DE10297738T5

DE10297738T5 - Neuronennetz-Erfassung von Hindernissen innerhalb von Aufzugtüren und von Bewegung in Richtung auf Aufzugtüren

Info

Publication number: DE10297738T5
Application number: DE10297738T
Authority: DE
Inventors: Brett E. Tueson Cook; Richard D. Tueson Pustelniak; Gene L. Tueson Stagner
Original assignee: Otis Elevator Co
Current assignee: Otis Elevator Co
Priority date: 2002-05-14
Filing date: 2002-05-14
Publication date: 2005-07-07
Also published as: CN100372754C; US20050173200A1; JP2005525277A; AU2002305630A1; HK1077284A1; CN1625524A; US7165655B2; JP4030543B2; WO2003097506A1

Abstract

Vorrichtung zum Erfassen von Hindernissen in Bewegungsbahnen von Aufzugtüren mit Türschwellenbereichen (19, 24) sowie zum Erfassen von Bewegung von Fahrgästen oder Objekten in Richtung auf den Aufzug (9), wobei die Vorrichtung Folgendes aufweist:
eine Einrichtung (26) zum Ausleuchten eines Volumens (29), das (a) einen Bereich der Bewegungsbahnen einschließlich der Türschwellenbereiche und (b) einen an den Aufzug angrenzenden Bereich einer Landezone (13) einschließlich eines an die Türschwellenbereiche angrenzenden Landezonenbodens (20) beinhaltet;
eine Einrichtung (26) zum kontinuierlichen Liefern von aufeinander folgenden Videobildern des Volumens;
eine Einrichtung (34) zum Umwandeln jedes der Videobilder in einen numerischen Einzeldimensions-Vektor;
ein Mustererkennungs-Neuronennetz (35), das in der Lage ist, ein Türöffnungssignal in Abhängigkeit von einem oder mehreren Mustern zu liefern, die von dem Neuronennetz als Anzeige für etwas erkannt werden, das sich in Richtung auf den Aufzug bewegt, oder als Anzeige für etwas erkannt werden, das sich innerhalb von einer oder mehreren der...

Description

Technisches Gebiet
Die vorliegende Erfindung betrifft die Erfassung von Objekten, und zwar sich bewegenden Objekten oder stationären Objekten, innerhalb der Bahn von Aufzugkabinentüren oder Aufzugschachttüren sowie die Erfassung von Bewegung von Fahrgästen oder Objekten in Richtung auf den Aufzug mittels eines Mustererkennungs-Neuronennetzes, das in geeigneten Fällen einen Türöffnungsbefehl liefert.
Einschlägiger Stand der Technik
Typische Systeme, die zum Erfassen von Objekten in oder in der Nähe der Bahn einer Aufzugtür eingesetzt werden, verwenden eine Anordnung von Lichtquellen, die in vertikaler Richtung an einem Rand einer Tür angeordnet sind und Lichtstrahlen liefern, die eine entsprechende Anordnung von Fotodetektoren aktivieren, die an einem gegenüberliegenden Rand der Tür angeordnet sind, wobei eine Unterbrechung eines Lichtstrahls einen Türöffnungsbefehl auslöst, um eine Tür zu veranlassen, sich zu öffnen oder offen zu bleiben. Derartige Systeme sind im Allgemeinen zufriedenstellend, haben jedoch die Eigenschaft, dass sie keine Dinge erfassen, die sich nicht innerhalb der einzelnen Lichtbahnen befinden. Da sich die Lichtanordnungen in einer einzigen Ebene befinden, besteht ferner die Möglichkeit, dass die Gegenwart von Personen oder Gegenständen nicht erfasst wird, bis sich diese über eine gewisse Distanz in die Türöffnung hinein bewegt haben.
Eine kompliziertere Erfassung von Aufzugtür-Hindernissen ist in den US-Patenten Nr. 5,387,768 und 5,410,149 offenbart. Die Vorrichtungen gemäß diesen Offenbarungen erfassen jedoch ausschließlich Bewegung, und aus diesem Grund erfassen sie keine Objekte, die innerhalb der Türbahn statisch oder unbeweglich vorhanden sind. Ferner ist die Verarbeitung von Bildern äußerst komplex und benötigt in beträchtlichem Umfang Software sowie Software-Verarbeitungszeit. Die Anpassung derart komplexer Vorrichtungen an Aufzug-Landezonen, die ein unterschiedliches Bild-Ansprechen aufweisen, ist ebenfalls sehr komplex, langsam und teuer, und zwar aufgrund der Art der erforderlichen Verarbeitungsvorgänge.
Derzeit vorhandene Lichtstrahl-Türhindernis-Detektoren benötigen flexible Kabel, um den beweglichen Türen Energie zuzuführen und Ansprechsignale von diesen zu empfangen.
Offenbarung der Erfindung
Ziele der Erfindung beinhalten die Schaffung eines Systems zum Erfassen von Hindernissen in Aufzug-Türzugängen, das nicht nur Objekte oder Personen bei der Bewegung in Richtung auf den Aufzug erfassen kann, während es andersartige Bewegung ignoriert, sondern auch sich nicht bewegende Objekte oder Personen in der Bahn der Türen erfassen kann; das sich in einfacher Weise an eine große Vielzahl verschiedener Stockwerk-Landezonenbilder anpassen lässt, und zwar unter Verwendung von einfach verfügbarer Software in einem PC, der während des Lernprozesses nur vorübergehend mit der Vorrichtung verbunden werden muss und anschließend entfernt wird; das extrem schnell ist und keine komplexe Bildverarbeitung benötigt; das sich in einfacher Weise als Nachrüstsatz bei einer großen Vielzahl verschiedener Aufzugsysteme und Stockwerk-Landezonen anpassen lässt; das keine an den Türen angebrachte Vorrichtungen erforderlich macht, und das sich relativ kostengünstig in einfacher Weise ausführen lässt.
Gemäß der vorliegenden Erfindung werden Videobilder in einem Umfang, der einen Bereich der Aufzugtürbahnen einschließlich der Türschwellenbereiche sowie einen Bereich einer Landezone angrenzend an den Aufzug einschließlich des an die Türschwellenbereiche angrenzenden Landezonenbodens beinhaltet, in numerische Einzeldimension-Vektoren umgewandelt und durch ein Mu stererkennungs-Neuronennetz geleitet, um ein Türöffnungssignal in Abhängigkeit davon zu schaffen, dass ein oder mehrere Muster von dem Neuronennetz als Anzeige für etwas erkannt werden, das sich in Richtung auf den Aufzug bewegt oder sich innerhalb von einer oder mehreren der Türbahnen befindet.
Weitere Ziele, Merkmale und Vorteile der vorliegenden Erfindung ergeben sich anhand der nachfolgenden ausführlichen Beschreibung von exemplarischen Ausführungsformen derselben, wie diese in den Begleitzeichnungen dargestellt sind.
Kurzbeschreibung der Zeichnungen
Es zeigen:
1 eine fragmentarische, stilisierte, schematische Seitenaufrissansicht eines Bereichs eines Aufzugs an einer Landezone zur Veranschaulichung der vorliegenden Erfindung;
2 eine vereinfachte, stilisierte, perspektivische Draufsicht auf den Bereich des Aufzugs an der Landezone;
3 ein vereinfachtes Blockdiagramm der Vorrichtung gemäß der vorliegenden Erfindung.
Verfahrensweise(n) zum Ausführen der Erfindung
Unter Bezugnahme auf die 1 und 2 ist ein Aufzug 9 in einem Aufzugschacht 10 angrenzend an eine Landezone 12 in dem Zugangsbereich 13 eines Gebäudes 16 positioniert. Die Landezone weist eine Eingangszone 17 und eine Zugangsbereichs- oder Aufzugschachttür 18 auf, wobei die Tür einen Türschwellenbereich 19 und die Landezonen einen Boden 20 aufweisen. Die Kabine weist eine Tür 23 mit einem Türschwellenbereich 24 auf. Oben auf der Kabine ist eine Kamera 26 mit geeigneter Beleuchtung angebracht, wie z.B. Infrarotstrahlung. Die Ausleuchtung beinhaltet mindestens eine erste Zone 27, die ein sich von der Kamera nach unten zu den Türschwellenbereichen 19, 24 erstreckendes Volumen sowie einen dem Türschwellenbereich 19 benachbarten Bereich des Landezonenbodens 20 beinhaltet, sowie eine zweite Zone 29, die ein sich von der Kamera nach unten zu den beiden Türschwellenbereichen 19, 24 erstreckendes Volumen beinhaltet, wie dies in 1 gezeigt ist. Unter dem Begriff "Türen", wie er vorliegend verwendet wird, sind eine einzige Aufzugschachttür, eine einzige Kabinentür oder aber mehrere Aufzugschachttüren und Kabinentüren zu verstehen.
Gemäß der Erfindung ist die Kamera mit einer geeigneten Objektivlinse versehen, um ihr Sichtfeld auf die Zonen 1 und 2 zu begrenzen. Geeignete Beleuchtung zur Gewährleistung, dass die Zonen von Interesse geeignet beleuchtet werden, können eine Infrarotbeleuchtung beinhalten, die für Fahrgäste nicht störend ist, jedoch eine zuverlässige Bildintensität schafft.
Gemäß der Erfindung besteht ein erstes Konzept in der Bestimmung von Mustern innerhalb der Zone 2 für offene Türen (d.h. Sicht der Türschwellenbereiche), geschlossene Türen (d.h. Sicht der Oberseiten der Türen) sowie für Türen, die sich gerade öffnen, und Türen, die sich gerade schließen. Jeglicher Zustand, der diesen Bildern nicht entspricht, führt zur Erzeugung eines Türöffnungsbefehls, um die Türen zu veranlassen, sich zu öffnen oder offen zu bleiben. Innerhalb der Zone 1 werden Muster erkannt, die eine Bewegung anzeigen, die einen Wunsch zum Eintreten in den Aufzug anzeigt. Dies kann die Anzeige von Bewegung in Richtung auf den Aufzug beinhalten sowie die Bewegung einer Person in seitlicher Richtung zum Herumgehen um eine andere Person, sowie andere Bewegungen beinhalten, von denen nach einem Lernvorgang bekannt ist, dass diese eine Absicht zum Hindurchgehen durch den Türzugang in die Aufzugkabine anzeigen. Bei dem vorliegenden Ausführungsbeispiel überlappen die Zonen 1 und 2 einander nicht. Falls gewünscht, kann die Zone 1 jedoch erweitert werden, so dass sie die Zone 2 beinhaltet, wobei dies in einer beliebigen Ausführung der Erfindung möglich ist.
In 2 liefert die Kamera 26 ihre Daten an eine Verarbeitungskarte 33, die unter anderem einen FPGA (field programmable gate array bzw. Feld-program mierbare Gatteranordnung) 34, einen oder mehrere Neuronennetz-Chips 35 sowie einen Speicher 36 beinhaltet. Das Neuronennetz wird gelegentlich als ZISC (Zero Instruction Set Computing bzw. Nullbefehlssatz-Recheneinrichtung) bezeichnet, da bei der Verarbeitung keine Programmschritte erfolgen. Der Verarbeitungskarte 33 zugeführte Videobilder werden in einen einzigen numerischen Vektor zum Zuführen zu dem Neuronennetz umgewandelt. Bei der Verarbeitungskarte kann es sich um eine Neuronennetzkarte handeln, die unter der Handelsbezeichnung "NeuroSight" von der General-Vision vertrieben wird und die zusammen mit zusätzlicher Beschreibung der zugehörigen Technologie unter http://www.general-vision.com zu finden ist. Eine Beschreibung eines IBM-Neuronennetz-Chips sowie von darin integrierten Netzen, die für die vorliegende Erfindung geeignet sind, findet sich in dem US-Patent Nr. 5,717,832. Anstatt der Verwendung einer im Handel verfügbaren NeuroSight-Karte kann auch eine Verarbeitungskarte kundenspezifisch angepasst werden, so dass sie nur diejenigen Merkmale enthält, die für die Anwendung zum Erfassen von Türhindernissen gemäß der Erfindung erforderlich sind. Das Ausgangssignal der Karte 33 weist in einer beliebigen Form ein Türöffnungssignal auf einer Leitung 38 auf, das der Türsteuerung 39 des Aufzugs zugeführt wird, um anzuzeigen, dass die Tür geöffnet werden soll oder offen bleiben soll.
Um dem Neuronennetz 35 das beabsichtigte Erkennungsschema zu lehren, wird ein PC (Personal Computer) 42 angeschlossen, um Bilder von der Kamera zu erhalten und die Karte 33 zu steuern. Der PC 42 beinhaltet eine geeignete Software, wie z.B. ZEIFR-Software (Zisc Engine for Image Recognition Software bzw. Zisc-Maschinen-Software für die Bilderkennung), die die Bedienungsperson in die Lage versetzt, dem Neuronennetz Muster zu lehren sowie Differenzen zwischen einem Bild und einer beliebigen Vorlage zu lokalisieren. Muster können auf Pixel-Intensität, Farbe usw. basieren, und die Mustererkennung kann entweder auf ein RBF-Modell (Modell mit radialer Basisfunktion) oder ein KNN-Modell (K-Nearest-Neighbor-Modell) basieren. Das Trainieren der Bilderkennungsmaschine erfolgt durch Markieren von Objekten auf dem Bildschirm des PC und durch Auflisten von einer bis zu 200 Kategorien, denen das Bild zugeordnet werden soll, oder durch Auflisten des gewünschten Resultats aus der Erfassung eines bestimmten Bilds sowie anschließendes Anklicken der Lerntaste. Jeglicher Bereich der aktuellen Videoaufnahme, der von der Bilderkennungsmaschine nicht erkannt wird, wird mit einem farbigen Rechteck markiert. Solche Rechtecke können auf dem Bildschirm gewählt werden, an die gewünschte Kategorie oder das gewünschte Resultat angepasst werden und in das System eingegeben werden. Der Lernvorgang, der in der Bilderkennungssoftware stattfindet, wird auf die Verarbeitungskarte 33 heruntergeladen. Der Lernvorgang kann entweder an Standbildern oder an laufenden Bildern vorgenommen werden. Die Erkennungsmaschine ist in der Lage, die Bewegung von Türen, Mustern oder Farben in der Umgebung (Böden, Wände usw.) oder Bilder und Reflexionen von der von Personen getragenen Kleidung innerhalb des Sichtfeldes zu ignorieren.
Zusammenfassung
Eine Kamera (26) mit einer geeigneten Beleuchtung (wie z.B. Infrarot) liefert Bilder an eine Verarbeitungskarte (33), die die Bilder in numerische Vektoren umwandelt und diese einem Neuronennetz (35) zuführt, das in der Lage ist, ein Türöffnungssignal (38) in Abhängigkeit davon zu liefern, dass sich etwas, das sich entweder bewegt oder stillsteht, in den Bewegungsbahnen der Türen (29) befindet oder sich irgend etwas in einer Weise bewegt, die eine Absicht zum Eintreten in den Aufzug in der dem Aufzug (27) benachbarten Landezone anzeigt. Das Türöffnungssignal wird der Aufzugtürsteuerung (39) zugeführt, um die Türen in Abhängigkeit davon, dass sich etwas in Richtung auf den Aufzug bewegt oder irgend etwas in der Türbewegungsbahn angeordnet ist, zu veranlassen, sich zu öffnen oder offen zu bleiben.

Claims

Vorrichtung zum Erfassen von Hindernissen in Bewegungsbahnen von Aufzugtüren mit Türschwellenbereichen (19, 24) sowie zum Erfassen von Bewegung von Fahrgästen oder Objekten in Richtung auf den Aufzug (9), wobei die Vorrichtung Folgendes aufweist: eine Einrichtung (26) zum Ausleuchten eines Volumens (29), das (a) einen Bereich der Bewegungsbahnen einschließlich der Türschwellenbereiche und (b) einen an den Aufzug angrenzenden Bereich einer Landezone (13) einschließlich eines an die Türschwellenbereiche angrenzenden Landezonenbodens (20) beinhaltet; eine Einrichtung (26) zum kontinuierlichen Liefern von aufeinander folgenden Videobildern des Volumens; eine Einrichtung (34) zum Umwandeln jedes der Videobilder in einen numerischen Einzeldimensions-Vektor; ein Mustererkennungs-Neuronennetz (35), das in der Lage ist, ein Türöffnungssignal in Abhängigkeit von einem oder mehreren Mustern zu liefern, die von dem Neuronennetz als Anzeige für etwas erkannt werden, das sich in Richtung auf den Aufzug bewegt, oder als Anzeige für etwas erkannt werden, das sich innerhalb von einer oder mehreren der Bewegungsbahnen befindet; eine Einrichtung zum Zuführen jedes derartigen Vektors zu dem Neuronennetz; eine Aufzugtürsteuerung (39) zum Steuern des Öffnens und des Schließens der Türen, und eine Einrichtung (34, 38) zum Zuführen des Türöffnungssignals zu der Aufzugtürsteuerung zum Steuern des Öffnens und Schließens der Türen in einer derartigen Weise, dass die Türen veranlasst werden, sich zu öffnen oder offen zu bleiben.
Verfahren zum Erfassen von Hindernissen in Bewegungsbahnen von Aufzugtüren mit Türschwellenbereichen (19, 24) sowie der Bewegung von Fahrgästen oder Objekten in Richtung auf den Aufzug (9), wobei das Verfahren folgende Schritte aufweist: (a) Ausleuchten (26) eines Volumens (29), das (a) einen Bereich der Bewegungsbahnen einschließlich der Türschwellenbereiche und (b) einen dem Aufzug benachbarten Bereich einer Landezone (13) einschließlich des den Türschwellenbereichen benachbarten Landezonenbodens (20) beinhaltet; (b) kontinuierliches Bereitstellen (26) von aufeinander folgenden Videobildern des Volumens; (c) Umwandeln (34) jedes der Videobilder in einen numerischen Einzeldimensions-Vektor; (d) Zuführen jedes derartigen Vektors zu einem Mustererkennungs-Neuronennetz (35), das in der Lage ist, ein Türöffnungssignal in Abhängigkeit von einem oder mehreren Mustern zu liefern, die von dem Neuronennetz als Anzeige für etwas erkannt werden, das sich in Richtung auf den Aufzug bewegt, oder als Anzeige für etwas erkannt werden, das sich innerhalb von einer oder mehreren der Bewegungsbahnen befindet, und (e) Zuführen (38) des Türöffnungssignals zu einer Aufzugtürsteuerung (39) zum Steuern des Öffnens und des Schließens der Türen in einer derartigen Weise, dass die Türen veranlasst werden, sich zu öffnen oder offen zu bleiben.