[发明专利]一种智能电梯调度系统

摘要

本发明属于智能电梯控制领域，具体涉及一种智能电梯调度系统，包括感应器系统模块、AI调度模块、定制信息处理模块；所述AI调度模块包含人脸识别单元、射频信息流处理单元、智能调度算法单元；本发明引入了人工智能算法，针对图像类感应器系统，利用卷积CNN神经网络对图像进行处理，为智能调度提供数据基础；本发明开拓了基于射频的深度学习方法，利用毫米波等射频方案，提供了一种图像信息之外的方式，大大提高了光线干扰环境下的稳定性；本发明解决了普遍存在的电梯轿厢调度较低效、损耗较高的问题；本发明利用智能手机、社交网络APP等平台，对个人用户可实现定制化智能调度。

主权项

1.一种智能电梯调度系统，其特征在于，包括感应器系统模块、AI调度模块、定制信息处理模块；所述感应器系统模块包括安装在电梯轿厢应用频繁的物理地点的RGB摄像头或射频单元，用于采集相应区域内的人流状况；所述AI调度模块包含人脸识别单元、射频信息流处理单元、智能调度算法单元；所述人脸识别单元用于对感应器系统模块传输进来的图片帧数据进行处理；所述射频信息流处理单元用于对感应器系统模块传输进来的射频数据进行处理；所述智能调度算法单元用于计算各个节点等待的人数，并控制电梯轿厢的运行方向、调度其相应运行参数；所述定制信息处理模块由移动设备的网络APP或浏览器衔接用户的定制化需求；所述射频信息流处理单元采用深度学习模型处理射频数据，所述射频信息流处理单元的深度模型训练方法包括如下步骤：(1)设定标准化空间场景，针对性采集相应数据，主要是时间同步的RGB视频数据流和射频信号流；(2)视频流由开源的OpenCV‑HOG算法处理，检测RGB图片中的人体，得到特定视频帧图片内人数数据；(3)使用CNN、RNN深度学习模型，针对滤波处理的射频信息与视频帧的人流人数数据信息，对应生成的数据集作为训练集进行深度训练，使得射频模型具有判断射频信号内人数信息的能力。