[发明专利]电梯乘客乘梯习惯的识别方法有效

专利信息
申请号: 201910449301.5 申请日: 2019-05-28
公开(公告)号: CN110255309B 公开(公告)日: 2021-07-30
发明(设计)人: 陈玉东 申请(专利权)人: 上海三菱电梯有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;B66B1/34;B66B1/28;B66B5/00
代理公司: 上海浦一知识产权代理有限公司 31211 代理人: 栾美洁
地址: 200245 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电梯 乘客 习惯 识别 方法
【权利要求书】:

1.一种电梯乘客乘梯习惯的识别方法,其特征在于,所述乘梯习惯是用于描述周期性重复的乘客乘梯行为的规律的总称,所述识别方法包括:

步骤S1,对电梯的历史运行数据进行分析,识别乘客的乘梯行为的分布规律;

步骤S2,利用识别到的所述分布规律对乘客的乘梯行为进行建模,得到乘客的乘梯习惯模型;

其中,所述步骤S1的具体步骤如下:

步骤S11,选择将要进行分析的所述电梯历史运行数据的时间限定范围;

步骤S12,获取所述时间限定范围内的所述电梯历史运行数据中的乘梯行为相关数据,所述乘梯行为相关数据至少包括电梯每次运行的时刻、每次运行对应的出发楼层;

步骤S13,对所述乘梯行为相关数据进行分析,根据分析结果判断乘梯行为是否具有分布规律,如果是,则输出所述分布规律,否则结束;

其中,所述步骤S13的具体步骤包括:

步骤S131,从所述乘梯行为相关数据中提取所有出发楼层组成出发楼层集合;

步骤S132,从所述出发楼层集合中选取一个未经分析的出发楼层;

步骤S133,对选取的所述出发楼层对应的乘梯行为相关数据进行分析,并根据分析结果判断该出发楼层对应的乘梯行为是否具有分布规律,如果是,则将该出发楼层作为具有时间分布规律的出发楼层,然后进入步骤S134,否则直接进入步骤S134;

步骤S134,判断所述出发楼层集合是否存在未经分析的出发楼层,如果是,则返回步骤S132,否则进入步骤S135;

步骤S135,将所有的具有时间分布规律的出发楼层对应的乘梯行为的规律合并,得到乘客乘梯习惯;

步骤S136,结束。

2.根据权利要求1所述的电梯乘客乘梯习惯的识别方法,其特征在于,所述乘梯行为相关数据还包括乘客的出行方向、目的楼层、呼梯信号中的至少一项。

3.根据权利要求1所述的电梯乘客乘梯习惯的识别方法,其特征在于,所述步骤S13中,分别对每个出发楼层所对应的所述乘梯行为相关数据进行分析以判断所述乘梯行为是否具有分布规律,并且在判定所述乘梯行为具有分布规律时综合周期性重复的乘客乘梯行为的所有规律以得到最终的乘客乘梯习惯。

4.根据权利要求1或3所述的电梯乘客乘梯习惯的识别方法,其特征在于,所述出发楼层是在乘梯行为相关数据中出现至少一次且产生呼梯信号的楼层。

5.根据权利要求1所述的电梯乘客乘梯习惯的识别方法,其特征在于,所述步骤S133进一步具体包括如下步骤:

步骤S133A,建立备选周期单位集合;

步骤S133B,从所述备选周期单位集合中选定一种周期单位;

步骤S133C,分析所述乘梯行为在所述周期单位中的分布情况;

步骤S133D,计算所述乘梯行为在所述周期单位中分布情况的分布评价指标;

步骤S133E,根据所述分布评价指标判断所述乘梯行为是否具有周期性,如果乘梯行为具有周期性,则将当前周期单位作为乘梯行为发生周期并输出判断结果,进入步骤S133G,否则进入步骤S133F;

步骤S133F,判断是否已遍历备选周期单位集合中的所有周期单位,如果是,则判定乘梯行为不具有周期性并进入步骤S133G,否则进入步骤S133B;

步骤S133G,结束。

6.根据权利要求5所述的电梯乘客乘梯习惯的识别方法,其特征在于,所述备选周期单位集合由表示时间长度的时间度量单位组成,所述时间度量单位包括N1年、N2月、N3周、N4日、N5小时、N6分钟中的至少一项,其中N1、N2、N3、N4、N5和N6均为自然数。

7.根据权利要求5所述的电梯乘客乘梯习惯的识别方法,其特征在于,所述步骤S133B中,从所述备选周期单位集合中选取一种未经选过的最短周期单位作为选定的周期单位。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海三菱电梯有限公司,未经上海三菱电梯有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910449301.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top