CN112897263B - 一种机器人的乘梯时长预测方法和*** - Google Patents
一种机器人的乘梯时长预测方法和*** Download PDFInfo
- Publication number
- CN112897263B CN112897263B CN202110267252.0A CN202110267252A CN112897263B CN 112897263 B CN112897263 B CN 112897263B CN 202110267252 A CN202110267252 A CN 202110267252A CN 112897263 B CN112897263 B CN 112897263B
- Authority
- CN
- China
- Prior art keywords
- floor
- robot
- elevator
- target
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/24—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration
- B66B1/28—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration electrical
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
- B66B1/3415—Control system configuration and the data transmission or communication within the control system
- B66B1/3446—Data transmission or communication within the control system
- B66B1/3461—Data transmission or communication within the control system between the elevator control system and remote or mobile stations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/211—Waiting time, i.e. response time
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/212—Travel time
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/214—Total time, i.e. arrival time
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/40—Details of the change of control mode
- B66B2201/403—Details of the change of control mode by real-time traffic data
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Elevator Control (AREA)
Abstract
本发明公开了一种机器人的乘梯时长预测方法和***,方法包括以下步骤:获取预测乘梯时刻对应的目标电梯运行模式;获取机器人的乘梯路径,所述乘梯路径包括目标乘梯方向、起始楼层A、目的楼层B以及所有的中间楼层;调用并查询映射关系表,采用第一预设公式计算所述目标电梯运行模式下机器人的预测乘梯时长。本发明提供了一种机器人的乘梯时长预测方法和***,不同时段对应不同电梯运行模式,每个电梯运行模式具有不同的历史乘梯预测数据,且对该历史乘梯预测数据实时更新,从而较为准确地预测机器人的乘梯时长,以对移动机器人进行更有效的调度,提高移动机器人的运行效率、降低能耗成本、减少配送时间。
Description
【技术领域】
本发明涉及机器人领域,尤其涉及一种机器人的乘梯时长预测方法和***。
【背景技术】
近年来,移动机器人被广泛应用于楼宇环境内运输、安防等任务。早期的室内运输环境通常是单楼层的,所以机器人不需要自己去控制和乘坐电梯。而且基于已知的订单信息、相对单一的配送模式以及机器人稳定的平均行进速度,通过平面距离即可很好预测行进时长,从而作为订单分类和机器人调度的主要参考依据。但随着现代机器人运输任务的智能化与复杂化,存在越来越多的实时订单场景,运输机器人需要实现自动控制和乘坐各类电梯实现多楼层的自动化运输。在这种应用场景下,仅仅依靠平面距离预测时长已不能满足机器人调度的要求,而是需要一种更加准确的方法对机器人在现代多楼层间的乘梯时长进行预测,从而对移动机器人进行更有效的调度,提高移动机器人的运行效率、降低能耗成本、减少配送时间。
【发明内容】
本发明提供了一种机器人的乘梯时长预测方法和***,解决了以上所述的技术问题。
本发明解决上述技术问题的技术方案如下:一种机器人的乘梯时长预测方法,应用于机器人,包括以下步骤:
步骤1,获取预测乘梯时刻对应的目标电梯运行模式;
步骤2,获取机器人的乘梯路径,所述乘梯路径包括目标乘梯方向、起始楼层A、目的楼层B以及所有的中间楼层N1、N2、N3……NB-A-1;
步骤3,调用并查询映射关系表,采用第一预设公式计算所述目标电梯运行模式下机器人的预测乘梯时长,所述第一预设公式为:
其中,T为机器人从起始楼层A到目的楼层B的预测乘梯时长,WTA是目标电梯运行模式下起始楼层A在目标乘梯方向上的机器人平均等待时长,Pi是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的停留概率,MT_Ni是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的平均停留时长,Avg_T是每层楼的平均运行时长。
在又一个可能的实现方式中,电梯运行模式包括第一预设时间段对应的上行集中模式、第二预设时间段对应的下行集中模式、第三预设时间段对应的工作随机模式和第四预设时间段对应的空闲模式。
在又一个可能的实现方式中,所述采用第一预设公式计算目标电梯运行模式下机器人的预测乘梯时长,具体为:
查询所述映射关系表,获取目标电梯运行模式下,起始楼层A在目标乘梯方向上的机器人平均等待时长WTA、中间楼层Ni在目标乘梯方向上的停留概率Pi和平均停留时长MT_Ni,i的取值为1,2,……,B-A-1;
获取机器人在所述起始楼层A的实际等待时长WTA′以及每个中间楼层的实际停留时长MT_Ni′,当所述实际等待时长WTA′大于第一阈值和/或实际停留时长MT_Ni′大于第二阈值时,将所述实际等待时长WTA′和/或对应中间楼层的实际停留时长MT_Ni′发送至服务器,并采用第二预设公式对机器人平均等待时长WTA和对应中间楼层的平均停留时长MT_Ni进行更新;
采用更新后的数据重新计算目标电梯运行模式下机器人的预测乘梯时长。
在又一个可能的实现方式中,所述第二预设公式为:更新后WTA=k1*(更新前WTA+WTA′);
更新后MT_Ni=k2*(更新前MT_Ni+MT_Ni′);
其中,K1、K2为预设权重。
第二方面,本发明提供了一种机器人的乘梯时长预测方法,应用于服务器,包括映射关系表建立步骤:
获取预设时间范围内目标楼宇的历史乘梯数据;
根据所述历史乘梯数据建立映射关系表,所述映射关系表包括不同电梯运行模式下每个楼层作为上行起始楼层或者下行起始楼层的机器人平均等待时长、每个楼层作为上行中间楼层或者下行中间楼层的停留概率和平均停留时长。
在又一个可能的实现方式中,所述映射关系表建立步骤还包括:
获取目标楼宇中全部公司的楼层分布信息以及同一公司在相同楼层的员工数量;
当同一公司分布在至少2个目标楼层,且任一目标楼层的所述员工数量大于第三阈值时,将所述第三预设时间段划分为繁忙时间段和普通时间段;
在所述映射关系表中建立所述繁忙时间段下所述目标楼层作为上行起始楼层或者下行起始楼层的机器人平均等待时长、所述目标楼层作为上行中间楼层或者下行中间楼层的停留概率和平均停留时长。
在又一个可能的实现方式中,还包括映射关系表更新步骤,具体为:
接收至少一个机器人发送的所述实际等待时长WTA′和对应楼层的所述实际停留时长MT_Ni′;
当相同楼层的实际等待时长WTA′的接收次数大于第四阈值时,计算多个所述实际等待时长WTA′对应的第一平均值,并采用所述第一平均值对所述映射关系表进行更新;
当相同楼层的实际停留时长MT_Ni′的接收次数大于第五阈值时,计算多个所述实际停留时长MT_Ni′对应的第二平均值,并采用所述第二平均值对所述映射关系表进行更新。
第三方面,本发明提供了一种机器人的乘梯时长预测***,包括服务器和至少一个机器人,所述至少一个机器人中每个机器人均包括:
第一获取模块,用于获取预测乘梯时刻对应的目标电梯运行模式;
第二获取模块,用于获取机器人的乘梯路径,所述乘梯路径包括目标乘梯方向、起始楼层A、目的楼层B以及所有的中间楼层N1、N2、N3……NB-A-1;
计算模块,用于调用并查询映射关系表,采用第一预设公式计算所述目标电梯运行模式下机器人的预测乘梯时长,所述第一预设公式为:
其中,T为机器人从起始楼层A到目的楼层B的预测乘梯时长,WTA是目标电梯运行模式下起始楼层A在目标乘梯方向上的机器人平均等待时长,Pi是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的停留概率,MT_Ni是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的平均停留时长,Avg_T是每层楼的平均运行时长。
在又一个可能的实现方式中,所述计算模块包括:
第一查询单元,用于查询所述映射关系表,获取目标电梯运行模式下,起始楼层A在目标乘梯方向上的机器人平均等待时长WTA、中间楼层Ni在目标乘梯方向上的停留概率Pi和平均停留时长MT_Ni,i的取值为1,2,……,B-A-1;
更新单元,用于获取机器人在所述起始楼层A的实际等待时长WTA′以及每个中间楼层的实际停留时长MT_Ni′,当所述实际等待时长WTA′大于第一阈值和/或实际停留时长MT_Ni′大于第二阈值时,将所述实际等待时长WTA′和/或对应中间楼层的实际停留时长MT_Ni′发送至服务器,并采用第二预设公式对机器人平均等待时长WTA和对应中间楼层的平均停留时长MT_Ni进行更新;
计算单元,用于采用更新后的数据重新计算目标电梯运行模式下机器人的预测乘梯时长。
在又一个可能的实现方式中,所述服务器包括映射关系表建立模块,所述映射关系表建立模块具体包括:
第二查询单元,用于获取预设时间范围内目标楼宇的历史乘梯数据;
创建单元,用于根据所述历史乘梯数据建立映射关系表,所述映射关系表包括不同电梯运行模式下每个楼层作为上行起始楼层或者下行起始楼层的机器人平均等待时长、每个楼层作为上行中间楼层或者下行中间楼层的停留概率和平均停留时长。
本发明提供了一种机器人的乘梯时长预测方法和***,不同时段对应不同电梯运行模式,每个电梯运行模式具有不同的历史乘梯预测数据,且对该历史乘梯预测数据实时更新,从而较为准确地预测机器人的乘梯时长,以对移动机器人进行更有效的调度,提高移动机器人的运行效率、降低能耗成本、减少配送时间。
为使发明的上述目的、特征和优点能更明显易懂,下文特举本发明较佳实施例,并配合所附附图,作详细说明如下。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种机器人的乘梯时长预测方法的流程示意图;
图2为本申请实施例提供的一种机器人的乘梯时长预测方法的流程示意图;
图3为本申请实施例提供的一种机器人的乘梯时长预测装置的结构示意图;
图4为本申请实施例提供的一种机器人的乘梯时长预测装置的结构示意图;
图5为本申请实施例提供的一种机器人的结构示意图;
图6为本申请实施例提供的一种服务器的结构示意图。
【具体实施方式】
为了使本发明的目的、技术方案和有益技术效果更加清晰明白,以下结合附图和具体实施方式,对本发明进行进一步详细说明。应当理解的是,本说明书中描述的具体实施方式仅仅是为了解释本发明,并不是为了限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
本申请实施例中提供了一种机器人的乘梯时长预测方法10,如图1所示,该方法10可以由机器人执行,该机器人可以在楼宇中进行运单的递送,该方法10包括:
110、获取预测乘梯时刻对应的目标电梯运行模式。
具体来说,电梯的运行是根据大楼内人员不同的流向而进行的,乘客在不同时间段的流动有不同的表现。在数据进行分析之前,通过去除冗余信息,可以提高信息预测的速度和准确度。
优选实施例中,基于不同时间段的电梯运行规律,将电梯运行模式分为四种模式,分别是第一预设时间段对应的上行集中模式、第二预设时间段对应的下行集中模式、第三预设时间段对应的工作随机模式和第四预设时间段对应的空闲模式。这里第一预设时间段可以是上班高峰期,第二预设时间段可以是下班高峰期,第三预设时间段可以是上班期间,第四预设时间段可以是第一天下班到第二天上班之间,此时电梯基本处于空闲模式。对于写字楼来说,上午的上班时间段是客流量上行的高峰时间段,在这个时间段里,乘客乘坐电梯基本是以上行为主,所以把此时电梯运行模式设置为上行集中模式。而一天的下班时间到来,大家纷纷离开写字楼,客流量基本处于下行状态,员工需要从各自的楼层乘坐电梯前往底楼,此时的交通压力全部来自以下行,所以把这种交通流模式对应的电梯运行模式称为下行集中模式。而在上班期间,已经没有上班时的上行集中客流量和下班时的下行集中客流量,电梯交通客流量趋于减少并随机分布在不同的楼层之间,此时的交通流主要呈现为不同楼层的客流运输,所以把此时的电梯运行模式称为随机模式。
本实施例中,通过获取机器人递送路径的预测乘梯时刻,然后判断该预测乘梯时刻处于哪个预设时间段就可以获取对应的目标电梯运行模式。
然后执行120、获取机器人的乘梯路径,所述乘梯路径包括目标乘梯方向(比如上行方向还是下行方向)、起始楼层A、目的楼层B以及所有的中间楼层N1、N2、N3……NB-A-1;
130、调用并查询映射关系表,采用第一预设公式计算所述目标电梯运行模式下机器人的预测乘梯时长。可选实施例中,步骤130包括以下步骤:
1301,查询所述映射关系表,获取目标电梯运行模式下,起始楼层A在目标乘梯方向上的机器人平均等待时长WTA、中间楼层Ni在目标乘梯方向上的停留概率Pi和平均停留时长MT_Ni,i的取值为1,2,……,B-A-1;
1302,获取机器人在所述起始楼层A的实际等待时长WTA′以及每个中间楼层的实际停留时长MT_Ni′,当所述实际等待时长WTA′大于第一阈值和/或实际停留时长MT_Ni′大于第二阈值时,将所述实际等待时长WTA′和/或对应中间楼层的实际停留时长MT_Ni′发送至服务器,并采用第二预设公式对机器人平均等待时长WTA和对应中间楼层的平均停留时长MT_Ni进行更新;
1303,采用更新后的数据重新计算目标电梯运行模式下机器人的预测乘梯时长。这样,整个预测机制不仅使用历史数据作为参考机制,当监测到新数值偏移历史数据超过一定阈值时,通过设定合适的权重数,将新数值实时更新到本机***,并将异常数值上报到多机***,从而较为准确地预测机器人的乘梯时长,以对移动机器人进行更有效的调度,提高移动机器人的运行效率、降低能耗成本、减少配送时间。
可选实施例中,具体采用的第一预设公式为:
其中,T为机器人从起始楼层A到目的楼层B的预测乘梯时长,WTA是目标电梯运行模式下起始楼层A在目标乘梯方向上的机器人平均等待时长,Pi是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的停留概率,MT_Ni是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的平均停留时长,Avg_T是每层楼的平均运行时长。
另一优选实施例中,所述第一预设公式为:
其中,MTB是目标电梯运行模式下目的楼层B在目标乘梯方向上的机器人平均出梯时长。
另一优选实施例中,所述第一预设公式为:
其中,MTA是目标电梯运行模式下起始楼层A在目标乘梯方向上的机器人平均进梯时长。上述优选实施例在预测乘梯时长时综合考虑了机器人进梯时长和出梯时长,在楼宇较繁忙时可以得到更加准确的时间预测结果。
另一可选实施例中,第二预设公式为:
更新后WTA=k1*(更新前WTA+WTA′);
更新后MT_Ni=k2*(更新前MT_Ni+MT_Ni′);
其中,K1、K2为预设权重,比如设置为0.5。
本申请实施例中还提供了一种机器人的乘梯时长预测方法20,如图2所示,该方法20可以由服务器执行,例如:可以为云端服务器,该方法20包括映射关系表建立步骤,具体为:
210、获取预设时间范围内目标楼宇的历史乘梯数据,比如最近一年内目标楼宇的历史乘梯数据。
220、根据所述历史乘梯数据建立映射关系表,所述映射关系表包括不同电梯运行模式下每个楼层作为上行起始楼层或者下行起始楼层的机器人平均等待时长、每个楼层作为上行中间楼层或者下行中间楼层的停留概率和平均停留时长。优选实施例中,所述映射关系表还包括每个楼层作为上行起始楼层或者下行起始楼层的机器人平均进梯时长、每个楼层作为上行目的楼层或者下行目的楼层的机器人平均出梯时长。
可选实施例中,考虑到写字楼存在大型公司的特殊情况,比如大型培训公司,此时该大型公司可能占据至少2个楼层,任一楼层均可能入驻大量员工。在这种情况下,即时是工作时间,也可能存在集中上行和/或集中下行的电梯交通流,比如大量员工在固定工作时间固定楼层进行思想动员、开会等等。此时,所述映射关系表建立步骤还包括:
获取目标楼宇中全部公司的楼层分布信息以及同一公司在相同楼层的员工数量;
当同一公司分布在至少2个目标楼层,且任一目标楼层的所述员工数量大于第三阈值时,将所述第三预设时间段划分为繁忙时间段和普通时间段;
在所述映射关系表中建立所述繁忙时间段下所述目标楼层作为上行起始楼层或者下行起始楼层的机器人平均等待时长、所述目标楼层作为上行中间楼层或者下行中间楼层的停留概率和平均停留时长。优选实施例中,所述映射关系表还需建立所述起始楼层作为上行起始楼层或者下行起始楼层的机器人平均进梯时长、所述目标楼层作为上行目的楼层或者下行目的楼层的机器人平均出梯时长。从而在计算普通时间段的历史数据并建立对应映射关系表时可以剔除繁忙时间段的历史数据,让映射关系表的数据更加准确,进一步提高乘梯时长预测的准确性。
可选实施例中,运行在服务器上的乘梯时长预测方法还包括映射关系表更新步骤,具体为:
S401,接收至少一个机器人发送的所述实际等待时长WTA′和对应楼层的所述实际停留时长MT_Ni′;
S402,当相同楼层的实际等待时长WTA′的接收次数大于第四阈值时,即有超过第四阈值的机器人均向服务器发送实际等待时长WT′A时,计算多个所述实际等待时长WTA′对应的第一平均值,并采用所述第一平均值对所述映射关系表进行更新;
S403,当相同楼层的实际停留时长MT_Ni′的接收次数大于第五阈值时,即有超过第五阈值的机器人均向服务器发送实际停留时长MT_Ni′时,计算多个所述实际停留时长MT_Ni′对应的第二平均值,并采用所述第二平均值对所述映射关系表进行更新。
具体来说,一个机器人的异常数值上报并不能反映真实电梯运行状况,但服务器会记录上报的异常数值,当接收到多个机器人的异常数值上报则可以认为电梯运行状况发生改变,接受异常数值作为新数值用于预测乘梯时长。
因此,本申请实施例提供了一种机器人的乘梯时长预测方法,不同时段对应不同电梯运行模式,每个电梯运行模式具有不同的历史乘梯预测数据,且对该历史乘梯预测数据实时更新,从而较为准确地预测机器人的乘梯时长,以对移动机器人进行更有效的调度,提高移动机器人的运行效率、降低能耗成本、减少配送时间。
基于相同的发明构思,本申请实施例提供了一种机器人的乘梯时长预测装置,如图3示,该机器人的乘梯时长预测装置30可以包括:
第一获取模块301,用于获取预测乘梯时刻对应的目标电梯运行模式;
第二获取模块302,用于获取机器人的乘梯路径,所述乘梯路径包括目标乘梯方向、起始楼层A、目的楼层B以及所有的中间楼层N1、N2、N3……NB-A-1;
计算模块303,用于调用并查询映射关系表,采用第一预设公式计算所述目标电梯运行模式下机器人的预测乘梯时长,所述第一预设公式为:
其中,T为机器人从起始楼层A到目的楼层B的预测乘梯时长,WTA是目标电梯运行模式下起始楼层A在目标乘梯方向上的机器人平均等待时长,Pi是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的停留概率,MT_Ni是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的平均停留时长,Avg_T是每层楼的平均运行时长。
本申请实施例提供的装置30中未详述的内容,可参照上述实施例中提供的方法10,本申请实施例提供的装置30能够达到的有益效果与上述实施例中提供的方法10相同,在此不再赘述。
在一些实施例中,计算模块303包括:
第一查询单元,用于查询所述映射关系表,获取目标电梯运行模式下,起始楼层A在目标乘梯方向上的机器人平均等待时长WTA、中间楼层Ni在目标乘梯方向上的停留概率Pi和平均停留时长MT_Ni,i的取值为1,2,……,B-A-1;
更新单元,用于获取机器人在所述起始楼层A的实际等待时长WTA′以及每个中间楼层的实际停留时长MT_Ni′,当所述实际等待时长WTA′大于第一阈值和/或实际停留时长MT_Ni′大于第二阈值时,将所述实际等待时长WTA′和/或对应中间楼层的实际停留时长MT_Ni′发送至服务器,并采用第二预设公式对机器人平均等待时长WTA和对应中间楼层的平均停留时长MT_Ni进行更新;
计算单元,用于采用更新后的数据重新计算目标电梯运行模式下机器人的预测乘梯时长。
基于相同的发明构思,本申请实施例提供了一种机器人的乘梯时长预测装置,如图4所示,该机器人的乘梯时长预测装置40可以包括映射关系表建立模块401,所述映射关系表建立模块401具体包括:
第二查询单元,用于获取预设时间范围内目标楼宇的历史乘梯数据;
创建单元,用于根据所述历史乘梯数据建立映射关系表,所述映射关系表包括不同电梯运行模式下每个楼层作为上行起始楼层或者下行起始楼层的机器人平均等待时长、每个楼层作为上行中间楼层或者下行中间楼层的停留概率和平均停留时长。优选实施例中,所述映射关系表还包括所述起始楼层作为上行起始楼层或者下行起始楼层的机器人平均进梯时长、所述目标楼层作为上行目的楼层或者下行目的楼层的机器人平均出梯时长。
在一些实施例中,所述映射关系表建立模块401还包括:
获取单元,用于获取目标楼宇中全部公司的楼层分布信息以及同一公司在相同楼层的员工数量;
划分单元,用于当同一公司分布在至少2个目标楼层,且任一目标楼层的所述员工数量大于第三阈值时,将所述第三预设时间段划分为繁忙时间段和普通时间段,并驱动创建单元在所述映射关系表中建立所述繁忙时间段下所述目标楼层作为上行起始楼层或者下行起始楼层的机器人平均等待时长、所述目标楼层作为上行中间楼层或者下行中间楼层的停留概率和平均停留时长。优选实施例中,所述划分单元还用于驱动创建单元在所述映射关系表中建立所述繁忙时间段下所述起始楼层作为上行起始楼层或者下行起始楼层的机器人平均进梯时长、所述目标楼层作为上行目的楼层或者下行目的楼层的机器人平均出梯时长。
在一些实施例中,该机器人的乘梯时长预测装置40还可以包括映射关系表更新模块402,具体包括:
接收单元,用于接收至少一个机器人发送的所述实际等待时长WTA′和对应楼层的所述实际停留时长MT_Ni′;
更新单元,用于当相同楼层的实际等待时长WTA′的接收次数大于第四阈值时,计算多个所述实际等待时长WTA′对应的第一平均值,并采用所述第一平均值对所述映射关系表进行更新;以及当相同楼层的实际停留时长MT_Ni′的接收次数大于第五阈值时,计算多个所述实际停留时长MT_Ni′对应的第二平均值,并采用所述第二平均值对所述映射关系表进行更新。
本申请实施例提供的装置40中未详述的内容,可参照上述实施例中提供的方法20,本申请实施例提供的装置40能够达到的有益效果与上述实施例中提供的方法20相同,在此不再赘述。
基于相同的发明构思,本申请实施例还提供一种机器人,如图5所示,该机器人50包括:存储器501、收发机502,以及一个或多个处理器503。其中,图5中以一个处理器503为例。收发机502,用于在处理器503的控制下收发数据。
处理器503和存储器501可以通过总线或者其他方式连接。存储器501作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的递送机器人的云端调度方法对应的程序指令/模块。处理器503通过运行存储在存储器501中的非易失性软件程序、指令以及模块,从而执行机器人的乘梯时长预测装置30的各种功能应用以及数据处理,即实现上述方法实施例提供的机器人的乘梯时长预测方法10以及上述装置30实施例的各个模块或单元的功能。
应理解,在上述实施例中,存储器501可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器501可选包括相对于处理器503远程设置的存储器,这些远程存储器可以通过网络连接至处理器503。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。收发机502可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元,这些传输介质包括无线信道、有线信道、光缆等传输介质。
该程序指令/模块存储在该存储器501中,当被该一个或者多个处理器503执行时,执行上述任意方法10对应的实施例中的机器人的乘梯时长预测方法。
本发明实施例还提供了一种非易失性计算机存储介质,该计算机存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图5中的一个处理器503,可使得上述一个或多个处理器可执行上述任意方法实施例中的机器人的乘梯时长预测方法。
基于相同的发明构思,本申请实施例还提供一种服务器。所述服务器和上述至少一个机器人构成一种机器人的乘梯时长预测***。如图6所示,该服务器60包括:存储器601、收发机602,以及一个或多个处理器603。其中,图6中以一个处理器603为例。收发机602,用于在处理器603的控制下收发数据。
处理器603和存储器601可以通过总线或者其他方式连接。存储器601作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的递送机器人的云端调度方法对应的程序指令/模块。处理器603通过运行存储在存储器601中的非易失性软件程序、指令以及模块,从而执行机器人的乘梯时长预测装置40的各种功能应用以及数据处理,即实现上述方法实施例提供的机器人的乘梯时长预测方法20以及上述装置40实施例的各个模块或单元的功能。
应理解,在上述实施例中,存储器601可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器601可选包括相对于处理器603远程设置的存储器,这些远程存储器可以通过网络连接至处理器603。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。收发机602可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元,这些传输介质包括无线信道、有线信道、光缆等传输介质。针对不同的用户终端,用户接口604还可以是能够外接内接需要设备的接口,连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
该程序指令/模块存储在该存储器601中,当被该一个或者多个处理器603执行时,执行上述方法20对应的实施例中的机器人的乘梯时长预测方法。
本发明实施例还提供了一种非易失性计算机存储介质,该计算机存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图6中的一个处理器603,可使得上述一个或多个处理器可执行上述任意方法实施例中的机器人的乘梯时长预测方法。
本发明实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,该计算机程序包括程序指令,当该程序指令被电子设备执行时,使该电子设备执行任一项该的机器人的乘梯时长预测方法。
以上所描述的装置或设备实施例仅仅是示意性的,其中该作为分离部件说明的单元模块可以是或者也可以不是物理上分开的,作为模块单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分该的方法。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种机器人的乘梯时长预测方法,应用于机器人,其特征在于,包括以下步骤:
步骤1,获取预测乘梯时刻对应的目标电梯运行模式;
步骤2,获取机器人的乘梯路径,所述乘梯路径包括目标乘梯方向、起始楼层A、目的楼层B以及所有的中间楼层N1、N2、N3……NB-A-1;
步骤3,调用并查询映射关系表,采用第一预设公式计算所述目标电梯运行模式下机器人的预测乘梯时长,所述第一预设公式为:
其中,T为机器人从起始楼层A到目的楼层B的预测乘梯时长,WTA是目标电梯运行模式下起始楼层A在目标乘梯方向上的机器人平均等待时长,Pi是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的停留概率,MT_Ni是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的平均停留时长,Avg_T是每层楼的平均运行时长。
2.根据权利要求1所述机器人的乘梯时长预测方法,其特征在于,电梯运行模式包括第一预设时间段对应的上行集中模式、第二预设时间段对应的下行集中模式、第三预设时间段对应的工作随机模式和第四预设时间段对应的空闲模式。
3.根据权利要求1或2所述机器人的乘梯时长预测方法,其特征在于,所述采用第一预设公式计算目标电梯运行模式下机器人的预测乘梯时长,具体为:
查询所述映射关系表,获取目标电梯运行模式下,起始楼层A在目标乘梯方向上的机器人平均等待时长WTA、中间楼层Ni在目标乘梯方向上的停留概率Pi和平均停留时长MT_Ni,i的取值为1,2,……,B-A-1;
获取机器人在所述起始楼层A的实际等待时长WTA′以及每个中间楼层的实际停留时长MT-Ni′,当所述实际等待时长WTA′大于第一阈值和/或实际停留时长MT_Ni′大于第二阈值时,将所述实际等待时长WTA′和/或对应中间楼层的实际停留时长MT_Ni′发送至服务器,并采用第二预设公式对机器人平均等待时长WTA和对应中间楼层的平均停留时长MT_Ni进行更新;
采用更新后的数据重新计算目标电梯运行模式下机器人的预测乘梯时长。
4.根据权利要求3所述机器人的乘梯时长预测方法,其特征在于,所述第二预设公式为:更新后WTA=k1*(更新前WTA+WTA′);
更新后MT_Ni=k2*(更新前MT_Ni+MT_Ni′);
其中,K1、K2为预设权重。
5.一种机器人的乘梯时长预测方法,应用于服务器,其特征在于,包括映射关系表建立步骤,具体为:
获取预设时间范围内目标楼宇的历史乘梯数据;
根据所述历史乘梯数据建立映射关系表,所述映射关系表包括不同电梯运行模式下每个楼层作为上行起始楼层或者下行起始楼层的机器人平均等待时长、每个楼层作为上行中间楼层或者下行中间楼层的停留概率和平均停留时长;
调用并查询所述映射关系表,采用第一预设公式计算目标电梯运行模式下机器人的预测乘梯时长,所述第一预设公式为:
其中,T为机器人从起始楼层A到目的楼层B的预测乘梯时长,WTA是目标电梯运行模式下起始楼层A在目标乘梯方向上的机器人平均等待时长,Pi是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的停留概率,MT_Ni是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的平均停留时长,Avg_T是每层楼的平均运行时长。
6.根据权利要求5所述机器人的乘梯时长预测方法,其特征在于,所述映射关系表建立步骤还包括:
获取目标楼宇中全部公司的楼层分布信息以及同一公司在相同楼层的员工数量;
当同一公司分布在至少2个目标楼层,且任一目标楼层的所述员工数量大于第三阈值时,将第三预设时间段划分为繁忙时间段和普通时间段;
在所述映射关系表中建立所述繁忙时间段下所述目标楼层作为上行起始楼层或者下行起始楼层的机器人平均等待时长、所述目标楼层作为上行中间楼层或者下行中间楼层的停留概率和平均停留时长。
7.根据权利要求5或6所述机器人的乘梯时长预测方法,其特征在于,还包括映射关系表更新步骤,具体为:
接收至少一个机器人发送的实际等待时长WTA′和对应楼层的实际停留时长MT_Ni′;
当相同楼层的实际等待时长WTA′的接收次数大于第四阈值时,计算多个所述实际等待时长WTA′对应的第一平均值,并采用所述第一平均值对所述映射关系表进行更新;
当相同楼层的实际停留时长MT_Ni′的接收次数大于第五阈值时,计算多个所述实际停留时长MT_Ni′对应的第二平均值,并采用所述第二平均值对所述映射关系表进行更新。
8.一种机器人的乘梯时长预测***,其特征在于,包括服务器和至少一个机器人,所述至少一个机器人中每个机器人均包括:
第一获取模块,用于获取预测乘梯时刻对应的目标电梯运行模式;
第二获取模块,用于获取机器人的乘梯路径,所述乘梯路径包括目标乘梯方向、起始楼层A、目的楼层B以及所有的中间楼层N1、N2、N3……NB-A-1;
计算模块,用于调用并查询映射关系表,采用第一预设公式计算所述目标电梯运行模式下机器人的预测乘梯时长,所述第一预设公式为:
其中,T为机器人从起始楼层A到目的楼层B的预测乘梯时长,WTA是目标电梯运行模式下起始楼层A在目标乘梯方向上的机器人平均等待时长,Pi是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的停留概率,MT_Ni是目标电梯运行模式下Ni在目标乘梯方向上作为中间楼层的平均停留时长,Avg_T是每层楼的平均运行时长。
9.根据权利要求8所述机器人的乘梯时长预测***,其特征在于,所述计算模块包括:
第一查询单元,用于查询所述映射关系表,获取目标电梯运行模式下,起始楼层A在目标乘梯方向上的机器人平均等待时长WTA、中间楼层Ni在目标乘梯方向上的停留概率Pi和平均停留时长MT_Ni,i的取值为1,2,……,B-A-1;
更新单元,用于获取机器人在所述起始楼层A的实际等待时长WTA′以及每个中间楼层的实际停留时长MT_Ni′,当所述实际等待时长WTA′大于第一阈值和/或实际停留时长MT_Ni′大于第二阈值时,将所述实际等待时长WTA′和/或对应中间楼层的实际停留时长MT_Ni′发送至服务器,并采用第二预设公式对机器人平均等待时长WTA和对应中间楼层的平均停留时长MT_Ni进行更新;
计算单元,用于采用更新后的数据重新计算目标电梯运行模式下机器人的预测乘梯时长。
10.根据权利要求8或9所述机器人的乘梯时长预测***,其特征在于,所述服务器包括映射关系表建立模块,所述映射关系表建立模块具体包括:
第二查询单元,用于获取预设时间范围内目标楼宇的历史乘梯数据;
创建单元,用于根据所述历史乘梯数据建立映射关系表,所述映射关系表包括不同电梯运行模式下每个楼层作为上行起始楼层或者下行起始楼层的机器人平均等待时长、每个楼层作为上行中间楼层或者下行中间楼层的停留概率和平均停留时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110267252.0A CN112897263B (zh) | 2021-03-11 | 2021-03-11 | 一种机器人的乘梯时长预测方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110267252.0A CN112897263B (zh) | 2021-03-11 | 2021-03-11 | 一种机器人的乘梯时长预测方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112897263A CN112897263A (zh) | 2021-06-04 |
CN112897263B true CN112897263B (zh) | 2022-12-06 |
Family
ID=76104926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110267252.0A Active CN112897263B (zh) | 2021-03-11 | 2021-03-11 | 一种机器人的乘梯时长预测方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112897263B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113642959B (zh) * | 2021-08-06 | 2024-07-09 | 上海有个机器人有限公司 | 物品配送任务分配方法、装置、计算机设备及存储介质 |
CN114051057B (zh) * | 2021-11-01 | 2023-11-03 | 北京百度网讯科技有限公司 | 云设备排队时长的确定方法、装置、电子设备和介质 |
CN114873390B (zh) * | 2022-04-25 | 2024-03-26 | 北京云迹科技股份有限公司 | 机器人所处楼层预测方法及相关设备 |
CN114873389B (zh) * | 2022-04-25 | 2024-02-06 | 北京云迹科技股份有限公司 | 机器人确定自身楼层方法及相关设备 |
CN115159289B (zh) * | 2022-07-13 | 2023-12-08 | 北京云迹科技股份有限公司 | 电梯交互方法、装置、电子设备和介质 |
CN115417261B (zh) * | 2022-09-16 | 2023-12-22 | 北京云迹科技股份有限公司 | 一种移动机器人乘梯控制方法及相关设备 |
CN117185063B (zh) * | 2023-11-08 | 2024-02-13 | 海纳云物联科技有限公司 | 电梯调度方法、装置、设备和计算机存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004155554A (ja) * | 2002-11-07 | 2004-06-03 | Hitachi Ltd | エレベーターの群管理制御装置及び方法 |
JP2014069947A (ja) * | 2012-10-01 | 2014-04-21 | Mitsubishi Electric Corp | エレベータ交通需要予測装置 |
CN105355158A (zh) * | 2015-11-12 | 2016-02-24 | 日立电梯(中国)有限公司 | 电梯广告的投放方法及*** |
CN110877338A (zh) * | 2019-11-29 | 2020-03-13 | 上海有个机器人有限公司 | 一种用于辅助机器人的电梯调度方法、介质、终端和装置 |
CN110884968A (zh) * | 2019-12-10 | 2020-03-17 | 日立楼宇技术(广州)有限公司 | 一种电梯控制方法及*** |
CN110963378A (zh) * | 2019-12-31 | 2020-04-07 | 北京猎户星空科技有限公司 | 一种多电梯调度方法 |
CN111268522A (zh) * | 2020-02-03 | 2020-06-12 | 重庆特斯联智慧科技股份有限公司 | 一种基于大数据分析的电梯调度方法和*** |
CN111847152A (zh) * | 2020-06-30 | 2020-10-30 | 深圳优地科技有限公司 | 一种机器人乘梯确定方法、装置、电子设备和介质 |
CN111931128A (zh) * | 2020-07-15 | 2020-11-13 | 重庆锐云科技有限公司 | 基于伯努利模型的电梯配置方法、***、设备及存储介质 |
CN112061920A (zh) * | 2020-08-31 | 2020-12-11 | 成都新潮传媒集团有限公司 | 电梯停靠楼层的预测方法、装置及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7014015B2 (en) * | 2003-06-24 | 2006-03-21 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for scheduling cars in elevator systems considering existing and future passengers |
-
2021
- 2021-03-11 CN CN202110267252.0A patent/CN112897263B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004155554A (ja) * | 2002-11-07 | 2004-06-03 | Hitachi Ltd | エレベーターの群管理制御装置及び方法 |
JP2014069947A (ja) * | 2012-10-01 | 2014-04-21 | Mitsubishi Electric Corp | エレベータ交通需要予測装置 |
CN105355158A (zh) * | 2015-11-12 | 2016-02-24 | 日立电梯(中国)有限公司 | 电梯广告的投放方法及*** |
CN110877338A (zh) * | 2019-11-29 | 2020-03-13 | 上海有个机器人有限公司 | 一种用于辅助机器人的电梯调度方法、介质、终端和装置 |
CN110884968A (zh) * | 2019-12-10 | 2020-03-17 | 日立楼宇技术(广州)有限公司 | 一种电梯控制方法及*** |
CN110963378A (zh) * | 2019-12-31 | 2020-04-07 | 北京猎户星空科技有限公司 | 一种多电梯调度方法 |
CN111268522A (zh) * | 2020-02-03 | 2020-06-12 | 重庆特斯联智慧科技股份有限公司 | 一种基于大数据分析的电梯调度方法和*** |
CN111847152A (zh) * | 2020-06-30 | 2020-10-30 | 深圳优地科技有限公司 | 一种机器人乘梯确定方法、装置、电子设备和介质 |
CN111931128A (zh) * | 2020-07-15 | 2020-11-13 | 重庆锐云科技有限公司 | 基于伯努利模型的电梯配置方法、***、设备及存储介质 |
CN112061920A (zh) * | 2020-08-31 | 2020-12-11 | 成都新潮传媒集团有限公司 | 电梯停靠楼层的预测方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112897263A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112897263B (zh) | 一种机器人的乘梯时长预测方法和*** | |
KR102548844B1 (ko) | 모바일 디바이스 사용자를 위한 엘리베이터의 재할당 | |
CN104760851B (zh) | 用于管理电梯的方法及装置 | |
CN102112382B (zh) | 电梯的组群管理控制装置 | |
CN109071152B (zh) | 移动装置状态管理和位置确定 | |
CN109693980B (zh) | 电梯调度方法、装置及*** | |
CN104828660B (zh) | 电梯*** | |
CN109761120B (zh) | 一种基于预测楼层到达人数的电梯控制方法和*** | |
CN109205415B (zh) | 一种电梯群控方法、装置、计算机设备和存储介质 | |
CN110790097B (zh) | 向输送机***生成控制信号 | |
US11661307B2 (en) | Crowd sensing for elevator systems | |
CN105836554A (zh) | 电梯预约方法及装置 | |
CN105502112B (zh) | 群组电梯的召唤方法及*** | |
CN105307963A (zh) | 分派电梯的方法以及电梯*** | |
CN113979246A (zh) | 为电梯***提供业务预测的设备和方法 | |
CN111847152B (zh) | 一种机器人乘梯确定方法、装置、电子设备和介质 | |
CN110950195B (zh) | 一种电梯的优化控制方法、装置和设备 | |
CN104085748A (zh) | 基于移动通讯技术的电梯智能管理方法 | |
CN109019201A (zh) | 信号传输方法及*** | |
CN105110111B (zh) | 电梯群运行曲线生成***和方法、电梯群控*** | |
JP2019218160A (ja) | エレベータのスケジューリングシステム | |
CN114538224A (zh) | 乘梯预期方法、装置、***、机器人及介质 | |
Van et al. | Green elevator scheduling based on IoT communications | |
US10118796B2 (en) | System and method for group elevator scheduling based on submodular optimization | |
CN112533853A (zh) | 分配电梯轿厢或自主车辆 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |