基于AI的电梯轿厢实时定位监测系统
来源:用户上传
作者:
摘 要：电梯作为高层建筑中常用的交通工具，其安全可靠的运行尤为重要。通过井道内部安装UWB高精度定位基站，轿厢安装高精度定位标签，对轿厢进行实时高精度定位。实时构建轿厢全天位置速度图，采用AI人工智能算法结合任意位置、不同时刻运行速度，当速度发生大于阈值的跳变即可据此报警。实验证明该方法具有较高的问题可识别性。
关键词：AI;实时定位;监测系统
随着经济的不断发展，城市规模也在不断逐渐扩大，高层建筑及超高层建筑越来越多，电梯这种高层建筑交通工具必不可少，且越装越多。近年，电梯大量安装，很多电梯超负荷运行且进入了问题高发期，故造成了大量事故及人员的伤亡，电梯安全运行及监测越来越受人们的关注[2]，[3]。
目前在运行的几乎所有的电梯由专业的电梯维保人员进行上门定期检修，维护和故障处理。由于电梯分布极其分散且分布区域广泛，电梯稳定运行关乎人的生命安全，维保人员需求量巨大，仍以传统的人工处理、故障处理的做法将无法得到满足，且有些维保、故障处理亦没有详实的参数记录，从而要求电梯维保人员每次维保及故障排除都需要对电梯进行全方位的检查才能清除问题，致使电梯维保人员其工作效率不高。
1 系统构成
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。随着计算机技术、电子技术及机械控制技术的跨越式飞越，AI人工智能的研究领域也变得越来越广泛，逐步从实验室走向人们日常生活的方方面面。人工智能是一门极富挑战性的科学，其研究领域主要包括以下几个方面：认知系统架构，学习与推理，机器学习，运动控制，机器视觉等。[1]
本系统实现了一种基于AI的电梯轿厢实时定位监测，该系统是电梯井道全域扫描安全监测系统的一个子系统，通过井道内部安装密集的UWB高精度定位基站，轿厢顶部及底部安装高精度定位标签，依据顶部及底部高精度定位标签差分信号对轿厢进行高精度定位。以10ms为单位将定位大数据实时上传至远程云端服务器，构建轿厢全天、全年乃至多年的位置速度图。通过大数据分析辅以AI人工智能算法绘制全天“位置速度画像”;任意位置的全天不同时刻的运行速度与“位置速度画像”有巨大跳变，且其跳变超过设定阈值即可据此报警。跳变阈值可根据时刻设定，时刻精度为100ms。其系统构成图如下图所示。
2 硬件设计
2.1 高精度定位器
高精度定位器安装在轿厢底部及轿厢底部，采用定位标签差分信号，提高定位精度。定位芯片采用高精度UWB芯片，对轿厢所处位置进行高精度差分信号定位，并将定位数据通过定位基站实时传送给远程云端服务器。DWM1000基于DecaWave公司开发的DW1000芯片，兼容IEEE802.15.4-2011协议的超宽带无线收发芯片;在实时定位系统中用于物体的定位，精度高达厘米级别;数据传输速率高达6.8Mb/s;通信距离在300米;使用短包方式通信，标签的密度高达11000个;对于多路径衰弱有更强的抗干扰能力，在高衰弱环境下也可以进行可靠的通信;低功耗特色;物理尺寸很小，且其集成天线，简化用户产品设计。
2.2 UWB定位基站
定位基站主控模块采用时下流行的树莓派4B，其处理能力强大，内部安装Linux系统，板载WiFi及RJ45;定位模块采用DWM1000。电梯井道内部密集安装UWB定位基站，基站密度决定定位精度。基站获得高精度定位器位置后通过WiFi、4G/5G、有线网络等方式将定位数据实时上传至远程云端服务器。云端服务器收到定位数据通过大数据分析辅以AI人工智能算法绘制全天“位置速度画像”，用以报警分析。
3 软件设计
为了提高程序的可测试性，本系统软件采用模块化设计编程思想，定位基站控制程序采用Python语言实现。高精度定位器及UWB定位基站程序均包括：硬件初始化、系统互联、数据处理、AI人工智能算法等程序模块、系统软硬件自诊断模块。电梯轿厢实时定位监测系统是一个对时间变化性要求很高的系统，本系统具有很强的实时性，每10ms产生一次高精度定位数据对电梯的定位进行实时监测，完成数据的处理并进行AI人工智能算法数据整合后将数据发送到服务器。同时系统具有较强的灵活性和可靠性，而且具良好的自诊断功能。
4 结语
基于AI的电梯轿厢实时定位监测系统实时监测轿厢定位数据，通过大数据分析辅以AI人工智能算法绘制轿厢全天“位置速度画像”;监测任意位置的全天不同时刻的运行速度与“位置速度画像”有巨大跳变，以此报警，并将报警数据实时发送到维保人员的手机上。实验证明该系统具有较高的可识别性、且无需人工干预，具有广阔的市场前景，也能够对电梯定时准确维保提供技术支持。
参考文献：
[1]邹蕾，张先锋.人工智能及其发展应用[J].信息网络安全，2012（2）：11-13.
[2]程峰.电梯远程监控技术及其发展[J].济南：科技信息，2012.2.
[3]李中興，林创鲁，邱东勇，等.基于STM32的电梯实时监测系统[J].自动化与信息工程，2012，33（01）：43-45.
基金项目：杭州职业技术学院校级科研课题“基于AI的电梯井道全域扫描安全监测系统研制”（ky202025）
转载注明来源:https://www.xzbu.com/1/view-15146692.htm
