使用轿厢内相机的基于电梯状况的维护

技术领域

本公开内容大体上涉及电梯系统，且更特别地涉及电梯轿厢状况感测和检测。

背景技术

在现今的环境中，许多电梯配备有各种传感器，以获得电梯系统的性能信息和状态信息。这些传感器和构件可需要不时的维护。为了检查电梯系统，机修工物理地检查电梯系统的各种构件和子系统。因此，必须将机修工调度到该地点，且在一些情况下，由于电梯系统的局限性，可难以物理地检查电梯轿厢的构件。可需要在不将机修工物理地调度到电梯系统的地点的情况下基于检测到的状况来验证系统状态和传感器操作或修改电梯系统的操作。

发明内容

根据实施例，一种系统包括耦合到电梯系统的相机系统；以及处理器，其中处理器与相机系统通信且向处理器提供图像数据。处理器配置成监测电梯系统的一个或多个状况；分析来自相机系统的图像数据；基于图像数据来验证电梯系统的一个或多个状况；以及基于对一个或多个状况的验证来执行动作。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括使用控制器，该控制器配置成控制电梯系统且向处理器提供状态信息。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括处理器，该处理器配置成基于电梯系统的状态信息来比较电梯系统中的指示物和图像数据，以及至少部分地基于该比较使用图像分析来验证电梯系统的状态。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括处理器，该处理器配置成基于对电梯轿厢的一个或多个状况的验证来去除错误警报信息。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括处理器，该处理器配置成在去除错误警报信息之后生成流量模式模型或维护模型中的至少一者。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括处理器，该处理器配置成执行存在性检测来检测电梯系统中的物体或乘客中的至少一者。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括执行存在性检测来检测电梯系统中的物体或乘客中的至少一者；以及至少部分地基于存在性检测来提供警报。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括使用动作，该动作包括执行基于状况的维护或监测电梯系统的性能中的至少一者。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括执行动作，该动作包括相机系统的输出，其基于识别物体或用户类型来提供命令以调整电梯门停留时间或电梯门速度。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括执行动作，该动作包括相机系统的输出，其基于电梯系统的一个或多个电梯轿厢上的用户数来向电梯系统提供命令以分配电梯轿厢。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括执行动作，该动作包括监测一个或多个状况，其包括使用相机系统来监测电梯轿厢的按钮操作、电梯轿厢的方向、舱室操作面板、电梯轿厢的运行数、电梯轿厢的门循环(cycle)和门反向中的至少一者。

根据实施例，一种方法包括监测电梯系统的一个或多个状况；分析通过监测电梯系统的一个或多个状况所获得的图像数据；验证电梯系统的一个或多个状况；以及基于对一个或多个状况的验证来执行动作。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括使用控制器来控制电梯系统，以及向处理器提供状态信息。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括基于电梯系统的状态信息来比较电梯系统中的指示物和图像数据；以及至少部分地基于该比较来验证电梯系统的状态信息。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括基于对电梯轿厢的一个或多个状况的验证来去除错误警报信息；以及在去除错误警报信息之后生成流量模式模型或维护模型中的至少一者。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括提供警报，该警报是在检测到行李时的遗留行李警报。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括执行存在性检测来检测电梯系统中的物体或乘客中的至少一者；以及至少部分地基于存在性检测来提供警报。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括动作，该动作包括执行基于状况的维护或监测电梯系统的性能中的至少一者。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括动作，该动作包括相机系统的输出，其基于识别物体或用户类型来提供命令以调整电梯门停留时间或电梯门速度。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括动作，该动作包括相机系统的输出，其基于电梯系统的一个或多个电梯轿厢上的用户数来向电梯系统提供命令以分配电梯轿厢。

除了本文中描述的特征中的一个或多个外，或作为备选，另外的实施例包括监测一个或多个状况，其包括使用相机系统来监测电梯轿厢的按钮操作、舱室操作面板、电梯轿厢的方向、电梯轿厢的运行数、电梯轿厢的门循环和门反向中的至少一者。

本公开内容的实施例的技术效果包括通过使用轿厢内相机执行图像分析来验证系统的警报状态。另外，图像分析可用来为系统生成模型，且消除未确认或出于无关原因所触发的警报状态/故障。可使用经验证的状况有效地构建更稳健的模型，以用于操作系统。

除非另外明确地指示，否则前述特征和要素可在无排他性的情况下以各种组合来组合。根据以下描述和附图，这些特征和要素以及其操作将变得更显而易见。然而，应理解的是，以下描述和图在性质上意在为说明性和解释性的且非限制性的。

附图说明

本公开内容通过示例示出，且不限于附图，附图中相似的参考标号指示类似的要素。

图1是可采用本公开内容的各种实施例的电梯系统的示意图；

图2描绘根据本公开内容的一个或多个实施例的包括轿厢内相机的系统；

图3描绘根据本公开内容的一个或多个实施例的从系统获得的另一示例图像；

图4描绘根据本公开内容的一个或多个实施例的使用系统中相机的存在性检测的示例图；以及

图5描绘根据本公开内容的一个或多个实施例的用于操作系统的方法的流程图。

具体实施方式

基于状况的维护(CBM)的精度和质量取决于机器学习和输入数据的质量。常见的解决方案使用专用的传感器(诸如加速度计、陀螺仪、霍尔传感器)或控制器数据来识别门状态、循环/反向数以及异常行为/故障，以构建可靠的CBM模型。在模型构建的早期阶段，传感器读数不确实，且通常需要视觉/现场确认。电梯通常配备有安全相机或安装有可使用相机用于不同目的的其它解决方案。

在一些情况下，可使用(leverage)相机数据执行图像分析来测量事物，诸如轿厢中的光水平、对按钮光操作的验证和存在性检测。

系统可使用所得到的数据来用于更快地为电梯流量模式和维护调度构建模型。另外，系统可用来确认故障状况。可去除源自无关情况的故障状况，其可改进用于电梯的模型的生成。在一些实施例中，可使用现有相机来获得图像数据，而不需要安装新设备来获取数据。

如本文中示出和描述的，将提出本公开内容的各种特征。各种实施例可具有相同或类似的特征，且因此相同或类似的特征可用相同的参考标号来标记，但在前面加以不同的第一数字，其指示特征所示出的图。因此，例如，图X中示出的要素“a”可标记为“Xa”，且图Z中的类似特征可标记为“Za”。虽然一般意义上可使用类似的参考标号，将描述各种实施例，且各种特征可包括如将由本领域技术人员所了解的改变、变更、修改等(无论是明确描述的，还是另外将由本领域技术人员所了解的)。

图1是电梯系统101的透视图，电梯系统101包括电梯轿厢103、对重105、张力部件107、导轨109、机器111、位置参考系统113和控制器115。电梯轿厢103和对重105通过张力部件107连接到彼此。张力部件107可包括或配置为例如绳、钢缆和/或有涂层的钢带。对重105配置成平衡电梯轿厢103的负载，且配置成便于电梯轿厢103在电梯井道117内且沿着导轨109相对于对重105同时且在相反方向上运动。

张力部件107接合机器111，机器111是电梯系统101的顶上结构的部分。机器111配置成控制电梯轿厢103与对重105之间的运动。位置参考系统113可安装在电梯井道117的顶部处的固定部分上，诸如在支承件或导轨上，且可配置成提供与电梯轿厢103在电梯井道117内的位置相关的位置信号。在其它实施例中，位置参考系统113可直接地安装到机器111的移动构件，或可位于如本领域中已知的其它位置和/或配置中。如本领域中已知的，位置参考系统113可为用于监测电梯轿厢和/或对重的位置的任何装置或机构。如将由本领域技术人员所了解的，例如而不限于，位置参考系统113可为编码器、传感器或其它系统，且可包括速度感测、绝对位置感测等。

如示出的，控制器115位于电梯井道117的控制器室121中，且配置成控制电梯系统101(且特别是电梯轿厢103)的操作。例如，控制器115可向机器111提供驱动信号来控制电梯轿厢103的加速、减速、匀速(leveling)、停止等。控制器115还可配置成从位置参考系统113或任何其它期望的位置参考装置接收位置信号。当在电梯井道117内沿着导轨109向上或向下移动时，电梯轿厢103可在由控制器115控制下停止在一个或多个层站125处。虽然在控制器室121中示出，本领域技术人员将了解，控制器115可位于和/或配置在电梯系统101内的其它地点或位置中。在一个实施例中，控制器可位于远程或云中。

机器111可包括马达或类似的驱动机构。根据本公开内容的实施例，机器111配置成包括电气驱动的马达。用于马达的功率供应部可为任何功率源，包括功率网，其与其它构件组合向马达供应。机器111可包括牵引滑轮，该牵引滑轮将力传给张力部件107以使电梯轿厢103在电梯井道117内移动。

虽然示出和描述有包括张力部件107的绕绳(roping)系统，采用使电梯轿厢在电梯井道内移动的其它方法和机构的电梯系统可采用本公开内容的实施例。例如，实施例可在使用线性马达将运动传给电梯轿厢的无绳电梯系统中采用。实施例还可在使用液压提升机将运动传给电梯轿厢的无绳电梯系统中采用。图1仅为出于说明性和解释性的目的所提出的非限制性示例。

在其它实施例中，系统包括使乘客在楼层之间和/或沿着单个楼层移动的输送系统。此类输送系统可包括自动扶梯、人员移动器等。因此，本文中描述的实施例不限于电梯系统，诸如图1中示出的电梯系统。

现在参照图2，示出根据本公开内容的一个或多个实施例的系统200。如图2中示出的，系统包括边缘分析处理器202(在下文称为处理器202)。处理器202耦合到控制器204，诸如，参照图1描述的电梯控制器。处理器202可从控制器204获得关于电梯系统的信息，包括状态信息，诸如但不限于识别门状态信息、电梯门的循环/反向数以及异常行为/故障。在本公开内容的一个或多个实施例中，传感器206可用来检测各种状况。传感器206可包括但不限于加速度计、陀螺仪、霍尔传感器等。处理器202可直接从传感器206或从控制器204获得传感器数据。

系统200还包括相机208，相机208用来获取图像数据，该图像数据可用来确认或验证电梯的检测到的状况。另外，图像数据可用来修改电梯的行为和/或操作。例如，响应于检测到乘客类型或物体，可修改电梯门停留时间以允许更多的时间来登上电梯。

在一些实施例中，可由网络边缘处的处理器对图像数据执行图像分析。在另一实施例中，图像数据发送到云210，且由云210中的处理器或计算装置执行图像分析。在一个或多个实施例中，相机208可用作独立系统，其中相机208的输出数据用于监测电梯性能和CBM。在其它实施例中，来自相机208的输出数据用来基于由电梯获取的图像数据来控制电梯。

在一个或多个实施例中，在从相机208接收图像数据之后由处理器执行的图像分析可检测门循环和反向数、异常的门行为、门定时、乘坐质量等。在本公开内容的一个或多个实施例中，图像分析可确定遗留在电梯中的物体，诸如行李或另一物品。响应于检测，在乘客离开电梯轿厢时，可提供警报以提醒乘客。例如，响应于对行李的检测，在离开电梯轿厢时，可向乘客提供遗留行李警报。处理器可配置成使用多种技术对从相机接收的图像数据执行物体检测。可应用多种已知的物体检测算法来在图像分析期间识别物体，且应理解的是，在本领域中已知多种物体检测算法用于检测各种类型的物体。

在本公开内容的其它实施例中，可基于在图像分析中识别到的物体来修改电梯的操作。例如，可改变调度/门操作，以基于图像分析(其确定老年乘客正在登上电梯轿厢)来修改门停留时间或速度。在另一示例中，如果识别到物体，诸如检测到轮椅、婴孩车、台车、手推车等，可修改调度/门操作，以允许乘客额外的时间来登上或离开电梯轿厢。

类似地，可在一段时间内监测实时乘客流量，以优化关于电梯轿厢的调度。在本公开内容的不同实施例中，具有多个轿厢的电梯可基于每个轿厢中的乘客数来分配。这可改进乘客的体验。

现在参照图3，示出根据一个或多个实施例的由系统200获取的电梯轿厢300的图像数据的示例。图3描绘相机208可定位成监测电梯门界限310。相机208可检测电梯门和界限320的对准。相机208还可检测电梯底面340和电梯层站330的对准。例如，图像数据可检测底面是否高于层站或低于层站330。该信息可用来调整水平轿厢的操作，以停止轿厢与层站底面齐平。相机208还可监测电梯轿厢的边缘320，其可提供乘坐质量的指示物或保证电梯门完全打开和关闭。在本公开内容的一个或多个实施例中，系统200可监测和检测电梯门的打开和关闭。可在图像数据分析期间使用已知的物体检测算法。取决于应用，可采用各种类型的物体辨识算法来辨识或识别物体。

如图3中示出的，相机208可用来通过对图像数据执行图像分析来从楼层指示物350获得楼层数据。在该示例中，相机208可确定电梯当前在编号“4”的楼层上。相机208还可用来从指示物360获得电梯轿厢方向信息。另外，相机208可用来确定是否在合适的时间照亮楼层选择面板370(诸如舱室操作面板(COP))上的合适按钮或指示物。应理解的是，相机208可用来从电梯轿厢中的指示物获取其它类型的信息，且对从相机208接收到的图像数据执行图像分析系统。

相机还可用于存在性检测。在本公开内容的一个或多个实施例中，在门(电梯门)关闭之后执行存在性检测。这可为相机提供一致的照明，以获得可靠的图像数据，而不受动态照明状况的干扰。在一个或多个实施例中，可实施已知的存在性检测算法来检测电梯上乘客的存在。在其它实施例中，可使用耦合到电梯系统的一个或多个传感器来检测门的关闭。

在本公开内容的一个或多个实施例中，已知的机器学习技术可用来基于由相机(其在一段时间内监测电梯)所记录的检测到的流量来生成流量模式模型。流量模式可用来改进电梯轿厢的调度或客户体验。例如，经历最高流量的时间段可通过使用相机监测电梯的使用来识别。可在早高峰时段、午餐时段或高峰时刻期间经历高流量时段。另外，可确定一周中经历高流量时段的天。例如，工作日可经历比周末更高的流量。流量信息可用来生成模式以改进轿厢的调度。

应理解的是，其它已知的机器学习算法可用来生成流量模式信息。机器学习算法可学习哪些楼层不需要长的停留时间且限定对于每个层站的停留时间。

使用处理器，可将来自相机208的图像数据与由控制器204或传感器206提供的状态信息比较，以验证传感器数据和电梯系统状态都提供相同的信息。在图像分析指示传感器操作不适当或状态信息不正确的情况下，可去除指示错误警报的数据子集。随后，使用图像分析来验证的状况可用来为电梯系统有效地构建流量模式模型和基于维护的模型。应理解的是，处理可由位于本地、在云网络中或其组合的处理器来进行。

现在参照图4，示出根据本公开内容的一个或多个实施例的如由系统200执行的存在性检测的示例。图400绘制关于存在性检测、乘客检测420和电梯门状态430的系统结果410。系统结果410可指示电梯“已占用”或“空置”。乘客检测420可指示相机是检测到乘客(“是”)还是未检测到乘客(“否”)。电梯门状态430可指示门打开状态(“DFO”)或门关闭状态(“DCO”)。

如图4中示出的，在时间段1，图400指示电梯轿厢门最初是打开的，其由门状态430(“DFO”)表示，且然后在时间段2，电梯轿厢门随后是关闭的，其由“DFC”表示。在时间段2，经由相机或其它传感器，系统检测到电梯轿厢中的乘客，且由乘客检测状态420表示。系统结果410指示电梯轿厢“已占用”。

在时间段3，通过相机可不再检测到乘客，但由于电梯门仍关闭，假定电梯仍是“已占用”。在非限制性示例中，乘客可移动到相机的盲点且不被检测到。在时间段4，电梯门仍关闭(“DFC”)，且如图400上示出的，检测到乘客存在。系统结果410保持为电梯轿厢仍“已占用”。乘客可因为他们移动到相机的视场中来被检测到。

在时段5，门打开(“DFO”)，且系统不确定电梯轿厢中乘客的存在性。在时间段6，在关闭电梯门时，系统未检测到任何乘客。在时段7，系统结果指示电梯轿厢“空置”，且在电梯轿厢中未检测到乘客，且电梯轿厢门关闭(“DFC”)。图4提供由系统200执行的存在性检测分析的示例。

现在参照图5，示出根据本公开内容的一个或多个实施例的用于使用轿厢内相机来用于操作验证的方法500的流程图。方法500在框502处开始，且进行到框504，其提供用于监测电梯系统的一个或多个状况。在一个或多个实施例中，系统从相机(诸如，图2中示出的相机)接收图像数据。框506分析来自相机系统的图像数据。分析可包括对图像数据执行图像分析，诸如面部辨识，以识别电梯中的乘客。分析还可包括物体识别来检测物体，诸如行李、货物或其它物体。图像数据的分析还可用来收集电梯指标，诸如但不限于门反向或循环、乘客流量数据、故障的电梯按钮、电梯门和底面的对准等。应理解的是，可执行其它类型的分析，且可使用处理器来收集其它类型的电梯指标。框508验证电梯系统的一个或多个状况。框510基于对一个或多个状况的验证来执行动作。

在本发明的一个或多个实施例中，动作可生成向输出装置提供的输出。从系统向输出装置提供输出可通过多种手段中的任一种，例如，通过硬接线连接、经过专用的无线网络、经过共享的无线网络等。输出装置可为显示器(诸如监测器，其用于视觉地通信所检测到的物体)，或可为检测到的物体或人的存在性的指示物。在一个或多个实施例中，可使用来自相机的输出来控制电梯。方法500在框512处结束。

技术效果和益处包括改进的有效模型验证。另外，技术效果和益处包括对系统实施远程视觉检查的能力。另外，可使用轿厢内相机为电梯系统构建质量模型来验证数据。

技术效果和益处包括通过分配不那么拥挤的轿厢来改进乘客体验，以及改进调度算法。此外，技术效果和益处包括使用相机数据来增进存在性检测。相机数据还可用来获得基本的电梯性能指示物。

如上文描述的，实施例可呈处理器实施的过程以及用于实践那些过程的装置(诸如处理器)的形式。实施例还可呈计算机程序代码的形式，该计算机程序代码包含体现在有形介质(诸如网络云存储、SD卡、闪存驱动器、软盘、CD ROM、硬盘驱动器或任何其它计算机可读存储介质)中的指令，其中当计算机程序代码加载到计算机中且由计算机执行时，计算机变为用于实践实施例的装置。实施例还可呈计算机程序代码的形式，例如，无论是存储在存储介质中、加载到计算机中和/或由计算机执行，还是经过某种传输介质来传输、加载到计算机中和/或由计算机执行，或经过某种传输介质来传输，诸如经过电线或线缆、通过光纤或经由电磁辐射，其中当计算机程序代码加载到计算机中且由计算机执行时，计算机变为用于实践实施例的装置。当在通用微处理器上实施时，计算机程序代码节段将微处理器配置成产生特定的逻辑电路。

用语“约”意在包括基于在提交申请的时候可用的设备与特定量的测量和/或制造公差相关联的误差度。

本文中使用的术语仅出于描述特定实施例的目的，且不意在限制本公开内容。如本文中使用的，除非上下文另外清楚地指示，否则单数形式“一”、“一个”和“该”意在也包括复数形式。还将理解的是，用语“包括(comprises)”和/或“包括了(comprising)”在用于该说明书中时指定所陈述的特征、整体、步骤、操作、要素和/或构件的存在，但不排除一个或多个其它特征、整体、步骤、操作、要素构件和/或其组合的存在或添加。

本领域技术人员将了解，本文中示出和描述各种示例实施例，其各自在特定实施例中具有某些特征，但本公开内容不因此受限。相反地，可修改本公开内容以结合此前未描述但与本公开内容的范围相称的任何数量的变型、变更、替换、组合、子组合或等同布置。另外，虽然描述了本公开内容的各种实施例，要理解的是，本公开内容的方面可仅包括所描述的实施例中的一些。因此，本公开内容不看作是由前述描述来限制，而是仅由所附权利要求书的范围来限制。