现代电梯交通系统客流分析与优化控制方法研究

摘要

电梯作为高层建筑中不可或缺的垂直交通工具，其安全、高效、舒适、可靠运行一直是人们不懈追求的目标之一。由于电梯运行环境的复杂性和各部电梯相互之间运行规则的耦合性，传统的电梯控制方式不能适应复杂的客流变化，不具有对乘梯环境非安全因素的判断处理能力。本文采用计算机视觉和人工智能领域中一些新理论、新方法，对电梯交通系统中客流数据获取、状态分析、交通模式识别及优化控制问题进行深入研究，为现代电梯高效运行提供一种新的解决方法。论文完成了如下主要工作: 首先，分析了电梯交通系统中客流描述的关键因素，研究了乘客目标检测问题，采集了具有深度特征的乘客信息，提出一种基于Hough Forests的电梯乘客检测方法，构建了随机森林决策树，通过Hough变换，提高了目标检测的投票概率。实验结果表明，该算法能实现对人体的检测和定位，减少了光照不足造成的误检率，进而可以统计出电梯乘客人数。 其次，为了反映电梯客流的变化，研究了基于局部图块匹配算法(LBTM)以及深度HOG和局部线性嵌入的人体跟踪算法。采用局部图像处理与数据关联分析方式，采集包含人体目标的多幅帧图像，利用分割的局部图块对帧画面中的人体进行匹配，提高了跟踪的局部收敛性。提出了基于深度HOG和局部线性嵌入算法，首先依据图像的颜色和深度信息，结合改进的HOG表达式提取人体的特征向量:再利用流形学习LLE算法对特征向量进行降维，采用欧氏距离判别法找出每帧图像人体所在区域，并对人体区域加以标记;最后，进行人体的实时跟踪。在不同场景下进行实验与分析，结果表明，深度信息的引入，提高了跟踪效果。 第三，研究了人体行为的预测和重构方法。利用核方法将低维的人体行为特征空间样本映射到高维特征空间，通过核岭回归算法进行未知数据的回归，实现人体行为的预测。提出一种基于局部线性嵌入(LLE)和核岭回归(KRR)的人体动作重构算法，利用图像的颜色和深度信息，提取人体动作骨架，建立动作训练集，最后采用LLE算法计算人体动作的低维流形，将预测的低维衔接动作点逆映射回高维欧氏空间，实现动作重构。该算法的实验结果较为理想，为解决传统降维不可逆映射问题提供一种新方法，在电梯场景下对乘客行为有一定的预见性，可进一步对电梯轿厢中人为引起的非安全因素进行判断和预警。 接着，分析了电梯交通模式特征，研究并提出了一种基于随机森林的电梯群控系统交通模式识别方法，利用随机森林算法构建决策树，由决策树加权投票方式得出当前电梯的交通模式。仿真结果表明，该算法在电梯交通模式识别中具有良好的性能。 最后，为了实现电梯交通系统的优化调度控制，综合考虑了候梯时间、乘梯时间、系统能耗、舒适度等多个性能指标，构建了多目标优化适应度评价函数。研究了遗传优化算法的改进方法，提出了粒子群和遗传算法结合的PSO-GA混合算法，利用粒子群算法的局部搜索能力和遗算法的选择、交叉、变异完成协同寻优。另外，还提出了一种基于遗传算法和遗传规划的GNP算法，采用有向结构图的方式，拓展了表达能力。仿真实验表明了改进算法具有良好的寻优效果，验证了其在电梯群控多目标优化调度中的可行性。

目录

声明

摘要

第1章绪论

1．1课题研究的背景及意义

1．2课题关键技术的研究现状及发展趋势

1．2．1基于计算机视觉检测的电梯交通系统客流状态分析

1．2．2电梯交通群控系统智能优化

1．2．3现代电梯交通系统发展趋势

1．3本文研究的主要内容及组织结构

第2章客流数据采集与检测方法研究

2．1基于深度视觉的电梯交通客流数据采集

2．1．1交通客流数据描述

2．1．2基于深度视觉的数据采集

2．2基于Hough Forests电梯乘客检测算法

2．2．1 Hough Forests算法

2．2．2训练数据和叶子信息

2．2．3图像补丁外部特征和二进制测试

2．2．4 Hough Forests决策树的构建

2．3实验结果与分析

2．3．1实验室环境下的人脸检测实验

2．3．2电梯场景下的乘客检测实验

2．4本章小结

第3章乘客人体跟踪算法研究

3．1基于局部图块人体目标匹配算法研究

3．1．1多目标数据关联

3．1．2数据关联的损失最小化

3．1．3局部图块匹配算法

3．2基于深度HOG和LLE的人体跟踪方法研究

3．2．1算法描述

3．2．2局部线性嵌入LLE算法

3．2．3算法的实现

3．3实验结果与分析

3．3．1人体从静止到无深度变化活动跟踪实验

3．3．2深度变化活动跟踪实验

3．3．3跟踪方法比较实验

3．3．4电梯场景下人体跟踪实验

3．4本章小结

第4章基于核方法的人体行为分析研究

4．1．2 Multi-Kernel多核未知数据还原法

4．2基于LLE和KRR的人体动作重构算法研究

4．2．1人体动作的LLE映射

4．2．2人体骨架信息熵

4．2．3人体动作的重构

4．2．4算法复杂度分析

4．3实验结果与分析

4．3．1人体骨架的提取实验

4．3．2人体动作二维流形生成实验

4．3．3人体动作的重构实验

4．3．4算法对比分析实验

4．3．5电梯乘客行为分析实验

4．4本章小结

第5章基于随机森林的电梯交通模式识别算法研究

5．1电梯群控系统的交通模式

5．2随机森林算法

5．2．1算法描述

5．2．2决策树生成

5．2．3决策树测试属性选择

5．2．4随机森林算法构建

5．3基于随机森林的电梯交通模式识别

5．3．1建立电梯交通系统客流状态数据库

5．3．2实验结果与分析

5．4本章小结

第6章多目标优化GA改进算法研究

6．1电梯交通系统多目标优化问题

6．2基于PSO-GA混合算法的电梯群控系统优化方法研究

6．2．1 PSO-GA混合优化算法

6．2．2电梯群控系统多目标优化混合算法仿真实现

6．2．3仿真结果与分析

6．3基于GNP的电梯群控系统优化方法研究

6．3．1 GNP算法

6．3．2电梯群控系统多目标优化的GNP算法

6．3．3仿真结果与分析

6．4本章小结

第7章结论与展望

7．1本文主要工作总结

7．2下一步工作展望

7．2．1研究算法改进

7．2．2实际应用问题

7．2．3研究对象推广

参考文献

致谢

攻读博士学位期间的研究成果

作者简介