基于图像采集的电梯控制粒子群算法研究

《基于图像采集的电梯控制粒子群算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于图像采集的电梯控制粒子群算法研究摘要：论文对以往的电梯派梯算法进行改进。在电梯信息采集模块中加入图像处理模块，来增加电梯呼梯信号的可信度。派梯算法模块中采用多目标粒子群优化算法，对电梯的耗能，乘客乘梯和候梯时间等几个目标进行优化。关键词：电梯图像处理粒子群算法中图分类号：TP751文献标识码：A文章编号：1672-3791（2014）07（c）-0001-02随着社会的不断发展，高楼大厦的不断兴建。电梯已经成为必不可少的垂直交通工具。本文介绍了一种新的方法，令电梯达到高效率，低功耗的目的。使人们的使用电梯的时候变得更加方便快捷。1信息采集处理模块当今社会中，电梯得到越来越多的应用。当乘客

2、乘坐电梯的时候，如果电梯采集系统采集到的呼梯信号不完整，降低了呼梯信号的可信度，同时造成电梯不必要的停靠，从而延长了乘客乘梯和候梯的时间。本文在电梯采集系统中加入了图像处理的方式，增加了呼梯信号的可信度，从而优化派梯算法。5如图1所示，当门厅发出呼梯信号时，单片机将信号发送给电梯群控制器。群控制器根据对信号的分析得出结果从而对电梯分控制器发出命令。电梯分控制器根据命令启动所对应的拖动装置拖动对应电梯轿厢，将电梯轿厢派到发出呼梯信号的楼层以此达到电梯群控的目的。其中门厅呼梯信号就是电梯信息采集模块的一部分。以往的信息采集模块中的信息主要来自于呼梯信号。现在本文将图像边缘检测也应用到信息采集模块

3、中。从而使采集到的呼梯信息更加准确可靠，减少乘客不必要的候梯时间，达到电梯群控优化的目的。2图像边缘检测方法在电梯的图像处理模块中，本文采用的是微分算子法的Robert算子算法。微分算子的主要作用是突出灰度变化，当对图像进行微分运算时，图像边缘处的灰度变化会比较大，所以该微分计算值较高，将对应点的微分值作为相应的边缘强度，通过阈值判别来提取边缘点，即弱微分值大于阈值，则提取边缘点。Robert边缘检测算子主要是对梯度幅值进行边缘检测，而梯度幅值则是对角线方向的相邻的两个像素之差的近似值。取数字图像f（x，y）中的每一个像素点的梯度值：其中取适当门限G0，对G0>G（i，j）的可能边界上的点进

4、行二值化。则可以得到其二值图像0其他5Gj=1G（i，j）>G0对上式进行近似计算，则可得到Robert算子为：Robert算子是一种最简单的算子，对具有陡峭的低噪声的图像效果最好。3电梯群控调度算法电梯群控调度算法是电梯群控的核心，在电梯群控研究中，对不同的电梯交通模式采用相应的调度算法对电梯进行优化，将大大提高电梯的综合性能和运行效率。通常用控制性能指标来衡量一个控制系统性能的优劣，所以选择一个合理的控制性能指标对一个控制系统来说是至关重要的。而电梯的群控系统服务性能评价指标由时间，能耗，乘客状态和乘客的容忍度这四部分组成。这就是一个典型的多目标优化问题。本文采用粒子群模糊核聚类算法对各

5、个目标问题进行研究处理，将几个目标量通过数学模型得到一个目标函数，最后多目标的最优解通过粒子群算法求出最值，就可以得到最优的电梯调度算法。即设定电梯的目标评价函数为：（i=1，2，……NN为电梯编号）（1）Xi为评价函数值，表示第i部电梯响应呼梯信号的可信度；5XAWTI为乘客平均等候电梯时间短的隶属度函数，它的值的大小说明乘客候梯时间长短的可能性大小；XAWTI为乘客平均乘坐电梯时间短的隶属度函数函数，它的值大小说明乘客乘坐电梯时间长短的可能性大小；XRPCI为系统运行耗能低的隶属度函数，它的值大小说明电梯耗能高低的可能性大小；w1，w2，w3为依次是各评价值对应的权重系数，且。电梯群控系

6、统优化调度在利用优化算法的同时还要满足上述的约束条件。所以，受目标函数约束的两部分构成了粒子适应度函数：（k=1，2，3.....N）（2）其中：i为第k个粒子中第j个种群值代表的梯号；Xi为呼梯信号可信度评价函数值，用以评价第i部电梯呼梯信号的可信度；Xk为派梯方案中第k派梯方案的性能的好坏，其Xk值越大则代表此分配方案越好。4结语本文采用Robert算子图像边缘算法对等待电梯的乘客进行检测，判断乘客的人数来选择派梯方案，又采用粒子群算法对乘客候梯时间，乘客乘梯时间，电梯的功耗等目标进行优化。从而来达到电梯高效率，低功耗，对使用者来说更加方便快捷的目的。参考文献[1]5曾国伟，赵国军，邢海

7、潇，等.基于模糊控制技术的电梯群控系统设计[J].浙江工业大学学报，2009（1）：115-118.[2]宗群，童玲.电梯群控系统智能优化调度方法的研究[J].控制与决策，2012，8（9）：935-938.[3]Q.Zong，W.J.Wang，A.N.Shang.AMulti-modePredictionMethodforElevatorTrafficFlowBasedonClassificationOff