控制电梯运行的方法、装置、电子设备和存储介质制造方法及图纸

本申请实施例公开一种控制电梯运行的方法、装置、电子设备和存储介质；包括：响应第一目标楼层的电梯召唤指令，获取电梯的轿厢到达第一目标楼层前的第一轿厢内景照片；将第一轿厢内景照片输入至预训练的判别模型中，判别模型为基于卷积神经网络和监督学习获得的模型；通过判别模型输出轿厢到达第一目标楼层时是否开门的第一判断结果；根据第一判断结果控制电梯的运行。电梯的控制器可以利用判别模型，根据电梯内的第一轿厢内景照片决定电梯是否在触发电梯召唤指令的乘客所在的楼层停留，而非单一的根据电梯内的承载重量决定。因此，本申请实施例提供的控制电梯运行的方法与现有技术相比，提升了电梯的运行效率。提升了电梯的运行效率。提升了电梯的运行效率。

【技术实现步骤摘要】
控制电梯运行的方法、装置、电子设备和存储介质


[0001]本申请涉及计算机领域，具体涉及一种控制电梯运行的方法、装置、电子设备和存储介质。

技术介绍

[0002]现有技术中，电梯外部的乘客可以在其所在楼层按下电梯按钮，触发搭乘召唤指令。电梯是否响应搭乘召唤指令，通常是根据电梯是否满载来实现的：若电梯为非满载状态，则电梯会响应搭乘召唤指令，在乘客所在楼层停留以搭乘按下电梯按钮的乘客；若电梯为满载状态，则电梯会忽略搭乘召唤指令，略过乘客所在楼层，直到电梯内有乘客离开使电梯恢复未满载状态。
[0003]然而，现有技术中常常会出现电梯虽然未满载，但已经无法再搭乘乘客的情况。在这种情况下，电梯依然会响应电梯外部的乘客触发的搭乘召唤指令，在对应楼层停留，且又无法进人，降低了电梯的运行效率。

技术实现思路

[0004]本申请实施例提供一种控制电梯运行的方法、装置、电子设备和存储介质，可以改善现有技术中电梯运行效率低的问题。
[0005]本申请实施例提供一种控制电梯运行的方法，所述方法包括：响应第一目标楼层的电梯召唤指令，获取电梯的轿厢到达所述第一目标楼层前的第一轿厢内景照片；将所述第一轿厢内景照片输入至预训练的判别模型中，所述判别模型为基于卷积神经网络和监督学习获得的模型；通过所述判别模型输出所述轿厢到达所述第一目标楼层时是否开门的第一判断结果；根据所述第一判断结果控制所述电梯的运行。
[0006]本申请实施例还提供一种控制电梯运行的装置，所述装置包括：
[0007]第一指令响应单元，用于响应第一目标楼层的电梯召唤指令，获取电梯的轿厢到达所述第一目标楼层前的第一轿厢内景照片；
[0008]第一照片输入单元，用于将所述第一轿厢内景照片输入至预训练的判别模型中，所述判别模型为基于卷积神经网络和监督学习获得的模型；
[0009]第一结果输出单元，用于通过所述判别模型输出所述轿厢到达所述第一目标楼层时是否开门的第一判断结果；
[0010]控制电梯运行的单元，用于根据所述第一判断结果控制所述电梯的运行。
[0011]在一些实施例中，所述装置还包括：
[0012]第二照片获取单元，用于响应第二目标楼层的电梯召唤指令，获取所述电梯的轿厢到达所述第二目标楼层前的第二轿厢内景照片；
[0013]第二结果输出单元，用于将所述第二轿厢内景照片输入至判别模型，通过所述判别模型输出所述电梯的轿厢到达所述第二目标楼层是否开门的第二判断结果；
[0014]用户进入判断单元，用于检测所述轿厢到达所述第二目标楼层时是否有用户进入
所述轿厢内，得到第二检测结果；
[0015]参数修正单元，用于根据所述第二检测结果和所述第二判断结果对所述判别模型的参数进行修正；
[0016]模型训练单元，用于基于参数修正后的所述判别模型进行下一轮的训练，直到满足预设的收敛条件，得到预训练的判别模型。
[0017]在一些实施例中，所述参数修正单元，包括：
[0018]照片标记子单元，用于根据所述第二检测结果对所述第二轿厢内景照片进行标记；
[0019]训练样本子单元，用于将标记后的所述第二轿厢内景照片作为模型训练样本；
[0020]参数修正子单元，用于根据所述模型训练样本和所述第二判断结果对所述判别模型的参数进行修正。
[0021]在一些实施例中，所述装置还包括：
[0022]净重阈值第一判断单元，用于确定所述轿厢当前的净重未达到预设的净重阈值；
[0023]所述装置还包括：
[0024]净重阈值第二判断单元，用于当所述轿厢当前的净重达到预设的净重阈值时，控制所述轿厢到达所述第一目标楼层时不开门。
[0025]在一些实施例中，参数修正单元，具体用于当所述第二判断结果为所述电梯的轿厢到达所述第二目标楼层时不开门，且所述第二检测结果为所述轿厢到达所述第二目标楼层时有用户进入所述轿厢内时，或者当所述第二判断结果为所述电梯的轿厢到达所述第二目标楼层时开门，且所述检测结果为所述轿厢到达所述第二目标楼层时没有用户进入所述轿厢内时，对所述判别模型的参数进行修正。
[0026]在一些实施例中，用户进入判断单元，包括：
[0027]净重判断子单元，用于当所述轿厢到达所述第二目标楼层时，检测所述轿厢的净重是否增加；
[0028]第一结果子单元，用于当所述轿厢的净重增加时，确定所述轿厢到达所述第二目标楼层时有用户进入所述轿厢内；
[0029]第二结果子单元，用于当所述轿厢的净重未增加时，确定所述轿厢到达所述第二目标楼层时没有用户进入所述轿厢内。
[0030]在一些实施例中，所述装置还包括：
[0031]第一检测结果单元，用于检测所述轿厢到达所述第一目标楼层时是否有用户进入所述轿厢内，得到第一检测结果；
[0032]模型更新单元，用于根据所述第一判断结果和所述第一检测结果对所述预训练的判别模型的参数进行修改，得到更新后的预训练的判别模型。
[0033]本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行本申请实施例所提供的任一种控制电梯运行的方法中的步骤。
[0034]本申请实施例提供的控制电梯运行的方法中，电梯的控制器可以接收由电梯外部的位于第一目标楼层的乘客触发的电梯召唤指令，并获取电梯的轿厢到达所述第一目标楼层前的第一轿厢内景照片。控制器可以将第一轿厢内景照片输入至预训练的判别模型中，
从而获取判别模型输出的第一判断结果；该第一判断结果用于表征电梯的轿厢到达第一目标楼层时，该轿厢是否开门。控制器可以根据该第一判断结果控制电梯在达到第一目标楼层时是否开门的动作。
[0035]在本申请中，电梯的控制器可以利用判别模型，根据电梯内的第一轿厢内景照片决定电梯是否在触发电梯召唤指令的乘客所在的楼层停留，而非单一的根据电梯内的承载重量决定。若第一轿厢内景照片显示电梯内的承载密度较高，即使电梯处于未满载状态，控制器依然可以判定电梯在当前状态下无法继续进入新的乘客。因此，本申请实施例提供的控制电梯运行的方法与现有技术相比，提升了电梯的运行效率。
附图说明
[0036]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，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。
[0037]图1a是本申请实施例提供的控制电梯运行的方法的场景示意图；
[0038]图1b是本申请一实施例提供的控制电梯运行的方法的流程示意图；
[0039]图1c示出了一种具体实施方式中的承载情况照片的场景示意图；
[0040]图1d示出了另一种具体实施方式中的承载情况照片的场景示意图；
[0041]图2是本申请另一实施例提供的控制电梯运行的方法的流程示意图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种控制电梯运行的方法，其特征在于，所述方法包括：响应第一目标楼层的电梯召唤指令，获取电梯的轿厢到达所述第一目标楼层前的第一轿厢内景照片；将所述第一轿厢内景照片输入至预训练的判别模型中，所述判别模型为基于卷积神经网络和监督学习获得的模型；通过所述判别模型输出所述轿厢到达所述第一目标楼层时是否开门的第一判断结果；根据所述第一判断结果控制所述电梯的运行。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：响应第二目标楼层的电梯召唤指令，获取所述电梯的轿厢到达所述第二目标楼层前的第二轿厢内景照片；将所述第二轿厢内景照片输入至判别模型，通过所述判别模型输出所述电梯的轿厢到达所述第二目标楼层是否开门的第二判断结果；检测所述轿厢到达所述第二目标楼层时是否有用户进入所述轿厢内，得到第二检测结果；根据所述第二检测结果和所述第二判断结果对所述判别模型的参数进行修正；基于参数修正后的所述判别模型进行下一轮的训练，直到满足预设的收敛条件，得到预训练的判别模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述第二检测结果和所述第二判断结果对所述判别模型的参数进行修正，包括：根据所述第二检测结果对所述第二轿厢内景照片进行标记；将标记后的所述第二轿厢内景照片作为模型训练样本；根据所述模型训练样本和所述第二判断结果对所述判别模型的参数进行修正。4.根据权利要求1所述的方法，其特征在于，所述通过所述判别模型输出所述轿厢到达所述第一目标楼层时是否开门的第一判断结果之前，所述方法还包括：确定所述轿厢当前的净重未达到预设的净重阈值；所述方法还包括：当所述轿厢当前的净重达到预设的净重阈值时，控制所述轿厢到达所述第一目标楼层时不开门。5.根据权利要求2所述的方法，其特征在于，根据所述第二检测结果和所述第二判断结果对所述判别模型的参数进行修正，包括：当所述第二判断结果为所述电梯的轿厢到达所述第二目标楼层时不开门，且所述第二检...

【专利技术属性】
技术研发人员：刘柏，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：