの運転データを取得する。これらの運転データには、乗りかご１１１ａ，１１１ｂ…１１１ｆの走行状態、位置情報、積載荷重、ドア開閉状態、呼びの登録情報などが含まれる。群管理制御装置１１３は、新たなホール呼びが発生した際に、これらの運転データに基づいて、乗りかご１１１ａ，１１１ｂ…１１１ｆの中から割当かごを選出して、当該ホール呼びが登録された階に応答させるなどの処理を行う。

「割当かご」とは、ホール呼びが割り当てられた乗りかごのことを言う。なお、ホール呼びの割当方法については、一般的に知られている方法を用いるものとする。一般的には、所定の評価関数式を用い、各乗りかごにホール呼びを割り当てた場合の評価値を求め、最も評価が高い評価値を有する乗りかごを割当かごとして選出する方法が用いられる。

一方、入退管理システム１２０は、ＣＰＵ，ＲＯＭ，ＲＡＭ等を備えたコンピュータからなり、利用者の入退管理を行う。入退管理システム１２０には、ビル１００の出入口階に設けられた入退館ゲート１２１，１２４と、各階に設けられたフロアゲート１２２，１２３とが接続されている。各ゲート１２１～１２４は、利用者を認証する機能を備えている。入退管理システム１２０は、ゲート毎に利用者の通過可否の管理と、通過時刻の記録を行う。なお、利用者の認証方法としては、セキュリティカード、生体認証、ＩＤ／パスコードなどが広く使われている。本発明においては、利用者を識別でき、ゲート間の通過を把握できる方法であれば、如何なる方法であっても良い。

ここで、例えば利用者Ｐ１がビル１００の出入口階から任意の階に存在する自分のテナントに向かう場合には、以下のような移動経路を取る。
まず、利用者Ｐ１は、出入口階に設置された入退館ゲート（出発階ゲート）１２１を通ってエレベータホール１０１まで歩く。このとき、利用者Ｐ１の通過時刻が利用者Ｐ１のＩＤ（識別情報）と共に入退管理システム１２０に記録される。エレベータホール１０１に来た利用者Ｐ１は、ホール呼びボタン１１４の操作により上方向のホール呼びを登録し、乗りかごの到着を待つ。なお、入退館ゲート１２１に、利用者Ｐ１の認証とともにホール呼びを自動登録する機能が備えられている場合には、ホール呼びボタン１１４は不要である。

いま、利用者Ｐ１が登録したホール呼びに対して、例えば乗りかご１１１ｆが応答したとする。利用者Ｐ１は、乗りかご１１１ｆに乗車し、図示せぬ行先階ボタンの操作により行先階を登録する。これにより、乗りかご１１１ｆが利用者Ｐ１の行先階に向かって移動する。乗りかご１１１ｆが行先階に到着すると、利用者Ｐ１は、そこで降車し、エレベータホール１０３からフロア共用部に設置されたフロアゲート（到着階ゲート）１２２を通ってテナントの占有部へ入る。利用者Ｐ１がフロアゲート１２２を通過したときに、そのときの通過時刻が利用者Ｐ１のＩＤとともに入退管理システム１２０に記録される。

ここで、本実施形態において、乗車かご推定装置２００は、昇降機システム１１０と入退管理システム１２０に接続されている。乗車かご推定装置２００は、昇降機システム１１０から各号機（乗りかご）の運転データを取得し、入退管理システム１２０から利用者データを取得し、これらのデータを分析処理することで、利用者が乗車した乗りかごなどを推定する。

乗車かご推定装置２００は、ＣＰＵ，ＲＯＭ，ＲＡＭ等を備えたコンピュータからなる。乗車かご推定装置２００は、ビル１００内に設置されていても良いし、クラウドサーバとして、外部に設置されていても良い。乗車かご推定装置２００と各システム１１０，１２０との間のデータ授受は、ビル１００内に構築された通信線やインターネットを介して行うことであっても良いし、ＩｏＴに代表されるインターネットおよびクラウドシステムを介して行うことでも良い。

図１において、Ｔａ～Ｔｅは、利用者Ｐ１が各箇所を通過したときの時刻を表している。ｔ１～ｔ４は、利用者Ｐ１が各箇所の移動で要した時間を表している。
Ｔａ：出発階ゲート通過時刻，Ｔｂ：ホール到着時刻，Ｔｃ：乗車時刻，Ｔｄ：降車時刻，Ｔｅ：到着階ゲート通過時刻，ｔ１：歩行時間，ｔ２：待ち時間，ｔ３：乗車時間，ｔ４：歩行時間

また、図中のＰ２は他の利用者を示している。図１の例では、利用者Ｐ２が任意の階からフロアゲート（出発階ゲート）１２３を通ってエレベータホール１０２まで歩き、そこから乗りかご１１１ｂに乗って出入口階まで行き、入退館ゲート（到着階ゲート）１２４を通って外に出る様子を表している。

図２は利用者Ｐ１の移動経路上で測定可能な情報と推定を必要とする情報を示した図である。Ｄ１群に示す情報は、入退管理システム１２０から得られるゲート通過情報であり、測定可能な情報である。Ｄ２群に示す情報は、昇降機システム１１０から得られる昇降機の運転データであり、測定可能な情報である。Ｄ３群に示す情報は、出発階の歩行時間、待ち時間、乗車時間、降車階の歩行時間、ホール到着時刻、乗車時刻、降車時刻などであり、推定を必要とする情報である。

入退管理システム１２０から各利用者のゲート通過情報（Ｄ１群）が得られる。このゲート通過情報から利用者毎の出発階と行先階に関するＯＤ(Origin-Destination)情報を抽出することができる。しかし、利用者毎にどの乗りかごに乗車したのかなどの情報は得られない。

昇降機システム１１０では、行先階登録システム（ＤＣＳ：Destination Control System）を除いて、利用者毎に乗車かごと乗降階を判別することが困難である。昇降機システム１１０の運転データ（Ｄ２群）には、乗りかごの運転状態に関する情報は含まれているが、待ち時間、乗車時間などの情報は含まれていない。つまり、入退管理システム１２０と昇降機システム１１０は、Ｄ３群に示す情報は保持していない。

以下では、入退管理システム１２０の利用者データと昇降機システム１１０の運転データを用いて、利用者が乗車した乗りかご（乗車かご）とＤ３群の情報を推定する方法について説明する。なお、利用者Ｐ１を例にして説明するが、実際には、各階において、複数の利用者を対象にして同様の推定処理が繰り返し実行される。

図３は利用者Ｐ１の歩行時間から昇降機利用時刻を推定する方法を説明するための図である。図中のｅ１は推定歩行時間、ｅ２は推定ホール到着時刻、ｅ３は推定降車時刻、ｅ４は推定歩行時間である。

最初に、利用者Ｐ１が乗車した乗りかごを絞り込むために、利用者Ｐ１が出発階でエレベータホール１０１に到着した時刻ｅ２と、乗りかごの到着階で降車した時刻ｅ３を導出する。そのため、入退館ゲート（出発階ゲート）１２１とエレベータホール１０１との間の推定歩行時間ｅ１の初期値と、到着階のエレベータホール１０３のエレベータホール１０３とフロアゲート（到着階ゲート）１２２との間の推定歩行時間ｅ４の初期値を設定しておく。これらの初期値は、例えばゲートとエレベータホール間の距離と利用者の平均歩行速度から設定される。あるいは、現地で歩行時間を実測した結果から設定される。

ここで、出発階における利用者Ｐ１のゲート通過時刻Ｔａと到着階における利用者Ｐ１のゲート通過時刻Ｔｅはわかっているので、これらの時刻を基準にして、推定ホール到着時刻ｅ２と推定降車時刻ｅ３を算出する。推定ホール到着時刻ｅ２は、利用者Ｐ１が出発階のエレベータホール１０１に到着した時刻の推定値であり、ゲート通過時刻Ｔａに推定歩行時間ｅ１を加算することで得られる（ｅ２＝Ｔａ＋ｅ１）。推定降車時刻ｅ３は、利用者Ｐ１が到着階のエレベータホール１０３に降車した時刻の推定値であり、ゲート通過時刻Ｔｅから推定歩行時間ｅ４を減算することで得られる（ｅ３＝Ｔｅ－ｅ４）。

図４は昇降機のかご運行線を示す図である。横軸が時刻、縦軸が乗りかごの停止階である。この例では、４台の乗りかごの運行状態を示している。
乗りかごが運転方向を反転した区切りを「かご運行区間」とする。図中の４０１で示される区間が「かご運行区間」の一例である。例えば、乗りかごが３階で上り方向に反転し、１２階で停止した後、引き続き上り方向に運転し、１４階で下り方向に反転した場合、３階が運行区間の始点、１４階が運行区間の終点となる。運行区間の区切り単位で、利用者の乗降を判定する。

基本的な考え方として、利用者Ｐ１が乗車できる乗りかごは、下記の条件を満たすものである。
・利用者の出発階において、利用者Ｐ１の推定ホール到着時刻ｅ２以降に停車した乗りかごであり、かつ、その乗りかごの運転方向が利用者の行先方向と一致する。
・利用者の到着階において、乗りかごがエレベータホールで停車時間内に、利用者Ｐ１の推定降車時刻ｅ３を含む。
図４の例では、運行区間４０２を有する乗りかごが利用者Ｐ１の乗車かごとして推測できる。実際には、利用者毎に前記条件に合った乗りかごを全ての乗りかごの運行区間から探索する。

ここで、複数台の乗りかごが同じような運行工程を有する場合、前記条件に合った乗りかごが１台に絞れない可能性がある。この場合、複数の解の中から最も確度の高いものを選定する必要がある。推定ホール到着時刻ｅ２および推定降車時刻ｅ３は、出発階と到着階とで各利用者の平均歩行時間などを元にした算出した推定値であり、それぞれに平均値を中心とした正規分布モデルで表すと、一定の時間幅を持つ。この時間幅を考慮すると、乗車かごの候補が増えることになる。そこで、推定ホール到着時刻ｅ２および推定降車時刻ｅ３が分布を持つことを利用して、乗車確率および降車確率を算出し、これを掛け合わせたものを乗降確率として定義する。
乗降確率＝乗車確率×降車確率

図５は乗車確率と降車確率の算出例を示す図である。
運行線図５００は、図４に示した運行線図から、ある乗りかごの１行程分を抽出したものに相当する。乗りかごの運転状態は、図中のａ，ｂ，ｃ，ｄで示される「停止」,「ドア開」，「ドア閉」，「出発」のイベントによって遷移する。「停止」イベントａにより、乗りかごは停止状態となる。「ドア開」イベントｂにより、ドアが完全に開いた状態となる。「ドア閉」イベントｃにより、ドアが閉まり始めた状態となる。「発車」イベントｄにより、乗りかごは移動を始める。利用者Ｐ１が乗りかごに乗降できるのは、「ドア開」から「ドア閉」イベントの間、つまり、ドアが完全に開いている状態と見なす。

出発階において、利用者Ｐ１が乗りかごに乗車できる制約条件は、乗りかごが出発する前つまりドアが閉まる前に、エレベータホールに到着していることである。なお、ドアが開く前に利用者Ｐ１に到着している場合には、ドアが開くまで待つものとする。

ここで、利用者Ｐ１の推定ホール到着時刻ｅ２は、出発階の推定歩行時間ｅ１に比例して分布を持つ。図中の５０１は、利用者Ｐ１の推定ホール到着時刻ｅ２の時間幅を表す到着時刻分布である。ｄ１は出発階のドア開時刻、ｄ２は出発階のドア閉時刻を示す。乗車確率は、到着時刻分布５０１とドア閉時刻ｄ２との関係、つまり、各乗りかごが出発階で戸閉を開始するまでの間の積分値（分布の面積）として算出される。

到着階において、利用者Ｐ１が乗りかごから降車できる制約条件は、ドアが開いている区間である。図中の５０２は利用者Ｐ１の推定降車時刻ｅ３の時間幅を表す降車時刻分布である。ｄ３は到着階のドア開時刻、ｄ４は到着階のドア閉時刻を示す。降車確率は、降車時刻分布５０２とドア開時刻ｄ３との関係、つまり、各乗りかごが到着階で戸開している区間の積分値（分布の面積）として算出される。全ての乗りかごの運行区間について、このような乗降確率を算出し、この乗降確率が最大値となる運行区間を有する乗りかごを乗車かごとして推定する。

なお、図５の例では、到着時刻分布５０１を正規分布モデルとしているが、複数の利用者毎に出発階における所要区間（入退館ゲート１２１とエレベータホール１０１間）の歩行時間を統計した結果から作成される他の分布モデルであっても良い。降車時刻分布５０２についても同様であり、複数の利用者毎に到着階における所要区間（エレベータホール１０３とフロアゲート１２２間）の歩行時間を統計した結果から作成される他の分布モデルであっても良い。また、ここでは利用者Ｐ１を例にして説明したが、実際には、各階において、利用者毎にすべての乗りかごを対象にして、前記同様にして乗降確率を求めることで、各利用者のそれぞれが乗車した乗りかごを推定していく。

図６は到着階における推定歩行時間の補正方法を説明するための図である。
利用者毎に乗車かごを推定することで、各利用者の移動と昇降機の運転データとを関連付けることが可能となる。つまり、利用者Ｐ１の乗車かごを推定できたときに、出発階における利用者Ｐ１の乗車時刻Ｔｃを当該乗車かごのドア開時刻ｄ１とすみなすことができる（Ｔｃ＝ｄ１）。同様に、到着階における利用者Ｐ１の降車時刻Ｔｄを当該乗車かごのドア開時刻ｄ３とみなすことができる（Ｔｄ＝ｄ３）。これにより、昇降機の運転データ（実測データ）に基づいた、利用者Ｐ１の乗降時刻の推定値を得ることができる。

ここで、到着階におけるゲート通過時刻Ｔｅとドア開時刻ｄ３との差から歩行時間ｔ４を推定することができる（ｔ４＝Ｔｅ－ｄ３）。当初の推定歩行時間ｅ４は、初期値として、歩行距離と歩行速度などから設定されていた。このため、実際の歩行時間ｔ４とは乖離して、そのズレにより乗車かごの判定に誤りが生じる可能性があった。利用者Ｐ１の乗車かごの推定結果を受けて、その乗車かごの運転データを利用すれば、利用者Ｐ１が降車してからフロアゲート１２２に移動するまでの歩行時間ｔ４を正しく推定することができる。他の階でも同様であり、推定結果として得られた乗車かごの運転データを利用すれば、利用者が降車してからゲートに移動するまでの歩行時間を正しく推定することができる。

図７は出発階における利用者の推定歩行時間の補正方法を説明するための図である。
エレベータホールからゲートまでの歩行時間は、同じ階のゲートからエレベータホールまでの歩行時間とほぼ同じであると仮定すると、降車時の歩行時間ｔ４の統計値を、同じ階で利用者が乗車時に反対方向から来るときの歩行時間の統計値として利用できる。

つまり、図７に示すように、利用者Ｐ１が入退館ゲート１２１からエレベータホール１０１に移動したときの歩行時間ｔ１は、同じ階で降車した他の利用者がエレベータホール１０１から入退館ゲート１２１に移動したときの歩行時間と同じとみなすことができる。これにより、出発階における推定歩行時間ｅ１についても、実際の歩行時間ｔ１に合わせて補正することができる。

また、歩行時間ｔ１からホール到着時刻Ｔｂが導出され、さらに、乗車時刻Ｔｃとホール到着時刻Ｔｂとの差から待ち時間ｔ２についても導出される。乗車時間ｔ３は、乗車時刻Ｔｃと降車時刻Ｔｄから得られる。これにより、図２に示したＤ３群の情報のすべてが得られたことになる。

推定歩行時間ｅ１，ｅ４は、例えば各階毎に利用者の歩行時間の統計を取ることで、平均歩行時間および分布（分散）を算出して使用するものとする。また、各階の複数箇所にゲートが設置されている場合など、ゲートとホールとの経路によって歩行時間に差が生じるような場合には、ゲート毎に歩行時間の統計値を算出しても良い。

また、例えば任意の階にあるオフィスの場合、複数の利用者が同じ出発階と降車階を繰り返すため、利用者毎にエレベータホールとゲート間の歩行時間の統計値を算出して使用しても良い。この歩行時間の統計値を推定歩行時間ｅ１，ｅ４の補正に反映させることで、乗車かごの推定精度を上げることができる。

図８は乗車かご推定装置の構成を示すブロック図である。
乗車かご推定装置２００は、利用者データ８１０を取得するための利用者データ取得部８０１と、昇降機の運転データ８２０を取得するための運転データ取得部８０３とを備える。なお、これらのデータを取得する形態として、外部から送信されたデータを受信する形態と、外部にデータを要求して受け取る形態のいずれであっても良い。

利用者データ８１０は、利用者毎に固有のデータであって、少なくとも、利用者の識別情報や移動に伴って適宜発生する時刻データなどを含む。具体的には、利用者データ８１０は、図１に示した入退管理システム１２０から得られるゲートの通過データである（図９参照）。この場合、乗車かご推定装置２００に利用者データ集計・変換部８０２を設けておき、多数のゲートから得られる通過データを集計し、利用者毎に出発階ゲートの通過時刻、到着階ゲートの通過時刻に分類したデータに作成するなど、推定処理に使用できるデータ形式に変換する必要がある。利用者データ８１０が推定処理に使用可能なデータ形式に加工済みであれば、利用者データ集計・変換部８０２は不要である。

昇降機の運転データ８２０は、昇降機の運転に関するデータであり、少なくとも、乗りかごの識別情報やかご位置，ドア開閉の情報などを含む。具体的には、運転データ８２０は、図１に示した群管理制御装置１１３から得られる複数台の乗りかごの運行に関連した情報である（図１０参照）。この場合、運転データ８２０が機種毎に形式が違っている場合など、推定処理に使用可能な形式に変換が必要な場合には、運転データ変換部８０４を乗車かご推定装置２００に設けておく必要がある。データ変換が不要な場合には、運転データ変換部８０４は不要である。

推定処理部８０５は、利用者データと昇降機の運転データとに基づいて、各乗りかごの中で利用者が乗車した乗りかごと運行区間を推定する。詳しくは、推定処理部８０５は、利用者が第１の階（出発階）を通過した第１の時刻を基準にして、利用者が第１の階のエレベータホールに到着した時刻を推測することにより、各乗りかご毎に利用者が第１の階から乗車した確率を示す乗車確率を算出する。また、推定処理部８０５は、利用者が第２の階（到着階）を通過した第２の時刻を基準にして、利用者が第２の階で降車した時刻を推測することにより、各乗りかご毎に利用者が第２の階に降車した確率を示す降車確率を算出する。推定処理部８０５は、各乗りかごの中で乗車確率と降車確率とを乗算した乗降確率が最大値となる運行区間を有する乗りかごを利用者が乗車した乗りかごとして推定する。

乗車かご推定装置２００に、推定処理部８０５の推定結果に基づいて、各階毎に待ち時間や待ち数人を算出するための演算処理部８０６を設けても良い。待ち時間は、利用者がエレベータホールに到着した時刻と、利用者が乗りかごに乗車した時刻との差分から算出できる。待ち人数は、利用者毎の待ち時間を時系列で集計することで得られる。

かご推定処理部８０５および演算処理部８０６から出力されたデータは、必要に応じて出力変換処理部８０７で所定のデータ形式に変換され、データ出力部８０８を通して出力データ８３０として出力される。この出力データ８３０には、利用者毎の乗車かご、各階の待ち時間、待ち人数などが含まれる。また、推定処理の過程で得られる利用者の移動経路上の各時刻（ホール到着時刻、乗車時刻、降車時刻など）を乗車かごの推定結果と共に出力することでも良い。

図９に利用者データ８１０として、入退管理システム１２０から得られるゲートの通過データの一例を示す。ゲート通過毎のイベント情報として、発生時刻（タイムスタンプ）、利用者ＩＤ、通過ゲートＩＤ、通過方向の情報などを含む。なお、ここで例示したデータ項目は必要最小限のものであり、他の項目が含まれていても良い。

図１０に昇降機の運転データ８２０として、昇降機システム１１０の群管理制御装置１１３から得られる各乗りかごの運転データの一例を示す。運転データとして、発生時刻（タイムスタンプ）、かごＩＤ、イベント名、イベント属性情報などを含む。なお、ここで例示したデータ項目は必要最小限のものであり、他の項目が含まれていても良い。

（ハードウェア構成）
図１１は乗車かご推定装置２００のハードウェア構成の一例を示す図である。
乗車かご推定装置２００は、ハードウェアの構成要素として、ＣＰＵ１１、不揮発性メモリ１２、主メモリ１３、通信デバイス１４等を備える。

ＣＰＵ１１は、乗車かご推定装置２００の動作を制御するハードウエアプロセッサである。ＣＰＵ１１は、ストレージデバイスである不揮発性メモリ１２から主メモリ１３にロードされる様々なプログラムを実行する。ＣＰＵ１１によって実行されるプログラムには、オペレーティングシステム（ＯＳ）の他に、図１２のフローチャートに示す処理動作を実行するためのプログラム（以下、乗車かご推定プログラムと称す）１３ａ等が含まれる。

図８に示した乗車かご推定装置２００による推定処理は、コンピュータであるＣＰＵ１１に乗車かご推定プログラム１３ａを実行させることで実現される。この乗車かご推定プログラム１３ａは、コンピュータが読み取り可能な記録媒体に格納して頒布されても良いし、またはネットワークを通じて他のコンピュータにダウンロードされても良い。なお、乗車かご推定装置２００の一部または全ての機能は、ＩＣ（Integrated Circuit）等のハードウェアによって実現されても良いし、当該ソフトウェア及びハードウェアの組み合わせ構成として実現されても良い。

不揮発性メモリ１２および主メモリ１３は、乗車かご推定装置２００内に設けられ、利用者データ８１０や昇降機の運転データ８２０、乗車かご推定プログラム１３ａなどを含む各種情報を記憶する。通信デバイス１４は、乗車かご推定装置２００内に設けられ、有線または無線により外部の装置との通信を実行するように構成されたデバイスである。

次に、本実施形態の動作について説明する。
図１２は乗車かご推定装置２００の処理動作を示すフローチャートである。このフローチャートで示される処理は、コンピュータである乗車かご推定装置２００が乗車かご推定プログラム１３ａを読み込むことにより実行される。

図１に示したビル１００において、利用者が第１の階（出発階）から昇降機を利用して第２の階（到着階）に移動した場合に、乗車かご推定装置２００（乗車かご推定処理部８０５）は、以下のような処理によって、当該利用者が乗車した乗りかご（乗車かご）を推定し、その乗車かごの運行区間を決定する。ここで示される処理は、分析対象とする利用者毎に実行される。

以下では、説明を簡単にするため、図１乃至図７と合わせて、利用者Ｐ１に着目して説明する。
まず、乗車かご推定処理部８０５は、出発階における利用者Ｐ１の推定歩行時間ｅ１と、到着階における利用者Ｐ１の推定歩行時間ｅ４の初期値を設定する（ステップＳ１０）。推定歩行時間ｅ１，ｅ４の初期値は、ゲートとエレベータホール間の距離と一般的な利用者の平均歩行速度などから設定され、実際の歩行時間ｔ１，ｔ４とは誤差を持つ。

ここで、乗車かご推定処理部８０５は、乗車かごの判定が収束するまで、以下のような最適解探索処理ループを繰り返す（ステップＳ１１－Ｓ２３）。この最適解探索処理ループは、乗車かごを探索するための処理ループであり、分析対象とする利用者毎に移動経路を探索する処理ループ（ステップＳ１２－Ｓ２１）と、乗りかご毎に運行区間を探索する処理ループ（ステップＳ１４－Ｓ１９）とを含む。

乗車かご推定処理部８０５は、推定歩行時間ｅ１，ｅ４の情報を用いて、利用者Ｐ１の推定ホール到着時刻ｅ２、推定降車時刻ｅ３を算出する（ステップＳ１３）。詳しくは、乗車かご推定処理部８０５は、利用者データ８１０として得られる出発階のゲート通過時刻Ｔａに推定歩行時間ｅ１を加算して、推定ホール到着時刻ｅ２を算出する。また、乗車かご推定処理部８０５は、利用者データ８１０として得られる到着階のゲート通過時刻Ｔｅから推定歩行時間ｅ４を減算して、推定降車時刻ｅ３を算出する。この状態が図３に相当する。

次に、乗車かご推定処理部８０５は、以下のようにして利用者Ｐ１の乗降確率が最大値となる運行区間を有する乗りかごを探索する。
まず、乗車かご推定処理部８０５は、乗降確率の最大値Ｐ＿ｍａｘを０に初期化しておく（ステップＳ１５）。乗車かご推定処理部８０５は、昇降機の運転データ８２０に基づいて、乗りかご毎に利用者Ｐ１の乗降確率を算出する（ステップＳ１６）。詳しくは、推定処理部８０５は、ホール到着時刻ｅ２および推定降車時刻ｅ３と、昇降機の運転データ８２０として得られる各乗りかごの運行工程とを照らし合わせて、乗りかご毎に利用者Ｐ１が出発階で乗車可能な確率（乗車確率）と、利用者Ｐ１が到着階で降車可能な確率（降車確率）を求め、これを掛け合わせたものを乗降確率として算出する。

ここで、前記ステップＳ１６で算出された乗降確率がそれまでに算出された乗降確率より大きい場合には、推定処理部８０５は、最大値Ｐ＿ｍａｘを更新する（ステップＳ１７－Ｓ１８）。推定処理部８０５は、全ての乗りかごの運行区間について乗降確率を算出し、最終的に乗降確率が最大値Ｐ＿ｍａｘとなる運行区間を有する乗りかごを利用者Ｐ１の乗車かごとして推定し、その運行区間を決定する（ステップＳ２０）。この状態が図４－５に相当する。

このようにして、利用者Ｐ１の乗車かごが推定されると、推定処理部８０５は、その乗車かごの運行区間に基づいて、推定歩行時間ｅ１，ｅ４を実際の歩行時間ｔ１，ｔ４に近づけるように補正する（ステップＳ２２）。詳しくは、推定処理部８０５は、到着階におけるゲート通過時刻Ｔｅとドア開時刻ｄ３との差から歩行時間ｔ４を推定し、推定歩行時間ｅ４を歩行時間ｔ４に近づけるように補正する。また、推定処理部８０５は、利用者Ｐ１が入退館ゲート１２１からエレベータホール１０１まで移動したときの歩行時間ｔ１を同じ階で降車した他の利用者がエレベータホール１０１から入退館ゲート１２１まで移動したときの歩行時間とみなして、推定歩行時間ｅ１を歩行時間ｔ１に近づけるように補正する。この状態が図６－７に相当する。

このようにして、利用者毎に出発階と到着階の推定歩行時間を補正しながら、各利用者のそれぞれが乗車した乗りかごと運行区間を推定する処理を繰り返し、最終的に各利用者の乗車かごの判定結果と歩行時間の変化が予め設定された閾値以下になったとき（つまり、判定結果が収束したとき）、ここでの処理を終える。

この推定処理部８０５によって得られた乗車かごの推定結果は、所定の形式で変換されて外部に出力される。また、図８に示したように、乗車かご推定装置２００に演算処理部８０６が備えられていれば、乗車かごの推定結果に基づいて各階の待ち時間および待ち人数が算出され、前記推定結果と共に所定の形式で変換されて外部に出力される。外部とは、例えば昇降機システム１１０などを含む。

このように本実施形態によれば、ビルの入退管理システムで管理されている各階毎の利用者の通過情報と、昇降機システムが持つ昇降機の運転データとを組み合わせることで、カメラ等の専用の装置を必要とせずに、利用者が乗車した乗りかごとその運行区間を推定することができ、さらに、その推定結果から各階の待ち人数、待ち時間などの情報を把握できる。

これらの推定結果を例えば昇降機システムに与えれば、各階の交通需要を考慮して、各乗りかごを効率的に運転制御でき、群管理効率を向上させることができる。通常、利用者が多く発生する階では、その階のホール呼びに対する乗りかごの割当評価を強くし、その他の階のホール呼びに対する乗りかごの割当評価を弱くしている。各階の待ち人数がわかることで、その待ち人数を係数として割当評価を行うことができ、平均的な待ち時間を短縮できる。また、利用者がゲートを通過したときに、その利用者がエレベータホールに到着する時間と待ち人数などの状況がわかるので、その状況を割当評価に反映させて、乗りかごを効率的に応答させることが可能となる。

一方、例えばビル管理会社に推定結果を与えれば、ビル全体の交通需要を考慮して、ビル管理に関連した各種機能を有効的に使えるようになる。

以上述べた少なくとも１つの実施形態によれば、専用の装置を必要とせずに、利用者が乗車した乗りかごを推定できる乗車かご推定装置および乗車かご推定方法を提供することができる。

なお、前記実施形態では、各階に設置されたセキュリティゲートを利用して、利用者の通過情報を得る構成としたが、例えば監視カメラなどの既設の装置を利用して、利用者の通過情報を得るようにしても良い。

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

１００…ビル、１０１，１０２，１０３…エレベータホール、１１０…昇降機システム、１１１ａ～１１１ｆ…乗りかご、１１２ａ～１１２ｆ…制御盤、１１３…群管理制御装置、１２０…入退管理システム、１２１，１２４…入退館ゲート、１２２，１２３…フロアゲート、２００…乗車かご推定装置、Ｔａ…出発階ゲート通過時刻、Ｔｂ…ホール到着時刻、Ｔｃ…乗車時刻、Ｔｄ…降車時刻、Ｔｅ…到着階ゲート通過時刻、ｔ１…歩行時間、ｔ２…待ち時間、ｔ３…乗車時間、ｔ４…歩行時間、ｅ１…推定歩行時間、ｅ２…推定ホール到着時刻、ｅ３…推定降車時刻、ｅ４…推定歩行時間、５０１…到着時刻分布、５０２…降車時刻分布、８１０…利用者データ、８２０…昇降機の運転データ、８０１…利用者データ取得部、８０２…利用者データ集計・変換部、８０３…運転データ取得部、８０４…運転データ変換部、８０５…推定処理部、８０６…演算処理部、８０７…出力変換処理部、８０８…データ出力部、８３０…出力データ。

Claims (11)

1. 利用者が建物内の第１の階のエレベータホールの入口側に設置された第１の認証装置を通過した第１の時刻と、前記第１の階とは別の第２の階のエレベータホールの出口側に設置された第２の認証装置を通過した第２の時刻を含む利用者データを取得する利用者データ取得部と、
   前記建物内に設置された複数台の乗りかごの運転データを取得する運転データ取得部と、
   前記利用者データ取得部から取得した前記利用者データと、前記運転データ取得部から取得した前記運転データとに基づいて、前記複数台の乗りかごの中で前記利用者が乗車した乗りかごと運行区間を推定する推定処理部と、
   前記推定処理部によって推定された結果を所定データ形式で出力するデータ出力部と
   を具備したことを特徴とする乗車かご推定装置。
2. 前記推定処理部は、
   前記第１の時刻を基準にして前記利用者が前記第１の階のエレベータホールに到着した時刻を推測することにより、前記複数台の乗りかご毎に前記利用者が前記第１の階から乗車した確率を示す乗車確率を算出し、
   前記第２の時刻を基準にして前記利用者が前記第２の階で降車した時刻を推測することにより、前記複数台の乗りかご毎に前記利用者が前記第２の階に降車した確率を示す降車確率を算出し、
   前記複数台の乗りかごの中で前記乗車確率と前記降車確率とを乗算した乗降確率が最大値となる運行区間を有する乗りかごを前記利用者が乗車した乗りかごとして推定することを特徴とする請求項１記載の乗車かご推定装置。
3. 前記推定処理部は、
   前記第１の階における前記利用者の推定ホール到着時刻の時間幅を表す第１の時刻分布と、前記複数台の乗りかごが前記第１の階で戸閉を開始する時刻との関係から前記乗車確率を算出し、
   前記第２の階における前記利用者の推定降車時刻の時間幅を表す第２の時刻分布と、前記複数台の乗りかごが前記第２の階で戸開している時刻との関係から前記降車確率を算出することを特徴とする請求項２記載の乗車かご推定装置。
4. 前記第１の時刻分布は、前記利用者の推定ホール到着時刻の平均値を中心とした正規分布であり、
   前記第２の時刻分布は、前記利用者の推定降車時刻の平均値を中心とした正規分布であることを特徴とする請求項３記載の乗車かご推定装置。
5. 前記第１の時刻分布は、複数の利用者毎に前記第１の階における所要区間の歩行時間を分析した結果から作成され、
   前記第２の時刻分布は、複数の利用者毎に前記第２の階における所要区間の歩行時間を分析した結果から作成されることを特徴する請求項３記載の乗車かご推定装置。
6. 前記利用者データ取得部から取得した前記利用者データを集計し、前記推定処理部で処理できる形式に変換する第１の変換部を具備したことを特徴とする請求項１記載の乗車かご推定装置。
7. 前記運転データ取得部から取得した前記運転データを前記推定処理部で処理できる形式に変換する第２の変換部を具備したことを特徴とする請求項１記載の乗車かご推定装置。
8. 前記推定処理部は、
   前記利用者が前記第１の階のエレベータホールに到着した時刻、前記乗りかごに乗車した時刻、前記第２の階で降車した時刻を乗車かごの推定結果と共に出力することを特徴とする請求項１記載の乗車かご推定装置。
9. 前記推定処理部の乗車かごの推定結果に基づいて、各階毎に利用者の待ち時間と待ち人数を算出する演算処理部を具備したことを特徴とする請求項１記載の乗車かご推定装置。
10. 前記推定処理部または前記演算処理部の出力を所定のデータ形式に変換する第３の変換部を具備したことを特徴とする請求項９記載の乗車かご推定装置。
11. 利用者が建物内の第１の階のエレベータホールの入口側に設置された第１の認証装置を通過した第１の時刻と、前記第１の階とは別の第２の階のエレベータホールの出口側に設置された第２の認証装置を通過した第２の時刻を含む利用者データを取得し、
    前記建物内に設置された複数台の乗りかごの運転データを取得し、
    前記第１の時刻を基準にして前記利用者が前記第１の階のエレベータホールに到着した時刻を推測することにより、前記複数台の乗りかご毎に前記利用者が前記第１の階から乗車した確率を示す乗車確率を算出し、
    前記第２の時刻を基準にして前記利用者が前記第２の階で降車した時刻を推測することにより、前記複数台の乗りかご毎に前記利用者が前記第２の階に降車した確率を示す降車確率を算出し、
    前記複数台の乗りかごの中で前記乗車確率と前記降車確率とを乗算した乗降確率が最大値となる運行区間を有する乗りかごを前記利用者が乗車した乗りかごとして推定する、
    ことを特徴とする乗車かご推定方法。

Images