WO2024075247A1 - Elevator operation prediction system - Google Patents

Elevator operation prediction system Download PDF

Info

Publication number
WO2024075247A1
WO2024075247A1 PCT/JP2022/037446 JP2022037446W WO2024075247A1 WO 2024075247 A1 WO2024075247 A1 WO 2024075247A1 JP 2022037446 W JP2022037446 W JP 2022037446W WO 2024075247 A1 WO2024075247 A1 WO 2024075247A1
Authority
WO
WIPO (PCT)
Prior art keywords
elevator
information
prediction
history information
display device
Prior art date
Application number
PCT/JP2022/037446
Other languages
French (fr)
Japanese (ja)
Inventor
敏郎 今田
Original Assignee
三菱電機ビルソリューションズ株式会社
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 三菱電機ビルソリューションズ株式会社 filed Critical 三菱電機ビルソリューションズ株式会社
Priority to PCT/JP2022/037446 priority Critical patent/WO2024075247A1/en
Publication of WO2024075247A1 publication Critical patent/WO2024075247A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Indicating And Signalling Devices For Elevators (AREA)

Abstract

This elevator operation prediction system comprises: a prediction management device that predicts an elevator operation in an apartment house; and a management terminal that acquires event schedule information about an event scheduled in the apartment house. The prediction management device: stores operation history information indicating the history of the elevator operation, user number history information indicating the history of the number of users of an elevator for each hour, and event history information indicating the history of events carried out in the past in the apartment house; predicts an elevator congestion degree on the basis of the operation history information, the user number history information, the event history information, and the event schedule information acquired by the management terminal; and generates data for displaying the predicted congestion degree.

Description

エレベータ運行予測システムElevator operation prediction system
　本開示は、エレベータ運行予測システムに関するものである。 This disclosure relates to an elevator operation prediction system.
　従来のエレベータの混雑度予測表示システムは、収集データ記憶部と、エレベータ運行模擬部と、表示部とを備えている。収集データ記憶部は、過去のエレベータ運行情報と過去の人流情報とを記憶する。エレベータ運行模擬部は、収集データ記憶部に記憶されている各情報に基づいて、計画されているエレベータ工事が行われる場合のエレベータの混雑度を予測する。表示部は、エレベータ運行模擬部によって予測された混雑度を表示する（例えば、特許文献１）。 A conventional elevator congestion prediction and display system includes a collected data storage unit, an elevator operation simulation unit, and a display unit. The collected data storage unit stores past elevator operation information and past people flow information. The elevator operation simulation unit predicts the elevator congestion level when planned elevator construction is carried out based on the various information stored in the collected data storage unit. The display unit displays the congestion level predicted by the elevator operation simulation unit (for example, Patent Document 1).
特開２０２１－８９４５４号公報JP 2021-89454 A
　従来の混雑度予測表示システムにおいては、ゴミ収集日、防災訓練、季節の行事など、集合住宅特有のイベントを考慮した混雑度の予測となっていない。これに対し、エレベータの運行に関し、より適切な情報を利用者に提供することが求められている。 　Conventional congestion prediction and display systems do not take into account events specific to apartment complexes, such as garbage collection days, disaster prevention drills, and seasonal events. As a result, there is a demand for providing users with more appropriate information regarding elevator operation.
　本開示は、上記のような課題を解決するためになされたものであり、エレベータの運行に関し、より適切な情報を利用者に提供することができるエレベータ運行予測システムを得ることを目的とする。 This disclosure has been made to solve the problems described above, and aims to provide an elevator operation prediction system that can provide users with more appropriate information regarding elevator operation.
　本開示に係るエレベータ運行予測システムは、集合住宅のエレベータの運行に関する予測を行う予測管理装置、及び集合住宅において予定されているイベントの情報であるイベント予定情報を取得する管理用端末を備え、予測管理装置は、エレベータの運行の履歴である運行履歴情報と、エレベータの時間ごとの利用者数の履歴である利用者数履歴情報と、集合住宅において過去に行われたイベントに関する履歴であるイベント履歴情報とを記憶し、運行履歴情報と、利用者数履歴情報と、イベント履歴情報と、管理用端末によって取得されたイベント予定情報とに基づいて、エレベータの混雑度を予測し、予測した混雑度の表示用データを作成する。
　エレベータの運行に関する予測を行う予測管理装置、及び表示装置を備え、予測管理装置は、エレベータの現在の運行状況の情報である現在運行情報と、エレベータの現在の利用者数の情報である現在利用者数情報とに基づいて、エレベータかごが乗場に到着するまでの見込み時間を算出し、算出した前記見込み時間の表示用データを作成し、表示装置は、予測管理装置によって作成された表示用データに基づいて、見込み時間を表示する。 The elevator operation prediction system of the present disclosure includes a prediction management device that makes predictions regarding elevator operation in an apartment building, and a management terminal that acquires event schedule information, which is information about events scheduled in the apartment building, and the prediction management device stores operation history information, which is a history of elevator operation, user number history information, which is a history of the number of elevator users by hour, and event history information, which is a history of events that have previously taken place in the apartment building, and predicts the degree of congestion in the elevator based on the operation history information, user number history information, event history information, and the event schedule information acquired by the management terminal, and creates display data for the predicted degree of congestion.
The system is equipped with a prediction management device that makes predictions regarding elevator operation, and a display device, and the prediction management device calculates an estimated time until the elevator car arrives at the landing based on current operation information, which is information on the current operating status of the elevator, and current user count information, which is information on the current number of elevator users, and creates display data for the calculated estimated time, and the display device displays the estimated time based on the display data created by the prediction management device.
　本開示のエレベータ運行予測システムによれば、エレベータの運行に関し、より適切な情報を利用者に提供することができる。 The elevator operation prediction system disclosed herein can provide users with more appropriate information regarding elevator operation.
実施の形態１におけるエレベータシステムの全体構成例を示すブロック図である。1 is a block diagram showing an example of the overall configuration of an elevator system in a first embodiment. 図１に示す投影表示装置を示す図である。FIG. 2 is a diagram showing the projection display device shown in FIG. 1 . 図１に示す予測管理装置の構成を示すブロック図である。2 is a block diagram showing a configuration of the prediction management device shown in FIG. 1 . 図３に示す予測管理装置の学習処理を示すフローチャートである。4 is a flowchart showing a learning process of the prediction management device shown in FIG. 3 . 図３に示す予測管理装置の混雑度予測処理を示すフローチャートである。4 is a flowchart showing a congestion degree prediction process of the prediction management device shown in FIG. 3 . 実施の形態２における予測管理装置の構成を示すブロック図である。FIG. 11 is a block diagram showing a configuration of a prediction management device in a second embodiment. 図６に示す予測管理装置の到着見込み時間算出処理を示すフローチャートである。7 is a flowchart showing an estimated arrival time calculation process of the prediction management device shown in FIG. 6 . 実施の形態１及び２の予測管理装置を実現する処理回路の第１例を示す構成図である。FIG. 2 is a configuration diagram showing a first example of a processing circuit for realizing the predictive management device according to the first and second embodiments. 実施の形態１及び２の予測管理装置を実現する処理回路の第２例を示す構成図である。FIG. 13 is a configuration diagram showing a second example of a processing circuit for realizing the predictive management device according to the first and second embodiments.
　以下、実施の形態について、図面を参照しながら説明する。 The following describes the embodiment with reference to the drawings.
　実施の形態１．
　図１は、実施の形態１におけるエレベータシステムの全体構成例を示す図である。エレベータシステム１は、エレベータ運行予測システム１００及びエレベータ２００を備えている。 Embodiment 1.
1 is a diagram showing an example of the overall configuration of an elevator system in embodiment 1. The elevator system 1 includes an elevator operation prediction system 100 and an elevator 200.
　エレベータ２００は、集合住宅に設けられている。エレベータ２００は、エレベータかご２１０、エレベータ制御装置２２０、乗場検出装置２３０、及びかご外表示装置２４０を備えている。 The elevator 200 is installed in an apartment building. The elevator 200 is equipped with an elevator car 210, an elevator control device 220, a hall detection device 230, and an outside-car display device 240.
　エレベータかご２１０は、かご内検出装置２１１、及びかご内表示装置２１２を備えている。 The elevator car 210 is equipped with an in-car detection device 211 and an in-car display device 212.
　かご内検出装置２１１は、監視カメラであり、エレベータかご２１０内を撮影する。かご内検出装置２１１は、撮影した画像を、エレベータ制御装置２２０に出力する。 The car interior detection device 211 is a surveillance camera that captures images of the inside of the elevator car 210. The car interior detection device 211 outputs the captured images to the elevator control device 220.
　かご内表示装置２１２は、表示装置であり、エレベータかご２１０内の操作パネルに設置されている。かご内表示装置２１２は、エレベータかご２１０内の利用者に、混雑度の情報を提供する。ここで、混雑度は、エレベータ２００の込み具合をあらわす指標値である。 The car interior display device 212 is a display device that is installed on an operation panel inside the elevator car 210. The car interior display device 212 provides users inside the elevator car 210 with information on the degree of congestion. Here, the degree of congestion is an index value that indicates how crowded the elevator 200 is.
　乗場検出装置２３０は、監視カメラであり、集合住宅の各階のエレベータ乗場に設けられている。乗場検出装置２３０は、撮影したエレベータ乗場の画像を、エレベータ制御装置２２０に出力する。かご外表示装置２４０は、表示装置であり、例えばエレベータ乗場に設けられている。かご外表示装置２４０は、エレベータかご２１０の到着を待っている利用者に、混雑度の情報を提供する。ここで、かご内表示装置２１２及びかご外表示装置２４０は、スピーカを備えていてもよく、利用者に対して音声による通知を行ってもよい。 The landing detection device 230 is a surveillance camera, and is installed at the elevator landing on each floor of the apartment building. The landing detection device 230 outputs the captured image of the elevator landing to the elevator control device 220. The car exterior display device 240 is a display device, and is installed, for example, at the elevator landing. The car exterior display device 240 provides information on the degree of congestion to users waiting for the elevator car 210 to arrive. Here, the car interior display device 212 and the car exterior display device 240 may be equipped with speakers, and may notify users by voice.
　エレベータ制御装置２２０は、エレベータ２００の運行を制御する。また、エレベータ制御装置２２０は、かご内表示装置２１２及びかご外表示装置２４０に対して表示の制御を行う。また、エレベータ制御装置２２０は、かご内表示装置２１２及びかご外表示装置２４０にスピーカが備えられている場合、かご内表示装置２１２及びかご外表示装置２４０に対して音声出力の制御を行う。 The elevator control device 220 controls the operation of the elevator 200. The elevator control device 220 also controls the display of the in-car display device 212 and the outside-car display device 240. If the in-car display device 212 and the outside-car display device 240 are equipped with speakers, the elevator control device 220 also controls the audio output to the in-car display device 212 and the outside-car display device 240.
　また、エレベータ制御装置２２０は、かご内検出装置２１１から受信した画像に対し、画像解析を行い、エレベータかご２１０内の利用者の人数を検出する。また、エレベータ制御装置２２０は、乗場検出装置２３０から受信した画像に対し、画像解析を行い、エレベータ乗場にいる利用者の人数を、階ごとに検出する。なお、エレベータ制御装置２２０とは別に、画像解析専用の装置を用いて、エレベータかご２１０内の利用者数及びエレベータ乗場の利用者数を検出してもよい。 The elevator control device 220 also performs image analysis on the images received from the car interior detection device 211 to detect the number of users in the elevator car 210. The elevator control device 220 also performs image analysis on the images received from the hall detection device 230 to detect the number of users at the elevator hall for each floor. Note that a device dedicated to image analysis may be used separately from the elevator control device 220 to detect the number of users in the elevator car 210 and the number of users at the elevator hall.
　エレベータ運行予測システム１００は、予測管理装置１１０、管理用端末１２０、及び投影表示装置１３０を備えている。 The elevator operation prediction system 100 includes a prediction management device 110, a management terminal 120, and a projection display device 130.
　管理用端末１２０は、エレベータ運行予測システム１００を管理する管理者、または集合住宅を管理する管理者が使用する端末装置である。管理用端末１２０には、管理者によって、集合住宅において予定されているイベントの情報が入力される。また、管理用端末１２０には、管理者によって、集合住宅において過去に行われたイベントの情報が入力される。 The management terminal 120 is a terminal device used by an administrator who manages the elevator operation prediction system 100 or an administrator who manages an apartment building. The administrator inputs information about events scheduled in the apartment building into the management terminal 120. The administrator also inputs information about events that have taken place in the past in the apartment building into the management terminal 120.
　ここで、イベントには、ゴミ収集日、防災訓練、敷地内清掃、管理組合の集会などが含まれる。また、イベントには、餅つき大会、クリスマス会、バーベキュー大会など、集合住宅において行われる季節の行事及び交流会が含まれる。 Here, events include garbage collection days, disaster prevention drills, site cleanups, management association meetings, etc. Events also include seasonal events and social gatherings held in apartment complexes, such as rice cake pounding competitions, Christmas parties, and barbecue competitions.
　管理用端末１２０には、イベントの情報として、イベントの名称、及びイベントの開催日時の情報が、管理者によって入力される。 The administrator inputs event information, such as the name of the event and the date and time of the event, into the management terminal 120.
　予測管理装置１１０は、エレベータ２００の運行に関する予測を行う。予測管理装置１１０は、実施の形態１においては、エレベータ２００を利用する利用者の混雑度を予測する。 The prediction management device 110 makes predictions regarding the operation of the elevator 200. In the first embodiment, the prediction management device 110 predicts the degree of congestion of users using the elevator 200.
　また、予測管理装置１１０は、エレベータ制御装置２２０と接続されている。予測管理装置１１０は、エレベータ制御装置２２０から、エレベータかご２１０内の利用者数、及びエレベータ乗場の利用者数を取得する。 The prediction management device 110 is also connected to the elevator control device 220. The prediction management device 110 obtains the number of passengers in the elevator car 210 and the number of passengers at the elevator hall from the elevator control device 220.
　また、予測管理装置１１０は、エレベータ制御装置２２０から、エレベータ２００の運行情報を取得する。ここで、運行情報には、エレベータかご２１０が移動または停止しているかの状態情報が含まれている。また、運行情報には、エレベータかご２１０の進行方向の情報が含まれている。また、運行情報には、呼び情報が含まれる。呼び情報は、エレベータかご２１０内にいる利用者によって指定される行先階、及び、エレベータ乗場にいる利用者によって指定される行先方向を含んでいる。 The prediction management device 110 also acquires operation information of the elevator 200 from the elevator control device 220. Here, the operation information includes status information on whether the elevator car 210 is moving or stopped. The operation information also includes information on the direction of travel of the elevator car 210. The operation information also includes call information. The call information includes the destination floor specified by the user in the elevator car 210 and the destination direction specified by the user at the elevator hall.
　また、予測管理装置１１０は、予測した混雑度を、エレベータ制御装置２２０を介してかご内表示装置２１２に表示させる。また、予測管理装置１１０は、予測した混雑度を、投影表示装置１３０に表示させる。また、予測管理装置１１０は、予測した混雑度を、エレベータ制御装置２２０を介してかご外表示装置２４０に表示させる。 The prediction management device 110 also displays the predicted congestion degree on the car in-car display device 212 via the elevator control device 220. The prediction management device 110 also displays the predicted congestion degree on the projection display device 130. The prediction management device 110 also displays the predicted congestion degree on the car outside display device 240 via the elevator control device 220.
　また、予測管理装置１１０は、Ｗｅｂサーバの機能を備えている。予測管理装置１１０は、携帯端末３００から混雑度を送信するように要求があった場合、予測したエレベータ２００の混雑度を、携帯端末３００に送信する。 The prediction management device 110 also has a web server function. When a request to transmit the congestion degree is received from the mobile terminal 300, the prediction management device 110 transmits the predicted congestion degree of the elevator 200 to the mobile terminal 300.
　ここで、携帯端末３００は、集合住宅の居住者が所持しているスマートフォン、タブレットなどの表示装置である。携帯端末３００は、Ｗｅｂブラウザを介して、予測管理装置１１０からエレベータ２００の混雑度を受信し、表示する。 Here, the mobile terminal 300 is a display device such as a smartphone or tablet that is carried by a resident of the apartment building. The mobile terminal 300 receives and displays the congestion degree of the elevator 200 from the prediction management device 110 via a web browser.
　予測管理装置１１０と携帯端末３００との間の通信は、インターネット網を介して行われてもよいし、ローカルネットワークを介して行われてもよい。 Communication between the prediction management device 110 and the mobile terminal 300 may be performed via the Internet network or via a local network.
　なお、予測管理装置１１０は、複数の携帯端末３００から要求がある場合にも対応することができる。 The prediction management device 110 can also handle requests from multiple mobile terminals 300.
　投影表示装置１３０は、集合住宅のエントランス、ロビー、共用通路などの共用スペースに設けられている表示装置である。投影表示装置１３０は、投影部１３１を備えている。 The projection display device 130 is a display device installed in common spaces such as the entrance, lobby, and common corridors of an apartment building. The projection display device 130 is equipped with a projection unit 131.
　図２は、図１に示す投影表示装置１３０を示す図である。投影部１３１は、例えば１階のエントランス４００の床面に画像を投影する。このため、投影表示装置１３０は、投影面１３２の付近にいる利用者に、予測管理装置１１０が予測した混雑度を、視覚的にわかりやすく提供することができる。投影面１３２に表示される画像は、静止画像でもよく、動画でもよい。また、投影面１３２に表示される画像は、モノクロでもよく、カラーでもよい。 FIG. 2 is a diagram showing the projection display device 130 shown in FIG. 1. The projection unit 131 projects an image onto the floor surface of the first floor entrance 400, for example. As a result, the projection display device 130 can provide users near the projection surface 132 with a visually easy-to-understand representation of the degree of congestion predicted by the prediction management device 110. The image displayed on the projection surface 132 may be a still image or a video. Furthermore, the image displayed on the projection surface 132 may be either monochrome or color.
　また、エレベータ運行予測システム１００は、複数の投影表示装置１３０を備えることにより、予測管理装置１１０が予測した混雑度を、複数の箇所に投影することができる。加えて、エレベータ運行予測システム１００は、かご外表示装置２４０が各階のエレベータ乗場に設けられていることにより、予測管理装置１１０が予測した混雑度を、複数の箇所に表示させることができる。 Also, by providing multiple projection display devices 130, the elevator operation prediction system 100 can project the congestion degree predicted by the prediction management device 110 at multiple locations. In addition, by providing an outside-car display device 240 at the elevator hall on each floor, the elevator operation prediction system 100 can display the congestion degree predicted by the prediction management device 110 at multiple locations.
　図３は、図１に示す予測管理装置１１０の構成を示すブロック図である。 FIG. 3 is a block diagram showing the configuration of the prediction management device 110 shown in FIG. 1.
　予測管理装置１１０は、受信部１１１、記憶部１１２、混雑度学習部１１３、混雑度予測部１１４、表示用データ作成部１１５、及び送信部１１６を備えている。 The prediction management device 110 includes a receiving unit 111, a memory unit 112, a congestion level learning unit 113, a congestion level prediction unit 114, a display data creation unit 115, and a transmission unit 116.
　受信部１１１は、エレベータ制御装置２２０から、エレベータかご２１０内の利用者数、各階のエレベータ乗場の利用者数、及び運行情報を受信する。これらの情報は、エレベータ制御装置２２０から逐次送信される。 The receiving unit 111 receives the number of passengers in the elevator car 210, the number of passengers at the elevator halls on each floor, and operation information from the elevator control device 220. This information is transmitted sequentially from the elevator control device 220.
　また、受信部１１１は、管理用端末１２０から、予定されているイベントの情報及び過去に行われたイベントの情報を受信する。 The receiving unit 111 also receives information about upcoming events and information about events that have taken place in the past from the management terminal 120.
　記憶部１１２は、受信部１１１によって受信された運行情報と、受信されたときの日時情報とを対応付けて、運行履歴情報１２１として記憶する。ここで日時情報は、年月日及び時分秒の情報である。 The storage unit 112 associates the operation information received by the receiving unit 111 with the date and time information at the time of reception, and stores them as operation history information 121. Here, the date and time information is information on the year, month, day, hour, minute, and second.
　記憶部１１２は、受信部１１１によって受信されたかご内の利用者数と、受信されたときの日時情報とを対応付ける。また、記憶部１１２は、受信部１１１によって受信された各階の乗場の利用者数と、受信されたときの日時情報とを対応付ける。記憶部１１２は、これらをまとめて利用者数履歴情報１２２として記憶する。 The memory unit 112 associates the number of passengers in the car received by the receiving unit 111 with the date and time information when the information was received. The memory unit 112 also associates the number of passengers at the landing at each floor received by the receiving unit 111 with the date and time information when the information was received. The memory unit 112 stores these together as user number history information 122.
　記憶部１１２は、集合住宅において過去に行われたイベントに関する履歴を、イベント履歴情報１２３として記憶する。また、記憶部１１２は、集合住宅において予定されているイベントの情報を、イベント予定情報１２５として記憶する。 The storage unit 112 stores history information about events that have taken place in the apartment complex in the past as event history information 123. The storage unit 112 also stores information about events scheduled for the apartment complex as event schedule information 125.
　混雑度学習部１１３は、運行履歴情報１２１と、利用者数履歴情報１２２と、イベント履歴情報１２３とに基づいて、機械学習を行う。混雑度学習部１１３は、機械学習の結果を、学習結果１２４として記憶部１１２に記憶させる。 The congestion level learning unit 113 performs machine learning based on the operation history information 121, the number of users history information 122, and the event history information 123. The congestion level learning unit 113 stores the results of the machine learning in the memory unit 112 as learning results 124.
　混雑度学習部１１３は、イベント履歴情報１２３に基づいて、運行履歴情報１２１内のデータを、イベントがあった日となかった日とに分類する。同様に、混雑度学習部１１３は、イベント履歴情報１２３に基づいて、利用者数履歴情報１２２内のデータを、イベントがあった日となかった日とに分類する。これにより、イベントがあった日の運行履歴情報１２１とイベントがあった日の利用者数履歴情報１２２とを合わせた１つのグループが形成される。また、イベントがなかった日の運行履歴情報１２１とイベントがなかった日の利用者数履歴情報１２２とを合わせた、もう１つのグループが形成される。 The congestion level learning unit 113 classifies the data in the operation history information 121 into days on which an event occurred and days on which an event did not occur, based on the event history information 123. Similarly, the congestion level learning unit 113 classifies the data in the number of users history information 122 into days on which an event occurred and days on which an event did not occur, based on the event history information 123. As a result, one group is formed by combining the operation history information 121 for days on which an event occurred and the number of users history information 122 for days on which an event occurred. In addition, another group is formed by combining the operation history information 121 for days on which no event occurred and the number of users history information 122 for days on which no event occurred.
　混雑度学習部１１３は、イベントのなかった日のグループに基づいて、学習結果を作成する。このイベントのなかった日に基づいて作成された学習結果を、通常日学習結果と称する。 The congestion level learning unit 113 creates learning results based on the group of days on which no events occurred. The learning results created based on days on which no events occurred are referred to as normal day learning results.
　混雑度学習部１１３は、イベントのあった日のグループについては、さらにイベントの名称ごとに細分化したサブグループを作成し、サブグループごとに、学習結果を作成する。これにより、ゴミ収集日の学習結果、防災訓練日の学習結果、敷地内清掃日の学習結果など、イベントごとの学習結果を得ることができる。このようにして作成した学習結果を、イベント実施日学習結果と称する。 For groups of days on which an event occurred, the congestion level learning unit 113 creates subgroups further subdivided by the name of the event, and creates learning results for each subgroup. This makes it possible to obtain learning results for each event, such as learning results for garbage collection days, disaster prevention drill days, and site cleaning days. The learning results created in this way are referred to as event implementation day learning results.
　このように、混雑度学習部１１３は、通常日学習結果とイベント実施日学習結果とを含めた学習結果１２４を作成する。なお、学習結果１２４のデータ構造については、あくまでも例示であり、これに限定されない。 In this way, the congestion level learning unit 113 creates learning results 124 that include the normal day learning results and the event day learning results. Note that the data structure of the learning results 124 is merely an example and is not limited to this.
　混雑度予測部１１４は、学習結果１２４とイベント予定情報１２５とに基づいて、指定された日におけるエレベータ２００の１０～１５分間ごとの混雑度を予測する。 The congestion prediction unit 114 predicts the congestion level of the elevator 200 for every 10 to 15 minutes on a specified day based on the learning results 124 and the event schedule information 125.
　混雑度予測部１１４は、指定された日が、イベント実施予定日であるか、イベントのない通常日であるかを、イベント予定情報１２５に基づいて分類する。そして、混雑度予測部１１４は、指定された日が通常日である場合、通常日学習結果を用いて、エレベータ２００の混雑度を予測する。 The congestion prediction unit 114 classifies the specified day as either a day when an event is scheduled to be held or a normal day with no events based on the event schedule information 125. If the specified day is a normal day, the congestion prediction unit 114 predicts the congestion level of the elevator 200 using the normal day learning results.
　混雑度予測部１１４は、指定された日がイベント実施予定日である場合、その実施予定のイベントの名称に応じたイベント実施日学習結果を、記憶部１１２から取得する。そして、混雑度予測部１１４は、取得したイベント実施日学習結果を用いて、エレベータ２００の混雑度を予測する。 If the specified date is a date on which an event is scheduled to take place, the congestion prediction unit 114 obtains the event implementation date learning result corresponding to the name of the scheduled event from the memory unit 112. The congestion prediction unit 114 then predicts the congestion level of the elevator 200 using the obtained event implementation date learning result.
　混雑度予測部１１４は、エレベータかご２１０内の乗車密度及び各階の乗場密度を、エレベータ２００の混雑度として予測する。乗車密度は、エレベータかご２１０内の利用者数を最大定員数により除算することにより、求められる。乗場密度は、エレベータ乗場にいる利用者数を、予め定めた設定人数により除算することにより、求められる。 The congestion prediction unit 114 predicts the passenger density in the elevator car 210 and the landing density at each floor as the congestion degree of the elevator 200. The passenger density is calculated by dividing the number of passengers in the elevator car 210 by the maximum capacity. The landing density is calculated by dividing the number of passengers at the elevator landing by a predetermined set number of people.
　このように、乗車密度及び乗場密度を混雑度とするのは、あくまでも例示であり、これに限定されない。 As mentioned above, using boarding density and boarding area density as the degree of congestion is merely an example and is not limited to this.
　表示用データ作成部１１５は、混雑度予測部１１４によって予測された混雑度の表示用データを作成する。表示用データ作成部１１５は、表示用データとして、混雑度の値が記載されたＨＴＭＬ（Ｈｙｐｅｒｔｅｘｔ　Ｍａｒｋｕｐ　Ｌａｎｇｕａｇｅ）データを作成する。また、表示用データ作成部１１５は、表示用データとして、混雑度の値を組み入れた画像データを作成する。 The display data creation unit 115 creates display data for the congestion degree predicted by the congestion degree prediction unit 114. The display data creation unit 115 creates, as the display data, HTML (Hypertext Markup Language) data in which the congestion degree value is written. The display data creation unit 115 also creates, as the display data, image data that incorporates the congestion degree value.
　送信部１１６は、表示用データとして作成されたＨＴＭＬデータを、携帯端末３００に送信する。また、送信部１１６は、表示用データとして作成された画像データを、投影表示装置１３０に送信する。また、送信部１１６は、表示用データとして作成された画像データを、エレベータ制御装置２２０を介してかご内表示装置２１２に送信する。また、送信部１１６は、表示用データとして作成された画像データを、エレベータ制御装置２２０を介してかご外表示装置２４０に送信する。 The transmitting unit 116 transmits the HTML data created as display data to the mobile terminal 300. The transmitting unit 116 also transmits the image data created as display data to the projection display device 130. The transmitting unit 116 also transmits the image data created as display data to the in-car display device 212 via the elevator control device 220. The transmitting unit 116 also transmits the image data created as display data to the outside-car display device 240 via the elevator control device 220.
　図４は、図３に示す予測管理装置１１０の学習処理を示すフローチャートである。図４に示すフローチャートは、１時間ごと、１日ごとなど、定期的に行われる。 FIG. 4 is a flowchart showing the learning process of the prediction management device 110 shown in FIG. 3. The flowchart shown in FIG. 4 is performed periodically, such as every hour or every day.
　混雑度学習部１１３は、ステップＳ１０１において、記憶部１１２に記憶されている運行履歴情報１２１、利用者数履歴情報１２２、及びイベント履歴情報１２３を取得する。 In step S101, the congestion level learning unit 113 acquires the operation history information 121, the number of users history information 122, and the event history information 123 stored in the memory unit 112.
　混雑度学習部１１３は、ステップＳ１０２において、運行履歴情報１２１、利用者数履歴情報１２２、及びイベント履歴情報１２３に基づいて、機械学習を行い、学習結果１２４を作成する。 In step S102, the congestion degree learning unit 113 performs machine learning based on the operation history information 121, the number of users history information 122, and the event history information 123, and creates a learning result 124.
　記憶部１１２は、ステップＳ１０３において、学習結果１２４を記憶する。 In step S103, the memory unit 112 stores the learning result 124.
　図５は、図３に示す予測管理装置１１０の混雑度予測処理を示すフローチャートである。図５は、指定日におけるエレベータ２００の混雑度を、携帯端末３００に表示させる処理を示している。この指定日は、携帯端末３００を操作する者が指定した日付の情報である。この指定日を、予測対象指定日と称する。 FIG. 5 is a flowchart showing the congestion prediction process of the prediction management device 110 shown in FIG. 3. FIG. 5 shows the process of displaying the congestion degree of the elevator 200 on a specified date on the mobile terminal 300. This specified date is information on a date specified by the person operating the mobile terminal 300. This specified date is called the prediction target specified date.
　また、図５のフローチャートは、携帯端末３００から混雑度の要求があるごとに行われる。 The flowchart in FIG. 5 is executed each time a congestion degree request is received from the mobile terminal 300.
　混雑度予測部１１４は、ステップＳ２０１において、携帯端末３００の操作者が指定した予測対象指定日を取得する。 In step S201, the congestion prediction unit 114 obtains the prediction target date specified by the operator of the mobile device 300.
　混雑度予測部１１４は、ステップＳ２０２において、予測対象指定日が通常日であるか、またはイベント実施予定日であるかを、イベント予定情報１２５に基づいて分類する。 In step S202, the congestion prediction unit 114 classifies the specified date to be predicted as either a normal day or a date on which an event is scheduled to take place based on the event schedule information 125.
　混雑度予測部１１４は、ステップＳ２０３において、予測対象指定日におけるエレベータ２００の混雑度を予測する。混雑度予測部１１４は、予測対象指定日が通常日に分類される場合、通常日学習結果を用いて、混雑度を予測する。一方、混雑度予測部１１４は、予測対象指定日がイベント実施予定日に分類される場合、イベント実施日学習結果を用いて、混雑度を予測する。 In step S203, the congestion prediction unit 114 predicts the congestion level of the elevator 200 on the specified prediction date. If the specified prediction date is classified as a normal day, the congestion prediction unit 114 predicts the congestion level using the normal day learning results. On the other hand, if the specified prediction date is classified as a scheduled event date, the congestion prediction unit 114 predicts the congestion level using the event implementation date learning results.
　表示用データ作成部１１５は、ステップＳ２０４において、混雑度が含まれているＨＴＭＬデータを、表示用データとして作成する。送信部１１６は、ステップＳ２０５において、作成されたＨＴＭＬデータを、携帯端末３００に送信する。 In step S204, the display data creation unit 115 creates HTML data including the congestion degree as display data. In step S205, the transmission unit 116 transmits the created HTML data to the mobile terminal 300.
　図５のフローチャートにおいて、混雑度予測部１１４は、日単位の指定により、エレベータ２００の混雑度を予測している。これに対し、混雑度予測部１１４は、週単位、月単位、または最大１年の年単位の指定により、混雑度を予測することができる。 In the flowchart of FIG. 5, the congestion prediction unit 114 predicts the congestion level of the elevator 200 by specifying the day unit. In contrast, the congestion prediction unit 114 can predict the congestion level by specifying the week unit, month unit, or year unit up to one year.
　混雑度予測部１１４は、例えば週単位の混雑度を予測する場合、当該週を構成する日ごとに、通常日であるかイベント実施予定日であるかの分類を行った上で、混雑度を予測する。また、この場合、混雑度は、上記同様に１０～１５分ごとに予測されてもよいし、１時間ごと、１日ごとなどに集約されてもよい。 When predicting the degree of congestion on a weekly basis, for example, the congestion prediction unit 114 classifies each day that constitutes the week into whether it is a normal day or a day on which an event is scheduled to be held, and then predicts the degree of congestion. In this case, the degree of congestion may be predicted every 10 to 15 minutes as described above, or may be aggregated for each hour, each day, etc.
　また、混雑度予測部１１４は、時刻または時間帯が指定されることにより、混雑度を予測することができる。この場合、混雑度予測部１１４は、要求のあったその日における指定時刻または指定時間帯の混雑度を予測する。 The congestion prediction unit 114 can also predict the congestion level by specifying a time or time period. In this case, the congestion prediction unit 114 predicts the congestion level at the specified time or time period on the day when the request was made.
　また、混雑度予測部１１４は、投影表示装置１３０及びかご外表示装置２４０が表示するための混雑度を予測する場合、図５のフローチャートを実行するその日を、予測対象指定日として、ステップＳ２０１を実行する。また、かご内表示装置２１２についても同様に、図５のフローチャートを実行するその日を、予測対象指定日として、ステップＳ２０１を実行する。 When predicting the degree of congestion to be displayed by the projection display device 130 and the car exterior display device 240, the congestion prediction unit 114 executes step S201 with the day on which the flowchart in FIG. 5 is executed as the designated prediction target day. Similarly, for the car interior display device 212, the day on which the flowchart in FIG. 5 is executed as the designated prediction target day is executed in step S201.
　また、混雑度予測部１１４は、投影表示装置１３０、かご内表示装置２１２、及びかご外表示装置２４０が表示するための混雑度を予測する場合、図５のフローチャートを、１時間ごとなど定期的に実行する。 In addition, when predicting the degree of congestion to be displayed by the projection display device 130, the in-car display device 212, and the outside-car display device 240, the congestion prediction unit 114 executes the flowchart in FIG. 5 periodically, such as every hour.
　実施の形態１における予測管理装置１１０は、運行履歴情報１２１と、利用者数履歴情報１２２と、イベント履歴情報１２３と、管理用端末１２０によって取得されたイベント予定情報１２５とに基づいて、エレベータ２００の混雑度を予測する。また、予測管理装置１１０は、予測した混雑度の表示用データを作成する。 The prediction management device 110 in the first embodiment predicts the congestion level of the elevator 200 based on the operation history information 121, the number of users history information 122, the event history information 123, and the event schedule information 125 acquired by the management terminal 120. The prediction management device 110 also creates display data for the predicted congestion level.
　このため、実施の形態１におけるエレベータ運行予測システム１００は、集合住宅特有のイベントを考慮した混雑度を予測することができる。従って、実施の形態１におけるエレベータ運行予測システム１００は、エレベータ２００の運行に関し、より適切な情報を利用者に提供することができる。 As a result, the elevator operation prediction system 100 in the first embodiment can predict the degree of congestion taking into account events specific to apartment complexes. Therefore, the elevator operation prediction system 100 in the first embodiment can provide users with more appropriate information regarding the operation of the elevator 200.
　集合住宅は、居住者にとってプライベートな空間である。このため、居住者同士顔を会わせるのを控えたいという要望がある。また、混雑していないときにエレベータ２００を利用したいという要望がある。実施の形態１のエレベータ運行予測システム１００により、集合住宅の居住者は、混雑していないときに時間を合わせて、エレベータ２００を利用することができる。 Apartment buildings are private spaces for the residents. For this reason, there is a desire among residents to avoid meeting each other face-to-face. There is also a desire to use the elevator 200 when it is not crowded. With the elevator operation prediction system 100 of the first embodiment, residents of the apartment building can time their use of the elevator 200 to when it is not crowded.
　また、エレベータ運行予測システム１００は、投影部１３１を有する投影表示装置１３０を備えている。投影部１３１は、予測管理装置１１０によって表示用データとして作成された画像を、集合住宅のエントランス４００に投影する。このため、エレベータ２００の混雑度を、集合住宅の居住者に周知させることができる。また、エレベータ運行予測システム１００は、かご外表示装置２４０に、表示用データとして作成された画像を表示させる。このため、エレベータ２００の混雑度を、さらに集合住宅の居住者に周知させることができる。 The elevator operation prediction system 100 also includes a projection display device 130 having a projection unit 131. The projection unit 131 projects an image created as display data by the prediction management device 110 onto the entrance 400 of the apartment building. This makes it possible to inform the residents of the apartment building of the degree of congestion of the elevator 200. The elevator operation prediction system 100 also causes the outside-cage display device 240 to display the image created as display data. This makes it possible to further inform the residents of the apartment building of the degree of congestion of the elevator 200.
　また、投影部１３１は、表示用データとして作成された画像を、エントランス４００の床面に投影する。このため、エレベータ運行予測システム１００は、居住者がよく通過するエントランス４００の中央部など、壁が無い位置に、エレベータ２００の混雑度を表示することができる。また、エレベータ運行予測システム１００は、利用頻度の高いかご外表示装置２４０にエレベータ２００の混雑度を表示させるため、混雑度をより周知させることができる。 The projection unit 131 also projects the image created as display data onto the floor surface of the entrance 400. As a result, the elevator operation prediction system 100 can display the congestion level of the elevator 200 in a location where there is no wall, such as the center of the entrance 400 where residents often pass through. In addition, the elevator operation prediction system 100 displays the congestion level of the elevator 200 on the frequently used outside-car display device 240, making it possible to make the congestion level more widely known.
　また、予測管理装置１１０は、運行履歴情報１２１と、利用者数履歴情報１２２と、イベント履歴情報１２３とに基づいて機械学習を行う。また、予測管理装置１１０は、機械学習の学習結果１２４と、イベント予定情報１２５とに基づいて、エレベータ２００の混雑度を予測する。このため、エレベータ運行予測システム１００は、より精度の高い混雑度の予測結果を得ることができる。 The prediction management device 110 also performs machine learning based on operation history information 121, user count history information 122, and event history information 123. The prediction management device 110 also predicts the congestion level of the elevator 200 based on the machine learning learning results 124 and event schedule information 125. Therefore, the elevator operation prediction system 100 can obtain a more accurate prediction result of the congestion level.
　なお、予測管理装置１１０は、上記に加え、天気予報に基づいてエレベータ２００の混雑度を予測してもよい。この場合、予測管理装置１１０は、過去の天気の履歴である天気履歴情報を記憶する。そして、予測管理装置１１０は、天気予報の情報を、管理用端末１２０または外部システムから取得する。そして、予測管理装置１１０は、運行履歴情報１２１と、利用者数履歴情報１２２と、イベント履歴情報１２３と、イベント予定情報１２５とに加え、天気履歴情報及び天気予報の情報に基づいて、エレベータ２００の混雑度を予測する。これにより、エレベータ運行予測システム１００は、より精度の高い混雑度の予測結果を得ることができる。 In addition to the above, the prediction management device 110 may predict the congestion level of the elevator 200 based on a weather forecast. In this case, the prediction management device 110 stores weather history information, which is the history of past weather. The prediction management device 110 then obtains weather forecast information from the management terminal 120 or an external system. The prediction management device 110 then predicts the congestion level of the elevator 200 based on the operation history information 121, the number of users history information 122, the event history information 123, and the event schedule information 125, as well as the weather history information and weather forecast information. This allows the elevator operation prediction system 100 to obtain a more accurate prediction result of the congestion level.
　また、利用者数履歴情報１２２は、時間ごとのエレベータかご２１０内の利用者数と、時間ごとの各階の乗場にいる利用者数との両方を含めた情報であるものとしているが、これに限らない。利用者数履歴情報１２２は、求める混雑度の内容によって決まる。例えば、求める混雑度が、エレベータかご２１０の乗車密度のみでよければ、利用者数履歴情報１２２は、時間ごとのエレベータかご２１０内の利用者数のみとなる。また、求める混雑度が、乗場密度のみでよければ、利用者数履歴情報１２２は、時間ごとの各階における乗場の利用者数のみとなる。また、求める混雑度が、特定階の乗場密度のみでよければ、利用者数履歴情報１２２は、時間ごとの特定階における乗場の利用者数のみとなる。 Furthermore, although the user count history information 122 is assumed to be information including both the number of users in the elevator car 210 per hour and the number of users at the landing at each floor per hour, this is not limited to this. The user count history information 122 is determined according to the content of the desired congestion level. For example, if the desired congestion level is only the boarding density of the elevator car 210, the user count history information 122 will be only the number of users in the elevator car 210 per hour. Furthermore, if the desired congestion level is only the landing density, the user count history information 122 will be only the number of users at the landing at each floor per hour. Furthermore, if the desired congestion level is only the landing density at a specific floor, the user number history information 122 will be only the number of users at the landing at a specific floor per hour.
　また、かご内検出装置２１１は、ロードセルであってもよい。この場合、かご内検出装置２１１が積載重量を計測することにより、エレベータかご２１０内の利用者数が求められる。 The car interior detection device 211 may also be a load cell. In this case, the car interior detection device 211 measures the load weight to determine the number of passengers in the elevator car 210.
　また、イベント予定情報１２５は、イベントが実施された後は、そのまま既存のイベント履歴情報１２３に追加されてもよい。これにより、管理者は、過去のイベントを管理用端末１２０に打ち込む作業を省略することができる。 In addition, after an event has been carried out, the event schedule information 125 may be added directly to the existing event history information 123. This allows the administrator to omit the task of inputting past events into the management terminal 120.
　また、エレベータかご２１０内に荷物がある場合、荷物のサイズ、重量などに応じて、当該荷物を利用者の人数に加えてもよい。 In addition, if there is luggage in the elevator car 210, the luggage may be added to the number of passengers depending on the size, weight, etc. of the luggage.
　また、かご内表示装置２１２、投影表示装置１３０、及びかご外表示装置２４０は、定期的に画面を切り替えることにより、その日における混雑度と、週単位の混雑度と、月単位の混雑度とを、順に表示してもよい。 The car interior display device 212, the projection display device 130, and the car exterior display device 240 may also periodically switch screens to sequentially display the congestion level for that day, the congestion level for the week, and the congestion level for the month.
　実施の形態２．
　図６は、実施の形態２における予測管理装置１１０の構成を示すブロック図である。なお、エレベータシステム１の全体構成は、実施の形態１と同じである。 Embodiment 2.
6 is a block diagram showing a configuration of a prediction management device 110 in the embodiment 2. The overall configuration of the elevator system 1 is the same as that in the embodiment 1.
　実施の形態２における予測管理装置１１０は、到着見込み時間算出部１１７を備えている。 The prediction management device 110 in embodiment 2 includes an estimated arrival time calculation unit 117.
　到着見込み時間算出部１１７は、エレベータかご２１０が各階に到着するまでの見込み時間を算出する。到着見込み時間算出部１１７は、現在かご内人数情報１２６と、現在乗場情報１２７と、現在運行情報１２８とに基づいて、各階の到着見込み時間を算出する。 The estimated arrival time calculation unit 117 calculates the estimated time until the elevator car 210 arrives at each floor. The estimated arrival time calculation unit 117 calculates the estimated arrival time at each floor based on the current number of occupants information 126, the current landing information 127, and the current operation information 128.
　ここで、現在かご内人数情報１２６は、現在のエレベータかご２１０内の利用者数の情報である。現在乗場情報１２７は、現在の各階の乗場にいる利用者数の情報である。現在運行情報１２８は、エレベータ２００の現在の運行状況の情報である。これらの情報は、エレベータ制御装置２２０から逐次送信され、記憶部１１２に記憶される。また、現在利用者数情報１２９は、エレベータ２００の現在の利用者数の情報であり、現在かご内人数情報１２６と現在乗場情報１２７とを含めた情報である。 Current car number of people information 126 is information on the number of passengers currently in the elevator car 210. Current hall information 127 is information on the number of passengers currently at the hall on each floor. Current operation information 128 is information on the current operation status of the elevator 200. These pieces of information are sequentially transmitted from the elevator control device 220 and stored in the memory unit 112. Current number of passengers information 129 is information on the current number of passengers in the elevator 200, and is information that includes current car number of people information 126 and current hall information 127.
　到着見込み時間算出部１１７の算出方法を、具体的に説明する。ここでは、地下の無い１０階建ての集合住宅を例に、１階の到着見込み時間を算出する場合を考える。また、ここでは、エレベータかご２１０が現在５階と４階との間に位置し、下向きに移動しているものとする。 The calculation method of the estimated arrival time calculation unit 117 will now be described in detail. Here, we consider the case of calculating the estimated arrival time to the first floor, taking as an example a 10-story apartment building with no basement. Also, here, it is assumed that the elevator car 210 is currently located between the fifth and fourth floors and is moving downwards.
　エレベータかご２１０内には利用者がいないとすると、１階までの到着見込み時間は、４階、３階、または２階の乗場に、下向きを指定している利用者がいるかどうかによって変わる。一方、１階及び５階～１０階の乗場の状況は、１階までの到着見込み時間に影響しない。よって、到着見込み時間算出部１１７は、１階及び５階～１０階の乗場の状況を、検討の対象から除外する。 If there is no user in the elevator car 210, the estimated arrival time to the first floor depends on whether there is a user at the landing on the fourth, third, or second floor who has specified a downward direction. On the other hand, the situation at the landings on the first floor and the fifth to tenth floors does not affect the estimated arrival time to the first floor. Therefore, the estimated arrival time calculation unit 117 excludes the situation at the landings on the first floor and the fifth to tenth floors from the scope of consideration.
　到着見込み時間算出部１１７は、４階～２階において下方向の呼びが行われているかどうかを判定する。ここで、３階において下方向の呼びが行われているとすると、到着見込み時間算出部１１７は、３階の乗場にいる利用者の数に基づいて、３階の滞在時間を算出する。乗場の利用者数が多い程、利用者がエレベータかご２１０に乗り込むのに時間がかかる。このため、到着見込み時間算出部１１７は、乗場の利用者数が多い程、時間が長くなるように、滞在時間を算出する。 The estimated arrival time calculation unit 117 determines whether a downward call is being made from the fourth floor to the second floor. If a downward call is being made from the third floor, the estimated arrival time calculation unit 117 calculates the dwell time on the third floor based on the number of passengers at the landing on the third floor. The more passengers there are at the landing, the longer it takes for the passengers to board the elevator car 210. For this reason, the estimated arrival time calculation unit 117 calculates the dwell time to be longer the more passengers there are at the landing.
　なお、３階の乗場において上方向の呼びも同時に行われている場合、到着見込み時間算出部１１７は、半数の利用者が下方向に向かうものとして、滞在時間を算出する。 If there are also calls for passengers going up at the third floor platform, the estimated arrival time calculation unit 117 will calculate the dwell time assuming that half of the passengers are heading down.
　到着見込み時間算出部１１７は、エレベータかご２１０の定格速度、及び算出した３階の滞在時間に基づいて、１階までの到着見込み時間を算出する。 The estimated arrival time calculation unit 117 calculates the estimated arrival time to the first floor based on the rated speed of the elevator car 210 and the calculated dwell time on the third floor.
　また、上記の例に加えて、エレベータかご２１０内に、４階と２階と１階とを行先階とする複数名の利用者が乗車している場合を考える。この場合、到着見込み時間算出部１１７は、４階及び２階の滞在時間も算出した上で、１階までの到着見込み時間を算出する。 In addition to the above example, consider a case where there are multiple passengers in the elevator car 210 whose destinations are the 4th, 2nd, and 1st floors. In this case, the estimated arrival time calculation unit 117 calculates the dwell time on the 4th and 2nd floors, and then calculates the estimated arrival time to the 1st floor.
　到着見込み時間算出部１１７は、かご内の利用者数を按分することにより、４階及び２階の滞在時間を算出する。具体的には、到着見込み時間算出部１１７は、１／３の利用者が４階で降りるものとし、１／３の利用者が２階で降りるものとし、１／３の利用者が１階で降りるものとして、４階及び２階の滞在時間を算出する。 The estimated arrival time calculation unit 117 calculates the dwell times on the 4th and 2nd floors by apportioning the number of passengers in the car. Specifically, the estimated arrival time calculation unit 117 calculates the dwell times on the 4th and 2nd floors by assuming that 1/3 of the passengers get off on the 4th floor, 1/3 of the passengers get off on the 2nd floor, and 1/3 of the passengers get off on the 1st floor.
　到着見込み時間算出部１１７は、このような方法を用いて、各階の到着見込み時間を算出する。なお、到着見込み時間の算出方法は、これに限らない。 The estimated arrival time calculation unit 117 uses this method to calculate the estimated arrival time for each floor. Note that the method for calculating the estimated arrival time is not limited to this.
　図７は、図６に示す予測管理装置１１０の到着見込み時間算出処理を示すフローチャートである。図７のフローチャートにおいては、携帯端末３００から到着見込み時間の要求があった場合の処理を示している。また、図７のフローチャートは、携帯端末３００から到着見込み時間の要求が発生するごとに行われる。なお、かご外表示装置２４０からも、到着見込み時間の要求を行うことができるようにしてもよい。この場合、かご外表示装置２４０は、タッチパネルを有しており、到着見込み時間の要求は、かご外表示装置２４０のタッチパネルを介して行われる。 FIG. 7 is a flowchart showing the process of calculating the estimated arrival time of the prediction management device 110 shown in FIG. 6. The flowchart in FIG. 7 shows the process when an estimated arrival time is requested from the mobile terminal 300. The flowchart in FIG. 7 is performed each time an estimated arrival time request is made from the mobile terminal 300. Note that the car exterior display device 240 may also be configured to be able to make a request for the estimated arrival time. In this case, the car exterior display device 240 has a touch panel, and the request for the estimated arrival time is made via the touch panel of the car exterior display device 240.
　受信部１１１は、ステップＳ３０１において、エレベータ制御装置２２０から、現在かご内人数情報１２６、現在乗場情報１２７、及び現在運行情報１２８を受信する。記憶部１１２は、現在かご内人数情報１２６、現在乗場情報１２７、及び現在運行情報１２８を記憶する。 In step S301, the receiving unit 111 receives the current number of people in the car information 126, the current platform information 127, and the current operation information 128 from the elevator control device 220. The memory unit 112 stores the current number of people in the car information 126, the current platform information 127, and the current operation information 128.
　到着見込み時間算出部１１７は、ステップＳ３０２において、現在かご内人数情報１２６、現在乗場情報１２７、及び現在運行情報１２８に基づいて、各階の到着見込み時間を算出する。 In step S302, the estimated arrival time calculation unit 117 calculates the estimated arrival time for each floor based on the current number of passengers in the car information 126, the current platform information 127, and the current operation information 128.
　表示用データ作成部１１５は、ステップＳ３０３において、ＨＴＭＬデータを表示用データとして作成する。このＨＴＭＬデータには、各階の到着見込み時間が記載されている。送信部１１６は、ステップＳ３０４において、作成されたＨＴＭＬデータを、携帯端末３００に送信する。なお、到着見込み時間の要求元がかご外表示装置２４０である場合、送信部１１６は、かご外表示装置２４０に表示用データを送信する。 In step S303, the display data creation unit 115 creates HTML data as display data. This HTML data describes the estimated arrival time at each floor. In step S304, the transmission unit 116 transmits the created HTML data to the mobile terminal 300. Note that if the request for the estimated arrival time is made by the outside-car display device 240, the transmission unit 116 transmits the display data to the outside-car display device 240.
　また、かご内表示装置２１２が到着見込み時間を表示する場合、各階すべての到着見込み時間が表示されてもよい。または、かご内表示装置２１２は、エレベータかご２１０内において指定された行先階についての到着見込み時間のみを表示してもよい。 In addition, when the in-car display device 212 displays the estimated arrival time, the estimated arrival time for all floors may be displayed. Alternatively, the in-car display device 212 may display only the estimated arrival time for the destination floor specified within the elevator car 210.
　また、投影表示装置１３０及びかご外表示装置２４０が到着見込み時間を表示する場合、各階すべての到着見込み時間が表示されてもよい。または、投影表示装置１３０は、１階のエントランス４００に設置されている場合、１階の到着見込み時間のみを表示してもよい。 In addition, when the projection display device 130 and the outside car display device 240 display the estimated arrival time, the estimated arrival time for all floors may be displayed. Alternatively, when the projection display device 130 is installed at the first floor entrance 400, it may only display the estimated arrival time for the first floor.
　また、投影表示装置１３０及びかご外表示装置２４０が各階に設けられている場合、投影表示装置１３０及びかご外表示装置２４０は、自機が設けられている階における到着見込み時間のみを表示し、その他の階の到着見込み時間を表示しなくてもよい。 In addition, if the projection display device 130 and the car exterior display device 240 are provided on each floor, the projection display device 130 and the car exterior display device 240 may display only the estimated arrival time on the floor on which the vehicle is provided, and may not display the estimated arrival time on other floors.
　また、かご内表示装置２１２、投影表示装置１３０、及びかご外表示装置２４０が到着見込み時間を表示する場合、図７のフローチャートは、繰り返し連続して実行される。これにより、かご内表示装置２１２、投影表示装置１３０、及びかご外表示装置２４０は、リアルタイムに到着見込み時間を表示することができる。 Furthermore, when the car interior display device 212, the projection display device 130, and the car exterior display device 240 display the estimated arrival time, the flowchart in FIG. 7 is repeatedly and continuously executed. This allows the car interior display device 212, the projection display device 130, and the car exterior display device 240 to display the estimated arrival time in real time.
　実施の形態２におけるエレベータ運行予測システム１００は、予測管理装置１１０及び表示装置を備えている。予測管理装置１１０は、現在運行情報１２８と、現在利用者数情報１２９とに基づいて、エレベータかご２１０が乗場に到着するまでの見込み時間を算出する。また、予測管理装置１１０は、算出した前記見込み時間の表示用データを作成する。表示装置は、予測管理装置１１０によって作成された表示用データに基づいて、見込み時間を表示する。 The elevator operation prediction system 100 in the second embodiment includes a prediction management device 110 and a display device. The prediction management device 110 calculates an estimated time until the elevator car 210 arrives at the landing based on the current operation information 128 and the current number of users information 129. The prediction management device 110 also creates display data for the calculated estimated time. The display device displays the estimated time based on the display data created by the prediction management device 110.
　このため、エレベータ運行予測システム１００は、エレベータ２００の運行に関し、より適切な情報を利用者に提供することができる。また、実施の形態２におけるエレベータ運行予測システム１００は、利用者に、階段、エスカレータなどの別の方法による移動を検討させる機会を与えることができる。このため、エレベータ２００が混雑するのを抑制することができる。 As a result, the elevator operation prediction system 100 can provide users with more appropriate information regarding the operation of the elevator 200. Furthermore, the elevator operation prediction system 100 in the second embodiment can give users an opportunity to consider using alternative methods of transportation, such as stairs or an escalator. As a result, congestion in the elevator 200 can be suppressed.
　また、エレベータ運行予測システム１００は、建物内のエントランス４００に設けられている投影表示装置１３０を、表示装置として備えている。投影表示装置１３０は、予測管理装置１１０によって表示用データとして作成された画像を、エントランス４００に投影する投影部１３１を有している。エレベータ運行予測システム１００は、かご外表示装置２４０に、予測管理装置１１０によって表示用データとして作成された画像を表示させる。 The elevator operation prediction system 100 also includes a projection display device 130 installed at an entrance 400 inside the building as a display device. The projection display device 130 has a projection unit 131 that projects an image created as display data by the prediction management device 110 onto the entrance 400. The elevator operation prediction system 100 causes the outside-car display device 240 to display the image created as display data by the prediction management device 110.
　このため、エレベータ２００の到着見込み時間を、利用者に周知させることができる。 This allows users to be informed of the expected arrival time of the elevator 200.
　また、投影部１３１は、表示用データとして作成された画像を、エントランス４００の床面に投影する。このため、エレベータ運行予測システム１００は、居住者がよく通過するエントランス４００の中央部など、壁が無い位置に、エレベータ２００の到着見込み時間を表示することができる。また、エレベータ運行予測システム１００は、利用者による使用頻度の高いかご外表示装置２４０に、エレベータ２００の到着見込み時間を表示させる。このため、利用者にさらに周知させることができる。 The projection unit 131 also projects the image created as display data onto the floor surface of the entrance 400. As a result, the elevator operation prediction system 100 can display the estimated arrival time of the elevator 200 in a location where there are no walls, such as the center of the entrance 400 where residents often pass through. The elevator operation prediction system 100 also displays the estimated arrival time of the elevator 200 on the outside-car display device 240, which is frequently used by users. This makes it possible to further inform users.
　なお、実施の形態２における予測管理装置１１０は、図６の受信部１１１、記憶部１１２、到着見込み時間算出部１１７、表示用データ作成部１１５、及び送信部１１６が備えられていればよい。また、図６の記憶部１１２には、現在かご内人数情報１２６、現在乗場情報１２７、及び現在運行情報１２８が記憶されていればよい。 The prediction management device 110 in the second embodiment may include the receiver 111, memory 112, estimated arrival time calculation unit 117, display data creation unit 115, and transmitter 116 shown in FIG. 6. The memory 112 shown in FIG. 6 may store information on the current number of passengers in the car 126, current platform information 127, and current operation information 128.
　また、実施の形態２におけるエレベータ２００は、集合住宅に限らず、オフィスビル、商業施設、公共施設などの建物に設けられていてもよい。 Furthermore, the elevator 200 in the second embodiment may be installed not only in apartment buildings, but also in buildings such as office buildings, commercial facilities, and public facilities.
　また、実施の形態２におけるエレベータ運行予測システム１００は、携帯端末３００によって事前に呼びの登録を行う呼び登録システムと連携してもよい。この場合、エレベータ運行予測システム１００は、各階の乗場にいる利用者の数、各階の呼び情報、かご内の利用者数、及びかご内の行先階などを、呼び登録システムから取得することができる。 Furthermore, the elevator operation prediction system 100 in the second embodiment may be linked to a call registration system that registers calls in advance using the mobile terminal 300. In this case, the elevator operation prediction system 100 can obtain the number of users at the landing of each floor, call information for each floor, the number of users in the car, the destination floor in the car, and the like from the call registration system.
　また、実施の形態１及び２において、エレベータシステム１には、エレベータかご２１０の外部に情報を伝達するため、投影表示装置１３０及びかご外表示装置２４０の両方が備えられているが、いずれか一方であってもよい。また、実施の形態１及び２において、かご外表示装置２４０、かご内表示装置２１２、及び携帯端末３００のうちの少なくともいずれかを、表示装置としてエレベータ運行予測システム１００に含めてもよい。 In addition, in the first and second embodiments, the elevator system 1 is provided with both the projection display device 130 and the outside-car display device 240 to transmit information to the outside of the elevator car 210, but it may be either one of them. In the first and second embodiments, at least one of the outside-car display device 240, the inside-car display device 212, and the mobile terminal 300 may be included in the elevator operation prediction system 100 as a display device.
　また、実施の形態１及び２の予測管理装置１１０の各機能は、処理回路によって実現される。図８は、実施の形態１及び２の予測管理装置１１０の各機能を実現する処理回路の第１例を示す構成図である。第１例の処理回路６００は、専用のハードウェアである。 Furthermore, each function of the predictive management device 110 in the first and second embodiments is realized by a processing circuit. FIG. 8 is a configuration diagram showing a first example of a processing circuit that realizes each function of the predictive management device 110 in the first and second embodiments. The processing circuit 600 in the first example is dedicated hardware.
　処理回路６００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（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、またはこれらを組み合わせたものに該当する。また、予測管理装置１１０の各機能それぞれを個別の処理回路６００により実現してもよい。もしくは、予測管理装置１１０の各機能をまとめて処理回路６００により実現してもよい。 The processing circuit 600 may be, for example, a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, an ASIC (Application Specific Integrated Circuit), an FPGA (Field Programmable Gate Array), or a combination of these. Each function of the prediction management device 110 may be realized by a separate processing circuit 600. Alternatively, the functions of the prediction management device 110 may be realized collectively by the processing circuit 600.
　また、図９は、実施の形態１及び２の予測管理装置１１０の各機能を実現する処理回路の第２例を示す図である。第２例の処理回路７００は、プロセッサ７１０及びメモリ７２０を備えている。 FIG. 9 is a diagram showing a second example of a processing circuit that realizes each function of the prediction management device 110 in the first and second embodiments. The processing circuit 700 in the second example includes a processor 710 and a memory 720.
　処理回路７００において、予測管理装置１１０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により実現される。ソフトウェア及びファームウェアは、プログラムとして記述される。そして、ソフトウェア及びファームウェアは、メモリ７２０に格納される。プロセッサ７１０は、メモリ７２０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、各部の機能を実現する。 In the processing circuit 700, each function of the prediction management device 110 is realized by software, firmware, or a combination of software and firmware. The software and firmware are written as programs. The software and firmware are then stored in the memory 720. The processor 710 realizes the functions of each part by reading and executing the programs stored in the memory 720.
　メモリ７２０に格納されるプログラムは、上述した各部の手順あるいは方法を、コンピュータに実行させるものであるともいえる。ここで、メモリ７２０とは、例えば、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ　Ｅｒａｓａｂｌｅ　ａｎｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）等の、不揮発性または揮発性の半導体メモリが該当する。また、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等も、メモリ７２０に該当する。 The programs stored in memory 720 can be said to cause the computer to execute the procedures or methods of each of the above-mentioned parts. Here, memory 720 refers to non-volatile or volatile semiconductor memory such as RAM (Random Access Memory), ROM (Read Only Memory), flash memory, EPROM (Erasable Programmable Read Only Memory), and EEPROM (Electrically Erasable and Programmable Read Only Memory). Magnetic disks, flexible disks, optical disks, compact disks, mini disks, DVDs, etc. also belong to memory 720.
　上述した各部の機能について、一部が専用のハードウェアにより実現され、一部がソフトウェアまたはファームウェアにより実現されてもよい。 Some of the functions of each of the above-mentioned components may be realized by dedicated hardware, and some by software or firmware.
　このように、処理回路は、ハードウェア、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によって、上述した各部の機能を実現することができる。 In this way, the processing circuit can realize the functions of each of the above-mentioned parts through hardware, software, firmware, or a combination of these.
　処理回路６００及び７００は、予測管理装置１１０以外に、管理用端末１２０、携帯端末３００にも適用可能である。 The processing circuits 600 and 700 can be applied to the management terminal 120 and mobile terminal 300 in addition to the prediction management device 110.
　１　エレベータシステム、１００　エレベータ運行予測システム、１１０　予測管理装置、１２０　管理用端末、１３０　投影表示装置（表示装置）、１３１　投影部、２００　エレベータ、２１０　エレベータかご、２１２　かご内表示装置（表示装置）、２４０　かご外表示装置（表示装置）、３００　携帯端末（表示装置）、４００　エントランス（共用スペース）。 1 Elevator system, 100 Elevator operation prediction system, 110 Prediction management device, 120 Management terminal, 130 Projection display device (display device), 131 Projection unit, 200 Elevator, 210 Elevator car, 212 In-car display device (display device), 240 Out-car display device (display device), 300 Mobile terminal (display device), 400 Entrance (shared space).

Claims (8)

  1. 　集合住宅のエレベータの運行に関する予測を行う予測管理装置、及び
    　前記集合住宅において予定されているイベントの情報であるイベント予定情報を取得する管理用端末
    　を備え、
    　前記予測管理装置は、
    　前記エレベータの運行の履歴である運行履歴情報と、前記エレベータの時間ごとの利用者数の履歴である利用者数履歴情報と、前記集合住宅において過去に行われたイベントに関する履歴であるイベント履歴情報とを記憶し、
    　前記運行履歴情報と、前記利用者数履歴情報と、前記イベント履歴情報と、前記管理用端末によって取得された前記イベント予定情報とに基づいて、前記エレベータの混雑度を予測し、
    　予測した混雑度の表示用データを作成する、エレベータ運行予測システム。     a prediction management device for making predictions regarding elevator operations in an apartment building; and a management terminal for acquiring event schedule information, which is information on events scheduled in the apartment building;
    The prediction management device includes:
    storing operation history information, which is a history of the operation of the elevator, user number history information, which is a history of the number of users of the elevator by time, and event history information, which is a history of events that have been held in the apartment building in the past;
    predicting a congestion degree of the elevator based on the operation history information, the number of users history information, the event history information, and the event schedule information acquired by the management terminal;
    An elevator operation prediction system that creates data to display predicted congestion levels.
  2. 　投影部を有する投影表示装置を備え、
    　前記投影部は、前記予測管理装置によって前記表示用データとして作成された画像を、前記集合住宅の共用スペースに投影する、請求項１記載のエレベータ運行予測システム。     A projection display device having a projection unit,
    The elevator operation prediction system according to claim 1 , wherein the projection unit projects an image created as the display data by the prediction management device onto a common space of the apartment building.
  3. 　前記投影部は、前記表示用データとして作成された画像を、前記共用スペースの床面に投影する、請求項２記載のエレベータ運行予測システム。 The elevator operation prediction system according to claim 2, wherein the projection unit projects the image created as the display data onto the floor surface of the shared space.
  4. 　前記予測管理装置は、前記運行履歴情報と、前記利用者数履歴情報と、前記イベント履歴情報とに基づいて機械学習を行い、前記機械学習の学習結果と、前記イベント予定情報とに基づいて、前記エレベータの混雑度を予測する、請求項１から３までのいずれか１項記載のエレベータ運行予測システム。 The elevator operation prediction system according to any one of claims 1 to 3, wherein the prediction management device performs machine learning based on the operation history information, the number of users history information, and the event history information, and predicts the congestion level of the elevator based on the learning results of the machine learning and the event schedule information.
  5. 　前記予測管理装置は、
    　過去の天気の履歴である天気履歴情報を記憶し、
    　天気予報の情報を、前記管理用端末または外部システムから取得し、
    　前記運行履歴情報、前記利用者数履歴情報、前記イベント履歴情報、前記イベント予定情報、前記天気履歴情報、及び前記天気予報の情報に基づいて、前記エレベータの混雑度を予測する、請求項１から４までのいずれか１項記載のエレベータ運行予測システム。     The prediction management device includes:
    Store weather history information, which is a history of past weather conditions;
    Obtaining weather forecast information from the management terminal or an external system;
    5. The elevator operation prediction system according to claim 1, further comprising: a predictor for predicting a congestion level of the elevator based on the operation history information, the number of users history information, the event history information, the event schedule information, the weather history information, and the weather forecast information.
  6. 　エレベータの運行に関する予測を行う予測管理装置、及び
    　表示装置
    　を備え、
    　前記予測管理装置は、前記エレベータの現在の運行状況の情報である現在運行情報と、前記エレベータの現在の利用者数の情報である現在利用者数情報とに基づいて、エレベータかごが乗場に到着するまでの見込み時間を算出し、算出した前記見込み時間の表示用データを作成し、
    　前記表示装置は、前記予測管理装置によって作成された前記表示用データに基づいて、前記見込み時間を表示する、エレベータ運行予測システム。     The present invention is provided with a prediction management device for making predictions regarding elevator operation, and a display device,
    the prediction management device calculates an estimated time until an elevator car arrives at a landing based on current operation information, which is information on a current operation status of the elevator, and current user number information, which is information on a current number of users of the elevator, and creates display data for the calculated estimated time;
    An elevator operation prediction system, wherein the display device displays the expected time based on the display data created by the prediction management device.
  7. 　前記表示装置は、建物内の共用スペースに設けられている投影表示装置であり、
    　前記投影表示装置は、前記予測管理装置によって前記表示用データとして作成された画像を、前記共用スペースに投影する投影部を有し、
    　前記投影表示装置は、前記投影部が前記画像を投影することにより、前記見込み時間を表示する、請求項６記載のエレベータ運行予測システム。     the display device is a projection display device provided in a common space in a building,
    the projection display device has a projection unit that projects an image created as the display data by the prediction management device onto the shared space,
    The elevator operation prediction system according to claim 6 , wherein the projection display device displays the expected time by projecting the image using the projection unit.
  8. 　前記投影部は、前記表示用データとして作成された画像を、前記共用スペースの床面に投影する、請求項７記載のエレベータ運行予測システム。 The elevator operation prediction system of claim 7, wherein the projection unit projects the image created as the display data onto the floor surface of the common space.
PCT/JP2022/037446 2022-10-06 2022-10-06 Elevator operation prediction system WO2024075247A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/037446 WO2024075247A1 (en) 2022-10-06 2022-10-06 Elevator operation prediction system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/037446 WO2024075247A1 (en) 2022-10-06 2022-10-06 Elevator operation prediction system

Publications (1)

Publication Number Publication Date
WO2024075247A1 true WO2024075247A1 (en) 2024-04-11

Family

ID=90607930

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/037446 WO2024075247A1 (en) 2022-10-06 2022-10-06 Elevator operation prediction system

Country Status (1)

Country Link
WO (1) WO2024075247A1 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011134004A (en) * 2009-12-22 2011-07-07 Panasonic Electric Works Co Ltd Building situation monitoring system and monitor
JP2013173595A (en) * 2012-02-24 2013-09-05 Hitachi Ltd Elevator arrival time estimating device and elevator system
JP2016222408A (en) * 2015-05-29 2016-12-28 株式会社日立ビルシステム Alarm system for elevator
WO2019087242A1 (en) * 2017-10-30 2019-05-09 株式会社日立製作所 Elevator operation management system, and operation management method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011134004A (en) * 2009-12-22 2011-07-07 Panasonic Electric Works Co Ltd Building situation monitoring system and monitor
JP2013173595A (en) * 2012-02-24 2013-09-05 Hitachi Ltd Elevator arrival time estimating device and elevator system
JP2016222408A (en) * 2015-05-29 2016-12-28 株式会社日立ビルシステム Alarm system for elevator
WO2019087242A1 (en) * 2017-10-30 2019-05-09 株式会社日立製作所 Elevator operation management system, and operation management method

Similar Documents

Publication Publication Date Title
US5335180A (en) Method and apparatus for controlling moving body and facilities
JP6970206B2 (en) Elevator operation management system and operation management method
US9517917B2 (en) Elevator system optimizing the registration of a destination call and the car assignment to a registered call
EP3228569A1 (en) Destination dispatch dynamic tuning
JP5583156B2 (en) Elevator group management control system
JP6866275B2 (en) External system cooperation Vehicle dispatch system and method
JP6021884B2 (en) Elevator remote monitoring system and terminal device
CN111225866B (en) Automatic call registration system and automatic call registration method
AU2523400A (en) Method of communication with a transportation system
CN104973468A (en) Elevator device and elevator prediction for auxiliary elevator control method
CN107444997B (en) Orchestration of occupant evacuation using destination entry fixtures
JP2017178474A (en) Elevator device and controlling method of elevator device
JP2016210581A (en) Elevator Remote Maintenance System
JP6465829B2 (en) Elevator equipment
JPWO2006006205A1 (en) Elevator control device
WO2024075247A1 (en) Elevator operation prediction system
WO2019087250A1 (en) Congestion avoidance operation system and method
JP2728396B2 (en) Elevator control device
JP7465324B2 (en) Information provision system, control method for information provision system, and control program for information provision system
JP2010013207A (en) Elevator arrangement reserving system
KR102334534B1 (en) Method of providing elevator waiting information for apartment house and apparatus performing the same
JP7439999B2 (en) Elevator call registration system and call registration application program
JP2012020824A (en) Service operation system of elevator
JP4569197B2 (en) Elevator group management device
CN117813249A (en) Elevator operating device with carrying-related function