[发明专利]召梯类型识别方法和系统、识别设备、可读存储介质有效

专利信息
申请号: 201810490490.6 申请日: 2018-05-21
公开(公告)号: CN108750844B 公开(公告)日: 2020-06-26
发明(设计)人: 李文海;江荣钿;庄旭强;朱文欢;李良;章飞;王颖卉 申请(专利权)人: 日立楼宇技术(广州)有限公司
主分类号: B66B1/34 分类号: B66B1/34
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 周清华
地址: 510660 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 类型 识别 方法 系统 设备 可读 存储 介质
【权利要求书】:

1.一种召梯类型识别方法,其特征在于,包括:

读取当前输入电梯的各个召梯指令,根据所述召梯指令生成楼层顺序数据和按钮间隔数据;其中,所述楼层顺序数据记录电梯当前召梯指令所对应的楼层以及各楼层的输入顺序,所述按钮间隔数据记录输入相邻召梯指令的时间间隔以及所述时间间隔的产生顺序;

将所述楼层顺序数据输入服务器下发的楼层顺序预测模型,将所述按钮间隔数据输入服务器下发的按钮间隔预测模型;其中,所述楼层顺序预测模型为判定楼层顺序数据正常或异常的预测模型;所述按钮间隔预测模型为判定按钮间隔数据正常或异常的预测模型;

根据所述楼层顺序预测模型和按钮间隔预测模型分别输出的预测结果识别当前召梯类型。

2.根据权利要求1所述的召梯类型识别方法,其特征在于,所述读取当前输入电梯的各个召梯指令,根据所述召梯指令生成楼层顺序数据和按钮间隔数据的过程之前还包括:

服务器获取携带召梯类型标识的多个召梯样本,生成各个召梯样本分别对应的楼层顺序样本和按钮间隔样本,分别针对所述楼层顺序样本和按钮间隔样本进行机器学习生成楼层顺序预测模型和按钮间隔预测模型,将所述楼层顺序预测模型和按钮间隔预测模型下发至召梯类型识别设备。

3.根据权利要求2所述的召梯类型识别方法,其特征在于,所述召梯样本依次记录召梯类型标识、按照输入时间排列的若干个楼层-时间间隔组;其中,所述楼层-时间间隔组记录楼层、输入该楼层与上一次输入楼层之间的时间间隔;

所述楼层顺序样本依次记录召梯类型标识、输入顺序和楼层;

所述按钮间隔样本包括召梯类型标识、产生时间间隔的顺序和时间间隔。

4.根据权利要求1所述的召梯类型识别方法,其特征在于,所述读取当前输入电梯的各个召梯指令,根据所述召梯指令生成楼层顺序数据和按钮间隔数据的过程包括:

读取当前输入电梯的各个召梯指令,根据所述召梯指令生成召梯序列;其中,所述召梯序列依次记录按照输入时间排列的若干个楼层-时间间隔组;所述楼层-时间间隔组记录楼层、输入该楼层与上一次输入楼层之间的时间间隔;

识别所述召梯序列记录的楼层、楼层顺序、时间间隔和时间间隔顺序;

根据所述楼层和楼层顺序生成楼层顺序数据,根据所述时间间隔和时间间隔顺序生成所述按钮间隔数据。

5.一种召梯类型识别系统,其特征在于,包括:

读取模块,用于读取当前输入电梯的各个召梯指令,根据所述召梯指令生成楼层顺序数据和按钮间隔数据;其中,所述楼层顺序数据记录电梯当前召梯指令所对应的楼层以及各楼层的输入顺序,所述按钮间隔数据记录输入相邻召梯指令的时间间隔以及所述时间间隔的产生顺序;

输入模块,用于将所述楼层顺序数据输入服务器下发的楼层顺序预测模型,将所述按钮间隔数据输入服务器下发的按钮间隔预测模型;其中,所述楼层顺序预测模型为判定楼层顺序数据正常或异常的预测模型;所述按钮间隔预测模型为判定按钮间隔数据正常或异常的预测模型;

识别模块,用于根据所述楼层顺序预测模型和按钮间隔预测模型分别输出的预测结果识别当前召梯类型。

6.根据权利要求5所述的召梯类型识别系统,其特征在于,还包括设于服务器的获取模块;所述获取模块用于获取携带召梯类型标识的多个召梯样本,生成各个召梯样本分别对应的楼层顺序样本和按钮间隔样本,分别针对所述楼层顺序样本和按钮间隔样本进行机器学习生成楼层顺序预测模型和按钮间隔预测模型,将所述楼层顺序预测模型和按钮间隔预测模型下发至召梯类型识别设备。

7.根据权利要求6所述的召梯类型识别系统,其特征在于,所述召梯样本依次记录召梯类型标识、按照输入时间排列的若干个楼层-时间间隔组;其中,所述楼层-时间间隔组记录楼层、输入该楼层与上一次输入楼层之间的时间间隔;所述楼层顺序样本依次记录召梯类型标识、输入顺序和楼层;所述按钮间隔样本包括召梯类型标识、产生时间间隔的顺序和时间间隔。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于日立楼宇技术(广州)有限公司,未经日立楼宇技术(广州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810490490.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top