基于乘客登记的电梯群控系统

周元¹，杨源飞²，段其昌²

(1. 重庆工商大学 计算机科学与信息工程学院，重庆，400067；

2. 重庆大学 自动化学院，重庆，400044)

摘要: 针对电梯群控调度过程中乘客流不确定的问题，将图像识别技术引入电梯群调度系统，实时监控乘客人数变化，将识别出的乘客数加到调度算法评价函数中，并提出电梯任务的“紧凑度”概念，形成基于乘客登记的电梯群控调度系统。实验结果表明，与目的层预约调度算法相比，基于乘客登记的电梯群调度系统在不增加乘客平均等待时间的情况下可大幅减少系统消耗。

关键词：图像识别；电梯群；乘客登记；紧凑度

中图分类号：TP391          文献标志码：A         文章编号：1672-7207(2011)S1-0203-04

Elevator group control system based on passenger registration

ZHOU Yuan¹, YANG Yuan-fei², DUAN Qi-chang²

(1. School of Computer Science and Information Engineering,

Chongqing Technology and Business University, Chongqing 400067, China;

 2. College of Automation, Chongqing University, Chongqing 400044, China)

Abstract: By monitoring the count of total passengers in the waiting hall with the video cameras and image processing techniques, the problem of the uncertainty of passenger traffic can be well dealt with. A passenger registration elevator group control system is proposed by getting the passenger count and the “Close Degree” of the elevator task into the dispatching decided function. The experimental results show that, comparing with the Destination Registration Dispatching Strategy, the proposed dispatching strategy does not increase passengers’ average waiting time but decreases the energy consumption of the system significantly.

Key words: image recognition; elevator group; passenger registration; close degree

现代化都市的快速发展造就出越来越多高层楼宇，电梯群的优化调度已成为急需解决的问题。获取更多的乘客请求信息以辅助对电梯系统进行派梯控制，以使电梯系统得到更优的性能指标, 进一步满足电梯系统管理者以及乘客的需求，已成为电梯群调度系统的研究热点。基于模糊控制的智能小区电梯群控系统^[1]通过对智能小区的4种交通模式进行识别，根据不同的交通模式选择电梯系统的3个评价指标(平均候梯时间、平均乘梯时间和能源消耗)的权重，以达到乘客满意、系统节能的目的；电梯群控系统的鲁棒离散优化调度策略^[2]针对电梯群控调度过程中交通不确定的问题，将交通流作为不确定参数，考虑当前时刻和下一时刻交通流状况，将下一时刻交通流预测的不准确性作为不确定因素，使电梯群控调度在性能和交通模式的适应性方面得到改善；基于目的层预约的电梯群控系统^[3-5]将电梯系统的选层信号盘改在电梯轿厢外的候梯厅内，乘客在候梯厅通过楼层按钮盘选择自己要前往的目的楼层，从厅层监督系统和入检测子系统获取候梯人数、轿内拥挤度等信息，电梯管理系统利用采集来的数据计算每个电梯的评价函数，然后进行派梯规划，能有效减少乘客待梯时间和乘梯时间，提高电梯系统性能。这些系统均可以在一定程度上使电梯系统的性能得到优化，但仍存在预测不准确、识别不实时的问题，还未使电梯群调度系统的性能达到最优。随着视频及图像识别技术的发展，快速准确地识别出某区域的人群数目已可以实现^[6-7]。Kim和Moon^[8]提出一种利用摄像机自动识别当前交通流并根据当前交通流自主改变调度策略的调度系统。该调度系统可针对不用的交通流半实时地产生调度评价函数，使调度在一定程度上得到了优化。如当某层楼的乘客人数较多时，可以同时分配多部电梯前往响应。但因该系统并没有充分利用获取到的乘客人数，且只有当乘客流发生明显变化时才改变调度评价函数，使得该系统在减少乘客等待时间及系统消耗上还存在不足。利用图像识别技术及外置的选层信号盘获取更准确、更实时的乘客信息，本文作者提出电梯任务的“紧凑度”概念，并基于得到的乘客信息提出一种新的调度算法——乘客登记调度算法。

1  乘客信息的获取

乘客登记调度算法首先要获得乘客的信息，即乘客的起始楼层、目的楼层和前往某目的楼层的乘客数。为了方便，在下高峰时，假设大部分乘客的目的楼层都是1楼。乘客的起始楼层和目的楼层可通过外置的选层信号盘取得，前往某目的楼层的乘客数的计算方法如下：

通过图像识别技术实时获取候梯厅内的总乘客数Sum；利用选层信号盘取得目的楼层a₁, a₂, a₃, …，表示为数组A_i，选中为1，否则为0。

在乘客Sum人中前往第i楼的人数fR_i为：fR_i=Sum·(P_i/Psum)。其中，P_i为通过历史记录得到的在第i楼上班的总乘客数，Psum为选中的所有的目的层

里分布的总乘客数，即。

根据历史记录，当前时刻Sum位乘客中前往第i楼的人数tR_i为：tR_i=Sum·(tP_i/tPsum)，tP_i为历史上在t时刻前往第i楼的乘客数，tPsum为t时刻下到达选中的所有目的层的总的乘客数，即。

则结合fR_i及tR_i计算得当前从请求楼层前往第i楼的乘客数B_i为：B_i=(fR_i+tR_i)/2。

2  电梯任务的紧凑度

本文对电梯任务的紧凑度CD定义为：电梯将要响应的某起始楼层请求任务或某目的楼层请求任务，与该电梯将要响应的其他任务加权平均值的差的绝对值，所得绝对值越小则称其紧凑度越大。

在下高峰，乘客目的楼层基本相同而起始楼层较分散，固以乘客的起始楼层来计算某电梯的任务紧凑度。如某下高峰时刻，电梯A将要去响应的向下请求的楼层有f₁，f₂，f₃，…，f_n，若此时出现一个新的向下请求楼层FN，则FN相对于电梯A里任务的紧凑度CD(A, FN)为：

CD(A, FN)=|FN-AVf|            (1)

其中：AVf=(f₁+f₂+f₃+…+f_n)/n。

在上高峰，乘客的起始楼层基本相同而目的楼层较分散，此时则以乘客的目的楼层来计算某电梯的任务紧凑度。如某上高峰时刻，电梯A将要响应目的楼层为d₁，d₂，d₃，…，d_n的向上请求，若此时出现一个目的楼层为DN的向上请求，则DN相对于电梯A里任务的紧凑度CD(A, DN)为：

CD(A, DN)=|DN-AVf |            (2)

其中：AVf=(d₁+d₂+d₃+…+d_n)/n。

提高电梯任务紧凑度对提高电梯群调度系统性能的影响：如果在一个新的呼梯请求出现时，每次都以紧凑度作为搜索指标去搜索响应电梯，最终可使各电梯响应的任务楼层较集中，从而可减少往高楼层运行的电梯梯次，降低电梯平均往返时间并减少系统总  能耗。

3  乘客登记算法的电梯搜索策略

评价一个电梯群调度系统的好坏主要以乘客流高峰期的电梯性能作为评价指标，本文也以上高峰及下高峰为主设计调度算法。每新到达一位乘客，系统通过第2节所述方法获取该乘客的信息即起始楼层SF及目的楼层DF，通过搜索策略找到响应该乘客请求的电梯ERS，之后更新记录ERS电梯的响应任务的任务记录器。在上高峰，大部分乘客的起始楼层同在某一楼层，固把乘客的目的楼层DF登记到响应其请求的电梯里；在下高峰，大部分乘客的目的楼层同在某一楼层，则把乘客的起始楼层SF登记到响应其请求的电梯里。设FN为将要登记到电梯任务记录器的乘客楼层信息，即在上高峰，FN=DF，在下高峰，FN=SF。设第j(0≤jj：{FN₀，FN₁，FN₂，FN₃，…，FN_n}，则搜索响应某乘客FN的算法如下：首先搜索各电梯任务记录器，如果FN∈ET_j且登记到电梯E_j里的总乘客数EPN_j小于电梯容量MaxPN，则响应该乘客的电梯编号，即RE=j，否则逐一计算各电梯的响应评价函数，评价函数值最小的第j号电梯去响应该乘客请求，其数学表达式如下：

RE=arg min(F_j)           (3)

F_j=K₁·WT(j, FN)+K₂·RT(j, FN)+

K₃·CD(j, FN)+K₄·RP(j)           (4)

WT(j, FN)=t·HF(j, FN)+s(j)·HS(j, FN)     (5)

RT(j, FN)=t·CF(j, FN)+s(j)·CS(j, FN)      (6)

     (7)

式中：WT(j, FN)表示电梯E_j响应FN的候梯估计时间；RT(j, FN)表示乘梯估计时间；CD(j, FN)表示FN与已经登记到E_j所有任务的紧凑度；RP(j)用于限制过多的乘客登记到同一部电梯，只在已登记到j号电梯的总乘客数rp(j)较大时发挥作用，以避免乘客数较多而使部分已登记的乘客无法进入电梯；MaxP表示电梯容量；系数K是四者之间的权重，可以根据优化目标的偏重进行设置；HF(j, FN)是电梯从当前楼层运行   到外呼信号所在楼层的楼层数，与E_j当前所在楼层、运行方向有关；t是电梯匀速运行一层的时间；          HS ( j，FN)是电梯运行到外呼楼层之前的停梯次数；s(j)是电梯一次停梯所需时间，包括电梯减速、开门、乘客进出、关门以及加速的时间总和；CF(j, FN)是电梯从外呼楼层运行到目的楼层的楼层数，CS(j, FN)是期间的停梯数。

与目的层预约调度算法相比，本调度算法有如下优点：(1)提出响应任务“紧凑度”的控制思想，使各部电梯响应的任务更接近，经过多次实验观察发现，当各电梯响应的楼层过于分散时，不仅将增加系统消耗，也因电梯运行距离过大而使乘客乘梯时间增长，最终也导致乘客平均候梯时间增加；(2)电梯登记乘客数的控制，有效解决了各电梯忙闲不均、高峰期部分电梯过于拥挤的问题；(3)待梯乘客数识别的应用，使电梯系统适应性更强，如对人数较多的某楼层请求可以同时分派多部电梯响应，可有效解决部分乘客因人数过多而导致电梯满载最终导致长期待梯的问题。

4  算法对比仿真

为了验证乘客登记调度算法的优越性，以常见的办公大楼为原型，利用VC++建立了电梯群控系统仿真平台，进行了与目的层预约调度算法相对比的仿真实验。

仿真平台的相关参数如表1所示。用Monte-Carlo 抽样法产生4种与不同到达率相对应的乘客到达时间、出发楼层和目标楼层的高峰期客流数据^[9](乘客总数为1 500人)，并保存在excel文件中供仿真平台验证不同的调度算法。

表 1  仿真平台参数

Table 1 Parameters of simulating platform

表2及表3所示为是在权值k₁=2，k₂=2，k₃=1，k₄=1情况下，将乘客预约算法及目的层预约算法在其他条件一样的情况下在电梯群调度仿真平台下的高峰期乘客流实验仿真结果。平均等待时间为乘客从到达至进入电梯这段时间的平均值，以乘客到达的单位时间t为单位。而系统消耗以电梯向上或向下运行一层所需能量为单位，以符号e表示，系统总消耗即在整个模拟过程中所有电梯总共移动的楼层数。

从表2可以看出：在下高峰期，对不同的乘客到达率，使用乘客登记算法在平均等待时间比目的层预约算法少的情况下，系统总消耗均有较多减少；而从表3也可以看出：在上高峰对于4种不同到达率的乘客流，系统采用乘客登记算法所需消耗都比采用目的层预约算法要少，而平均等待时间也有所减少。纵观上高峰、下高峰几种不同的乘客到达率下的实验结果，可以看出：不管在何种乘客流下，相对于目的层预约算法，乘客登记算法均可使电梯群调度系统性能得到较大的改善。

表 2 下高峰交通模式(不同到达率)仿真结果

Table 2 Simulating result in down-peak traffic (different passenger arriving rates)

表 3 上高峰交通模式(不同到达率)仿真结果

Table 3 Simulating result in up-peak traffic (different passenger arriving rates)

5  结语

根据智能电梯群控技术的发展趋势，充分利用各大楼现有的摄像机，利用图像人数识别技术准确获取乘客候梯信息，结合新提出的电梯任务紧凑度及候梯乘客数，形成了基于乘客登记的电梯群调度系统。该系统利用摄像机实时获取乘客人数，对各种乘客流特别是非常规乘客流具有较强的适应能力，如当某请求层乘客数量较多时，可以同时分派足够的电梯前往响应；当某电梯出现故障或需维修时，不会造成某些楼层的乘客出现较大的乘梯困难。而调度算法中的任务紧凑度决策指标的引用，在不增加乘客等待时间的情况下，可大幅减少电梯系统总能耗，具有较强的社会意义及经济价值。

为使电梯群调度系统在乘客平均等待时间、乘梯时间及系统总消耗等性能上达到最优，将人工智能等先进算法用于基于乘客登记的电梯群调度系统中,将成为下一步研究工作的主要内容。

参考文献：

[1] 张士磊, 张雷, 徐海刚. 基于模糊控制的智能小区电梯群控系统算法研究[J]. 工业控制计算机, 2009, 22(10): 70-71.
ZHANG Shi-lei, ZHANG Lei, XU Hai-gang. Algorithm research of elevator group control system based on fuzzy control[J]. Industrial Control Computer, 2009, 22(10): 70-71.

[2] 宗群, 窦立谦, 王维佳. 电梯群控系统的一种鲁棒离散优化调度策略[J]. 控制与决策, 2008, 23(5): 520-524.
ZONG Qun, DOU Li-qian, WANG Wei-jia. Robust discrete optimization scheduling strategy for elevator group control system[J]. Control and Decision, 2008, 23(5): 520-524.

[3] 罗飞, 许玉格, 曹建忠. 基于目的层预约的电梯群控系统建模与控制[J]. 控制与决策, 2006, 21(10): 1159-1162.
LUO Fei, XU Yu-ge, CAO Jian-zhong. Modeling and control in elevator group control system with destination registration[J]. Control and Decision. 2006, 21(10): 1159-1162.

[4] 闫冬梅, 顾德英. 电梯群控预约控制算法[J]. 现代电子技术, 2004(12): 98-99.
YAN Dong-mei, GU De-ying. Booking-optimization algorithm of elevator group control system[J]. Modern Electronics Technique, 2004(12): 98-99.

[5] 许玉格, 罗飞, 曹建忠. 目的层预约的模糊神经网络电梯群控策略[J]. 华南理工大学学报: 自然科学版, 2007, 35(1): 13-18.
XU Yu-ge, LUO Fei, CAO Jian-zhong. Elevator group-control policy with destination registration based on fuzzy neural network[J]. Journal of South China University of Technology: Natural Science Edition, 2007, 35(1): 13-18.

[6] Liu H, Qian Y L. Count passengers based on Haar-like feature in elevator application[J]. China, Inst of Elec and Elec Eng Computer Society, 2008, 2: 1202-1206.

[7] Kettnaker V, Zabih R. Counting people from multiple cameras[C]//Proceedings of International Conference on Multimedia Computing and Systems. 1999: 267-271.

[8] Kim J H, Moon B R. Adaptive elevator group control with cameras[J]. IEEE Transactions on Industrial Electronics, 2001, 48(2): 377-382.

[9] 郑延军, 张惠侨, 叶庆泰, 等. 电梯群控系统客流分析与仿真[J]. 计算机工程与应用, 2001(22): 139-141.
ZHENG Yan-jun, ZHANG Hui-qiao, YE Qing-tai, et al. Passenger flow analysis and simulation of elevator group control system[J]. Computer Engineering and Applications, 2001(22): 139-141.

(编辑 陈爱华)

收稿日期：2011-04-15；修回日期：2011-06-15

通信作者：杨源飞(1985－)，男，广西桂平人，硕士研究生，从事模式识别与智能系统研究；电话：13983824622；E-mail: yuanfei_yang@163.com