[发明专利]一种基于LSTM网络的电梯位置检测方法及系统

说明书

本发明公开了一种基于LSTM网络的电梯位置检测方法及系统，其中基于LSTM网络的电梯位置检测方法包括：采集并解析电梯的运行数据，并对各段数据进行标记归类，形成样本集；选取电梯运行的时序数据的特征来训练LSTM网络，构建预测模型；根据电梯运行的时序数据特征，利用已训练的LSTM网络预测电梯位置，重构位置信息，从而确定其楼层位置。本发明使用LSTM进行识别，可获得更精确的电梯位置估计结果，并有效判断是否存在异位停梯现象。

技术领域

本发明属于深度学习领域，具体涉及一种基于LSTM网络的电梯位置检测方法及系统。

背景技术

电梯是当前一款重要的楼宇交通工具，因而电梯在运行时在选定楼层的精确停靠和对电梯轿厢停靠时的精确位置显得尤其重要。现有电梯状态检测方式，一般仅仅定期进行人工检测，无法给出电梯运行时刻的精确位置，精确判断停靠时电梯轿厢所在位置。

现有技术中的申请号为201810140150.0的中国专利申请，其名称为一种基于长短时记忆网络LSTM(长短期记忆网络，Long Short-Term Memory)的GPS数据重构方法，涉及定位技术领域。其包括以下步骤：(1)搭建基于Android系统的GPS数据采集平台，读取蓝牙GPS传感器的数据并解析；(2)驾驶车辆上路，采集实测数据，并将数据整理归类；(3)选取GPS时序数据的特征来训练LSTM网络，构建预测模型；(4)根据GPS的时序数据特征，利用已训练的LSTM网络预测经纬度，重构GPS数据。本发明综合考虑了GPS定位中的速度，方向，加速度等因素，准确的预测经纬度，从而更加准确的重构GPS数据。但是该技术方案主要根据获取的GPS序列运行数据，进行解析归类，并送入LSTM进行数据训练，然后使用该LSTM网络对GPS序列数据进行经纬度预测，最终重构GPS数据。而在电梯场景实际应用时，实际计算基于电梯基准的运行为上下行运行，故电梯的经纬度变化差异较小，实际数据信息几乎不存在差异经纬度，故此方案不能适用于解决电梯精确定位。

发明内容

本发明要解决的技术问题是提供一种基于LSTM网络的电梯位置检测方法及系统，用于使用LSTM进行识别，可获得更精确的电梯位置估计结果，并有效判断是否存在异位停梯现象。

为解决上述技术问题，本发明采用如下的技术方案：

本发明的一方面在于提供一种基于LSTM网络的电梯位置检测方法，包括以下步骤：

采集并解析电梯的运行数据，并对各段数据进行标记归类，形成样本集；

选取电梯运行的时序数据的特征来训练LSTM网络，构建预测模型；

根据电梯运行的时序数据特征，利用已训练的LSTM网络预测电梯位置，重构位置信息，从而确定其楼层位置。

优选地，所述各段数据包括高度、速度、加速度、方向信息。

优选地，所述选取电梯运行的时序数据的特征来训练LSTM网络，构建预测模型具体为：

选取运行数据中连续三个时刻t1、t2、t3，每个时刻的高度H_i，速度V_i，加速度A_i，方向Theta_i，其中i表示第i个时刻，作为单个样本的特征输入LSTM网络，来进行参数训练，假设选取N个样本，则第n个单个样本的特征矩阵Sn表示为：

其中时刻i输入为x_i＝[H_i V_i A_i Theta_i]^T

f_t＝σ(W_f·[h_t-1，x_t]+b_f)