基于物联网的高层电梯协同调度方法技术

本发明专利技术涉及电梯控制技术领域，具体涉及基于物联网的高层电梯协同调度方法。方法包括：获取电梯组中各电梯当前时刻的已载人数、各电梯当前时刻对应的目标距离和各楼层当前时刻的等待人数；基于预设历史天数中每天电梯门口的监控视频数据，预测各楼层当前时刻等待上行的人数和等待下行的人数，构建各电梯当前时刻对应的特征向量和摩天大楼当前时刻对应的特征向量，进而获得当前时刻对应的状态向量；基于状态向量和ES

【技术实现步骤摘要】
基于物联网的高层电梯协同调度方法


[0001]本专利技术涉及电梯控制
，具体涉及基于物联网的高层电梯协同调度方法。

技术介绍

[0002]现代摩天大楼动辄上百层，人员流动主要依靠垂直电梯。高层建筑物越建越高，客流量越来越大，电梯的数量也在不断增加，一栋大厦有一个或多个电梯组，每个电梯组由多台电梯构成。因此，需要多部电梯协同调度，从整体上设计和优化电梯服务，缩短乘客的侯梯时间、乘梯时间，尽可能减少电梯起停次数，提高电梯运行的效率，提升乘客的舒适度。目前已经进入到电梯智能化发展阶段，实际应用方面大多是基于特定需求进行PLC（可编程逻辑控制器）编程的先来先服务算法、扫描算法和LOOK算法等。但是以上基于PLC编程的电梯调度系统在多梯、客流高峰期的表现较差，出现这种问题的根本原因是其获取的环境信息不充足，例如无法获取某个楼层的乘坐人数，也没有预测状态变化的能力，完全是被动控制的。考虑到垂直电梯的使用者随机性强，需要即时性的反应，多个电梯之间的信息交换是个难题，建成的大厦一般无法增加电梯数量，因此如何实现电梯之间的准确交流、提高电梯的载客效率是一个重要的问题。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种基于物联网的高层电梯协同调度方法，所采用的技术方案具体如下：本专利技术提供了一种基于物联网的高层电梯协同调度方法，该方法包括以下步骤：获取电梯组中各电梯当前时刻的已载人数，基于电梯组中各电梯当前时刻的位置和呼唤电梯的楼层数获得各电梯当前时刻对应的目标距离；获取各楼层电梯门口当前时刻的图像，基于所述电梯门口当前时刻的图像和OpenPose模型得到各楼层当前时刻的等待人数；基于预设历史天数中每天电梯门口的监控视频数据，得到预设历史天数中每天的各时间段进入各电梯的人数，基于所述各时间段进入各电梯的人数和各电梯的运行状态，得到各时间段对应的上行人数占比；基于所述上行人数占比和各楼层当前时刻的等待人数，预测各楼层当前时刻等待上行的人数和等待下行的人数；所述运行状态包括上行、下行和等待；基于电梯组中各电梯当前时刻的运行状态、当前时刻的位置、所述目标距离和所述已载人数，构建各电梯当前时刻对应的特征向量；基于所述各楼层当前时刻等待上行的人数和等待下行的人数，构建摩天大楼当前时刻对应的特征向量；基于所述各电梯当前时刻对应的特征向量和所述摩天大楼当前时刻对应的特征向量获得当前时刻对应的状态向量；基于所述状态向量和训练好的ES
‑
强化学习网络，对各电梯进行控制；所述ES
‑
强化学习网络的奖励函数是根据各电梯的已载人数、各电梯的载客贡献度、各楼层的等待人数以及综合乘客流动性得到的。
[0004]优选的，所述ES
‑
强化学习网络的奖励函数为：
基于综合乘客流动性、各楼层的等待人数、各电梯的已载人数，构建第一奖励函数：其中，为第一奖励函数，为所有电梯在第j个时刻下的已载人数之和，为第j个时刻第i个楼层的等待人数，为第j个时刻的综合乘客流动性，为第一调节系数，为调节参数，为电梯能够到达的总楼层数，为电梯调转方向前消耗的时间；根据各时刻对应的预测准确性、各电梯在各时刻的载客贡献度和所述第一奖励函数，获得各电梯对应的切片奖励函数，即：其中，为第k台电梯对应的切片奖励，为该电梯在第j个时刻的载客贡献度，为第j个时刻对应的预测准确性。
[0005]优选的，所述基于所述各时间段进入各电梯的人数和各电梯的运行状态，得到各时间段对应的上行人数占比，包括：根据预设历史天数中每天的各时间段上行乘客的人数和下行乘客的人数，按照时间先后顺序构建总上行数据序列；基于所述总上行数据序列获取预设历史天数中每天的同一时间段对应的同步上行子序列；对于任一时间段：根据该时间段对应的同步上行子序列以及预设历史天数中每天的该时间段电梯门口的总等待人数，计算该时间段对应的上行人数的占比。
[0006]优选的，所述基于电梯组中各电梯当前时刻的位置和呼唤电梯的楼层数获得各电梯当前时刻对应的目标距离，包括：对于电梯组的任一电梯：计算当前时刻该电梯最近的可停留楼层的楼层数与呼唤电梯的楼层数的差值的绝对值，记为该电梯当前时刻对应的目标距离。
[0007]优选的，采用如下公式计算目标时间段对应的上行人数的占比：其中，为目标时间段对应的上行人数的占比，为历史第t天中的目标时间段的总上行人数，为历史第t天中的目标时间段电梯门口的总等待人数，为预设历史天数；所述目标时间段为历史每天中与当前时刻所在的时间段相同的时间段。
[0008]优选的，所述基于所述上行人数占比和各楼层当前时刻的等待人数，预测各楼层当前时刻等待上行的人数和等待下行的人数，包括：将历史每天中与当前时刻所在的时间段相同的时间段记为目标时间段；对于任一楼层：计算目标时间段对应的上行人数的占比和该楼层当前时刻的等待人数的乘积，作为该楼层当前时刻等待上行的人数，将该楼层当前时刻的等待人数与所述
该楼层当前时刻等待上行的人数的差值作为该楼层当前时刻等待下行的人数。
[0009]优选的，所述各电梯的载客贡献度的获取过程为：对于任一电梯：计算该电梯第j个时刻的已载人数与所有电梯在第j个时刻下的已载人数之和的比值，作为该电梯在第j个时刻的载客贡献度。
[0010]优选的，所述综合乘客流动性的获取过程为：对于任一楼层：根据该楼层上一时刻的乘客编号集合和该楼层当前时刻的乘客编号集合，采用如下公式计算该楼层当前时刻对应的乘客流动性：其中，为该楼层当前时刻对应的乘客流动性，为取绝对值，为集合的长度，为该楼层上一时刻的乘客编号集合，为该楼层当前时刻的乘客编号集合；计算所有楼层当前时刻对应的乘客流动性之和，作为当前时刻的综合乘客流动性。
[0011]本专利技术至少具有如下有益效果：本专利技术首先获取了电梯组中各电梯当前时刻的已载人数、各电梯当前时刻对应的目标距离、各楼层当前时刻的等待人数，考虑到一天中不同的时间段乘梯人数以及乘客的乘梯意向差异较大，因此本专利技术获取了预设历史天数中每天电梯门口的监控视频数据，对历史每天中各时间段上行人数和下行人数进行分析，基于各时间段上行人数的占比实时预测当前时刻各楼层等待上行的人数和等待下行的人数，构建各电梯对应的特征向量和摩天大楼对应的特征向量，进而获得状态向量，基于状态向量和训练好的ES
‑
强化学习网络来实现对电梯组中的电梯的控制，本专利技术结合物联网设备获取到了电梯门口乘客的信息，并将其输入到了ES
‑
强化学习网络中，ES
‑
强化学习网络中多个智能体共同合作给出最优的策略，实现了电梯组中的电梯之间的交流，减少了电梯停靠耗费的时间，提高了载客效率。
附图说明
[0012]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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它附图。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的高层电梯协同调度方法，其特征在于，该方法包括以下步骤：获取电梯组中各电梯当前时刻的已载人数，基于电梯组中各电梯当前时刻的位置和呼唤电梯的楼层数获得各电梯当前时刻对应的目标距离；获取各楼层电梯门口当前时刻的图像，基于所述电梯门口当前时刻的图像和OpenPose模型得到各楼层当前时刻的等待人数；基于预设历史天数中每天电梯门口的监控视频数据，得到预设历史天数中每天的各时间段进入各电梯的人数，基于所述各时间段进入各电梯的人数和各电梯的运行状态，得到各时间段对应的上行人数占比；基于所述上行人数占比和各楼层当前时刻的等待人数，预测各楼层当前时刻等待上行的人数和等待下行的人数；所述运行状态包括上行、下行和等待；基于电梯组中各电梯当前时刻的运行状态、当前时刻的位置、所述目标距离和所述已载人数，构建各电梯当前时刻对应的特征向量；基于所述各楼层当前时刻等待上行的人数和等待下行的人数，构建摩天大楼当前时刻对应的特征向量；基于所述各电梯当前时刻对应的特征向量和所述摩天大楼当前时刻对应的特征向量获得当前时刻对应的状态向量；基于所述状态向量和训练好的ES
‑
强化学习网络，对各电梯进行控制；所述ES
‑
强化学习网络的奖励函数是根据各电梯的已载人数、各电梯的载客贡献度、各楼层的等待人数以及综合乘客流动性得到的。2.根据权利要求1所述的基于物联网的高层电梯协同调度方法，其特征在于，所述ES
‑
强化学习网络的奖励函数为：基于综合乘客流动性、各楼层的等待人数、各电梯的已载人数，构建第一奖励函数：其中，为第一奖励函数，为所有电梯在第j个时刻下的已载人数之和，为第j个时刻第i个楼层的等待人数，为第j个时刻的综合乘客流动性，为第一调节系数，为调节参数，为电梯能够到达的总楼层数，为电梯调转方向前消耗的时间；根据各时刻对应的预测准确性、各电梯在各时刻的载客贡献度和所述第一奖励函数，获得各电梯对应的切片奖励函数，即：其中，为第k台电梯对应的切片奖励，为该电梯在第j个时刻的载客贡献度，为第j个时刻对应的预测准确性。3.根据权利要求1所述的基于物联网的高层电梯协同调度方法，其特征在于，所述基于所述各时间段进入各电梯的人数和各电梯的运行状态，得到各时间段对应的上行人数占比，包括：根据预设历史天数中每天的各时间段上行乘客的人数和下行乘客的人数...

【专利技术属性】
技术研发人员：张福生，葛阳，蒋安波，马凌云，赵震，丁建新，秦健聪，任勇，孙国栋，
申请(专利权)人：东南电梯股份有限公司，
类型：发明
国别省市：