基于机器视觉技术的电梯调度系统研究

刘建平 常振元 王 刚

（陕西省特种设备检验检测研究院 西安 710048）

随着国内经济技术飞速发展，城市发展速度不断加快，一座座高楼大厦拔地崛起，高层建筑逐年增多，与之而来的是电梯数量越来越多，成为人们生活的重要组成部分，例如平常回家、上班或者购物等各个场所都会使用电梯。正因如此，人们对电梯运行质量的要求也越来越高。特别是只有单台电梯的建筑物，远远不能满足人们的出行需求。为此，现有办公写字楼内通常会安装多台电梯，采用多台电梯协同运行的方式提升出行效率，这种协调运行模式就是电梯调度系统。这种系统通常采用的策略是优化协调多台电梯同时运行，以提高运输效率和服务质量。由于电梯运行模式多样，不同模式下客流量分布差异较大，比如上下班高峰时期，上下客流需求较为分散。因此，单一或固定的控制策略无法满足高效的出行需求。为了缩短人们的候梯时间、乘梯时间，并降低设备能耗，就需要使用智能电梯控制系统对多台电梯进行统一调度控制[1]。

1 发展现状

目前，国内外广泛采用的控制方案主要包括基于神经网络的调度方案、基于遗传算法的调度方案、基于模糊控制的调度方案等人工智能技术[2]。但在上下班高峰时期，当前的调度方案依然存在较大问题，无法解决高效运输问题。导致在上下班高峰时段排队时间过长，严重影响大家出行。随着互联网和物联网技术的发展，出现了基于移动互联网方式进行电梯调度的技术方案[3]以及智能电梯调度系统的研究[4]。但该方案主要依赖于手机搭载的GPS、陀螺仪、气压计等硬件模块判断用户所处的位置，并将该数据通过蓝牙传输到电梯控制系统，对于如何实现统一调度、优化电梯运行路径并未做出解释，而且手机GPS 在室内基本没有信号，陀螺仪对于高度的定位存在累计误差，气压计在室内会受到空调气流的影响，其高度定位能力不能达到预期效果。也有通过手机App 主动预约式的电梯调度方案，该方案将乘梯时间、乘梯序号、乘梯路径预先通过手机App 上传电梯调度总服务器，通过电梯自动调度模式将乘客运输到预定楼层[5]。但该方案过于理想化，将乘坐电梯程序复杂化，容易引发乘客对于乘坐电梯的心理压力，对于电梯这类公共交通工具而言并不适用。本文针对上述问题提出一种基于机器视觉技术的电梯智能调度系统，旨在解决客流高峰期电梯运载效率低的问题。

2 总体方案

2.1 设计思路

现有调度方式没有解决并联电梯同时停靠中间同一个楼层搭载乘客的问题。例如下班高峰期，有2 台并联电梯半载状态从X层向下运行，此时Y层聚集大量乘客等待下1 层。2 台半载电梯先后经过Y层附近时，系统只是调度最先到达Y层的电梯响应停梯，而另一台电梯会略过Y层继续半载下行。此时，停梯载客电梯几乎满载只能搭载1 ～2 人，而另一台电梯轿内人数很少甚至是空载下行，Y层乘客还需等待2 台电梯再循环1 次。这种调度方式势必会造成以下问题，并不能发挥并联或群控电梯调度优势。

1）调度系统不会选择载客量少的电梯响应呼梯信号或调度2 台电梯同时响应候梯人数较多的楼层呼梯信号，而是就近调度一台电梯停梯载客，导致乘客错过最佳乘梯选择。

2）电梯载客量未达到超载但轿厢内无载人空间时，电梯仍响应楼层呼梯信号出现不必要的停站，延长乘客的候梯时间与乘梯时间。

3）乘客在候梯厅选择呼梯后，因某一原因突然离开候梯厅，电梯仍响应呼梯信号出现无效调度。

针对以上调度缺陷，本方案在现有调度控制系统中增加机器视觉装置，利用机器视觉技术为电梯调度系统提供调度信号。通过机器视觉装置实时掌握每个楼层候梯人数，有效调度大载客量电梯或多台电梯响应多人候梯楼层，尽可能保证每台电梯都能达到满载下行或上行。同时控制无载人空间的电梯停止响应厅外信号，减少不必要的停站，实现并联或群控电梯有选择性的停梯。

2.2 组成及原理

基于机器视觉技术的电梯调度系统主要由视觉系统、存储系统、控制系统组成。其中，视觉系统由候梯厅数据采集装置、轿内数据采集装置组成；存储系统由信号转换模块、数据运算模块组成；控制系统由逻辑通信模块、逻辑控制模块组成，如图1 所示。

图1 结构组成

基于机器视觉技术的电梯智能调度系统的工作原理是：候梯人数与轿内装载人数通过视觉系统实时采集数据，信号模块将图像信号转换成数字信号并通过逻辑运算作为电梯调度信号传输至控制系统，控制模块控制电机启停实现电梯智能调度，如图2 所示。

图2 工作原理

2.3 流程设计

文中采用3 台群控电梯为案例详细阐述新调度方案工作流程，如图3 所示。

图3 调度方案流程图

假定：候梯人数Mn，电梯T1、T2、T3，轿厢可乘人数K1、K2、K3，轿内剩余可站人面积S1、S2、S3，上班或下班高峰时期某一楼层候梯乘客统一上行或下行。

候梯厅呼梯按钮响应后，视觉系统通过分析轿内可乘人数与候梯厅人数给出调度指令。若候梯人数少于某一台电梯的最大可乘人数，即Mn≤K[K1、K2、K3]max，则智能调度系统选择可乘人数与候梯人数最接近的一台电梯响应呼梯信号。若单台电梯不能满足输送乘客的需要，即候梯人数小于某2 台电梯可乘人数之和Kmax＜Mn≤K[K1+K2、K2+K3、K1+K3]max，则智能调度系统同时调度2 台可乘人数之和与候梯人数最接近的同方向运行的电梯响应该层呼梯信号。若任意2 台电梯仍不能满足输送乘客的需要，即Mn＞K[K1+K2、K2+K3、K1+K3]max，则智能调度系统同时调度同方向运行的3 台电梯响应该层呼梯信号。若电梯在响应候梯信号调度运行的过程中，视觉系统监测到候梯厅候梯人数Mn=0 时，控制系统重新调度该电梯响应其他楼层呼梯信号。若视觉系统监测到轿内可载人面积S1=0 或S2=0 或S3=0 时，则系统停止对S=0 的电梯调度响应呼梯信号，而是直接完成一次调度。

在客流高峰期，假设某一楼层有n人等候电梯，机器视觉控制系统会调度可乘人数最接近n人的电梯搭载乘客。乘客进入电梯后载重量接近超载将不再响应其他楼层的呼梯信号，而是直接略过其他楼层完成一次调度。此时，虽然乘客候梯时间可能会有所延长，但是进入电梯后的乘梯时间会大大缩短。综合考虑乘客出行时间，这不仅会缩短该n名乘客的出行时间，还能缩短他人的乘梯时间，保证乘客快速出行。

3 节能分析

基于机器视觉技术的电梯调度系统主要是为了解决上下班高峰期电梯载客率低、无效调度、无效响应的问题，以优化电梯调度方案，提高运输效率。衡量电梯调度的优化程度和运输效率，主要考虑以下几个变量：乘梯时间、候梯时间、出行时间、系统能耗、运载效率。

假定初始条件：乘客当前所在楼层Fs，乘客目标楼层Fm，电梯当前所在楼层Fd，电梯到达i层所需停靠次数C（i)，电梯每运行一层平均耗时Tp，电梯启停一次耗时Ts，电梯每运行一层平均消耗能量Qp，电梯启停一次耗能Qs，最大运载量∑（Mn）。

1）乘梯时间。乘梯时间是指乘客从进入电梯轿厢开始至到达目标楼层所需时间，用TC表示，其中包含停层时间、开关门时间、运行时间，则乘梯时间：

本文提出的基于机器视觉技术的电梯调度系统能够杜绝无效调度，减少电梯停站次数C（i)，由式（1）可知乘客乘梯时间TC将会大大降低。

2）候梯时间。候梯时间是指乘客从呼梯开始至电梯运行至乘客所在楼层所需时间，用Th表示，则候梯时间：

同理，电梯在到达乘客所在楼层过程中减少了无效停站次数C（i)，候梯时间Th取得最小值。

3）出行时间。出行时间是指乘客从呼梯开始至到达目标楼层所需的时间总和，用TW表示，则乘客出行时间：

显然，乘梯时间TC与候梯时间Th取得最小值，乘客出行所需时间TW将会大大缩短。

4）系统能耗。系统能耗是指乘客从呼梯开始至到达目标楼层电梯所耗能量，用E表示，则系统能耗：

同理，电梯无效停站次数减少，C（i)取得最小值，即电梯系统能耗E取得最小值。

5）运载效率。运载效率是指候梯总人数与总候梯人候梯时间和乘梯时间的比值，用η表示，则运载效率：

由式（1）、式（2）可知，TC与Th取得最小值，所以运载效率η取得最大值。

综上分析可知，本文提出的基于机器视觉技术的电梯调度系统能够有效缩短乘客候梯时间、乘梯时间、出行时间，提高运载效率，降低系统能耗。

4 结束语

通过对目前电梯调度控制方式中存在的利弊研究，给出了一种基于机器视觉技术的电梯调度方案，能够有效解决现有电梯高峰期载客率低及无效启停频繁的问题。新的调度方案是电梯在调度控制方式上的创新，能够实现按需停梯的要求。通过节能理论分析得出基于机器视觉技术的电梯调度系统方案能够有效缩短乘客候梯时间、乘梯时间、出行时间，提高运载效率，降低系统能耗。与现有电梯调度系统相比，基于机器视觉技术的电梯调度系统方案优化了目前调度系统存在的缺陷，在提高运行效率、降低系统能耗方面具有明显的优越性。电梯调度系统中引入机器视觉技术不仅能提效节能，更是给智能电梯的发展提供了一种新思路。