WO2023238217A1 - エレベーターの長尺物点検装置 - Google Patents

エレベーターの長尺物点検装置 Download PDF

Info

Publication number
WO2023238217A1
WO2023238217A1 PCT/JP2022/022922 JP2022022922W WO2023238217A1 WO 2023238217 A1 WO2023238217 A1 WO 2023238217A1 JP 2022022922 W JP2022022922 W JP 2022022922W WO 2023238217 A1 WO2023238217 A1 WO 2023238217A1
Authority
WO
WIPO (PCT)
Prior art keywords
long object
groove wheel
unit
inspection device
image
Prior art date
Application number
PCT/JP2022/022922
Other languages
English (en)
French (fr)
Inventor
寛 福永
諭 志賀
雅志 神谷
敬秀 平井
Original Assignee
三菱電機株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2022/022922 priority Critical patent/WO2023238217A1/ja
Publication of WO2023238217A1 publication Critical patent/WO2023238217A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/02—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/02—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions
    • B66B5/12—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions in case of rope or cable slack
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B7/00—Other common features of elevators
    • B66B7/12—Checking, lubricating, or cleaning means for ropes, cables or guides

Definitions

  • the present disclosure relates to an elevator long object inspection device.
  • Patent Document 1 discloses an example of an elevator long object inspection device.
  • the long object inspection device includes a camera, an image processing device, and a determination device.
  • a camera is installed on a car that runs on a hoistway. The camera photographs the top of the car so that the main rope, which is a long object, is included in the image.
  • the image processing device performs image processing to extract the main rope portion from the image taken by the camera.
  • the determination device determines whether the main rope is caught on a caught object in the hoistway using a processed image that is an image processed by the image processing device.
  • the present disclosure relates to solving such problems.
  • the present disclosure provides a long object inspection device that can more accurately detect abnormalities in long objects in an elevator.
  • a groove wheel detecting unit performs image processing to detect the groove wheel portion on the image, and an image is photographed by the photographing unit with reference to the position of the groove wheel portion detected by the groove wheel detecting unit. and a long object detection section that performs image processing to detect a portion of the long object.
  • FIG. 1 is a side view showing the configuration of an elevator according to Embodiment 1.
  • FIG. FIG. 2 is a block diagram showing the functions of the long object inspection device according to the first embodiment.
  • FIG. 3 is a diagram showing an example of an image taken by the camera according to the first embodiment.
  • FIG. 2 is a side view showing a state where an abnormality has occurred in the governor rope of the elevator according to the first embodiment.
  • FIG. 3 is a diagram showing an example of an image taken by a camera when an abnormality occurs in the governor rope of the elevator according to the first embodiment.
  • FIG. 3 is a diagram showing a location where an abnormality has occurred in the governor rope of the elevator according to the first embodiment.
  • FIG. 3 is a diagram showing a location where an abnormality has occurred in the governor rope of the elevator according to the first embodiment.
  • 3 is a flowchart illustrating an example of the operation of the long object inspection device according to the first embodiment.
  • 1 is a hardware configuration diagram of main parts of the long object inspection device according to Embodiment 1.
  • FIG. 2 is a block diagram showing the functions of a long object inspection device according to a second embodiment.
  • 7 is a diagram showing an example of a panoramic image of a hoistway according to Embodiment 2.
  • FIG. 1 is a side view showing the configuration of an elevator 1 according to the first embodiment.
  • the hoist 4 has a sheave and a motor.
  • the sheave of the hoist 4 is connected to the rotating shaft of the motor of the hoist 4.
  • the motor of the hoist 4 is a device that generates a driving force that rotates the sheave of the hoist 4.
  • the car 6 and the counterweight 7 travel in opposite directions in the hoistway 2 as the main rope 5 moves due to the rotation of the sheave of the hoist 4.
  • the car 6 is a device that transports passengers and the like between a plurality of floors by running vertically inside the hoistway 2.
  • the counterweight 7 is a device that balances the load on the main rope 5 with the car 6 on both sides of a pulley, such as a return wheel 9, around which the main rope 5 is wound.
  • the control panel 8 is a device that controls the operation of the elevator 1.
  • the control panel 8 controls, for example, the running of the car 6.
  • the control panel 8 is equipped with functions such as acquiring the position of the car 6 in the hoistway 2.
  • the elevator 1 includes a speed governor 10, a speed governor rope 11, and a tension wheel 12.
  • the speed governor 10 is a device that suppresses excessive running speed of the car 6.
  • the speed governor 10 has a pulley.
  • the governor rope 11 is wound around the pulley of the governor 10. Both ends of the governor rope 11 are attached to the car 6.
  • the governor rope 11 is wound around the tension wheel 12.
  • the tension wheel 12 is a pulley that applies tension to the governor rope 11.
  • the tension wheel 12 is provided in the pit 3, for example.
  • the pulley of the speed governor 10 rotates in conjunction with the movement of the car 6 through a speed governor rope 11 connected to the car 6.
  • the speed governor 10 suppresses the excessive running speed of the car 6 when the rotational speed of the pulley is excessive.
  • the long object inspection device 13 is a device that detects abnormalities in long objects in the hoistway 2.
  • the long object that the long object inspection device 13 targets for abnormality detection is a device that is long in one direction. When there is no abnormality, the longitudinal direction of the long object is parallel to the running direction of the car 6. In this example, the long object moves along the hoistway 2 as the elevator 1 operates.
  • the long object is, for example, the main rope 5 or the governor rope 11.
  • the elongated object may be a counterbalance rope (not shown) that compensates for the imbalance between the main rope 5's own weight on the car 6 side and the main rope's 5's own weight on the counterweight 7 side caused by the movement of the main rope 5.
  • the long object may be a control cable that communicates electrical signals or supplies power.
  • the elongated object may be, for example, a strand rope, a belt, a chain, or the like.
  • Long objects are wound around the groove wheel.
  • the groove wheel is, for example, a sheave of the hoist 4, a pulley of the speed governor 10, a return wheel 9, a tension wheel 12, a warping wheel, or a hanging wheel.
  • the groove wheel includes, for example, a portion through which a long object passes or reverses.
  • the long object inspection device 13 includes a camera 14 and an information processing device 15.
  • the camera 14 is equipped with a function to photograph the inside of the hoistway 2.
  • the camera 14 is an example of a photographing unit.
  • the camera 14 photographs the inside of the hoistway 2 so that the photographing range includes the elongated object and the groove wheel around which the elongated object is wound.
  • camera 14 is mounted on the underside of the floor of car 6.
  • the camera 14 photographs the bottom of the car 6, for example.
  • the camera 14 may be attached to the upper side of the ceiling of the car 6. At this time, the camera 14 photographs the upper part of the car 6, for example.
  • the camera 14 may be installed within the hoistway 2, and in this case, the camera 14 photographs the lower part of the hoistway 2, for example.
  • the photographing unit may be a camera that photographs both above and below the car 6. Further, the photographing unit may include a plurality of cameras. At this time, the photographing unit may include a camera that photographs the upper part of the car 6 and a camera that photographs the lower part of the car 6. Further, the long object inspection device 13 may use a camera of an external device as a photographing section. That is, the information processing device 15 of the long object inspection device 13 may detect abnormalities in the long object using images taken by a camera of an external device.
  • the information processing device 15 is a part that is responsible for information processing regarding detection of abnormalities in long objects.
  • the information processing device 15 is connected to the camera 14 so that it can acquire images taken by the camera 14.
  • the information processing device 15 is provided, for example, at the top of the car 6.
  • FIG. 2 is a block diagram showing the functions of the long object inspection device 13 according to the first embodiment.
  • the information processing device 15 includes an image processing section 16 and a determination section 17.
  • the image processing unit 16 is a part equipped with a function of performing image processing to detect a long object on an image taken by the camera 14.
  • the image processing unit 16 is equipped with a function of acquiring images taken by the camera 14.
  • the determining unit 17 is a part equipped with a function of determining whether or not there is an abnormality in the long object based on the state of the long object detected by the image processing unit 16.
  • the determination unit 17 is equipped with a function of outputting the determination result of the presence or absence of an abnormality to the control panel 8.
  • the image processing device includes a grooved sheave detection section 18 and a long object detection section 19.
  • the groove wheel detection unit 18 is equipped with a function of performing image processing on the image taken by the camera 14 to detect the part of the groove wheel around which a long object is wrapped.
  • the groove sheave detection unit 18 detects the groove sheave portion by, for example, a template matching method.
  • the groove wheel detection unit 18 calculates the degree of similarity for each part of the image photographed by the camera 14 in comparison with a preset template image representing the correct image of the groove wheel. At this time, the groove sheave detection unit 18 detects, for example, a portion where the calculated degree of similarity is greater than or equal to a preset similarity threshold as a portion of the groove sheave.
  • the groove wheel detection unit 18 may learn the feature amount of the image using a machine learning method, and identify the groove wheel portion using a discriminator using the feature amount.
  • the groove wheel detection unit 18 uses, for example, HOG (Histogram of Oriented Gradients) or SIFT (Scale Invariant Feature Transform) as the feature amount.
  • the groove wheel detection unit 18 uses, for example, an SVM (Support Vector Machine) as a discriminator.
  • the grooved sheave detection unit 18 may identify the grooved sheave portion using a deep learning technique.
  • the groove wheel detection unit 18 may detect a marker attached to the groove wheel, and detect the groove wheel based on the detection result of the marker.
  • the marker attached to the groove wheel includes, for example, a marker attached with a sticker displaying a preset color or patterned code.
  • the groove wheel detection unit 18 may narrow down the area including the groove wheel portion on the image taken by the camera 14 based on the type or installation information of the elevator 1.
  • the grooved sheave detection unit 18 performs image processing to detect the grooved sheave portion in the narrowed-down area.
  • the information on the type of elevator 1 includes information such as the model or model number of elevator 1, for example.
  • the installation information of the elevator 1 includes information such as the installation position of the groove wheel.
  • the type or installation information of the elevator 1 may be set in advance in the groove wheel detection section 18, or may be acquired by the groove wheel detection section 18 from the control panel 8 of the elevator 1 or the like.
  • the long object detection unit 19 refers to the position of the groove wheel portion detected by the groove wheel detection unit 18 and performs image processing to detect the long object portion on the image taken by the camera 14.
  • the long object detection unit 19 detects a portion of a long object using, for example, an edge detection method. For example, the elongated object detection unit 19 detects, among the detected edges, an edge that passes through the groove wheel portion as a portion of the elongated object. The elongated object detection unit 19 uses an edge detector to specify a linear object that extends from the grooved sheave portion detected by the grooved sheave detection unit 18 as a starting point, thereby identifying a portion of the elongated object. For example, the long object extends linearly in the running direction of the car 6 starting from the groove wheel.
  • the long object detection unit 19 may detect parts of the long object using a local similarity determination method. For example, the long object detection unit 19 extracts a local image of a preset size from the image taken by the camera 14 in the traveling direction of the car 6, starting from the part of the groove wheel detected by the groove wheel detection unit 18. Extract sequentially along the line. The long object detection unit 19 calculates the degree of similarity for each part of a set of adjacent local images among the extracted local images.
  • the set of adjacent local images is, for example, a set of local images adjacent in the running direction of the car 6, or a set of local images that are adjacent to each other in the running direction of the car 6, or a distance in the running direction of the car 6 on the image taken by the camera 14 is longer than a preset distance.
  • the long object detection unit 19 detects a portion of a long object by giving priority to tracking a portion of the extracted local images that has a higher degree of similarity between adjacent local images.
  • the long object detection section 19 may use a tracking filter used for image recognition processing or the like.
  • the long object detection unit 19 detects a portion of the long object by tracking the portion of the long object from the position of the groove wheel using, for example, a particle filter or a Kalman filter.
  • the determining unit 17 determines whether or not there is an abnormality in the long object based on the condition of the long object detected by the long object detecting unit 19.
  • the determination unit 17 determines whether or not there is an abnormality in the long object, based on, for example, the position, orientation, or shape of the detected long object.
  • the determination unit 17 outputs the determination result regarding the presence or absence of abnormality in the long object to the control panel 8, for example.
  • the determination unit 17 may calculate the reliability of long object detection by the long object detection unit 19. For example, when the long object detection section 19 detects a long object using an edge detector, similarity between local images, tracking filter, etc., the determination section 17 determines the strength or likelihood of edges, etc. Calculate detection confidence based on. The determination unit 17 outputs the calculated reliability information to the control panel 8 together with the determination result, for example.
  • the determination unit 17 may calculate the position in the hoistway 2 of a location where an abnormality is detected for the long object.
  • the determination unit 17 may calculate the position of the location in the hoistway 2 based on the location on the image of the location where the abnormality is detected.
  • the determination unit 17 may calculate the position of the location in the hoistway 2, for example, based on the part of the groove sheave detected by the groove sheave detection unit 18. Further, at this time, the determination unit 17 may use information such as the position of the car 6 when the image was taken.
  • the determination unit 17 outputs information on the calculated location of the abnormality detection location to the control panel 8 together with the determination result, for example.
  • the control panel 8 may control the operation of the elevator 1 according to the determination result input from the determination unit 17. For example, when receiving the determination result that there is no abnormality, the control panel 8 continues the operation of the elevator 1 without stopping. On the other hand, when receiving the determination result that there is an abnormality, the control panel 8 stops the operation of the elevator 1.
  • the control panel 8 may perform processing according to the reliability of the determination result. For example, when receiving a determination result indicating that there is no abnormality with a reliability higher than a preset threshold value, the control panel 8 continues operating the elevator 1 without requiring confirmation by a person such as a maintenance worker. At this time, if the elevator 1 is stopped, the control panel 8 may restart the operation of the elevator 1 without requiring confirmation by a person such as a maintenance worker.
  • control panel 8 when the control panel 8 receives a determination result indicating that there is no abnormality with a reliability lower than a preset threshold value, the control panel 8 may notify a maintenance person or the like of the determination result. At this time, the control panel 8 may stop the operation of the elevator 1 until a person such as a maintenance worker visits the site and confirms the condition of the long object. The control panel 8 may notify the reliability calculated by the determination unit 17 or the position of the abnormality detection location along with the determination result.
  • FIG. 3 is a diagram showing an example of an image taken by the camera 14 according to the first embodiment.
  • the long object inspection device 13 detects an abnormality in the governor rope 11 as a long object.
  • the long object inspection device 13 detects a tension wheel 12, which is an example of a groove wheel, and then detects an abnormality in the governor rope 11.
  • a tension wheel 12 which is an example of a groove wheel
  • FIG. 3 illustration of other structures such as the governor rope 11 and the tension sheave 12 is omitted.
  • the long object inspection device 13 may detect abnormalities in the long object with respect to other long objects and groove wheel sets.
  • the long object and groove wheel set to be detected by the long object inspection device 13 are, for example, the governor rope 11 and the pulley of the governor 10, the main rope 5 and the sheave of the hoist 4, etc. It may also be a pair of counterbalancing ropes and a pulley around which they are wound.
  • the long object inspection device 13 detects that the governor rope 11 wound around the tension wheel 12 is caught on a structure in the hoistway 2 or on the car 6 as an abnormality of the long object.
  • the structures in the hoistway 2 include, for example, a housing for equipment in the hoistway 2, a support, a frame, a beam, a column, a bracket, and the like.
  • FIG. 4 is a side view showing a state where an abnormality has occurred in the governor rope 11 of the elevator 1 according to the first embodiment.
  • the elevator 1 is shown with no abnormality in the speed governor rope 11, whereas in FIG. 4, the elevator 1 is shown with the speed governor rope 11 caught on a structure in the hoistway 2. 1 is shown.
  • FIG. 5 is a diagram showing an example of an image taken by the camera 14 when an abnormality occurs in the governor rope 11 of the elevator 1 according to the first embodiment.
  • 3 shows an example of a captured image when there is no abnormality in the speed governor rope 11
  • FIG. 5 shows an example of a captured image when the speed governor rope 11 is caught on a structure in the hoistway 2. Examples of captured images are shown. Note that illustration of structures within the hoistway 2 is omitted.
  • FIG. 6 is a diagram showing a location where an abnormality has occurred in the governor rope 11 of the elevator 1 according to the first embodiment.
  • FIG. 6 an enlarged view of the part caught on the structure is shown.
  • the governor rope 11 in a state where it is not caught on structures in the hoistway 2 is shown by a broken line. Note that the state such as the direction and position of the governor rope 11 when there is no catch is obtained in advance when no abnormality has occurred.
  • the state such as the direction and position of the governor rope 11 when there is no catch is obtained in advance, for example, during installation of the elevator 1 or periodic inspection of the elevator 1.
  • the acquired state is stored in the long object inspection device 13.
  • the direction of the governor rope 11 extending from the tension wheel 12 as a starting point forms an angle D with the direction of the governor rope 11 in a state where it is not caught.
  • the determination unit 17 calculates this angle D based on the detection result of the long object detection unit 19, for example. For example, when the calculated angle D is equal to or greater than a preset angle threshold, the determination unit 17 determines that the governor rope 11 is caught on a structure and that there is an abnormality.
  • FIG. 7 is a diagram showing a location where an abnormality has occurred in the governor rope 11 of the elevator 1 according to the first embodiment.
  • multiple sampling points are shown on the detected long object.
  • the sampling points are, for example, sampled at equal intervals in the running direction of the car 6.
  • the determination unit 17 may detect an abnormality in the long object based on the linearity of the detected long object. For example, the determination unit 17 calculates the direction of a line segment connecting sampling points adjacent to each other in the running direction of the car 6, and when the angle of the direction of the adjacent line segment is equal to or greater than a preset threshold, It may be determined that there is an abnormality because the machine rope 11 is caught on a structure.
  • the long object inspection device 13 may detect other abnormalities such as the long object being caught.
  • the long object inspection device 13 may detect damage such as cutting of the long object, strand breakage, or abnormality such as poor tension.
  • the long object inspection device 13 may detect cutting of a long object, for example, based on the continuity of the detected long object.
  • the long object inspection device 13 may detect local damage or the like based on, for example, a change in image similarity along the longitudinal direction of the detected long object.
  • the long object inspection device 13 may detect a tension failure or the like based on the linearity of the detected long object, for example.
  • FIG. 8 is a flowchart showing an example of the operation of the long object inspection device 13 according to the first embodiment.
  • the processing in FIG. 8 is performed, for example, when the occurrence of an earthquake is detected in the elevator 1.
  • the process in FIG. 8 may be performed, for example, all the time while the elevator 1 is in operation, or may be performed at preset regular or irregular timing. Further, the process in FIG. 8 may be performed based on an operation by a maintenance worker, a manager, or the like, or may be performed based on the occurrence of an event detected in the elevator 1.
  • step S1 the camera 14 captures an image of the hoistway 2. Thereafter, the process of the long object inspection device 13 proceeds to step S2.
  • step S2 the groove wheel detection unit 18 performs a process of detecting a groove wheel from the image taken by the camera 14.
  • the groove sheave detection unit 18 outputs information about the portion of the groove sheave detected on the image. Thereafter, the process of the long object inspection device 13 proceeds to step S3.
  • step S3 the long object detection section 19 performs a process of detecting a portion of the long object by referring to the position of the groove wheel portion outputted by the groove wheel detection section 18.
  • the long object detection unit 19 outputs information about the long object portion detected on the image. Thereafter, the process of the long object inspection device 13 proceeds to step S4.
  • step S4 the determining unit 17 determines whether there is an abnormality such as a long object being caught, based on the state of the part of the long object output by the long object detecting unit 19. If there is an abnormality, the process of the long object inspection device 13 proceeds to step S5. On the other hand, if there is no abnormality, the process of the long object inspection device 13 proceeds to step S6.
  • an abnormality such as a long object being caught
  • step S5 the determination unit 17 outputs an abnormality signal to the control panel 8. Thereafter, the process of the long object inspection device 13 ends.
  • step S6 the determination unit 17 outputs a normal signal to the control panel 8. Thereafter, the process of the long object inspection device 13 ends.
  • the long object inspection device 13 detects abnormalities in the long object wrapped around the groove wheel in the hoistway 2.
  • a camera 14 is provided on a car 6 running on a hoistway 2.
  • the camera 14 photographs one or both of the upper and lower parts of the car 6 so that the long object and the groove wheel are included in the photographing range.
  • the long object inspection device 13 includes an image processing section 16 and a determination section 17.
  • the image processing unit 16 performs image processing to detect a portion of a long object on the image taken by the camera 14 .
  • the determining unit 17 determines whether or not there is an abnormality in the long object based on the state of the long object detected by the image processing unit 16.
  • the image processing section 16 includes a grooved sheave detection section 18 and a long object detection section 19.
  • the groove sheave detection unit 18 performs image processing to detect the groove sheave portion on the image taken by the camera 14 .
  • the elongated object detection section 19 refers to the position of the grooved wheel portion detected by the grooved sheave detection section 18 and performs image processing to detect the elongated object portion on the image photographed by the camera 14 .
  • the long object part is detected by referring to the detected groove wheel part, so even if there is a long object or linear texture that is not subject to determination in the hoistway 2, , the long object to be determined as to whether there is an abnormality can be detected more accurately. Therefore, abnormalities such as a long object of the elevator 1 getting caught in a structure can be detected more accurately. If a disaster such as an earthquake occurs in a place where the elevator 1 is installed, the elevator 1 may come to an emergency stop. At this time, when restoring the elevator 1, long objects in the hoistway 2, such as the governor rope 11, the main rope 5, the balance rope, or the control cable, may be damaged by structures in the hoistway 2 or the car 6.
  • the determination unit 17 determines the direction in which the long object extends on the image of the long object detected by the long object detection unit 19 and the image of the long object in a state where the long object is not caught in any structure in the hoistway 2. If the angle formed by the stretching direction is greater than or equal to a preset angle threshold, it is determined that there is an abnormality in the elongated object.
  • the presence or absence of a catch is determined based on the difference from the long object in a state where there is no abnormality, so it becomes possible to more clearly set the criteria for determining the presence or absence of an abnormality.
  • the groove wheel detection unit 18 calculates the degree of similarity of the portion on the image photographed by the camera 14 by comparing it with a preset template image.
  • the groove sheave detection unit 18 may detect a position having a degree of similarity greater than a preset similarity threshold as a part of the groove sheave. Further, the groove sheave detection unit 18 may detect the groove sheave portion from the image taken by the camera 14 using a machine learning method.
  • the groove wheel detection unit 18 can identify the position of the groove wheel from the image taken by the camera 14.
  • the groove wheel detection unit 18 narrows down the area including the groove wheel portion on the image photographed by the camera 14 based on the type or installation information of the elevator 1.
  • the groove sheave detection unit 18 performs image processing to detect the groove sheave portion in the narrowed-down area.
  • the groove wheel detection unit 18 can more accurately identify the position of the groove wheel from the image taken by the camera 14.
  • the long object detection section 19 detects a portion of the long object by using an edge detector to identify a linear object extending from the groove wheel portion detected by the groove wheel detection section 18 as a starting point. do.
  • the long object detection unit 19 can more accurately detect the long object to be determined as to whether there is an abnormality among the plurality of long objects in the hoistway 2.
  • the long object detection unit 19 sequentially extracts local images of a preset size along the running direction of the car 6, starting from the part of the groove wheel detected by the groove sheave detection unit 18.
  • the long object detection unit 19 detects a portion of a long object by giving priority to and sequentially tracking a portion of the extracted local images that has a higher degree of similarity between adjacent local images.
  • the long object detection unit 19 can detect long objects by sequentially tracing the groove wheel as a starting point even when edges cannot be detected locally due to external light or illumination. Becomes detectable.
  • the determination unit 17 calculates the position in the hoistway 2 of the location where an abnormality is detected for the long object.
  • the determination unit 17 outputs the calculated position in the hoistway 2 together with the determination result of the abnormality of the long object.
  • a maintenance worker or the like who receives the determination result from the determination unit 17 can quickly grasp the position in the hoistway 2 of the location that requires restoration and work on it.
  • FIG. 9 is a hardware configuration diagram of the main parts of the long object inspection device 13 according to the first embodiment.
  • the processing circuit comprises dedicated hardware 200
  • the processing circuit is implemented, for example, as a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, an ASIC, an FPGA, or a combination thereof.
  • Each function of the long object inspection device 13 can be realized by a processing circuit. Alternatively, each function of the long object inspection device 13 can be realized all together by a processing circuit. Regarding each function of the long object inspection device 13, some parts may be realized by the dedicated hardware 200, and other parts may be realized by software or firmware. In this way, the processing circuit realizes each function of the long object inspection device 13 using the dedicated hardware 200, software, firmware, or a combination thereof.
  • Embodiment 2 In Embodiment 2, points that are different from the example disclosed in Embodiment 1 will be explained in particular detail. As for the features not described in the second embodiment, any of the features in the examples disclosed in the first embodiment may be adopted.
  • FIG. 10 is a block diagram showing the functions of the long object inspection device 13 according to the second embodiment.
  • FIG. 11 is a diagram showing an example of a panoramic image of the hoistway 2 according to the second embodiment.
  • the governor rope 11 in the image of the pit 3 is indicated by the symbol 11a. Further, the governor rope 11 in the part where the images of the hoistway 2 are connected is indicated by the reference numeral 11b.
  • the image processing section 16 of the long object detection device includes the panoramic image generation section 20.
  • the panoramic image generation unit 20 generates a panoramic image of the hoistway 2 spanning the running direction of the car 6 by joining together at least some of the images sequentially photographed by the camera 14 along the running direction of the car 6.
  • the groove sheave detection unit 18 performs image processing to detect the groove sheave portion on the panoramic image generated by the panoramic image generation unit 20.
  • the long object detection unit 19 refers to the position of the groove wheel portion detected by the groove wheel detection unit 18 and performs image processing to detect the long object portion on the panoramic image generated by the panoramic image generation unit 20.
  • the panoramic image generation unit 20 generates a panoramic image to which an image of the pit 3 at the lower end of the hoistway 2 is added.
  • the image processing unit 16 can process a single panoramic still image. This reduces the calculation load on the image processing unit 16 and the amount of memory used to hold images. Moreover, long objects without abnormalities are represented on the panoramic image along a straight line and along the running direction of the car 6. For this reason, it becomes possible to more clearly set criteria for determining the presence or absence of an abnormality such as a catch.

Landscapes

  • Maintenance And Inspection Apparatuses For Elevators (AREA)

Abstract

エレベーターの長尺物の異常をより正確に検出できる長尺物点検装置を提供する。エレベーター（１）において、カメラ（１４）は、長尺物および溝車が撮影範囲に含まれるように、かご（６）の上方または下方を撮影する。長尺物点検装置（１３）は、溝車検出部（１８）と、長尺物検出部（１９）と、判定部（１７）と、を備える。溝車検出部（１８）は、カメラ（１４）によって撮影された画像について溝車の部分を検出する画像処理を行う。長尺物検出部（１９）は、溝車検出部（１８）によって検出された溝車の部分の位置を参照し、カメラ（１４）によって撮影された画像について長尺物の部分を検出する画像処理を行う。判定部（１７）は、検出された長尺物の状態に基づいて、長尺物の異常の有無を判定する。

Description

エレベーターの長尺物点検装置
　本開示は、エレベーターの長尺物点検装置に関する。
　特許文献１は、エレベーターの長尺物点検装置の例を開示する。長尺物点検装置は、カメラと、画像処理装置と、判定装置と、を備える。カメラは、昇降路を走行するかごに設けられる。カメラは、長尺物である主ロープが画像に含まれるようにかごの上方を撮影する。画像処理装置は、カメラによって撮影された画像について主ロープの部分を抽出する画像処理を行う。判定装置は、画像処理装置によって画像処理が行われた画像である処理後画像を用いて、主ロープが昇降路内の引っ掛かり対象物に引っ掛かっているか否かを判定する。
日本特開２０１５－２０８６３号公報
　エレベーターの昇降路において、引っ掛かりの有無などの異常を判定する対象となる主ロープなどの長尺物の他に、異常の判定の対象外の長尺物なども設けられている。また、昇降路の内壁において、線状のテクスチャなどがある場合もある。このため、特許文献１の長尺物点検装置において、判定対象外の長尺物または線状のテクスチャが判定対象の長尺物として誤検出されると、長尺物の引っ掛かりなどの異常が誤検出される可能性がある。
　本開示は、このような課題の解決に係るものである。本開示は、エレベーターの長尺物の異常をより正確に検出できる長尺物点検装置を提供する。
　本開示に係る長尺物点検装置は、エレベーターのかごが走行する昇降路内において溝車に巻き掛けられる長尺物の異常を検出する長尺物点検装置であり、前記長尺物および前記溝車が撮影範囲に含まれるように前記かごの上方または下方の一方または両方を撮影する撮影部と、前記撮影部によって撮影された画像について前記長尺物の部分を検出する画像処理を行う画像処理部と、前記画像処理部によって検出された前記長尺物の状態に基づいて、前記長尺物の異常の有無を判定する判定部と、を備え、前記画像処理部は、前記撮影部によって撮影された画像について前記溝車の部分を検出する画像処理を行う溝車検出部と、前記溝車検出部によって検出された前記溝車の部分の位置を参照し、前記撮影部によって撮影された画像について前記長尺物の部分を検出する画像処理を行う長尺物検出部と、を備える。
　本開示に係る長尺物点検装置は、エレベーターのかごが走行する昇降路内において溝車に巻き掛けられる長尺物の異常を検出する長尺物点検装置であり、前記長尺物および前記溝車が撮影範囲に含まれるように前記かごの上方または下方の一方または両方を撮影する撮影部によって撮影された画像について、前記長尺物の部分を検出する画像処理を行う画像処理部と、前記画像処理部によって検出された前記長尺物の状態に基づいて、前記長尺物の異常の有無を判定する判定部と、を備え、前記画像処理部は、前記撮影部によって撮影された画像について前記溝車の部分を検出する画像処理を行う溝車検出部と、前記溝車検出部によって検出された前記溝車の部分の位置を参照し、前記撮影部によって撮影された画像について前記長尺物の部分を検出する画像処理を行う長尺物検出部と、を備える。
　本開示に係る長尺物点検装置であれば、エレベーターの長尺物の異常をより正確に検出できるようになる。
実施の形態１に係るエレベーターの構成を示す側面図である。 実施の形態１に係る長尺物点検装置の機能を示すブロック図である。 実施の形態１に係るカメラが撮影する画像の例を示す図である。 実施の形態１に係るエレベーターの調速機ロープに異常が生じた状態を示す側面図である。 実施の形態１に係るエレベーターの調速機ロープに異常が生じたときにカメラが撮影する画像の例を示す図である。 実施の形態１に係るエレベーターの調速機ロープにおいて異常が発生した箇所を示す図である。 実施の形態１に係るエレベーターの調速機ロープにおいて異常が発生した箇所を示す図である。 実施の形態１に係る長尺物点検装置の動作の例を示すフローチャートである。 実施の形態１に係る長尺物点検装置の主要部のハードウェア構成図である。 実施の形態２に係る長尺物点検装置の機能を示すブロック図である。 実施の形態２に係る昇降路のパノラマ画像の例を示す図である。
　本開示の対象を実施するための形態について添付の図面を参照しながら説明する。各図において、同一または相当する部分には同一の符号を付して、重複する説明は適宜に簡略化または省略する。なお、本開示の対象は以下の実施の形態に限定されることなく、本開示の趣旨を逸脱しない範囲において、実施の形態の任意の構成要素の変形、または実施の形態の任意の構成要素の省略が可能である。
　実施の形態１．
　図１は、実施の形態１に係るエレベーター１の構成を示す側面図である。
　エレベーター１は、複数の階床を有する建物に適用される。図１において、側方から見たエレベーター１の例が示される。建物において、エレベーター１の昇降路２が設けられる。昇降路２は、複数の階床にわたる上下方向に長い空間である。昇降路２の下端部において、ピット３が設けられている。エレベーター１は、巻上機４と、主ロープ５と、かご６と、釣合い錘７と、制御盤８と、を備える。
　巻上機４は、綱車およびモーターを有する。巻上機４の綱車は、巻上機４のモーターの回転軸に接続される。巻上機４のモーターは、巻上機４の綱車を回転させる駆動力を発生させる機器である。
　主ロープ５は、巻上機４の綱車に巻き掛けられる。主ロープ５は、昇降路２においてかご６を吊ることで、かご６の荷重を支持する。主ロープ５は、昇降路２において釣合い錘７を吊ることで、釣合い錘７の荷重を支持する。この例において、主ロープ５は、返し車９に巻き掛けられている。主ロープ５は、返し車９の一方側においてかご６の荷重を支持する。主ロープ５は、返し車９の他方側においてかご６の荷重を支持する。
　かご６および釣合い錘７は、巻上機４の綱車の回転によって主ロープ５が移動することで、昇降路２において互いに反対方向に走行する。かご６は、昇降路２の内部を上下方向に走行することで乗客などを複数の階床の間で輸送する機器である。釣合い錘７は、返し車９などの主ロープ５が巻き掛けられる滑車の両側において主ロープ５に係る荷重の釣り合いを、かご６との間でとる機器である。
　制御盤８は、エレベーター１の動作を制御する機器である。制御盤８は、例えば、かご６の走行などの制御を行う。制御盤８は、昇降路２におけるかご６の位置を取得する機能などを搭載する。
　エレベーター１は、調速機１０と、調速機ロープ１１と、張り車１２と、を備える。調速機１０は、かご６の過剰な走行速度を抑える機器である。調速機１０は、滑車を有する。調速機ロープ１１は、調速機１０の滑車に巻き掛けられる。調速機ロープ１１の両端は、かご６に取り付けられる。調速機ロープ１１は、張り車１２に巻き掛けられる。張り車１２は、調速機ロープ１１に張力をかける滑車である。張り車１２は、例えばピット３に設けられる。調速機１０の滑車は、かご６に接続された調速機ロープ１１を通じて、かご６の移動に連動して回転する。調速機１０は、滑車の回転速度が過剰なときに、かご６の過剰な走行速度を抑制する。
　エレベーター１において、長尺物点検装置１３が適用される。長尺物点検装置１３は、昇降路２における長尺物の異常を検出する装置である。長尺物点検装置１３が異常検出の対象とする長尺物は、一方向に長い機器である。異常がないときに、長尺物の長手方向は、かご６の走行方向に平行である。この例において、長尺物は、エレベーター１の運転に伴って昇降路２を移動する。長尺物は、例えば主ロープ５、または調速機ロープ１１などである。長尺物は、主ロープ５の移動によって生じる主ロープ５のかご６の側の自重および主ロープ５の釣合い錘７の側の自重の不均衡を補償する図示されない釣合いロープであってもよい。長尺物は、電気信号の通信または電力の供給などを行う制御ケーブルであってもよい。長尺物は、例えばストランドロープであってもよいし、ベルトまたはチェーンなどであってもよい。長尺物は、溝車に巻き掛けられる。溝車は、例えば、巻上機４の綱車、調速機１０の滑車、返し車９、張り車１２、反らせ車、または吊り車などの滑車である。溝車は、例えば長尺物が通過または反転する部分を含む。長尺物点検装置１３は、カメラ１４と、情報処理装置１５と、を備える。
　カメラ１４は、昇降路２内を撮影する機能を搭載する。カメラ１４は、撮影部の例である。カメラ１４は、長尺物および当該長尺物が巻き掛けられる溝車を撮影範囲に含むように昇降路２内を撮影する。この例において、カメラ１４は、かご６の床の下側に取り付けられる。カメラ１４は、例えばかご６の下方を撮影する。なお、カメラ１４は、かご６の天井の上側に取り付けられていてもよい。このとき、カメラ１４は、例えばかご６の上方を撮影する。また、カメラ１４は昇降路２内に設置されてもよく、このとき、カメラ１４は、例えば昇降路２の下方を撮影する。
　撮影部は、かご６の上方および下方の両方を撮影するカメラであってもよい。また、撮影部は、複数のカメラを含んでもよい。このとき、撮影部は、かご６の上方を撮影するカメラと、かご６の下方を撮影するカメラと、を含んでもよい。また、長尺物点検装置１３は、外部装置のカメラを撮影部として用いてもよい。すなわち、長尺物点検装置１３の情報処理装置１５は、外部装置のカメラが撮影する画像を用いて長尺物の異常を検出してもよい。
　情報処理装置１５は、長尺物の異常の検出についての情報処理を担う部分である。情報処理装置１５は、カメラ１４が撮影する画像を取得しうるようにカメラ１４に接続される。情報処理装置１５は、例えばかご６の上部などに設けられる。
　図２は、実施の形態１に係る長尺物点検装置１３の機能を示すブロック図である。
　情報処理装置１５は、画像処理部１６と、判定部１７と、を備える。画像処理部１６は、カメラ１４が撮影した画像について、長尺物を検出する画像処理を行う機能を搭載する部分である。画像処理部１６は、カメラ１４が撮影した画像を取得する機能を搭載する。判定部１７は、画像処理部１６が検出した長尺物の状態に基づいて、長尺物の異常の有無を判定する機能を搭載する部分である。判定部１７は、異常の有無の判定結果などを制御盤８に出力する機能を搭載する。画像処理装置は、溝車検出部１８と、長尺物検出部１９と、を備える。
　溝車検出部１８は、カメラ１４によって撮影された画像について、長尺物が巻き掛けられる溝車の部分を検出する画像処理を行う機能を搭載する。
　溝車検出部１８は、例えば、テンプレートマッチングの手法などによって溝車の部分を検出する。溝車検出部１８は、溝車の正解画像を表す予め設定されたテンプレート画像と比較した類似度をカメラ１４によって撮影された画像の各部分について算出する。このとき、溝車検出部１８は、例えば算出した類似度が予め設定された類似閾値以上となる部分を、溝車の部分として検出する。
　溝車検出部１８は、画像の特徴量を機械学習の手法によって学習し、特徴量を用いた判別器によって溝車の部分を特定してもよい。溝車検出部１８は、例えば、特徴量としてＨＯＧ（Ｈｉｓｔｏｇｒａｍ　ｏｆ　Ｏｒｉｅｎｔｅｄ　Ｇｒａｄｉｅｎｔｓ）またはＳＩＦＴ（Ｓｃａｌｅ　Ｉｎｖａｒｉａｎｔ　Ｆｅａｔｕｒｅ　Ｔｒａｎｓｆｏｒｍ）などを用いる。溝車検出部１８は、例えば、判別器としてＳＶＭ（Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅ）などを用いる。溝車検出部１８は、深層学習の手法を用いて溝車の部分を特定してもよい。
　また、溝車検出部１８は、溝車に付されたマーカーを検出し、マーカーの検出結果に基づいて溝車を検出してもよい。溝車に付されるマーカーは、例えば、予め設定された色またはパターン化したコードなどを表示するシールを貼付したものなどを含む。溝車検出部１８は、エレベーター１の種別または据付情報に基づいて、カメラ１４が撮影した画像上で溝車の部分を含む領域を絞り込んでもよい。このとき、溝車検出部１８は、絞り込んだ領域において溝車の部分を検出する画像処理を行う。エレベーター１の種別の情報は、例えば、エレベーター１の機種または型番などの情報を含む。エレベーター１の据付情報は、溝車の据付位置などの情報を含む。エレベーター１の種別または据付情報は、溝車検出部１８に予め設定されていてもよいし、溝車検出部１８がエレベーター１の制御盤８などから取得するものであってもよい。
　長尺物検出部１９は、溝車検出部１８によって検出された溝車の部分の位置を参照し、カメラ１４によって撮影された画像について長尺物の部分を検出する画像処理を行う。
　長尺物検出部１９は、例えば、エッジ検出の手法などによって長尺物の部分を検出する。長尺物検出部１９は、例えば、検出されたエッジのうち、溝車の部分を通過するエッジを長尺物の部分として検出する。長尺物検出部１９は、溝車検出部１８によって検出された溝車の部分を起点として伸びる直線状の物体をエッジ検出器によって特定することで、長尺物の部分を特定する。長尺物は、例えば、溝車を起点としてかご６の走行方向に直線状に伸びている。
　長尺物検出部１９は、局所的な類似度判定の手法によって長尺物の部分を検出してもよい。長尺物検出部１９は、例えば、溝車検出部１８によって検出された溝車の部分を起点として、予め設定されたサイズの局所画像を、カメラ１４が撮影した画像からかご６の走行方向に沿って順次抽出する。長尺物検出部１９は、抽出した局所画像のうち近接する局所画像の組の各部分について類似度を算出する。ここで、近接する局所画像の組は、例えば、かご６の走行方向において隣接する局所画像の組、または、カメラ１４が撮影した画像上のかご６の走行方向における距離が予め設定された距離より短い局所画像の組などである。長尺物検出部１９は、抽出した局所画像のうち近接する局所画像の間で類似度のより高い部分をより優先して追跡することで、長尺物の部分を検出する。このように溝車の位置から順に長尺物の部分を検出する方法として、長尺物検出部１９は、画像認識処理などに用いられるトラッキングフィルタを利用してもよい。長尺物検出部１９は、例えば、パーティクルフィルタまたはカルマンフィルタなどを用いて溝車の位置から長尺物の部分を追跡することで長尺物の部分を検出する。
　判定部１７は、長尺物検出部１９が検出した長尺物の状態に基づいて、長尺物の異常の有無を判定する。判定部１７は、例えば、検出された長尺物の位置、向き、または形状などに基づいて、長尺物の異常の有無を判定する。判定部１７は、長尺物の異常の有無についての判定結果を、例えば制御盤８に出力する。
　判定部１７は、長尺物検出部１９による長尺物の検出の信頼度を算出してもよい。判定部１７は、例えば、長尺物検出部１９がエッジ検出器、局所画像の間の類似度、またはトラッキングフィルタなどを用いて長尺物の検出を行う場合に、エッジの強度または尤度などに基づいて検出の信頼度を算出する。判定部１７は、算出した信頼度の情報を、例えば判定結果とあわせて制御盤８に出力する。
　また、判定部１７は、長尺物について異常を検出した箇所の昇降路２における位置を算出してもよい。判定部１７は、異常を検出した箇所の画像上の位置に基づいて、当該箇所の昇降路２における位置を算出してもよい。このとき、判定部１７は、例えば溝車検出部１８が検出する溝車の部分を基準として、当該箇所の昇降路２における位置を算出してもよい。また、このとき、判定部１７は、当該画像が撮影されたときのかご６の位置の情報などを用いてもよい。判定部１７は、算出した異常検出箇所の位置の情報を、例えば判定結果とあわせて制御盤８に出力する。
　制御盤８は、判定部１７からの入力される判定結果に応じて、エレベーター１の動作を制御してもよい。例えば、異常なしの判定結果を受けたときに、制御盤８は、エレベーター１の運転を停止せずに継続する。一方、異常ありの判定結果を受けたときに、制御盤８は、エレベーター１の運転を停止する。制御盤８は、判定結果の信頼度に応じた処理を行ってもよい。例えば、予め設定された閾値より高い信頼度で異常なしの判定結果を受けたときに、制御盤８は、保守員などの人による確認を必要とせずにエレベーター１の運転を継続する。このとき、エレベーター１が停止している場合に、制御盤８は、保守員などの人による確認を必要とせずにエレベーター１の運転を再開してもよい。一方、予め設定された閾値より低い信頼度で異常なしの判定結果を受けたときに、制御盤８は、判定結果を保守員などに報知してもよい。このとき、制御盤８は、保守員などの人が現地訪問によって長尺物の状態を確認するまでエレベーター１の運転を停止してもよい。制御盤８は、判定結果とあわせて、判定部１７が算出した信頼度または異常検出箇所の位置を報知してもよい。
　図３は、実施の形態１に係るカメラ１４が撮影する画像の例を示す図である。
　この例において、長尺物点検装置１３は、長尺物として調速機ロープ１１の異常を検出する。長尺物点検装置１３は、溝車の例である張り車１２を検出した上で、調速機ロープ１１の異常を検出する。図３においては、調速機ロープ１１および張り車１２の他の構造物の図示が省略されている。
　なお、長尺物点検装置１３は、他の長尺物および溝車の組に対して、長尺物の異常を検出してもよい。長尺物点検装置１３が検出対象とする長尺物および溝車の組は、例えば、調速機ロープ１１および調速機１０の滑車の組、主ロープ５および巻上機４の綱車の組、ならびに釣合いロープおよびそれが巻き掛けられる滑車の組などであってもよい。
　続いて、図４から図７を用いて、長尺物点検装置１３による長尺物の異常の検出の例を説明する。
　この例において、長尺物点検装置１３は、長尺物の異常として、張り車１２に巻き掛けられる調速機ロープ１１の昇降路２内の構造物またはかご６への引っ掛かりを検出する。昇降路２内の構造物は、例えば、昇降路２内の機器などの筐体、サポート、枠、梁、柱、またはブラケットなどを含む。
　図４は、実施の形態１に係るエレベーター１の調速機ロープ１１に異常が生じた状態を示す側面図である。
　図１においては調速機ロープ１１に異常がない状態のエレベーター１が示されているのに対し、図４においては調速機ロープ１１が昇降路２内の構造物に引っ掛かっている状態のエレベーター１が示されている。
　図５は、実施の形態１に係るエレベーター１の調速機ロープ１１に異常が生じたときにカメラ１４が撮影する画像の例を示す図である。
　図３においては調速機ロープ１１に異常がないときの撮影画像の例が示されているのに対し、図５においては調速機ロープ１１が昇降路２内の構造物に引っ掛かっているときの撮影画像の例が示されている。なお、昇降路２内の構造物の図示は省略されている。
　図６は、実施の形態１に係るエレベーター１の調速機ロープ１１において異常が発生した箇所を示す図である。
　図６において、構造物に引っ掛かっている箇所の拡大図が示される。図６において、昇降路２内の構造物への引っ掛かりのない状態の調速機ロープ１１が破線によって示されている。なお、引っ掛かりのないときの調速機ロープ１１の方向および位置などの状態は、異常が発生していないときに予め取得される。引っ掛かりのないときの調速機ロープ１１の方向および位置などの状態は、例えば、エレベーター１の据付の際、またはエレベーター１の定期点検の際などに予め取得される。取得された状態は、長尺物点検装置１３において記憶される。
　構造物への引っ掛かりによって、張り車１２を起点として伸びる調速機ロープ１１の向きは、引っ掛かりのない状態の調速機ロープ１１の向きと角度Ｄをなしている。判定部１７は、例えば長尺物検出部１９の検出結果に基づいて、この角度Ｄを算出する。判定部１７は、例えば、算出した角度Ｄが予め設定された角度閾値以上となる場合に、調速機ロープ１１が構造物に引っ掛かっているとして異常ありと判定する。
　図７は、実施の形態１に係るエレベーター１の調速機ロープ１１において異常が発生した箇所を示す図である。
　図７において、検出された長尺物上に複数のサンプリング点が示される。サンプリング点は、例えば、かご６の走行方向において等間隔にサンプリングされる。
　判定部１７は、検出された長尺物の直線性に基づいて長尺物の異常を検出してもよい。例えば、判定部１７は、かご６の走行方向に隣接するサンプリング点間を結ぶ線分の方向を算出し、隣接する線分の方向の角度が予め設定された閾値以上となるときに、調速機ロープ１１が構造物に引っ掛かっているとして異常ありと判定してもよい。
　なお、長尺物点検装置１３は、長尺物の引っ掛かりの他の異常を検出してもよい。長尺物点検装置１３は、長尺物の切断、ストランド破断などの損傷、またはテンション不良などの異常を検出してもよい。長尺物点検装置１３は、例えば、検出される長尺物の連続性などに基づいて、長尺物の切断などを検出してもよい。長尺物点検装置１３は、例えば、検出される長尺物の長手方向に沿った画像類似度の変化などに基づいて、局所的な損傷などを検出してもよい。長尺物点検装置１３は、例えば、検出される長尺物の直線性などに基づいて、テンション不良などを検出してもよい。
　続いて、図８を用いて、長尺物点検装置１３の動作の例を説明する。
　図８は、実施の形態１に係る長尺物点検装置１３の動作の例を示すフローチャートである。
　図８における処理は、例えば、エレベーター１において地震の発生が検出されたときなどに行われる。図８における処理は、例えば、エレベーター１の運転中に常時行われてもよいし、予め設定された定期的または不定期なタイミングで行われてもよい。また、図８における処理は、保守員または管理者などによる操作に基づいて行われてもよいし、エレベーター１において検出されるイベントの発生に基づいて行われてもよい。
　ステップＳ１において、カメラ１４は、昇降路２の画像を撮影する。その後、長尺物点検装置１３の処理は、ステップＳ２に進む。
　ステップＳ２において、溝車検出部１８は、カメラ１４によって撮影された画像から溝車を検出する処理を行う。溝車検出部１８は、画像上で検出した溝車の部分の情報を出力する。その後、長尺物点検装置１３の処理は、ステップＳ３に進む。
　ステップＳ３において、長尺物検出部１９は、溝車検出部１８が出力した溝車の部分の位置を参照して長尺物の部分を検出する処理を行う。長尺物検出部１９は、画像上で検出した長尺物の部分の情報を出力する。その後、長尺物点検装置１３の処理は、ステップＳ４に進む。
　ステップＳ４において、判定部１７は、長尺物検出部１９が出力した長尺物の部分の状態から、長尺物の引っ掛かりなどの異常があるかを判定する。異常がある場合に、長尺物点検装置１３の処理は、ステップＳ５に進む。一方、異常がない場合に、長尺物点検装置１３の処理は、ステップＳ６に進む。
　ステップＳ５において、判定部１７は、制御盤８に異常信号を出力する。その後、長尺物点検装置１３の処理は、終了する。
　ステップＳ６において、判定部１７は、制御盤８に正常信号を出力する。その後、長尺物点検装置１３の処理は、終了する。
　以上に説明したように、実施の形態１に係る長尺物点検装置１３は、昇降路２内において溝車に巻き掛けられる長尺物の異常を検出する。エレベーター１において、カメラ１４は、昇降路２を走行するかご６に設けられる。カメラ１４は、長尺物および溝車が撮影範囲に含まれるように、かご６の上方または下方の一方または両方を撮影する。長尺物点検装置１３は、画像処理部１６と、判定部１７と、を備える。画像処理部１６は、カメラ１４によって撮影された画像について長尺物の部分を検出する画像処理を行う。判定部１７は、画像処理部１６によって検出された長尺物の状態に基づいて、長尺物の異常の有無を判定する。画像処理部１６は、溝車検出部１８と、長尺物検出部１９と、を備える。溝車検出部１８は、カメラ１４によって撮影された画像について溝車の部分を検出する画像処理を行う。長尺物検出部１９は、溝車検出部１８によって検出された溝車の部分の位置を参照し、カメラ１４によって撮影された画像について長尺物の部分を検出する画像処理を行う。
　このような構成により、検出された溝車の部分を参照した上で長尺物の部分が検出されるので、判定対象外の長尺物または線状のテクスチャが昇降路２にある場合においても、異常の有無の判定対象の長尺物がより正確に検出されるようになる。このため、エレベーター１の長尺物の構造物への引っ掛かりなどの異常をより正確に検出できるようになる。エレベーター１が設けられる場所において地震などの災害が発生すると、エレベーター１が緊急停止することがある。このとき、エレベーター１の復旧を行う上で、調速機ロープ１１、主ロープ５、釣合いロープ、または制御ケーブルなどの昇降路２内の長尺物が、昇降路２内の構造物またはかご６の一部などに引っ掛かっているか否かの確認が重要である。一方、地震が発生した地域における多数のエレベーター１を保守員などが順次訪問して確認することは、膨大な時間およびコストを要する。これに対し、昇降路２内を撮影するカメラ１４を用いて長尺物の引っ掛かりを検出することで、地震後の対応の時間またはコストなどが抑制される。また、長尺物の異常がより正確に検出されるので、地震後の対応の時間またはコストなどがより効果的に抑制される。
　また、判定部１７は、長尺物検出部１９によって検出された長尺物の画像上で伸びる方向、および昇降路２内の構造物への引っ掛かりのない状態の長尺物の当該画像上で伸びる方向のなす角度が、予め設定された角度閾値以上の場合に、長尺物に異常があると判定する。
　このような構成により、異常がない状態の長尺物との差に基づいて引っ掛かりの有無が判定されるので、異常の有無の判定基準がより明確に設定できるようになる。
　また、溝車検出部１８は、カメラ１４によって撮影された画像上の部分について予め設定されたテンプレート画像と比較した類似度を算出する。溝車検出部１８は、予め設定された類似閾値以上の類似度を持つ位置を溝車の部分として検出してもよい。
　また、溝車検出部１８は、カメラ１４によって撮影された画像から、機械学習の手法によって溝車の部分を検出してもよい。
　このような構成により、溝車検出部１８は、カメラ１４が撮影する画像から溝車の位置を特定できるようになる。
　また、溝車検出部１８は、エレベーター１の種別または据付情報に基づいて、カメラ１４によって撮影された画像上で溝車の部分を含む領域を絞り込む。溝車検出部１８は、絞り込んだ領域において溝車の部分を検出する画像処理を行う。
　このような構成により、溝車検出部１８は、カメラ１４が撮影する画像からより正確に溝車の位置を特定できるようになる。
　また、長尺物検出部１９は、溝車検出部１８によって検出された溝車の部分を起点として伸びている直線状の物体をエッジ検出器によって特定することで、長尺物の部分を検出する。
　このような構成により、長尺物検出部１９は、昇降路２内の複数の長尺物のうち、異常の有無の判定対象の長尺物をより正確に検出できるようになる。
　また、長尺物検出部１９は、溝車検出部１８によって検出された溝車の部分を起点として、予め設定されたサイズの局所画像を前記かご６の走行方向に沿って順次抽出する。長尺物検出部１９は、抽出した局所画像のうち近接する局所画像の間で類似度のより高い部分をより優先して順次追跡することで、長尺物の部分を検出する。
　このような構成により、長尺物検出部１９は、外光または照明などの影響を受けて局所的にエッジ検出ができない場合においても、溝車を起点として順に辿っていくことで長尺物を検出できるようになる。
　また、判定部１７は、長尺物検出部１９による長尺物の検出の信頼度を算出する。判定部１７は、算出した信頼度を長尺物の異常の判定結果とあわせて出力する。
　このような構成により、判定部１７からの判定結果を受けた保守員などは、出力された信頼度をもとに復旧の対応順序を決定できるようになる。
　また、判定部１７は、長尺物について異常を検出した箇所の昇降路２における位置を算出する。判定部１７は、算出した昇降路２における位置を長尺物の異常の判定結果とあわせて出力する。
　このような構成により、判定部１７からの判定結果を受けた保守員などは、復旧が必要な箇所の昇降路２における位置を迅速に把握して作業できるようになる。
　続いて、図９を用いて、長尺物点検装置１３のハードウェア構成の例について説明する。
　図９は、実施の形態１に係る長尺物点検装置１３の主要部のハードウェア構成図である。
　長尺物点検装置１３の各機能は、処理回路により実現し得る。処理回路は、少なくとも１つのプロセッサ１００ａと少なくとも１つのメモリ１００ｂとを備える。処理回路は、プロセッサ１００ａおよびメモリ１００ｂと共に、あるいはそれらの代用として、少なくとも１つの専用ハードウェア２００を備えてもよい。
　処理回路がプロセッサ１００ａとメモリ１００ｂとを備える場合、長尺物点検装置１３の各機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせで実現される。ソフトウェアおよびファームウェアの少なくとも一方は、プログラムとして記述される。そのプログラムはメモリ１００ｂに格納される。プロセッサ１００ａは、メモリ１００ｂに記憶されたプログラムを読み出して実行することにより、長尺物点検装置１３の各機能を実現する。
　プロセッサ１００ａは、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰともいう。メモリ１００ｂは、例えば、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ、ＥＥＰＲＯＭなどの、不揮発性または揮発性の半導体メモリなどにより構成される。
　処理回路が専用ハードウェア２００を備える場合、処理回路は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、またはこれらの組み合わせで実現される。
　長尺物点検装置１３の各機能は、それぞれ処理回路で実現することができる。あるいは、長尺物点検装置１３の各機能は、まとめて処理回路で実現することもできる。長尺物点検装置１３の各機能について、一部を専用ハードウェア２００で実現し、他部をソフトウェアまたはファームウェアで実現してもよい。このように、処理回路は、専用ハードウェア２００、ソフトウェア、ファームウェア、またはこれらの組み合わせで長尺物点検装置１３の各機能を実現する。
　実施の形態２．
　実施の形態２において、実施の形態１で開示される例と相違する点について特に詳しく説明する。実施の形態２で説明しない特徴については、実施の形態１で開示される例のいずれの特徴が採用されてもよい。
　図１０は、実施の形態２に係る長尺物点検装置１３の機能を示すブロック図である。
　画像処理部１６は、パノラマ画像生成部２０を備える。パノラマ画像生成部２０は、かご６が上昇または下降しているときにカメラ１４が順次撮影した画像を用いて、パノラマ画像を生成する機能を搭載する部分である。パノラマ画像生成部２０は、順次撮影された画像の一部を切り出してつなぎ合わせることでパノラマ画像を生成する。パノラマ画像生成部２０は、つなぎ合わせた画像に、カメラ１４によって撮影されたピット３の画像を付加してパノラマ画像を生成してもよい。この例において、パノラマ画像は、昇降路２の全体を表す一枚の画像である。なお、判定対象の長尺物が巻き掛けられた溝車がピット３にない場合などに、パノラマ画像生成部２０は、ピット３の画像を付加せずにパノラマ画像を生成してもよい。
　溝車検出部１８は、パノラマ画像生成部２０が生成したパノラマ画像を用いて、溝車の部分を検出する。また、長尺物検出部１９は、パノラマ画像生成部２０が生成したパノラマ画像を用いて、検出された溝車の部分を参照した上で長尺物の部分を検出する。
　図１１は、実施の形態２に係る昇降路２のパノラマ画像の例を示す図である。
　図１１において、ピット３の画像における調速機ロープ１１は、符号１１ａで示される。また、昇降路２の画像をつなぎ合わせた部分における調速機ロープ１１は、符号１１ｂで示される。
　このように生成されたパノラマ画像において、昇降路２の全体にわたって長尺物である調速機ロープ１１がつながって表されている。このため、長尺物検出部１９は、溝車検出部１８が検出した張り車１２を起点として、昇降路２の全体にわたって調速機ロープ１１の部分を検出できるようになる。なお、長尺物検出装置の画像処理部１６は、昇降路２の画像をつなぎ合わせた部分およびピット３の画像の境界を長尺物の異常の判定の対象から除いてもよい。
　以上に説明したように、実施の形態２に係る長尺物検出装置の画像処理部１６は、パノラマ画像生成部２０を備える。パノラマ画像生成部２０は、かご６の走行方向に沿ってカメラ１４が順次撮影した画像の少なくとも一部を繋ぎ合わせることで、かご６の走行方向にわたる昇降路２のパノラマ画像を生成する。溝車検出部１８は、パノラマ画像生成部２０が生成したパノラマ画像について、溝車の部分を検出する画像処理を行う。長尺物検出部１９は、溝車検出部１８によって検出された溝車の部分の位置を参照し、パノラマ画像生成部２０が生成したパノラマ画像について長尺物の部分を検出する画像処理を行う。
　また、パノラマ画像生成部２０は、昇降路２の下端部のピット３の画像を付加するようにパノラマ画像を生成する。
　このような構成により、画像処理部１６は、処理対象を静止画一枚のパノラマ画像とすることができる。これにより、画像処理部１６における計算負荷、および画像を保持するメモリの使用量が抑制される。また、異常のない長尺物は、パノラマ画像上では直線かつかご６の走行方向に沿って表される。このため、引っ掛かりなどの異常の有無の判定基準がより明確に設定できるようになる。
　本開示に係る長尺物点検装置は、エレベーターに適用できる。
　１　エレベーター、　２　昇降路、　３　ピット、　４　巻上機、　５　主ロープ、　６　かご、　７　釣合い錘、　８　制御盤、　９　返し車、　１０　調速機、　１１　調速機ロープ、　１２　張り車、　１３　長尺物点検装置、　１４　カメラ、　１５　情報処理装置、　１６　画像処理部、　１７　判定部、　１８　溝車検出部、　１９　長尺物検出部、　２０　パノラマ画像生成部、　１００ａ　プロセッサ、　１００ｂ　メモリ、　２００　専用ハードウェア

Claims (12)

  1. 　エレベーターのかごが走行する昇降路内において溝車に巻き掛けられる長尺物の異常を検出する長尺物点検装置であり、
    　前記長尺物および前記溝車が撮影範囲に含まれるように前記かごの上方または下方の一方または両方を撮影する撮影部と、
    　前記撮影部によって撮影された画像について前記長尺物の部分を検出する画像処理を行う画像処理部と、
    　前記画像処理部によって検出された前記長尺物の状態に基づいて、前記長尺物の異常の有無を判定する判定部と、
    　を備え、
    　前記画像処理部は、
    　前記撮影部によって撮影された画像について前記溝車の部分を検出する画像処理を行う溝車検出部と、
    　前記溝車検出部によって検出された前記溝車の部分の位置を参照し、前記撮影部によって撮影された画像について前記長尺物の部分を検出する画像処理を行う長尺物検出部と、
    　を備える、長尺物点検装置。
  2. 　エレベーターのかごが走行する昇降路内において溝車に巻き掛けられる長尺物の異常を検出する長尺物点検装置であり、
    　前記長尺物および前記溝車が撮影範囲に含まれるように前記かごの上方または下方の一方または両方を撮影する撮影部によって撮影された画像について、前記長尺物の部分を検出する画像処理を行う画像処理部と、
    　前記画像処理部によって検出された前記長尺物の状態に基づいて、前記長尺物の異常の有無を判定する判定部と、
    　を備え、
    　前記画像処理部は、
    　前記撮影部によって撮影された画像について前記溝車の部分を検出する画像処理を行う溝車検出部と、
    　前記溝車検出部によって検出された前記溝車の部分の位置を参照し、前記撮影部によって撮影された画像について前記長尺物の部分を検出する画像処理を行う長尺物検出部と、
    　を備える、長尺物点検装置。
  3. 　前記判定部は、前記長尺物検出部によって検出された前記長尺物が前記撮影部によって撮影される画像上で伸びる方向、および前記昇降路内の構造物への引っ掛かりのない状態の前記長尺物が当該画像上で伸びる方向のなす角度が予め設定された角度閾値以上の場合に、前記長尺物に異常があると判定する、
    　請求項１または請求項２に記載の長尺物点検装置。
  4. 　前記溝車検出部は、前記撮影部によって撮影された画像上の部分について予め設定されたテンプレート画像と比較した類似度を算出し、予め設定された類似閾値以上の類似度を持つ位置を前記溝車の部分として検出する、
    　請求項１から請求項３のいずれか一項に記載の長尺物点検装置。
  5. 　前記溝車検出部は、前記撮影部によって撮影された画像から、機械学習の手法によって溝車の部分を検出する、
    　請求項１から請求項３のいずれか一項に記載の長尺物点検装置。
  6. 　前記溝車検出部は、前記エレベーターの種別または据付情報に基づいて、前記撮影部によって撮影された画像上で前記溝車の部分を含む領域を絞り込み、絞り込んだ領域において前記溝車の部分を検出する画像処理を行う、
    　請求項１から請求項５のいずれか一項に記載の長尺物点検装置。
  7. 　前記長尺物検出部は、前記溝車検出部によって検出された前記溝車の部分を起点として伸びている直線状の物体をエッジ検出器によって特定することで前記長尺物の部分を検出する、
    　請求項１から請求項６のいずれか一項に記載の長尺物点検装置。
  8. 　前記長尺物検出部は、前記溝車検出部によって検出された前記溝車の部分を起点として、予め設定されたサイズの局所画像を前記かごの走行方向に沿って順次抽出し、抽出した局所画像のうち近接する局所画像の間で類似度のより高い部分をより優先して順次追跡することで前記長尺物の部分を検出する、
    　請求項１から請求項６のいずれか一項に記載の長尺物点検装置。
  9. 　前記判定部は、前記長尺物検出部による前記長尺物の検出の信頼度を算出し、算出した信頼度を前記長尺物の異常の判定結果とあわせて出力する、
    　請求項１から請求項８のいずれか一項に記載の長尺物点検装置。
  10. 　前記判定部は、前記長尺物について異常を検出した箇所の前記昇降路における位置を算出し、算出した前記昇降路における位置を前記長尺物の異常の判定結果とあわせて出力する、
    　請求項１から請求項９のいずれか一項に記載の長尺物点検装置。
  11. 　前記撮影部は、前記かごに設けられ、
    　前記画像処理部は、
    　前記かごの走行方向に沿って前記撮影部が順次撮影した画像の少なくとも一部を繋ぎ合わせることで前記かごの走行方向にわたる前記昇降路のパノラマ画像を生成するパノラマ画像生成部
    　を備え、
    　前記溝車検出部は、前記パノラマ画像生成部が生成したパノラマ画像について前記溝車の部分を検出する画像処理を行い、
    　前記長尺物検出部は、前記溝車検出部によって検出された前記溝車の部分の位置を参照し、前記パノラマ画像生成部が生成したパノラマ画像について前記長尺物の部分を検出する画像処理を行う、
    　請求項１から請求項１０のいずれか一項に記載の長尺物点検装置。
  12. 　前記パノラマ画像生成部は、前記昇降路の下端部のピット画像を付加するようにパノラマ画像を生成する、
    　請求項１１に記載の長尺物点検装置。
PCT/JP2022/022922 2022-06-07 2022-06-07 エレベーターの長尺物点検装置 WO2023238217A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/022922 WO2023238217A1 (ja) 2022-06-07 2022-06-07 エレベーターの長尺物点検装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/022922 WO2023238217A1 (ja) 2022-06-07 2022-06-07 エレベーターの長尺物点検装置

Publications (1)

Publication Number Publication Date
WO2023238217A1 true WO2023238217A1 (ja) 2023-12-14

Family

ID=89118027

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/022922 WO2023238217A1 (ja) 2022-06-07 2022-06-07 エレベーターの長尺物点検装置

Country Status (1)

Country Link
WO (1) WO2023238217A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010092619A1 (en) * 2009-02-12 2010-08-19 Otis Elevator Company Elevator tension member image inspection device
JP2015020863A (ja) * 2013-07-19 2015-02-02 三菱電機ビルテクノサービス株式会社 エレベータ長尺物点検装置およびエレベータ長尺物点検方法
JP2015078043A (ja) * 2013-10-17 2015-04-23 株式会社日立製作所 エレベーターの長尺物引掛り検出装置
JP2020063127A (ja) * 2018-10-17 2020-04-23 フジテック株式会社 長尺物引掛り検出装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010092619A1 (en) * 2009-02-12 2010-08-19 Otis Elevator Company Elevator tension member image inspection device
JP2015020863A (ja) * 2013-07-19 2015-02-02 三菱電機ビルテクノサービス株式会社 エレベータ長尺物点検装置およびエレベータ長尺物点検方法
JP2015078043A (ja) * 2013-10-17 2015-04-23 株式会社日立製作所 エレベーターの長尺物引掛り検出装置
JP2020063127A (ja) * 2018-10-17 2020-04-23 フジテック株式会社 長尺物引掛り検出装置

Similar Documents

Publication Publication Date Title
JP6205234B2 (ja) エレベーターの長尺物引掛り検出装置
CN108778976B (zh) 电梯安全系统
US11518655B2 (en) Elevator component inspection systems
EP3611124B1 (en) Automatic method of detecting visually impaired, pregnant, or disabled elevator passenger(s)
CN105460712B (zh) 电梯
JP2018204977A (ja) ロープ検査装置
KR20210013287A (ko) 엘리베이터의 승강로 내부의 상태를 제시하는 기능을 구비한 점검 장치
JP2015020863A (ja) エレベータ長尺物点検装置およびエレベータ長尺物点検方法
JP2007112538A (ja) エレベータの自動点検装置、及びエレベータの自動点検方法
WO2023238217A1 (ja) エレベーターの長尺物点検装置
JP2003321171A (ja) エレベータの地震管制および運転復旧システム
CN110267899B (zh) 电梯的关门机构点检装置及关门机构点检系统
JP7167994B2 (ja) エレベーターの昇降路の内部を点検する機能を備えた点検装置および点検システム
JP6951473B2 (ja) 運転制御システム及び乗客コンベア
CN112429610B (zh) 机械设备的检查装置
WO2017195349A1 (ja) エレベータシステムの点検装置
JP7019046B2 (ja) 健全性診断装置
US20210107769A1 (en) Elevator condition based maintenance using an in-car camera
JP6743976B2 (ja) 異常検出装置
JP7185856B2 (ja) エレベータシステム
WO2022269893A1 (ja) かご位置検出装置、並びにそれを用いるエレベータの安全装置
JPWO2020179011A1 (ja) 昇降路で保守作業が行われているときに自動運転させないエレベーターの制御システム
CN110937481B (zh) 电梯底坑内侧的水检测
CN114476898B (zh) 升降机的导轨架中标准节的磨损程度的检测方法及系统
JP2013203484A (ja) 乗客コンベア

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22945726

Country of ref document: EP

Kind code of ref document: A1