一种基于人工智能的智慧社区电梯调度方法与流程

本发明涉及电梯调度方法，具体涉及一种基于人工智能的智慧社区电梯调度方法。

背景技术：

随着城市化进程地不断加快，高层建筑的数量与日俱增。电梯作为高层建筑中最为重要的配套组成部分，在人们的日常生活中扮演着重要的角色，为人们的出行带来了便利。常规电梯运行规则如下：乘客随机到达候梯厅通过上/下按钮请求电梯群响应，当指定的电梯或其他电梯到达该层后，会在请求队列中消除该请求。

现有技术中的电梯在运行时，经常会出现下无效调度情况：

(1)轿厢内己满载但候梯厅却有请求的情况，主要是指当轿厢内满载，到达某一楼层时，轿厢内乘客对该层没有停层请求，但在该层候梯厅存在需要上电梯的情况，电梯仍会在该层停靠并打开电梯门，使得电梯门无效开关；

(2)该层候梯厅存在停层请求，但乘客按下停靠按键却离开，同样会使得电梯出现无效停靠动作。

这样的无效调度，造成了电梯不必要的开关和运行，导致了能源的浪费，频繁开启电梯门和无效按键除了会导致电量消耗外，还会缩短电梯使用寿命，导致电梯老化、磨损，加快了电梯的损坏速度。

此外，电梯的楼层按键暴露于公众场所中，每个人在乘坐电梯时都会接触楼层按键，容易导致传染病在社区内爆发。

技术实现要素：

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种基于人工智能的智慧社区电梯调度方法，能够有效克服现有技术所存在的电梯经常出现无效停靠动作、乘坐电梯时需要接触楼层按键的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于人工智能的智慧社区电梯调度方法，包括以下步骤：

s1、在电梯等候区前方设置电梯等候识别模块、射频识别单元，利用电梯等候识别模块识别每层等候电梯的乘客人数及人脸图像，利用射频识别单元识别乘客携带射频卡中的乘梯信息；

s2、根据每层等候电梯的乘客人数及对应乘梯信息计算停靠楼层最少且停靠时间最短的调度方案，并将该方案发送至电梯控制器；

s3、根据计算出的调度方案，向乘客推荐乘坐电梯信息；

s4、当电梯等候识别模块没有在电梯等候区识别到乘客时，删除该乘客输入的乘梯信息，并返回s2重新计算调度方案。

优选地，每层电梯等候区均设有高清摄像头，所述电梯等候识别模块采用深度学习网络对高清摄像头拍摄图像中的帧画面进行乘客人数及人脸图像的识别。

优选地，所述深度学习网络的深度学习模型的训练方法，包括：

采用开源opencv-hog算法对高清摄像头拍摄的视频流进行处理，检测帧画面中的人，根据是否在连续帧画面中检测到相同的人判断是否为乘客，得到乘客人数，并对乘客进行人脸识别；

将处理后的帧画面以及对应乘客人数结果、人脸图像结果输入深度学习模型进行训练。

优选地，所述根据是否在连续帧画面中检测到相同的人判断是否为乘客，包括：在大于阈值帧数的连续帧画面中检测到同一人，则判断为乘客。

优选地，所述射频卡中的乘梯信息包括乘客在该栋楼常去的一个楼层。

优选地，s1中乘客可以通过设置于电梯等候区的楼层按键输入到达楼层，所述电梯等候识别模块对靠近楼层按键乘客的人脸信息及该乘客输入到达楼层进行绑定，同时所述射频识别单元删除识别该乘客携带射频卡中的乘梯信息。

优选地，s2中电梯控制器接收到调度方案后，控制每部电梯按照调度方案中设定的停靠楼层、停靠时间运行。

优选地，s3中根据计算出的调度方案，向乘客推荐乘坐电梯信息，包括：

计算出调度方案后，根据调度方案中设定每部电梯的停靠楼层，通过设置于电梯等候区的显示屏向乘客推荐乘坐几号电梯。

优选地，s4中还包括：当电梯超载或电梯内部没有剩余乘坐空间时，该电梯不执行剩余调度方案，同时返回s2重新计算剩余电梯的调度方案。

优选地，通过称重传感器对电梯装载乘客的重量进行计算，通过对安装在电梯内部摄像头拍摄的图像进行图像识别判断电梯内部剩余乘坐空间。

(三)有益效果

与现有技术相比，本发明所提供的一种基于人工智能的智慧社区电梯调度方法，能够有效减少乘客与楼层按键之间的接触，降低乘客通过接触感染传染性疾病的几率，并且还能够有效减少电梯的无效停靠动作，保证电梯的使用寿命。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明电梯调度方法的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种基于人工智能的智慧社区电梯调度方法，如图1所示，在电梯等候区前方设置电梯等候识别模块、射频识别单元，利用电梯等候识别模块识别每层等候电梯的乘客人数及人脸图像，利用射频识别单元识别乘客携带射频卡中的乘梯信息。

每层电梯等候区均设有高清摄像头，电梯等候识别模块采用深度学习网络对高清摄像头拍摄图像中的帧画面进行乘客人数及人脸图像的识别。

深度学习网络的深度学习模型的训练方法，包括：

采用开源opencv-hog算法对高清摄像头拍摄的视频流进行处理，检测帧画面中的人，根据是否在连续帧画面中检测到相同的人判断是否为乘客，得到乘客人数，并对乘客进行人脸识别；

将处理后的帧画面以及对应乘客人数结果、人脸图像结果输入深度学习模型进行训练。

根据是否在连续帧画面中检测到相同的人判断是否为乘客，包括：在大于阈值帧数的连续帧画面中检测到同一人，则判断为乘客。

本申请技术方案中，识别乘客想要到达的楼层有两种方法：(1)利用射频识别单元识别乘客携带射频卡中的乘梯信息，射频卡中的乘梯信息包括乘客在该栋楼常去的一个楼层；

(2)乘客可以通过设置于电梯等候区的楼层按键输入到达楼层，电梯等候识别模块对靠近楼层按键乘客的人脸信息及该乘客输入到达楼层进行绑定，同时射频识别单元删除识别该乘客携带射频卡中的乘梯信息。

通过第一种方法能够有效减少乘客与楼层按键之间的接触，降低乘客通过接触感染传染性疾病的几率。

根据每层等候电梯的乘客人数及对应乘梯信息计算停靠楼层最少且停靠时间最短的调度方案，并将该方案发送至电梯控制器。

电梯控制器接收到调度方案后，控制每部电梯按照调度方案中设定的停靠楼层、停靠时间运行。

根据计算出的调度方案，向乘客推荐乘坐电梯信息。计算出调度方案后，根据调度方案中设定每部电梯的停靠楼层，通过设置于电梯等候区的显示屏向乘客推荐乘坐几号电梯。

当电梯等候识别模块没有在电梯等候区识别到乘客时，删除该乘客输入的乘梯信息，并返回s2重新计算调度方案。

此外，当电梯超载或电梯内部没有剩余乘坐空间时，该电梯不执行剩余调度方案，同时返回s2重新计算剩余电梯的调度方案，能够有效减少电梯的无效停靠动作，保证电梯的使用寿命。

通过称重传感器对电梯装载乘客的重量进行计算，当电梯装载乘客重量达到阈值时，电梯控制器控制该电梯不执行剩余调度方案；通过对安装在电梯内部摄像头拍摄的图像进行图像识别判断电梯内部剩余乘坐空间，当电梯内部剩余乘坐空间小于阈值时，电梯控制器控制该电梯不执行剩余调度方案。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。