[发明专利]一种电梯控制方法和系统

说明书

本发明涉及一种电梯控制方法和系统。所述电梯控制方法和系统，利用大数据算法，包括传统算法SVM，神经网络，深度学习，transformer预测模型，逻辑回归等时间序列回归模型来深度挖掘和分析用户的乘坐电梯行为模式，进而实现对用户的目的楼层数的预测，实现无接触的，灵活的用户乘坐方式。

技术领域

本发明涉及电梯智能控制领域，特别是涉及一种电梯控制方法和系统。

背景技术

目前智能电梯控制基于事先人工数据库录入人脸信息，通过人脸识别比对，到达事先注册好的楼层。此过程存在以下缺陷和问题：

1、需要工作人员手动录入，不便于动态实时管理到访人员和数据库增减；

2、目前数据库录入信息固定，无法根据用户个体的行为模式分析，无法个性化制定用户电梯使用，比如对于住户1，只能根据系统控制到特定的楼层，使用起来不够灵活和智能；

3、对于像是医院，住宅楼等流动陌生人群较多的场景，现有的智能电梯控制无法较好的处理他们的无接触控制需求。

发明内容

本发明的目的是提供一种电梯控制方法和系统，以解决现有技术中存在的上述问题。

为实现上述目的，本发明提供了如下方案：

一种电梯控制方法，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。

优选的，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。

优选的，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；