[发明专利]一种目标场所优化调度方法及系统

说明书

技术领域

本发明涉及优化调度领域，特别是涉及一种目标场所优化调度方法及系统。

背景技术

随着城市化进程的发展和社会经济的进步，高层建筑不断涌现，从而给各种场所带来了巨大的目标调度压力。例如，当今的电梯产品在满足用户基本搭乘需求的同时，正在向着节能型、智能化等方向发展，如何在电梯间对乘梯人目标进行优化调度，是各大电梯厂商和目标优化调度研发人员需要考虑的问题。

对电梯间乘梯人目标进行优化调度，可以从两方面来解决，一方面可以采用更加节能的设备，例如更先进的拖动方式、更节能的电机类型等。另一方面可以采用智能化调度，其目标是减少候梯时间、乘梯时间和能量损耗。在电梯的目标优化调度中，候梯时间可以用来评价电梯外乘客的满意度，乘梯时间可以用来评价电梯内乘客的满意度。

学者Peters于1998年提出了绿色电梯的概念，对电梯进行智能化调度，即根据电梯间的乘梯人，对其进行优化调度，其中一个目标就是要减少电梯的停层次数。

随着人工智能的发展，各种目标优化调度方法，例如电梯的群控机制，即有多部电梯响应呼梯信号。

目前的常用的目标优化调度方法有模糊理论、遗传方法(算法)等。

但目前的目标优化调度方法存在很大的缺陷，例如在电梯间的目标优化调度过程中，电梯基于指令响应的，如果某人按下按钮，由于某种原因随即离开，而电梯已经接收到该指令，仍然会在该楼层停靠；另外，如果电梯内人满的已经进不了人了，但没有超重，电梯仍然会响应下一个进人指令，造成无谓停靠。费时、费能，影响乘客和候梯人员的心情；而且，现有的目标优化调度方法无法捕获侯梯厅人数，从而无法根据欲乘梯人数进行目标优化调度，比如安排较空闲的电梯响应人多的楼层，或调多部电梯到人多的楼层等等。

为克服现有技术存在的缺陷，申请号CN200610053699.3的中国公开申请公开了一种基于图像识别技术的群控电梯智能调度装置。其利用图像信息辅助进行电梯的优化调度，但统计的是电梯间和电梯外空间的占有率，即利用当前图像减去相应的背景图像，求前景像素的面积，进而求前景面积占背景面积的比率，根据这个比率进行电梯的调度。

但是，该装置的缺陷是在电梯间和候梯厅这种面积较小，光照变化较为剧烈场景下，采用前景面积比的方法确定人体数目是不准确的，不合理的，无法很好地克服现有技术的缺陷。

发明内容

本发明所要解决的问题在于提供一种目标场所优化调度方法及系统，其通过目标检测技术统计目标，对目标场所进行优化调度，提高目标场所的工作效率。

为实现本发明而提供的一种目标场所优化调度方法，包括下列步骤：

步骤A，采集视频图像的正例样本集合和反例样本集合；

步骤B，在正例样本集合和反例样本集合中，提取图像特征并进行训练，得到用于目标场所目标检测的分类器；

步骤C，从获取的目标场所的实时视频图像中，利用分类器检测出目标对目标场所进行优化调度。

所述的目标场所优化调度方法，还可以包括下列步骤：

步骤D，将从目标场所获取的实时视频图像作为检测出的目标所在区域正例样本，重复步骤B，进行训练，进一步提高分类器的分类精确度。

所述步骤A包括下列步骤：

A1.采集训练的正例样本集合；

A2.采集训练的反例样本集合。

所述正例样本，是根据目标优化调度的目标场所，对目标场所或者与目标场所相近似的场所进行监控录像，在所获得的视频图像中，将目标标注出来作为训练的正例样本。比如目标可以是人体。

所述反例样本，是指不包含目标的图像，来自采集的不包含目标的视频图像，或者收集的不包含目标的静止图像。

所述步骤B包括下列步骤：

步骤B1，在确定了正例样本集合和反例样本集合之后，确定训练使用的图像特征；

步骤B2，进行正例样本集合和反例样本集合的图像特征提取；

步骤B3，利用正例样本集合和反例样本集合，以及它们的视频图像的特征的值，进行训练，得到用于目标场所目标检测的分类器。

所述图像特征为利用矩形特征表示法表示。

所述矩形特征表示法为扩展Harr-like特征表示法。

所述图像特征提取是通过利用积分图方法实现的。

所述步骤B3中，训练得到用于目标场所目标检测的分类器，包括下列步骤：

步骤B31，利用迭代训练过程，每次训练得到一个弱分类器，将迭代得到的全部弱分类器线性组合形成一个强分类器；

步骤B32，将强分类器串联在一起形成分级分类器。