引言

　　随着能源问题的日益突出，对电梯节能技术的研究与应用已是众多电梯生产商千方百计企及的目标。纯粹的节能技术例如最新成果节能再生器只是对电梯机械位能的重利用，未涉及电梯本身多余能耗，IC卡控制只是在一定程度上提高了电梯的智能程度。

　　现阶段的电梯控制系统，融入了多项高新技术：例如现在很常见的视频监控技术、报警系统、多台电梯并联控制技术等等。融入视频监控技术就是从安全角度出发的。

　　电梯的监视技术主要对电梯运行状况及电梯内部进行监控与报警，而电梯轿厢外面的环境———即每层楼人们等待电梯的地方却没有更多的监控。同时，现在的监控系统也没有对有乘客可能存在的下一步行动进行及时而准确的预判，从而做出相应的指令动作。也就是说，视频监控系统并没有对采集来的信息适时地加以分析与利用。因此，将电梯外部环境纳入到整个电梯控制系统中，并对视频采集信息适时、快速、准确地加以利用，这对电梯发展具有十分重要的意义。

　　由此，本文以电梯外部监控为基点，对电梯智能识别控制和绿色节能做出探讨，以期电梯能更加高效化、智能化、绿色化。

　　1 监控系统在电梯外部的应用

　　在目前的电梯轿厢视频监视系统中，主要是从电梯内部乘坐人士安全角度出发，适时地监控着电梯轿厢里面人们是否受到安全威胁，从而快速地报警。由于这不需要把信息反馈给电梯控制系统，此时所需要的监控系统中的人像检测，精度与速率要求都不高。

　　1.1 监控系统中的人脸检测

　　电梯控制中的人像检测主要是通过建立一个组合分类器，剔除掉图像中的非人像区域，找出图像中类人像区域，提高下一步检测的效率，如图1所示。接着在检测出来可能存在人像区域，用已经建立好的人像检测器进行匹配运算。

　　由于电梯只要有人有乘坐需求，就必须在此层作停留。所以在人像检测过程就不需要多个人像检测器同时进行计算，找到一个最可能存在人像区域再进行匹配运算就可以大大提高效率。

　　在移动人像检测器进行相关匹配运算时，如果让人像检测器通过逐点来检测可能存在人像区域是否存在人像，最好情况就是第一次匹配运算就找到了人像，但最坏情况是全部遍历所有点后才可能找到人像，这样的匹配运算效率非常低下。本文采用的方法是：使人像检测器在可能存在人像的区域中，任意找一点开始进行计算，若在该点匹配运算后无人像存在，人像检测器则朝相关度最大的方向移动，力求使匹配位置快速到达最佳匹配点。

　　该算法思想为：设置当前匹配点为P1，对应相关度为R1，在二维平面3×3的邻域中选择相关度最大的一个点为下一个匹配运算点，否则任选一个未参与运算的点，重复上述过程。同时，把相关度归一化，这样就可以在［1，－1］设定一个阈值来确定当前运算点是否为最佳匹配点。

　　如图2所示，某点（a，b）存在于I（M×N）窗口点阵图像（该图像为256级的灰度图像）中，而W（m×n）则是人像检测器点阵，它们都是256级的灰度图像，这样就有：0≤I（a，b）≤255，0≤a＜M，0≤b＜N;同样在人像检测器点阵有：0≤W（i，j）≤255，0≤i＜m，0≤j＜n;m∈（0，M），n∈（0，N）。

　　中等矩形框中的点（a，b）移动并进行匹配运算，此时对应的子图像块可记为Iw，Iw（a，b）=I（a+i，b+j）。因此，在点（i，j）处人像检测器W与子图像块Iw归一化相关度R（a，b）如下公式：

　　其中：W'是人像检测器均值，I'w则为子图像块均值。

　　人们在等待电梯到来的过程中，其相对位置变化不大。

　　这样只需一个简单视频采样和较少的分类器就能完成人像区域的定位，同时也能保证人像检测的效率，从而较好地为电梯下一步动作提供准确的信息。当从电梯外部采集到复杂多事物的强动态图像，这时就需要多类特征提取及较多层次的分类器才能完成人像区域定位。本系统中的分类器是由之前通过采集各种非人像与人像，提取各自的特征进行比较而训练出来的。

　　对于电梯的人像识别，它只要求快速检测人像并确定其是否存在，并不需要提取人像的具体相关信息。但在实际的应用中，有可能还需要用到人像查找与比对等精度要求。这里简要说明提取人像信息相关步骤。

　　1）人像检测。人像检测是指在动态的场景与复杂的背景中判断是否存在人像，并分离出这种人像。

　　2）人像跟踪。人像跟踪是指对被检测到的人像进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简单而有效的手段。

　　3）人像比对。人像比对是对被检测到的人像进行身份确认或在人像库中进行目标搜索。这实际上就是说，将采样到的人像与库存的人像依次进行比对，并找出最佳的匹配对象。

　　1.2 人像监控下的电梯控制系统

　　传统的电梯由门、监视器和电梯控制器等几大主要系统组成。这里的监视器一般是指电梯曳引机监视器，它对电梯电动部分运行状况进行监控，一旦电梯本身发生机械故障等则采取相应安全措施。另外还有视频监控系统，它一般是对电梯轿厢内部乘坐人员安全状况进行观测。由此可见，现阶段的电梯系统并无专门的视频监控系统对外界有乘坐需求的人们进行安全监控和友好交互，与人交互仅限于每层楼的按钮和电梯内的控制面板，电梯的运行只关心通过按钮所传来的指令。如果把电梯外部按钮所在的外部环境加入到整个电梯系统中，让电梯能够迅速准确地认识到外部环境的改变，控制系统则发出应对的指令。图3就是人像监控加入电梯控制系统后的电梯控制原理图。

　　图4为电梯控制器的状态转换图，加入人像检测过后，对有请求响应的某层外部环境进行监控。这样电梯就有了“眼睛”，它能够快速知道当前乘客是否一直有请求电梯的服务，一旦发现乘客离开而不再需要服务，电梯将迅速停止当前服务并自动响应下一请求，否则将停靠在最近的楼层。

　　1.3 转换程序及监控通信实现

　　1.3.1 转换程序

　　下面是把人像监控加入控制系统后电梯运行一般场景的部分伪程序结构。

　　publicclasselevatorRun（）；//电梯运行

　　publicclassrequest（）；//客户请求

　　main

　　if（客户请求为当前层）

　　openDoor（）；//开门

　　timeout（）；//计时器

　　closeDoor（）；//关门

　　insideButton（）；//内部控制按钮

　　getNextFloor（）；

　　elseif（客户请求为异层）if（大于当前层）

　　moveUp（）；//电梯向上运行

　　getPhoto（）；//人像判断

　　else（小于当前层）moveDown（）；//电梯向下运行

　　getPhoto（）；

　　else（异常）stop（）；

　　requestWait（）；//等待下一个请求

　　类getPhoto（）的方法简介：

　　publicclassgetPhoto（）

　　if（有人像）elevatorRun（）；

　　arrive（）；//平层感应

　　stop（）；openDoor（）；timeOut（）；closeDoor（）；requestWait（）；

　　else（无人像）stopQuick（）；//最近最快停靠

　　requestWait（）；

　　1.3.2 监控系统主动发起通信请求的实现

　　当电梯监控服务器响应电梯监控通信请求时，首先用initNet（）初始化网络函数，然后利用voidgetInfo（）函数完成数据接收工作，这里采用SOCKET接口技术。具体代码如下。

　　BOOLinitNet（）；//初始化网络函数

　　VoidgetInfo（）

　　#definePORT6500//选择端口

　　socketInit（NULL）；

　　CsocketsocketClient;

　　socketClient.Create（）；

　　socketClient.Connect（127.0.0.1，PORT）；

　　//127.0.0.1是客户端的IP地址

　　intdataLength;

　　socketClient.Receive（＆dataLength，16）；//取得数据包长度

　　byte*data=newbyte[dataLength];

　　socketClient.Receive（data，dataLength）；//取得数据

　　destFile.Write（data，dataLength）；//保存数据到缓冲区

　　destFile.Close（）；//断开连接

　　deletedata;socketClient.Close（）；

　　2 实例分析

　　电梯每停一次梯，减速、开门、关门、加速一般需要近8s，对于运行速度1.75m/s的电梯，8s可以运行将近5层楼。不必要的减速、加速不仅大大增加了能耗，尤其是机械磨损也比正常运行要大很多。同时，频繁的开关门也使门的磨损大大增加。而电梯制动频繁时，会导致电阻发热，通常温度都在100℃以上。为了使电梯不因高温而产生故障，就需要安装大排风量的空调或风机，这样一来能量消耗就更大了。

　　下面是某26层楼载重为1000kg电梯为例，每天电梯不间断工作时间一般为10h，每小时的耗电量在15～22度1度=1kW·h=3600000J），相当于每4min就用掉1度电。

　　表1是以小时为单位对电梯运行数据样本采集的平均值。等候时间是指电梯刚离开到下一次电梯来到（电梯往相同方向运行）的时间。消耗成本只计电价（0.5元/度），不计算消耗磨损等。从数据对照表来看，当加入了人像监控后，电梯的运行效率有明显提高。

　　表2是当电梯外部无人的时候，电梯没有发生1次误停，这说明电梯在一直确认无人情况下，监控系统的准确判定率为100%。而当电梯外部有人的时候，发生了1次电梯没有准确停靠，分析判定为灯光等环境因素造成监控系统无法精确判定有无人的存在。当开始有人，后来没有人的时候，这种情况下总共发生3次误停：其中1次是由于电梯仅有1层楼距离到站时，乘客才无乘坐需求走出监控范围之外，分析认为监控系统未能即时把信息反馈给控制系统；另外2次误停分析判定为人像监测中发生误差造成的。根据以上数据，可以得出人像监控系统中由于人像监控时效性因素造成误差2次，由于外界环境因素造成误差2次，电梯准确判定停靠率为98.46%（该准确判定停靠率计算包含了轿厢内乘客停靠要求）。

　　3 结语

　　总的说来，尽管电梯监控系统没有达到百分之百准确判定，但电梯的停靠次数有了较大减少，也减少了乘客的等待时间，同时电梯的运送能力并没有明显降低，即使不计机器本身的磨损，消耗成本也有了一定程度的降低。在电梯外部等待区域安装摄像系统，通过对有无乘客的判别做出是否在此停留，这是提高电梯运行效率、节能减排最有效的方法之一。同时，这还使整个电梯环境能更加安全地运行———它能在电梯外部环境提供一定的监视，摄像系统支持的一定时间段内视频存储为之后对之前发生安全事故或者其他事件提供视频依据。但由于人像检测技术受复杂的外部环境，特别是光线等自然条件不可抗力因素的影响，以及本身算法需要一定时间，人像判定的准确性和时效性有待于进一步提高。