楊小澤 張今朝 徐祝青 張銳

摘 要：隨著電梯在高層建筑中的使用越來越頻繁，人們?cè)谝箅娞莅踩缘耐瑫r(shí)，更多的是關(guān)注電梯的舒適性以及乘梯效率。針對(duì)電梯使用過程存在亂按電梯按鈕，從而導(dǎo)致電梯控制模塊不能正常派梯的現(xiàn)象，文章提出一種基于Harris角點(diǎn)檢測(cè)的人流計(jì)數(shù)方法，通過所得人流數(shù)目限制按梯次數(shù)，從而保證電梯的正常高效的運(yùn)行，并驗(yàn)證其有效性。

關(guān)鍵詞：控制模塊；單高斯分布背景模型；人流計(jì)數(shù)；按梯次數(shù)

中圖分類號(hào)：TU857 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）20-0044-04

Abstract： With the increasing use of elevators in high-rise buildings， people are pursuing safety of elevators， while more attention is paid to comfort and efficiency of elevators. In view of the phenomenon that the elevator control module can not avail the elevator normally due to capricious button pushing during elevator taking， this paper puts forward a method of passenger flow counting based on Harris corner detection. The notion passenger flow is used to limit the times of button pushing， in order to ensure the normal and efficient operation of the elevator and verify its effectiveness.

Keywords： control module； Single Gaussian Distribution Background Model； passenger flow counting； times of elevator button pushing

引言

隨著社會(huì)發(fā)展和人口數(shù)量的增加，人們對(duì)乘坐電梯效率的要求也越來越高，但由于電梯群控系統(tǒng)存在不確定性、多目標(biāo)性、擾動(dòng)性、非線性及信息的不完備性等特點(diǎn)[1]，電梯很難在人為因素的影響下正常運(yùn)行。例如社會(huì)上存在亂按電梯按鈕的現(xiàn)象，導(dǎo)致電梯不能按照其他乘客需要正常運(yùn)行，影響電梯性能的同時(shí)，增加了其他乘客的候梯和乘梯時(shí)間。撇開社會(huì)道德層面，我們?cè)撊绾瓮ㄟ^技術(shù)來杜絕類似事件再發(fā)生顯的尤為重要。針對(duì)這種現(xiàn)象，目前有些電梯廠商設(shè)計(jì)出了一種名叫“防搗亂”功能的智能電梯[2]，該功能是自動(dòng)將轎廂載重量與轎內(nèi)指令數(shù)進(jìn)行比較，若乘客數(shù)過少，而指令數(shù)過多，則自動(dòng)取消錯(cuò)誤的多余轎內(nèi)指令，但此方法存在較多不確定因素。文獻(xiàn)[3]提出了一種基于角點(diǎn)軌跡統(tǒng)計(jì)跟蹤的人流計(jì)數(shù)新方法。此方法能將視頻監(jiān)控和圖像處理技術(shù)應(yīng)用到電梯群控系統(tǒng)中。電梯群控是電梯控制的核心，電梯群控的前提是首先實(shí)現(xiàn)單梯控制，單電梯控制主要實(shí)現(xiàn)電梯舒適系統(tǒng)設(shè)計(jì)和電梯節(jié)能處理的功能[4]。在單電梯控制模塊中，若能提前知道電梯里的人數(shù)，便可以通過人數(shù)來限制電梯里人按梯次數(shù)，從而提高電梯的運(yùn)送效率，縮短其他乘客的候梯時(shí)間。相比于轎廂稱重等后驗(yàn)檢測(cè)方法，基于計(jì)算機(jī)視覺的人數(shù)檢測(cè)方案更為準(zhǔn)確和高效[5]。

本文基于電梯群控系統(tǒng)，引入一種新型的人流計(jì)數(shù)方法，即基于Harris的人流計(jì)數(shù)方法。通過對(duì)進(jìn)入電梯內(nèi)部人數(shù)的檢測(cè)來限制電梯內(nèi)乘客的按梯次數(shù)，從而避免一人按多層按鈕造成電梯無端啟停事件的發(fā)生。

1 電梯群控系統(tǒng)的基本原理

1.1 電梯群控系統(tǒng)結(jié)構(gòu)

電梯群控系統(tǒng)是一個(gè)非常復(fù)雜的系統(tǒng)，需要對(duì)各種信號(hào)進(jìn)行接發(fā)和處理。包括群控電梯PLC組之間的信號(hào)設(shè)定、群控電梯平層處理、電梯群控調(diào)度算法等。圖1為電梯群控系統(tǒng)的一種基本結(jié)構(gòu)框圖，電梯群控模塊是電梯群控的系統(tǒng)的核心，主要負(fù)責(zé)接受各種轎外和轎內(nèi)信號(hào)，根據(jù)派梯策略算法將處理的信號(hào)結(jié)果分配給單個(gè)控制模塊。單電梯控制模塊再根據(jù)各自的電梯狀態(tài)、分配的轎內(nèi)外呼叫信號(hào)等對(duì)電梯進(jìn)行控制。

電梯群控系統(tǒng)的核心任務(wù)是實(shí)現(xiàn)電梯的最優(yōu)配置，需要滿足乘客平均候梯時(shí)間要求短，乘客平均乘梯時(shí)間要求短，電梯系統(tǒng)耗能要求小，轎廂內(nèi)擁擠程度低等基本要求，因此選擇一套性能良好的電梯群控系統(tǒng)派梯策略是至關(guān)重要的。

1.2 單電梯控制規(guī)則

單電梯控制規(guī)則主要是采用全集選控方式對(duì)單臺(tái)電梯進(jìn)行控制，即電梯的邏輯控制系統(tǒng)能實(shí)現(xiàn)將各樓層廳外的上召喚及下召喚信號(hào)與轎廂內(nèi)的指令信號(hào)綜合在一起進(jìn)行集中控制，單臺(tái)電梯的控制流程圖如圖2所示，電梯會(huì)響應(yīng)每一個(gè)呼叫信號(hào)，但電梯?？看螖?shù)越多，消耗的電能就越大。若其中多次?？渴菬o意義的，所以要通過控制單臺(tái)電梯的控制模塊，盡量減少空載和無效?？亢烷_門，從而提高電梯的總體利用率。下面介紹一種基于單高斯分布背景模型的人流計(jì)數(shù)方法，通過轎廂頂?shù)囊曨l監(jiān)控，對(duì)視頻進(jìn)行圖像化處理，經(jīng)過軌跡一致性對(duì)人群進(jìn)行統(tǒng)計(jì)計(jì)數(shù)，將人數(shù)信號(hào)傳輸至控制模塊，最后實(shí)現(xiàn)對(duì)單電梯的有效控制。

2 新型視覺人流計(jì)數(shù)方法與選層控制

我們要通過安裝在電梯轎廂頂部的攝像頭，將拍攝到的視頻圖像作為人流計(jì)數(shù)的依據(jù)，圖3給出了攝像頭的大致位置以及其大致的視角范圍。同樣選擇怎樣的識(shí)別模式也顯的尤為重要，傳統(tǒng)的檢測(cè)方法有通過識(shí)別人臉計(jì)數(shù)或以人體肩膀間隔作為計(jì)數(shù)依據(jù)的方法，如基于啟發(fā)式模型的鑲嵌圖（Mosaic Image）人臉檢測(cè)[6]及改進(jìn)的鑲嵌法[7]，但由于存在無法識(shí)別到人臉或有遮擋物存在等問題，所以并不適用于電梯的人數(shù)識(shí)別。

2.1 基于單高斯分布背景模型的前景提取

目前現(xiàn)有的運(yùn)動(dòng)圖像前景提取，大多數(shù)都是在基于高斯分布模型的基礎(chǔ)上稍做改進(jìn)，適合復(fù)雜場(chǎng)景下運(yùn)動(dòng)圖像的前景提取。而本文要研究的對(duì)象是電梯，由于以電梯為主體的視頻圖像的背景有變化小，受外界影響較小等特點(diǎn)，所以運(yùn)用傳統(tǒng)的單高斯分布背景模型，即在每一幀中分離出前景和背景區(qū)域即可。

單高斯分布背景模型適用于單模態(tài)背景的情況。對(duì)于一個(gè)特定的背景像素亮度分布滿足高斯分布，設(shè)A為背景圖像點(diǎn)，若其亮度滿足式子（1），即背景模型的像素滿足兩個(gè)參數(shù)要求：均值u和方差d。對(duì)于一個(gè)給定的視頻像素圖像，若滿足式子（2），則認(rèn)為點(diǎn)是視頻圖像里的背景點(diǎn)，反之則為視頻圖像里的前景。利用這一簡(jiǎn)單特性，我們便很容易地區(qū)分出視頻圖像里的前景和背景，前景是運(yùn)動(dòng)的物體，即使進(jìn)入電梯的人。

2.2 基于Harris的角點(diǎn)提取

角點(diǎn)是圖像很重要的特征，對(duì)圖像圖形的理解和分析有很重要的作用。角點(diǎn)一般被定義為圖像邊緣曲線上曲率極大值的點(diǎn)，或者是圖像亮度變化劇烈的點(diǎn)，它在保留了圖像原有特征的基礎(chǔ)上有效地減少了信息的數(shù)據(jù)量，從而提高了圖像處理的速度和精度[8]。常見的基于模板的角點(diǎn)檢測(cè)算法有Kitchen-Rosenfeld角點(diǎn)檢測(cè)算法，Harris角點(diǎn)檢測(cè)算法、KLT角點(diǎn)檢測(cè)算法等。其中最著名的就是Harris算法，Harris算法通過計(jì)算像素所在位置的梯度檢測(cè)角點(diǎn)，角點(diǎn)檢測(cè)即是尋找連續(xù)運(yùn)動(dòng)幀圖像中的對(duì)應(yīng)像素點(diǎn)，此算法必選滿足以下幾個(gè)假設(shè)成立：

（1）亮度恒定。

（2）時(shí)間連續(xù)或者運(yùn)動(dòng)位移小。

（3）空間一致性，鄰近點(diǎn)有相似運(yùn)動(dòng)，保證相鄰。

2.3 Harris角點(diǎn)檢測(cè)原理分析

假設(shè)圖像中存在一個(gè)局域的小區(qū)域，將這兒小區(qū)域在各個(gè)方向上移動(dòng)，基于灰度圖像，根據(jù)窗口內(nèi)的灰度變化來判斷是否遇到角點(diǎn)。區(qū)域移動(dòng)方向有三種，分別是：在平坦區(qū)域移動(dòng)，如圖4（a），在此方向上移動(dòng)無任何灰度變化所以不存在角點(diǎn)；在邊緣移動(dòng)，如圖4（b），沿著邊緣方向移動(dòng)無灰度變化，所以無角點(diǎn)；在角點(diǎn)上移動(dòng)，如圖4（c）在交點(diǎn)上上沿著任意方向移動(dòng)灰度變化明顯，即角點(diǎn)存在。

2.4 角點(diǎn)軌跡統(tǒng)計(jì)跟蹤

角點(diǎn)軌跡跟蹤就是將相對(duì)于運(yùn)動(dòng)物體而不動(dòng)的角點(diǎn)相連，以達(dá)到跟蹤運(yùn)動(dòng)物體軌跡的目的。文獻(xiàn)[3]提出了一種根據(jù)角點(diǎn)周圍的相關(guān)度標(biāo)記圖像中點(diǎn)的權(quán)值，并逐步獲得角點(diǎn)軌跡的權(quán)值變化，從而獲得運(yùn)動(dòng)物體的軌跡變化的方法。

2.5 電梯內(nèi)人數(shù)統(tǒng)計(jì)

當(dāng)有人群進(jìn)入電梯后，所得視頻圖像經(jīng)過處理后便可得到人群的軌跡圖。通過分析軌跡圖上的角點(diǎn)軌跡，使用軌跡一致性聚類方法，可以推斷出軌跡沿著一定方向移動(dòng)即為同一運(yùn)動(dòng)物體。對(duì)于同一方向上的物體，可以檢測(cè)同一運(yùn)動(dòng)軌跡之間的橫跨面積，若之間的橫跨面積超過一個(gè)規(guī)定范圍，就判定為兩人或者更多人。

2.6 電梯選層控制

傳統(tǒng)的電梯控制選用繼電器控制，但是繼電器存在體積龐大，控制線路復(fù)雜，故障率高，維修苦難，可靠性和安全性較差，造成經(jīng)常性的故障停梯[9]等問題。所以目前較多電梯均采用可編程序控制器，即PLC控制器。PLC控制作為一個(gè)微型計(jì)算機(jī)，控制著電梯的整個(gè)系統(tǒng)，包括電梯樓層判斷，電梯上下行判斷，電梯加速減速監(jiān)控，電梯開關(guān)門控制等。PLC同樣控制著電梯轎內(nèi)呼梯面板，通過轎內(nèi)乘客所按按鈕信號(hào)來控制電梯的運(yùn)行方向以及平層控制。

結(jié)合PLC可編程序控制器編程簡(jiǎn)單的特點(diǎn)，我們可以將進(jìn)入轎廂內(nèi)的人數(shù)信號(hào)，即利用上述新型人流計(jì)數(shù)方法多得到的人數(shù)，作為輸入量傳入PLC控制器，設(shè)輸入量為x（x表示進(jìn)入電梯的人數(shù)）。PLC經(jīng)過簡(jiǎn)單的邏輯運(yùn)算后將信號(hào)輸出，設(shè)輸出量為y（y表示允許的按梯次數(shù)），控制轎內(nèi)乘客的按梯次數(shù)，設(shè)乘客按梯次數(shù)為z，x、y和z滿足式子（3）和（4），即允許按梯次數(shù)等于乘梯人數(shù)加上a（a表示電梯人流計(jì)數(shù)所允許的誤差），當(dāng)前轎廂內(nèi)按梯次數(shù)z達(dá)到按梯允許按梯次數(shù)y的限制時(shí)，PLC斷開按鈕面板與電梯其他控制系統(tǒng)的連接。其基本控制流程如圖5所示。

3 仿真

隨機(jī)抽取視頻圖像中的一幀圖像為例，圖6是利用Matlab仿真軟件將RGB圖像轉(zhuǎn)為灰度圖像。再根據(jù)Harris角點(diǎn)提取可以仿真出角點(diǎn)圖像，如圖7，圖中的點(diǎn)為角點(diǎn)。

最后通過逐幀分析的方法，可以得到相鄰幀圖像的角點(diǎn)軌跡圖像，根據(jù)一致性聚類方法便可以很方便地識(shí)別出乘客并計(jì)數(shù)，從而達(dá)到利用人數(shù)控制按梯次數(shù)的目的。仿真結(jié)果如圖8表明此方法有效。

4 結(jié)束語

本文在分析了有乘客亂按電梯按扭的實(shí)例基礎(chǔ)上，提出了一種利用人流計(jì)數(shù)方法來限制乘客按梯次數(shù)的新構(gòu)思新方法。利用的人流計(jì)數(shù)方法是基于角點(diǎn)軌跡統(tǒng)計(jì)跟蹤的人流計(jì)數(shù)方法，包括基于單高斯背景分布模型，基于Harris的角點(diǎn)提取和利用軌跡一致性聚類方法統(tǒng)計(jì)人數(shù)，其特點(diǎn)均滿足了電梯結(jié)構(gòu)以及電梯所處環(huán)境的要求。利用PLC可編程序控制需的特點(diǎn)，提出一種選層控制的思路。仿真實(shí)驗(yàn)證明此控制方法是可行的，可用于電梯群控系統(tǒng)中。

參考文獻(xiàn)：

[1]王松青.基于模糊控制技術(shù)的電梯群控最優(yōu)調(diào)度策略研究[D].重慶大學(xué)，2005.

[2]鄒志軍.談?wù)勲娞莸姆罁v亂功能[J].中國(guó)電梯，2004（10）：25-25.

[3]張森禹，陳增慧，劉正，等.一種基于角點(diǎn)軌跡統(tǒng)計(jì)跟蹤的人流計(jì)數(shù)新方法[J].軟件導(dǎo)刊，2014，13（8）：39.

[4]張梅，何福貴，張力.基于PLC和觸摸屏的電梯群控系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子術(shù)，2013，36（22）：112-114.

[5]張宇洋，劉滿華，韓韜.基于Mean Shift圖像分割和支持向量機(jī)判決的候梯人數(shù)視覺檢測(cè)系統(tǒng)[J].光學(xué)精密工程，2013，21（4）：1080-1084.

[6]YANG G Z，HUANGT S.Human face detectionin a complex background[J].Patter recognition，1994，27（1）：5363.

[7]盧春雨，張長(zhǎng)水.基于區(qū)域特征的快速人臉檢測(cè)法[J].清華大學(xué)學(xué)報(bào)：自然科學(xué)版，1999，39（1）：101-105.

[8]劉博超，趙建，孫強(qiáng).基于邊緣改進(jìn)的Harris角點(diǎn)檢測(cè)方法[J].液晶與顯示，2013，28（6）：940-942.

[9]祝愛萍.選層按鈕控制自平自動(dòng)門電梯電氣控制系統(tǒng)的改造[J].機(jī)電設(shè)備，2005（2）：40-43.