电梯乘客的异常移动的自动检测的制作方法

本发明属于电梯（elevator）智能控制技术领域，涉及一种乘客的移动检测系统和方法、以及使用该移动检测系统的电梯系统。

背景技术：

随着电梯技术的发展，涌现各种乘客免输入操作的自动呼梯技术，例如，电梯系统可以根据乘客的移动自动向电梯系统发送呼梯请求命令。但是，由于乘客相对电梯轿厢的移动的不确定性，容易导致无效呼梯请求命令的产生，例如，乘客从电梯层站区域中经过但是并不是进入电梯轿厢乘坐电梯，该移动容易无效呼梯请求命令的产生。

技术实现要素：

按照本发明的第一方面，提供一种乘客的移动检测系统，其包括：安装在所述电梯层站区域中第一蓝牙模块，其用于向所述电梯层站区域广播第一蓝牙信号；

其中，所述移动检测系统通过所述乘客携带的个人移动终端接收所述第一蓝牙信号并生成对应于所述乘客在所述电梯层站区域中的移动的蓝牙运动数据；

所述移动检测系统还包括：

移动预测单元，其用于基于所述蓝牙运动数据预测所述乘客在所述电梯层站区域中的移动为正常移动或异常移动。

根据本发明一实施例的移动检测系统，其中，所述移动预测单元还用于基于所述蓝牙运动数据和历史蓝牙数据预测所述乘客在所述电梯层站区域中的移动为正常移动或异常移动，其中，所述历史蓝牙运动数据包括对应正常移动和/或异常移动的历史蓝牙运动数据。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述历史蓝牙数据是对应所述乘客的历史蓝牙数据。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动检测系统还包括：

对应于所述个人移动终端而设置的个人移动历史数据库，其存储有对应所述乘客的历史蓝牙运动数据。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动检测系统基于所述个人移动终端与所述第一蓝牙模块的蓝牙交互来跟踪对应于所述乘客在所述电梯层站区域中的移动，进而生成对应于该移动的蓝牙运动数据。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，还包括：机器学习单元，其用于从对应所述正常移动的历史蓝牙运动数据中学习获取正常移动模式，和/或用于从对应所述异常移动的历史蓝牙运动数据中学习获取异常移动模式。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，还包括：机器学习单元，其用于从对应所述乘客的正常移动的历史蓝牙运动数据中学习获取该乘客的正常移动模式，和/或用于从对应所述乘客的异常移动的历史蓝牙运动数据中学习获取该乘客的异常移动模式。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动预测单元还用于基于生成的蓝牙运动数据和所述正常移动模式和/或异常移动模式预测所述乘客在所述电梯层站区域中的移动为正常移动或异常移动。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动检测系统还包括设置在所述个人移动终端中的：

信号强度确定模块，其用于确定所述个人移动终端接收的所述第一蓝牙信号的信号强度；以及

移动跟踪模块，其用于借助于确定的所述第一蓝牙信号的信号强度的变化来跟踪所述乘客在所述电梯层站区域中的移动以及生成对应于该移动的蓝牙运动数据。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动跟踪模块还用于：分析所述第一蓝牙信号的信号强度的变化方向，并且基于所述变化方向跟踪所述乘客在所述电梯层站区域中相对所述第一蓝牙模块的移动方向。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动跟踪模块还用于：分析所述第一蓝牙信号的信号强度的变化大小，并且基于所述变化大小跟踪所述乘客在所述电梯层站区域中相对所述第一蓝牙模块的移动距离。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，还包括安装在电梯轿厢中的第二蓝牙模块，其用于向所述电梯轿厢的内部广播第二蓝牙信号；

所述移动检测系统还包括设置在所述个人移动终端中的移动判断模块，所述移动判断模块用于根据所述个人移动终端是否成功接收到所述第二蓝牙信号来判断所述跟踪的移动是正常移动还是异常移动。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动判断模块还用于：

在所述个人移动终端成功接收到信号强度大于或等于预定值的所述第二蓝牙信号时判断所述跟踪的移动为正常移动；和/或

在所述个人移动终端发送呼梯请求命令后的预定时间段内没有接收到所述第二蓝牙信号或者没有接收到信号强度大于或等于预定值的第二蓝牙信号时判断所述跟踪的移动为异常移动。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，将对应所述乘客的所述正常移动或异常移动的蓝牙运动数据分别存储于所述个人移动历史数据库的正常移动历史数据库或异常移动历史数据库中。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述第二蓝牙模块和/或电梯系统的电梯控制器还用于接收针对所述跟踪的移动的判断结果。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动预测单元还用于将其预测得到的关于所述移动的结果传输至所述个人移动终端、第一蓝牙模块和电梯系统的电梯控制器的至少一个。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动检测系统还用于：在所述乘客在所述电梯层站区域中的移动被预测为异常移动时不自动发送呼梯请求命令或取消对应于该移动而发出的呼梯请求命令。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动检测系统还用于向所述个人移动终端提供每个电梯层站区域的第一蓝牙信号的信号强度分布图。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动检测系统的个人移动历史数据库、机器学习单元和移动预测单元中的至少一个被设置在所述个人移动终端中。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，还包括用于实现所述移动检测系统的个人移动历史数据库、机器学习单元和移动预测单元中的一个或多个的服务器。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述移动检测系统的个人移动历史数据库、机器学习单元和移动预测单元中的一个或多个在云端实现。

根据本发明另一实施例或以上任一实施例的移动检测系统，其中，所述第二蓝牙模块为低功耗蓝牙模块，所述第二蓝牙信号为低功耗蓝牙信号；和/或

所述第一蓝牙模块为低功耗蓝牙模块，所述第一蓝牙信号为低功耗蓝牙信号。

按照本发明的第二方面，提供一种乘客的移动检测方法，其包括步骤：

所述乘客所携带的个人移动终端接收安装在电梯层站区域中的第一蓝牙模块所广播的第一蓝牙信号；

生成对应于所述乘客在所述电梯层站区域中的移动的蓝牙运动数据；以及

基于所述蓝牙运动数据预测所述乘客在所述电梯层站区域中的移动为正常移动或异常移动。

根据本发明一实施例的移动检测方法，其中，在预测所述移动的步骤中，基于生成的蓝牙运动数据的历史蓝牙数据预测所述乘客在所述电梯层站区域中的移动为正常移动或异常移动，其中，所述历史蓝牙运动数据包括对应正常移动和/或异常移动的历史蓝牙运动数据。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，所述历史蓝牙数据是对应所述乘客的历史蓝牙数据。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，在生成所述蓝牙运动数据的步骤中，基于所述个人移动终端与所述第一蓝牙模块的蓝牙交互来跟踪对应于所述乘客在所述电梯层站区域中的移动，进而生成对应于该移动的蓝牙运动数据。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，还包括机器学习步骤：从对应所述正常移动的历史蓝牙运动数据中学习获取正常移动模式，和/或从对应所述异常移动所的历史蓝牙运动数据中学习获取异常移动模式。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，还包括机器学习步骤：从对应所述乘客的正常移动的历史蓝牙运动数据中学习获取该乘客的正常移动模式，和/或从对应所述乘客的异常移动的历史蓝牙运动数据中学习获取该乘客的异常移动模式。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，在预测所述移动的步骤中，还基于相应乘客的正常移动模式和/或异常移动模式预测所述移动为正常移动或异常移动。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，还包括步骤：

确定所述个人移动终端接收的所述第一蓝牙信号的信号强度；和

借助于确定的所述第一蓝牙信号的信号强度的变化来跟踪所述乘客在所述电梯层站区域中的移动。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，在跟踪所述乘客在所述电梯层站区域中的移动的步骤中：

分析所述第一蓝牙信号的信号强度的变化方向，并且基于所述变化方向跟踪所述乘客在所述电梯层站区域中相对所述第一蓝牙模块的移动方向。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，在跟踪所述乘客在所述电梯层站区域中的移动的步骤中：

分析所述第一蓝牙信号的信号强度的变化大小，并且基于所述变化大小跟踪所述乘客在所述电梯层站区域中相对所述第一蓝牙模块的移动距离。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，还包括步骤：

接收安装在电梯轿厢中的第二蓝牙模块所广播的第二蓝牙信号；

根据所述个人移动终端是否是成功收到所述第二蓝牙信号来判断所述跟踪的移动对应为正常移动还是异常移动。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，在判断所述跟踪的移动的步骤中：

在所述个人移动终端成功接收到信号强度大于或等于预定值的所述第二蓝牙信号时判断所述跟踪的移动为正常移动；和/或

在所述个人移动终端发送呼梯请求命令后的预定时间段内没有接收到所述第二蓝牙信号或者没有接收到信号强度大于或等于预定值的第二蓝牙信号时判断所述跟踪的移动为异常移动。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，将对应所述乘客的所述正常移动或异常移动的蓝牙运动数据分别存储于个人移动历史数据库的正常移动历史数据库或异常移动历史数据库中。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，还包括步骤：所述第二蓝牙模块和/或电梯系统的电梯控制器接收针对所述跟踪的移动的判断结果。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，还包括步骤：将预测得到的关于所述移动的结果传输至所述个人移动终端、第一蓝牙模块和电梯系统的电梯控制器的至少一个。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，还包括步骤：在得所述乘客在所述电梯层站区域中的移动被预测为异常移动时不自动发送呼梯请求命令或取消对应于该移动而发出的呼梯请求命令。

根据本发明另一实施例或以上任一实施例的移动检测方法，其中，向所述个人移动终端提供每个电梯层站区域的第一蓝牙信号的信号强度分布图。

按照本发明的第三方面，提供一种个人移动终端，其包括：

蓝牙交互单元，其用于使在所述电梯层站区域中移动的乘客所携带的个人移动终端接收安装在电梯层站区域中的第一蓝牙模块所广播的第一蓝牙信号，并生成相应的蓝牙运动数据；以及

移动预测单元，其用于基于所述蓝牙运动数据预测所述乘客在所述电梯层站区域中的移动为正常移动或异常移动。

根据本发明一实施例的个人移动终端，其中，移动预测单元还用于基于所述蓝牙运动数据与所述乘客的历史蓝牙运动数据预测所述乘客在所述电梯层站区域中的移动为正常移动或异常移动，其中所述历史蓝牙运动数据包括所述乘客的正常移动和/或异常移动所对应的历史蓝牙运动数据。

根据本发明一实施例的个人移动终端，其中，在所述个人移动终端中设置有相应的个人移动历史数据库，其存储有相应乘客的所述历史蓝牙运动数据。

根据本发明一实施例的个人移动终端，其中，移动预测单元还用于基于所述个人移动终端与所述第一蓝牙模块的蓝牙交互来跟踪对应于所述乘客在所述电梯层站区域中的移动，进而生成对应于该移动的蓝牙运动数据

根据本发明一实施例的个人移动终端，其中，还包括：机器学习单元，其用于从所述正常移动所对应的历史蓝牙运动数据中学习获取相应的乘客的正常移动模式，和/或用于从所述异常移动所对应的历史蓝牙运动数据中学习获取相应的乘客的异常移动模式。

根据本发明一实施例的个人移动终端，其中，所述移动预测单元还用于基于生成的蓝牙运动数据和所述乘客的正常移动模式和/或异常移动模式预测所述乘客在所述电梯层站区域中的移动为正常移动或异常移动。

根据本发明一实施例的个人移动终端，其中，还包括：

信号强度确定模块，其用于确定所述个人移动终端接收的所述第一蓝牙信号的信号强度；以及

移动跟踪模块，其用于借助于确定的所述第一蓝牙信号的信号强度的变化来跟踪所述乘客在所述电梯层站区域中的移动以及生成对应于该移动的蓝牙运动数据。

根据本发明一实施例的个人移动终端，其中，所述移动跟踪模块还用于：分析所述第一蓝牙信号的信号强度的变化方向，并且基于所述变化方向跟踪所述乘客在所述电梯层站区域中相对所述第一蓝牙模块的移动方向。

根据本发明一实施例的个人移动终端，其中，所述移动跟踪模块还用于：分析所述第一蓝牙信号的信号强度的变化大小，并且基于所述变化大小跟踪所述乘客在所述电梯层站区域中相对所述第一蓝牙模块的移动距离。

按照本发明的第四方面，提供一种电梯系统，包括：电梯轿厢、电梯控制器和以上任一所述的移动检测系统；

其中，所述第一蓝牙模块还被配置为接收从所述个人移动终端发送过来的呼梯请求命令。

根据本发明一实施例的电梯系统，其中，所述电梯控制器或第一蓝牙模块被配置为：在所述乘客在所述电梯层站区域中的移动被预测为异常移动时，忽略或取消所述个人移动终端对应于该移动而发出的呼梯请求命令。

根据本发明一实施例的电梯系统，其中，所述第一蓝牙模块还被配置为接收所述移动预测单元所预测得到的关于所述移动的结果。

按照本发明的第五方面，提供一种个人移动终端，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现本发明的第二方面的任一所述方法的步骤。

按照本发明的第六方面，提供一种计算机可读存储介质，其上存储有计算机程序，其中该程序可被处理器执行以实现本发明的第二方面的任一所述方法的步骤。

根据以下描述和附图本发明的以上特征和操作将变得更加显而易见。

附图说明

从结合附图的以下详细说明中，将会使本发明的上述和其他目的及优点更加完整清楚，其中，相同或相似的要素采用相同的标号表示。

图1是按照本发明一实施例的电梯系统的示意图，其中同时示意了一实施例的乘客的移动检测系统。

图2示意图1所示的移动检测系统至少部分通过一实施例的个人移动终端实现时的模块结构示意图。

图3是跟踪乘客的移动的原理示意图。

图4是按照本发明一实施例的乘客的移动检测方法流程示意图。

图5是按照本发明又一实施例的电梯系统的示意图，其中同时示意了又一实施例的乘客的移动检测系统。

图6示意图1所示的移动检测系统至少部分通过又一实施例的个人移动终端实现时的模块结构示意图。

具体实施方式

现在将参照附图更加完全地描述本发明，附图中示出了本发明的示例性实施例。但是，本发明可按照很多不同的形式实现，并且不应该被理解为限制于这里阐述的实施例。相反，提供这些实施例使得本公开变得彻底和完整，并将本发明的构思完全传递给本领域技术人员。

虽然本发明的特征是结合若干实施/实施例的仅其中之一来公开的，但是如针对任何给定或可识别的功能可能是期望和/或有利的，可以将此特征与其他实施/实施例的一个或多个其他特征进行组合。

附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或者在一个或多个硬件模块或集成电路中实现这些功能实体，或者在不同处理装置和/或微控制器装置中实现这些功能实体。

在本文中，“正常移动”是指乘客为乘坐电梯而进行的相对电梯轿厢的至少一个的移动；相反地，“异常移动”是指乘客不是为乘坐电梯但是经过电梯轿厢附近的移动。“正常移动”和“异常移动”可能均包括接近电梯轿厢的移动过程，但是，在本申请中，接近电梯轿厢的移动并不意味着其为“正常移动”。

图1所示为按照本发明一实施例的电梯系统的示意图，其中同时示意了一实施例的乘客的移动检测系统，图2示意图1所示的移动检测系统至少部分通过一实施例的个人移动终端实现时的模块结构示意图。以下结合图1至图3说明本发明实施例的电梯系统10和移动检测系统。

如图1所示的电梯系统10中，示出了其中的两个电梯轿厢110-1和110-2，将理解，电梯系统10中的电梯轿厢110数量不是限制性的。每个电梯轿厢110能够在建筑物中的井道中上下运行，从而将乘客载送至相应的目的楼层。需要理解是的是，对该电梯轿厢110110-1和110-2的设置可以类推地应用到电梯系统10的其他电梯轿厢中。

在一实施例的移动检测系统中，其包括设置在每个电梯轿厢110中的第二蓝牙模块130，例如，电梯轿厢110-1中设置第二蓝牙模块130-1，电梯轿厢110-2中设置第二蓝牙模块130-2。每个第二蓝牙模块130可以为蓝牙信标（beacon）或蓝牙节点（node），其与电梯轿厢110所在的电梯系统10中的电梯控制器500能够建立通信连接。在一实施例中，电梯轿厢110中的第二蓝牙模块130可以但不限于安装在电梯轿厢110中的目的楼层登记控制板上或者集成地设置在目的楼层登记控制板上。将理解，第二蓝牙模块130在电梯轿厢110中的安装位置不是限制性的。

每个电梯轿厢110中的第二蓝牙模块130能够广播基本覆盖电梯轿厢110内部的第二蓝牙信号131。在一实施例中，第二蓝牙模块130可以在电梯轿厢110的运行过程中向电梯轿厢110内部持续的广播第二蓝牙信号131；在又一实施例中，第二蓝牙模块130可以仅在电梯轿厢110的停靠在某一楼层时向电梯轿厢110内部广播第二蓝牙信号131。广播的第二蓝牙信号131可以包括电梯轿厢110当前所处的楼层信息，例如，楼层n；广播的第二蓝牙信号131还可以包括第二蓝牙模块130的通用唯一标识符uuid信息。

第二蓝牙模块130通过第二蓝牙信号131能与电梯轿厢110内部的乘客90所携带的个人移动终端200交互。在应用过程中，一旦乘客90进入电梯轿厢110中乘坐电梯，个人移动终端200将首先地接收到第二蓝牙信号131，并且可以根据其uuid识别该第二蓝牙信号131，并且，个人移动终端200还可以通过识别第二蓝牙信号131来确定是从哪一楼层进入电梯轿厢110中。具体地，如果轿厢门113打开时，第二蓝牙模块130可以依次地与每个进入电梯轿厢110中的乘客90的个人移动终端200建立第二蓝牙连接，并基于预设的蓝牙通信协议进行通信。一旦确定个人移动终端200成功接收到第二蓝牙模块130广播的第二蓝牙信号131，或者确定个人移动终端200与第二蓝牙模块130成功建立了第二蓝牙连接，那么，个人移动终端200或者第二蓝牙模块130可以确定该个人移动终端200对应的乘客90从电梯层站区域410进入了相应的电梯轿厢110中。

继续如图1所示，电梯系统10中的移动检测系统还包括第一蓝牙模块150，第一蓝牙模块150安装在电梯层站区域410中，其可以向电梯层站区域410广播第一蓝牙信号151，从而基本覆盖电梯层站区域410，在一种情形下，第一蓝牙模块150广播的第一蓝牙信号151还可能覆盖电梯层站区域410之外的其他邻接区域。在电梯层站区域410或者所述邻接区域中乘客90的个人移动终端200将可以接收到该第一蓝牙信号151。第一蓝牙信号151中可以包括第一蓝牙模块150所在的电梯层站区域410的楼层信息，例如，楼层n；和/或可以包括对应于第一蓝牙模块150的uuid信息，从而，个人移动终端200在接收到第一蓝牙信号151时，可以识别该第一蓝牙信号，也可以确定其所在的楼层。

电梯层站区域410例如可以是门厅（lobby），需要说明的是，电梯层站区域410的具体区域形状、大小可以根据建筑物的结构来确定，其区域范围可能并不是类似如图1中所示的虚线明显界定，图1的虚线只是示意性地定义电梯层站区域410，电梯层站区域410的界限可能是相对模糊的。在图1的示例中，电梯层站区域410例如具有出入口411和412，乘客90可以从出入口进入或离开电梯层站区域410中。

在一实施例中，电梯系统10中的移动检测系统可以至少部分地通过乘客90所携带的个人移动终端200来实现其部分功能，例如可以借助图2所示的个人移动终端200来部分地实现。由乘客90所携带的个人移动终端200中设置有蓝牙通信模块210，其配置有相应的蓝牙通信协议，从而适于接收第二蓝牙信号131或第一蓝牙信号151，并且适于与第二蓝牙模块130或第一蓝牙模块150分别建立第二蓝牙连接或第一蓝牙连接。

第二蓝牙模块130或第一蓝牙模块150具体可以为低功耗蓝牙（bluetoothlowenergy，ble）模块，其所广播的第二蓝牙信号131或第一蓝牙信号151相应地为低功耗蓝牙信号；个人移动终端200相应地为能够适于低功耗蓝牙通信的终端，例如，可以通过智能手机、可穿戴式智能设备、个人数字助理（pad）等实现（其设置的蓝牙通信模块为低功耗蓝牙模块）。这样，第二蓝牙模块130或第一蓝牙模块150和个人移动终端200之间的蓝牙通信交互方式的能耗低。

需要说明的是，第二蓝牙信号131和第一蓝牙信号132的具体信号形式不是限制性的。一般地，第二蓝牙信号131和第一蓝牙信号132具有其信号强度随着其传播的距离衰减的特性，因此，尤其对于接收该第一蓝牙信号的个人移动终端200可以根据第一蓝牙信号的信号强度大致地确定个人移动终端200相对第一蓝牙模块150的距离。

相应地，在每个个人移动终端200与第二蓝牙信号131或第一蓝牙信号151交互的过程中，每个个人移动终端200能够确定其接收的第二蓝牙信号131或第一蓝牙信号151的信号强度。在一实施例中，如图2所示，个人移动终端200中的信号强度确定模块220能够基于第一蓝牙信号151确定其接收的第一蓝牙信号151的信号强度，当然，也能够确定其接收的第二蓝牙信号131的信号强度。具体地，信号强度确定模块220通过接收信号强度指示器（rssi）来实现，rssi能够确定其接收的第一蓝牙信号151或任何其他蓝牙信号的信号强度。

乘客90在接近电梯轿厢130的移动过程中，一般地，首先将接收到第二蓝牙信号131，并且随着距离电梯轿厢130越近，距离第一蓝牙模块150也大致地越来越近，因此，其接收的第一蓝牙信号151的信号强度也大致逐渐地变强。

继续如图2所示，每个个人移动终端200还设置有移动跟踪模块230，其被配置为借助于确定的第一蓝牙信号151的信号强度的变化来跟踪乘客90在电梯层站区域410中的移动。

结合图3所示，图3示例地呈现了电梯层站区域410中的第一蓝牙模块150广播的第一蓝牙信号151的信号强度分布情况，信号强度通过灰度表示。如果乘客90在电梯层站区域410中移动，那么每个移动点的信号强度可以检测得到，根据所有移动点的信号强度数据，可以大致跟踪得出乘客90在电梯层站区域410中移动路径。在一实施例中，预先地，可以在个人移动终端200中存储电梯层站区域410的第一蓝牙信号151的信号强度分布图，例如，通过移动检测系统向个人移动终端200提供该信号强度分布图。以图3中所示的虚线移动路径为示例，乘客90先接近第一蓝牙模块150然后远离第一蓝牙模块150，那么，个人移动终端200接收的信号强度首先大致地逐渐变强然后大致地逐渐变弱，根据对这些信号强度数据的变化方向（例如变大还是变小）的分析，可以跟踪出乘客90的移动是对应于先接近然后远离第一蓝牙模块150。上述分析既可以包括信号强度的变化方向分析，还可以包括信号强度的变化大小分析；其中，变化方向可以跟踪移动是接近还是远离第一蓝牙模块150，也即跟踪乘客90在电梯层站区域410中相对第一蓝牙模块150的移动方向；变化大小（也即变化量）可以反映移动的距离，从而跟踪乘客90在电梯层站区域410中相对第一蓝牙模块150的移动距离。

移动跟踪模块230还可以对每个跟踪的移动生成相应的蓝牙运动数据，示例地，该蓝牙运动数据可以是通过蓝牙信号强度的形式来表现的数据，可以结合上述信号强度分布图来生成。需要理解的是，蓝牙运动数据是与第一蓝牙模块150进行蓝牙交互的移动的个人移动终端200所产生，数据的变化可以大致地反映了移动过程的变化，因此，该移动可以一定程度上可以通过蓝牙运动数据来表现。

继续如图2所示，个人移动终端200中还设置有移动判断模块240，其被配置为根据每个个人移动终端200是否成功接收到第二蓝牙信号131来确定跟踪的移动对应为正常移动或异常移动。如上所述，在轿厢门113打开时，如果乘客90在进入电梯轿厢110之前的移动是正常移动，那么，一般乘客90会进入电梯轿厢110中。在判断时，一旦乘客90接收到第二蓝牙信号131，可以基本确定乘客90进入电梯轿厢90中乘坐电梯，因此，可以确定之前跟踪的移动是对应为正常移动；否则，可以确定之前跟踪的移动是对应为异常移动，例如，乘客90的移动是经过电梯层站区域410的移动（如图1中所示的移动920-2），或者进入是进入电梯层站区域410然后又离开的移动（如图1中所示的移动920-1）。

为更准确地确定判断乘客90是否进入电梯轿厢90中，移动判断模块240进一步在个人移动终端200成功接收到信号强度大于或等于预定值的第二蓝牙信号131的时才确定跟踪的移动对应为正常移动；否则，判断为异常移动。这是由于，处于打开的轿厢门113附近但是没有进入电梯轿厢110中的乘客90可能也能够接收到信号强度相对较弱的第二蓝牙信号131（其从电梯轿厢110中广播出来）。通过设定预定值并判断接收的第二蓝牙信号131的信号强度是否大于或等于该预定值，可以提高判断的准确性。所述预定值可以对应为乘客90在电梯轿厢110内部接收的第二蓝牙信号131的信号强度的最小值，其可以预先地测试确定。通过进一步判断接收的第二蓝牙信号131的信号强度大小，如果小于所述预定值，则确定乘客90未进入电梯轿厢110，从而将之前跟踪的移动判定为异常移动。

在一实施例中，移动判断模块240在个人移动终端200发送呼梯请求命令后的预定时间段内没有接收到第二蓝牙信号151或者没有接收到信号强度大于或等于预定值的第二蓝牙信号151时确定跟踪的移动为异常移动。

在其他实施例中，移动判断模块240也可以通过其他方式确定跟踪的移动是异常移动还是正常移动，例如，通过乘客90手动输入来确定。

上述个人移动终端200的移动判断模块240获得的判断结果可以通过个人移动终端200与第二蓝牙模块130之间的第二蓝牙连接传输至第二蓝牙模块130，进一步也可以通过第二蓝牙模块130传输至电梯控制器500。

上述实施例的蓝牙通信模块210、信号强度确定模块220、移动跟踪模块230、移动判断模块240大致地形成了本发明实施例的个人移动终端200中的蓝牙交互单元（图中未示出）。

继续如图2所示，在一实施例中，可以将个人移动历史数据库250设置在个人移动终端200中；将理解，对应每个乘客90的历史移动可以设置相应的个人移动历史数据库，这样，每个乘客90的移动行为所产生的蓝牙运动数据将在个人移动历史数据库250中记录并存储，形成历史蓝牙运动数据。其中，个人移动历史数据库250中可以建立正常移动历史数据库或者异常移动历史数据库，或者同时建立两者。将每个个人移动终端200的正常移动对应的蓝牙运动数据存储于个人移动历史数据库250的正常移动历史数据中，将每个个人移动终端200的异常移动对应的蓝牙运动数据存储于个人移动历史数据库250的异常移动历史数据库中。这样，便于在历史数据库中的数据学习过程中，准确分析获得正常移动模式或异常移动模式。

继续如图2所示，在一实施例中，可以将机器学习单元260设置在个人移动终端200中；机器学习单元260对个人移动历史数据库250中的历史数据进行学习分析，从而可以获取乘客的正常移动模式和/或异常移动模式；其中，基于移动判定模块240中确定的正常移动，从个人移动历史数据库250中的正常移动历史数据库中学习获取乘客的正常移动模式，基于移动判定模块240中确定的异常移动，从个人移动历史数据库250中的异常移动历史数据库中学习获取乘客的异常移动模式。

机器学习单元260采用的具体学习方法可以是已有的或者将来出现的各种机器学习分类技术，其不是限制性的。将理解，随着个人移动历史数据库250存储的数据越来越多，用于学习的正常移动历史数据库或异常移动历史数据库的数据越来多，对正常移动模式或异常移动模式的学习或训练将变得更准确。由于每个乘客90每次接近电梯轿厢110的移动所对应的蓝牙移动数据将被存储在个人移动历史数据库250中，因此，学习的结果可以得到持续的改进。

继续如图2所示，还可以在个人移动终端200中设置移动预测单元270，移动预测单元270基于蓝牙运动数据预测乘客90在电梯层站区域中的移动为正常移动或异常移动，从而，可以尽早地或及时地知道乘客90的当前的移动是正常移动还是异常移动。在一实施例中，移动预测单元270可以基于当前生成的蓝牙运动数据和历史蓝牙运动数据来预测乘客90在电梯层站区域中的移动为正常移动或异常移动，例如通过与对应为正常移动或异常移动的历史蓝牙运动数据进行比较分析，从而预测乘客90的移动；如果历史蓝牙运动数据是对应该乘客90的历史蓝牙运动数据，可以更为准确地预测乘客90的移动，例如，提高预测乘客90的移动为异常移动的成功率。

需要说明的是，移动预测单元270所使用的历史蓝牙运动数据可以来自于以上所述的个人移动历史数据库250，当然，在个人移动历史数据库250不具有历史蓝牙运动数据时（例如在首次使用时），可以通过其他方式预先地设置该历史蓝牙运动数据，例如，通过下载等方式获取该历史蓝牙运动数据，甚至获取对应乘客90的历史蓝牙运动数，通过对已有的正常移动和/或异常移动所对应的蓝牙运动数据的编辑或归类来形成相应的历史蓝牙运动数据。

作为又一实施例，移动预测单元270可以使用机器学习单元260的学习结果来对当前跟踪的移动进行预测，以更准确地预测乘客90的当前的移动是正常移动还是异常移动。具体地，个人移动终端200基于从移动跟踪模块230接收的蓝牙运动数据和针对该乘客90学习得到的正常移动模式和/或异常移动模式，并且对跟踪的移动进行预测，例如，预测为正常移动或异常移动。即使每个乘客90的接近电梯轿厢110的移动或行为是有所不同的，由于正常移动模式或异常移动模式是基于个人化的历史数据学习获得，因此，该预测的准确性好。因此，上述实施例的移动检测系统可以自动地对每个乘客90的移动进行准确地预测，而不是需要等到判断乘客90是否进入电梯轿厢90中，或者不需要等到乘客90完全在电梯层站区域中的移动完全结束；并且可以自动地识别出乘客90的异常移动。

将理解，以上学习过程不限于针对对应该乘客的正常移动或异常移动的历史蓝牙运动数据来学习得到正常移动模式和/或异常移动模式，例如还可以根据其他乘客正常移动或异常移动的历史蓝牙运动数据来学习得到相应层站区域的正常移动模式和/或异常移动模式。

需要说明的是，随着生成的蓝牙运动数据越来越多，被确定或判断为正常移动或异常移动的历史蓝牙运动数据也越来越多，学习得到的正常移动模式和/或异常移动模式可以更为准确，也越有利于提高预测的准确率。

需要说明的是，由于乘客90的移动是一个持续的过程，因此，对该移动的跟踪也是一个持续的过程，跟踪的移动不断更新，对应该跟踪的移动的蓝牙运动数据也不断更新；将理解，随着移动的进行，跟踪的移动越完整，对应于该次移动过程的用于预测的蓝牙运动数据越多，预测的准确性将越高。因此，在一实施例中，所述预测是一个持续的过程，例如，在跟踪的移动对应为前期的移动时，对应生成的蓝牙运动数据较少，预测的准确率可能较低；随着跟踪的移动的增加，预测的准确率可能越高。在预测的过程中，移动预测单元270同时大致计算该预测的准确率，在准确率大于或等于预定值时，输出预测结果。

个人移动终端200的移动预测单元270获得的预测结果可以通过个人移动终端200与第一蓝牙模块150之间的第一蓝牙连接传输至第一蓝牙模块150，进一步也可以通过第一蓝牙模块150传输至电梯控制器500。

上述实施例的移动检测系统的对乘客90的移动的预测是非常有意义的，特别是对于基于乘客90的接近电梯轿厢110的移动来自动实现呼梯操作的电梯系统10中。

以至少基于移动终端200和第一蓝牙模块150实现免输入的自动呼梯操作的电梯系统10为示例，如图1所示，在乘客90接近电梯轿厢110的移动过程中，每个电梯层站区域410中安装的第一蓝牙模块150可以与乘客90携带的个人移动终端200实现蓝牙交互，从而实现自动呼梯操作功能。具体地，第一蓝牙模块150可以持续发射或广播第一蓝牙信号151，在乘客90接近电梯轿厢110的移动过程中，个人移动终端200也接近第一蓝牙模块150，一旦乘客90进入电梯层站区域410中，个人移动终端200将可以自动地与第一蓝牙模块150建立第一蓝牙连接，从而，个人移动终端200自动地向第一蓝牙模块150发送呼梯请求命令，第二蓝牙模块150接收该呼梯请求命令并向其连接的电梯控制器500自动发送该呼梯请求命令。

在一实施例中，可以根据个人移动终端200接收的第一蓝牙信号的信号强度确定个人移动终端200相对第一蓝牙模块150的距离，在小于或等于预定的距离阈值时，个人移动终端200自动地与第一蓝牙模块150建立所述第一蓝牙连接。

具体地，呼梯请求命令可以预设在个人移动终端200中，其可以为包括呼梯方向和/或目的楼层的呼梯请求命令，第一蓝牙模块150可以与电梯系统的电梯控制器500建立通信连接，并将该呼梯请求命令自动发送至电梯控制器500。电梯控制器500用于控制电梯系统10中的多个电梯轿厢110的运行，例如基于该呼梯请求命令进行调度控制，指派多个电梯轿厢110中的其中一个在乘客90所在的楼层或层站停靠并将其载送至相应的目的楼层，被指派的电梯轿厢110也预先地登记乘客90的目的楼层中，例如，在楼层登记控制板上自动登记目的楼层。这样，乘客90可以完全实现自动呼梯操作，并且，可以实现免伸手或免输入地完成呼梯操作。

然而，乘客90的接近电梯轿厢110的移动并不能反映乘客90的真实乘梯意愿时，可能会导致无效的呼梯操作，严重影响电梯系统10的运行效率。为避免无效的呼梯操作发生，在一实施例中，电梯系统10或者其使用的移动检测系统可以在跟踪的移动被预测为异常移动时，取消对应于该移动而发出的呼梯请求命令，进而，电梯控制器500可以不为该乘客90调度电梯轿厢，或者电梯系统10还可以取消之前为该乘客90安排的调度。在又一实施例中，在跟踪的移动被预测为异常移动时，通过电梯控制器500或第一蓝牙模块150忽略或取消个人移动终端200对应于该移动而发出的呼梯请求命令。这样，可以提高电梯系统10的运行效率。

作为乘客移动的一个示例，如图1所示，乘客90首先朝电梯层站区域410移动并从出入口411进入电梯层站区域410中，在乘客90进入到电梯层站区域410中时，个人移动终端200将能够与第一蓝牙模块150自动建立第一蓝牙连接并发送呼梯请求命令；乘客90随后又从电梯层站区域410离开（例如因为改变乘梯意愿），对应发生如图1中虚线箭头示意的移动920-1。个人移动终端200接收的第一蓝牙信号151的信号强度由0大致逐渐地变强、再由强大致逐渐地变为0，基于该信号强度的变化（例如包括变化方向和变化大小），可以跟踪出该移动920-1。进一步，移动预测单元270将移动920-1对应的蓝牙运动数据进行分析，具体例如与根据历史蓝牙运动数据生成的异常移动模式进行比较分析，可以预测当前跟踪的移动920-1为异常移动。同时，由于乘客90在发送呼梯请求命令后的预定时间（例如5分钟）内并没有进入任一电梯轿厢110中，也可以进一步确定该移动920-1为异常移动，并将该移动920-1对应的蓝牙运动数据存储于个人移动历史数据库250的异常移动历史数据库中，有利于后续更准确地预测这种类型的移动。

作为乘客移动的又一个示例，如图1所示，乘客90首先朝电梯层站区域410移动并从出入口411进入电梯层站区域410中，在乘客90进入到电梯层站区域410中时，个人移动终端200将能够与第一蓝牙模块150自动建立第一蓝牙连接并发送呼梯请求命令；在电梯轿厢110-1到达该楼层并且轿厢门113-1打开时，乘客90进入电梯轿厢110-1中，对应发生如图1中虚线箭头示意的移动910-1。个人移动终端200接收的第一蓝牙信号151的信号强度由0大致逐渐地变强、再由强突变为0，基于该信号强度的变化（例如包括变化方向和变化大小），可以跟踪出该移动910-1。由于乘客90在发送呼梯请求命令后的预定时间（例如5分钟）内进入电梯轿厢110-1中，个人移动终端200可以接收到第二蓝牙信号131-1，从而确定移动910-1为正常移动，并且，将该移动910-1对应的蓝牙运动数据存储于个人移动历史数据库250的正常移动历史数据库中，有利于后续更准确地预测这种类型的移动。当然，移动预测单元270也可以将移动910-1对应的蓝牙运动数据进行分析并与根据历史数据生成的正常移动模式进行比较分析，可以更早地预测当前跟踪的移动910-1为正常移动。

作为乘客移动的再一个示例，如图1所示，乘客90首先朝电梯层站区域410移动并从出入口411进入电梯层站区域410中，在乘客90进入到电梯层站区域410中时，个人移动终端200将能够与第一蓝牙模块150自动建立第一蓝牙连接并发送呼梯请求命令；乘客90随后又从电梯层站区域410的另一个出入口412离开（例如乘客90是从电梯层站区域410中穿过），对应发生如图1中虚线箭头示意的移动920-2。个人移动终端200接收的第一蓝牙信号151的信号强度由0大致逐渐地变强、再由强大致逐渐地变为0，基于该信号强度的变化（例如包括变化方向和变化大小），可以跟踪出该移动920-2。进一步，移动预测单元270将移动920-2对应的蓝牙运动数据进行分析，并与根据历史数据生成的异常移动模式进行比较分析，可以预测当前跟踪的移动920-2为异常移动。同时，由于乘客90在发送呼梯请求命令后的预定时间（例如5分钟）内并没有进入任一电梯轿厢110中，也可以确定该移动920-2为异常移动，并将该移动920-2对应的蓝牙运动数据存储于个人移动历史数据库250的异常移动历史数据库中，有利于后续更准确地预测这种类型的移动。

作为乘客移动的还一个示例，如图1所示，乘客90首先朝电梯层站区域410移动并从出入口411进入电梯层站区域410中，在乘客90进入到电梯层站区域410中时，个人移动终端200将能够与第一蓝牙模块150自动建立第一蓝牙连接并发送呼梯请求命令；在电梯轿厢110-2到达该楼层并且轿厢门113-2打开时，乘客90进入电梯轿厢110-2中，对应发生如图1中虚线箭头示意的移动910-2。个人移动终端200接收的第一蓝牙信号151的信号强度由0大致逐渐地变强、再由强逐渐变弱至一定值时、然后突变为0，基于该信号强度的变化（例如包括变化方向和变化大小），可以跟踪出该移动910-2。由于乘客90在发送呼梯请求命令后的预定时间（例如5分钟）内进入电梯轿厢110-2中，个人移动终端200可以接收到第二蓝牙信号131-2，从而确定移动910-2为正常移动，并且，将该移动910-2对应的蓝牙运动数据存储于个人移动历史数据库250的正常移动历史数据库中，有利于后续更准确地预测这种类型的移动。当然，移动预测单元270也可以预先地将移动910-1对应的蓝牙运动数据进行分析并与根据历史数据生成的正常移动模式进行比较分析，可以预测或确定当前跟踪的移动910-2为正常移动。

以上示例的异常移动920-1和920-2可以被提前地预测出来，因此，电梯系统10及时取消或忽视该移动移动所导致的呼梯请求命令，或者及时更改调度安排，有利于大大提高电梯运行效率。

图4所示为按照本发明一实施例的乘客的移动检测方法流程示意图。以下结合图1、图2和图4所示对本发明实施例的移动检测方法进行说明，其中，包括移动预测的过程和移动模式学习的过程。

首先，正常情况下，第二蓝牙模块130向电梯轿厢110内部广播第二蓝牙信号131，第一蓝牙模块150向电梯层站区域410广播第一蓝牙信号151。第一蓝牙模块150可以持续地广播第一蓝牙信号151，第二蓝牙模块130至少在停靠楼层时广播第二蓝牙信号131，第一无线信号131和第一蓝牙信号151的信号强度可以是预先确定的，并且按照其传播距离而减弱。在每个乘客90在电梯层站区域410中移动时将对应执行以下步骤s420-s490。

进一步，步骤s420，在电梯层站区域410中的移动的乘客90的个人移动终端200接收第一蓝牙信号151，并且，可以识别该第一蓝牙信号151，从而可以确定是哪一楼层的电梯层站区域410中的移动。该电梯层站区域410中的移动可以包括乘客90接近电梯轿厢110的移动，当然，也可以包括例如异常移动中的远离电梯轿厢110的移动。

进一步，步骤s430，确定接收的第一蓝牙信号151的信号强度，从而，乘客90的移动所伴随的接收的第一蓝牙信号151的变化可以被实时地确定。该步骤s430可以在个人移动终端200的信号强度确定模块220中完成。

进一步，步骤s440，跟踪乘客90在电梯层站区域410中的移动，并且生成相应的蓝牙运动数据。在本发明的实施例中，借助于确定的第一蓝牙信号151的信号强度的变化来跟踪该移动。该步骤可s440可以在个人移动终端200的移动跟踪模块230中完成，具体的跟踪原理参见以上关于移动跟踪模块230的示例说明。

进一步，步骤s450，判断是否成功接收到第二蓝牙信号。在一实施例中，在个人移动终端200自动发送呼梯请求命令之后的预定时间内判断是否成功接收到第二蓝牙信号131，在还一实施例中，判断是否成功接收到大于或等于预定信号强度的第二蓝牙信号131。

如果在预定时间内成功收到大于或等于预定信号强度的第二蓝牙信号131，则表示乘客90进入电梯轿厢110中，进入步骤s461，确定跟踪的移动对应为正常移动；进一步，步骤s471，将每个个人移动终端200的正常移动对应的蓝牙运动数据存储于个人移动历史数据库250的正常移动历史数据库中，从而更新正常移动历史数据库。

如果在预定时间段内没有成功收到大于或等于预定信号强度的第二蓝牙信号131，即判断为“否”，则表示乘客90未进入电梯轿厢110中，进入步骤s462，确定跟踪的移动对应为异常移动；进一步，步骤s472，将每个个人移动终端200的异常移动对应的蓝牙运动数据存储于个人移动历史数据库250的异常移动历史数据库中，从而更新正常移动历史数据库。

以上步骤s450、s461、s462、s471和s472可以在移动检测系统的移动判断模块240中完成。需要说明的是，个人移动历史数据库250和/或移动预测单元270并不限于设置在每个个人移动终端200中，例如可以设置在电梯系统10的服务器中，或者还可以通过云端的云存储的方式实现。每次判断后，可以实时地将蓝牙运动数据传送至人移动数据库250，也可以按预定时间间隔或按预定量来分批次地将蓝牙运动数据传送至人移动数据库250。

进一步，进入机器学习阶段，也即，步骤s481和/或步骤s482。步骤s481中，基于确定的正常移动从正常移动历史数据库中学习获取乘客的正常移动模式；步骤s482中，基于确定的异常移动从异常移动历史数据库中学习获取乘客的异常移动模式。

以上步骤s481或步骤s482，在机器学习单元260中完成，需要说明的是，机器学习单元260并不限于设置在每个个人移动终端200中，其例如可以设置在电梯系统10的服务器中，或者还可以通过云端的云计算实现。具体可以在每次历史数据库更新后进行机器学习，也可以按预定时间间隔来进行机器学习。

以上步骤s440至步骤s481或s482对应为实现移动模式学习的过程，其并不是在每次移动检测过程中均需要执行的，例如，甚至可以在得到正常移动模式或异常移动模式后省略执行以上步骤s440至步骤s481或s482。

在步骤s440之后，还可以执行步骤s490预测跟踪的移动为正常移动或异常移动，也就是说，是在步骤s461或s462之前提前判断跟踪的移动的类型，从而能够提前检测出异常移动。在该判断过程中，可以使用步骤s481或s482生成的历史学习结果来进行，例如，基于从移动跟踪模块230接收的蓝牙运动数据和从机器学习单元260中学习获取的乘客的正常移动模式和/或异常移动模式，预测跟踪的移动为正常移动或异常移动。

尤其在将跟踪的移动预测为异常移动时，移动跟踪模块230发出相应的消息至个人移动终端200、第一蓝牙模块150和/或电梯控制器500，从而，可以及时地取消对应该异常移动所自动生成的呼梯请求命令，或者及时地取消对应该异常移动所自动生成的呼梯请求命令的调度安排。

图5所示为按照本发明又一实施例的电梯系统的示意图，其中同时示意了又一实施例的乘客的移动检测系统；图6示意图1所示的移动检测系统至少部分通过又一实施例的个人移动终端实现时的模块结构示意图。

相比于图2所示实施例的个人移动终端200，移动检测系统使用的图6所示实施例的个人移动终端200’的主要变化在于，不将个人移动历史数据库250和机器学习单元260设置在个人移动终端200’中。个人移动终端200’中设置有类似于图2中的个人移动终端200的蓝牙通信模块210、信号强度确定模块220、移动跟踪模块230、移动判断模块240和移动预测单元270，在此不再赘述。移动判断模块240可以通过无线通信的方式将蓝牙运动数据上送至外部的个人移动历史数据库250，移动预测单元270在工作时也可以通过无线通信的方式调取机器学习单元260中的正常移动模式或异常移动模式。

对应于图6所示实施例的个人移动终端200’，图5所示实施例的电梯系统20中，为每个个人移动终端200’设置有个人移动历史数据库250，多个个人移动历史数据库250例如可以在一个服务器中实现，或者可以通过云端的云存储实现；机器学习单元260可以对应于一个或多个个人移动历史数据库250设置，其例如可以在一个服务器中实现，或者可以通过云端的云计算实现。

结合以上示例说明，本领域技术人员将理解到，移动检测系统所使用的蓝牙通信模块210、信号强度确定模块220、移动跟踪模块230、移动判断模块240和移动预测单元270也可以根据具体需要将其中的至少一个设置在在个人移动终端200或200’以外，例如，可以将移动判断模块240、移动预测单元270等设置在个人移动终端200或200’以外，具体地，移动预测单元270可以与机器学习单元260一同设置在一个服务器中，移动预测单元270预测得到的结果可以即时地下发至相应的个人移动终端中。

以上所述实施例的电梯系统10或20因为应用了乘客的移动检测系统，可以自动检测出乘客的异常移动，使电梯系统10能够判断出无效的呼梯请求命令，调度安排更加准确、合理，大大提高电梯系统的运行效率。

将理解，本发明以上实施例的乘客的移动检测系统并不限于应用于上述实施例的电梯系统10中，其还可以应用于其他实施例的具有自动呼梯功能的电梯系统中，例如，第一蓝牙模块150替换为广播或发射其他无线信号的、能与个人移动终端200无线地交互的无线节点，通过第一蓝牙模块150发出的关于呼梯方向的呼梯请求命令。

将理解，本文中的“蓝牙连接”包括“蓝牙通信”，例如基于某一蓝牙协议的蓝牙通信。

如本领域的技术人员将理解，本发明的方面可体现为系统、方法或计算机程序产品。因此，本发明的方面可采用以下形式：全硬件实施方案、全软件实施方案(包括固件、常驻软件、微码等)，或者在本文中一般可全部被称为“服务”、“电路”、“电路系统”、“模块”和/或“处理系统”的组合了软件和硬件方面的实施方案。此外，本发明的方面可采用体现在其上实施有计算机可读程序代码的一个或多个计算机可读介质中的计算机程序产品的形式。

可使用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是，例如但不限于，电子、磁性、光学、电磁、红外线或半导体系统、设备或装置，或者上述项的任何合适的组合。计算机可读存储介质的更具体实例(非详尽列表)将包括下列项：具有一根或多根电线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或闪存)、光纤、便携式光盘只读存储器(cd-rom)、光学存储装置、磁性存储装置，或者上述项的任何合适的组合。在本文档的上下文中，计算机可读存储介质可以是可含有或存储用于由指令执行系统、设备或装置使用或者与之结合使用的任何有形介质。

体现在计算机可读介质上的程序代码和/或可执行指令可使用任何适当的介质进行传输，包括但不限于，无线、有线、光纤电缆、rf等，或者上述项的任何合适的组合。

用于实施本发明的方面的操作的计算机程序代码可采用一个或多个编程语言的任何组合进行编写，包括面向对象的编程语言，诸如，java、smalltalk、c++等，以及传统程序编程语言，诸如，“c”编程语言或类似的编程语言。程序代码可完全在用户的计算机(装置)上执行、部分在用户的计算机上执行、作为独立软件包执行、部分在用户的计算机上执行并且部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在后一种情形下，远程计算机可通过包括局域网(lan)或广域网(wan)在内的任何类型的网络连接到用户的计算机，或者可连接到外部计算机(例如，使用互联网服务提供商通过互联网进行连接)。

计算机程序指令可提供到通用计算机的处理器、专用计算机的处理器，诸如，图像处理器或其他可编程数据处理设备以生产机器，使得经由计算机的处理器或其他可编程数据处理设备执行的指令创建用于实施流程图和/或框图的一个或多个框中指定的功能/动作的方式。

计算机程序指令也可加载到计算机、其他可编程数据处理设备或其他装置上，以致使在计算机、其他可编程设备或其他装置上执行一系列操作步骤，以便产生计算机实施的过程，使得在计算机或其他可编程设备上执行的指令提供用于实施本文中指定的功能和动作的过程。

还应该注意在一些备选实现中，框中所示的功能/操作可以不按流程图所示的次序来发生。例如，依次示出的两个框实际可以基本同时地执行或这些框有时可以按逆序执行，具体取决于所涉及的功能/操作。虽然示出、公开和要求了特定步骤顺序，但应了解步骤可以任何次序实施、分离或组合，除非另外指明，且仍将受益于本公开。

本说明书使用实例来公开本发明，包括最佳模式，并且也使本领域的任何技术人员能够实践本发明，包括制作和使用任何装置或系统以及执行任何所涵盖的方法。本发明的专利保护范围由权利要求书限定，并且可包括本领域的技术人员想出的其他实例。如果此类其他实例具有与权利要求书的字面语言并无不同的结构元件，或者如果它们包括与权利要求书的字面语言并无实质差别的等效结构元件，那么它们意图在权利要求书的范围内。