[发明专利]一种电梯控制方法和系统有效

专利信息
申请号: 202010993469.5 申请日: 2020-09-21
公开(公告)号: CN112061908B 公开(公告)日: 2022-09-27
发明(设计)人: 陈炜铭;郑博特 申请(专利权)人: 深圳炳麟科技有限公司
主分类号: B66B1/28 分类号: B66B1/28;B66B1/34
代理公司: 北京高沃律师事务所 11569 代理人: 崔玥
地址: 518000 广东省深圳市南山区粤海街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电梯 控制 方法 系统
【权利要求书】:

1.一种电梯控制方法,其特征在于,包括:

获取乘梯人员的特征信息;所述特征信息包括:面部信息和声纹信息;

根据所述特征信息判定所述乘梯人员的身份类别;

当所述身份类别为已知身份时,获取人工智能算法预测模型;

采用所述人工智能算法预测模型,根据所述乘梯人员的特征信息、当前时间、当前电梯所处楼层确定所述乘梯人员所要达到的楼层数;并且实时更新安保数据库状态,记录人员进出情况;

当所述身份类别为未知身份时,记录所述乘梯人员的乘梯信息;所述乘梯信息包括:乘梯人员的特征信息、乘坐电梯的起始层数、目的层数和乘梯时间;

获取当前安保场景;所述安保场景包括:医院、住宅楼、写字楼、学校、研究院和工厂;

根据所述安保场景和所述乘梯信息为未知身份的乘梯人员匹配处理模型;所述处理模型包括:控制模型和建模分析模型;所述控制模型用于为所述乘梯人员分配乘梯权限;所述建模分析模型用于采用人工智能算法对所述乘梯人员的乘梯行为进行存储和数据学习;

所述采用所述人工智能算法预测模型,根据所述乘梯人员的特征信息、当前时间、当前电梯所处楼层确定所述乘梯人员所要达到的楼层数,具体包括:

采用所述人工智能算法预测模型,根据所述乘梯人员的特征信息、当前时间、当前电梯所处楼层生成乘梯期望值;所述乘梯期望值为所述乘梯人员达到每一楼层的期望值;

获取设定乘梯期望阈值,并判断所述乘梯期望值与所述乘梯期望阈值间的关系;

当所述乘梯期望值大于所述乘梯期望阈值时,触发与所述乘梯期望值相对应楼层数的楼层按钮;该楼层数即为所述乘梯人员期望达到的楼层数;

当所述乘梯期望值小于等于所述乘梯期望阈值时,依据所述乘梯人员的声纹信息触发楼层按钮;记录所述乘梯人员的乘梯信息,并更新所述乘梯人员的行为模式模型;所述行为模式模型中包含所述身份类别为已知身份的乘梯人员的历史乘梯信息;所述历史乘梯信息包括:已知身份的乘梯人员的历史乘梯时间、历史达到的楼层数和特征信息。

2.根据权利要求1所述的一种电梯控制方法,其特征在于,当所述乘梯期望值大于所述乘梯期望阈值时,触发与所述乘梯期望值相对应楼层数的楼层按钮,具体包括:

开启自动纠错模式,并显示或播报所触发楼层按钮的信息;

在设定时间内判断是否获取到所述乘梯人员的反馈楼层数,得到第一判断结果;

若所述第一判断结果为获取到所述乘梯人员的反馈楼层数,则判断所述反馈楼层数与触发楼层数是否一致,得到第二判断结果;若所述第二判断结果为是,则触发与所述楼层数相对应的楼层按钮;若所述第二判断结果为否,则触发与所述反馈楼层数相对应的楼层按钮,并根据所述反馈楼层数更新所述乘梯人员的行为模式模型;

若所述第一判断结果为未获取到所述乘梯人员的反馈楼层数,则直接触发与所述乘梯期望值相对应楼层数的楼层按钮。

3.根据权利要求1所述的一种电梯控制方法,其特征在于,所述根据所述安保场景和所述乘梯信息为未知身份的乘梯人员匹配处理模型,具体包括:

当所述安保场景为住宅楼和/或写字楼时,则为所述未知身份的乘梯人员匹配控制模型中的乘梯权限为无控制权限;

当所述安保场景为医院和/或写字楼时,则为所述未知身份的乘梯人员匹配控制模型中的乘梯权限为有控制权限,并采用所述建模分析模型对所述乘梯人员的乘梯行为进行存储和数据学习。

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深圳炳麟科技有限公司,未经深圳炳麟科技有限公司许可,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/202010993469.5/1.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