具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的电梯目的层预测方法，可以应用于如图1所示的应用环境中。其中，电梯群控系统102通过通信模块104与云端106进行通信，电梯n(n＝1，2，…，N)的控制系统108与群控系统102相连接，并将内召信号或外召信号传输给群控系统102。其中，群控系统102可以包含预测模型、实时预测模块和召梯数据采集模块，预测模型用于通过目的层预测模型对目的层进行预测，实时预测模块用于实时更新目的层预测模型，召梯数据采集模块用于采集目的层预测模型的训练样本。

在一个实施例中，如图2所示，提供了一种电梯目的层预测方法，以该方法应用于图1中的群控系统102为例进行说明，包括以下步骤：

步骤S210，响应于外召指令，获取外召指令对应的外召时间和外召楼层。

其中，外召指令可以为用户在电梯轿厢外进行召梯时，所生成的指令。

其中，外召时间可以为用户发出外召指令的时间。外召楼层可以为用户发出外召指令时所在的楼层。

具体实现中，当用户在电梯轿厢外进行召梯时，可以生成外召指令，发送给各个电梯的控制系统，控制系统将外召指令传送给群控系统，当群控系统接收到外召指令时，可以采集当前时间，作为外召时间。当控制系统接收到外召指令时，还可以获取到用户发出外召指令时所在的楼层，将其作为外召楼层。

例如，一栋大厦有6部电梯，用户可以在1楼电梯轿厢外按下上行按键，生成外召指令，6部电梯的控制系统均可以接收到外召指令，并传送给群控系统。群控系统可以配置有时钟，当接收到外召指令时，可以采集当前时间作为外召时间。6部电梯的控制系统还可以获取到发出外召指令的楼层，并将该楼层作为外召楼层，传输给群控系统。

步骤S220，将外召时间和外召楼层输入至目的层预测模型，得到目的层预测模型输出的内召楼层。

其中，目的层预测模型可以为通过机器学习算法训练得到的模型，用于预测用户的目的楼层。

其中，内召楼层可以为用户进入电梯轿厢后，进行内召时所按的楼层。

具体实现中，可以在群控系统预先设置目的层预测模型，在获取到外召时间和外召楼层后，可以将外召时间和外召楼层输入目的层预测模型，目的层预测模型可以输出内召楼层。

例如，将外召时间7:01和外召楼层1输入至目的层预测模型，目的层预测模型可以预测到用户进入电梯轿厢后，将会按下轿厢内控制面板上的楼层5，即内召楼层为5。

其中，目的层预测模型可以通过在云端进行训练得到。可以通过群控系统的召梯数据采集模块采集外召时间、外召楼层、内召楼层、内召人数，并将外召时间和外召楼层作为训练样本，将内召楼层和内召人数作为样本标签，通过通信模块发送给云端，云端在接收到训练样本和样本标签后，可以利用训练样本和样本标签，通过机器学习算法进行训练，得到训练好的目的层预测模型，并将其返回给群控系统，存储在群控系统的预测模型模块。

其中，内召人数可以为在相同时间相同楼层进入轿厢、且在相同楼层出轿厢的乘客人数。

其中，对目的层预测模型进行训练的机器学习算法可以为LSTM(Long-Short TermMemory，长短期记忆网络)或LightGBM(Light Gradient Boosting Machine，轻量级梯度提升机)。

表1

表1提供了训练样本和样本标签的示例。根据表1，在7:01，楼层1接收到外召指令，群控系统给1楼派梯，进入轿厢后内召5楼，并在5楼出梯的乘客有3人；在7:05，楼层3接收到外召指令，群控系统给3楼派梯，进入轿厢后内召6楼，并在6楼出梯的乘客有2人；同时在7:05，楼层8接收到外召指令，群控系统给8楼派梯，进入轿厢后内召3楼，并在3楼出梯的乘客有1人；在7:07，楼层2接收到外召指令，群控系统给2楼派梯，进入轿厢后内召4楼，并在4楼出梯的乘客有1人，依此类推。

步骤S230，根据内召楼层，得到外召指令对应的目的层预测值；目的层预测值用于对电梯进行路径规划。

其中，目的层预测值可以为预测到的用户期望到达的楼层。

具体实现中，群控系统通过目的层预测模型得到内召楼层后，可以将内召楼层作为当前外召指令对应的目的层预测值，并根据目的层预测值对各部电梯进行路径规划。

例如，在将外召时间和外召楼层输入目的层预测模型，输出内召楼层5后，群控系统可以将5作为目的层预测值，即预测用户期望到达的楼层为5，群控系统可以在用户进入电梯轿厢进行内召之前，甚至在为外召用户接梯、到达外召用户所在楼层之前，根据该目的层预测值对各部电梯进行路径规划。

需要说明的是，群控系统还可以获取用户的实际目的层，例如，用户可以在入梯后进行内召，电梯生成内召信号发送至群控系统，群控系统根据内召信号得到用户的实际目的层，还可以通过摄像头采集乘客的实际内召楼层，得到实际目的层，群控系统还可以将预测到的目的层与实际目的层相比较，若二者相差超过预设阈值，则可以将当前的外召时间、外召楼层、实际内召楼层和实际内召人数作为一组训练数据，并通过实时预测模块来更新目的层预测模型，以提高目的层预测模型的准确度。

上述电梯目的层预测方法，通过响应于外召指令，获取外召指令对应的外召时间和外召楼层，可以当用户在电梯轿厢外部召梯时，获取用户召梯的时间以及所在的楼层，将外召时间和外召楼层输入至目的层预测模型得到目的层预测模型输出的内召楼层，并根据内召楼层得到外召指令对应的目的层预测值，可以根据用户召梯的时间和所在楼层预测用户的目的楼层，从而无需通过刷卡或目的层选层器就可以获取到目的层，降低了电梯目的层获取的成本。

而且，通过进行目的层预测，可以在用户进入电梯轿厢进行内召之前，甚至在为外召用户接梯、到达外召用户所在楼层之前，根据目的层预测值对电梯进行路径规划，提高电梯的运行效率。

在一个实施例中，上述电梯目的层预测方法还包括：将外召时间和外召楼层输入至目的层预测模型，得到目的层预测模型输出的内召人数；根据内召人数，得到目的层预测值对应的目的层人数预测值，以根据目的层预测值和目的层人数预测值，对电梯进行路径规划。

其中，内召人数可以为在相同时间相同楼层进入轿厢、且在相同楼层出轿厢的乘客人数。

其中，目的层人数预测值可以为预测到的期望到达指定楼层的人数。

具体实现中，目的层预测模型还可以预测内召人数，并将内召人数作为目的层人数预测值。例如，当外召时间为7:01，外召楼层为1时，目的层预测模型除了可以预测到用户内召楼层为5，还可以预测到内召楼层为5的乘客人数为3，即内召人数为3，将3作为目的层人数预测值，可以得到有3人将会在5楼出梯。群控系统可以根据目的层预测值和目的层人数预测值，提前对电梯进行路径规划，具体地，当接收到派梯请求时，群控系统可以获取派梯请求对应的待派梯楼层，若待派梯楼层为电梯1的目的层预测值，则可以进一步判断目的层人数预测值是否超过预设的人数阈值，若超过，则可以指派电梯1去响应该派梯请求。

本实施例中，通过将外召时间和外召楼层输入至目的层预测模型，得到目的层预测模型输出的内召人数，可以对内召人数进行预测，根据内召人数得到目的层预测值对应的目的层人数预测值，可以预测期望到达目的层的用户人数，以便根据目的层预测值和目的层人数预测值对电梯进行路径规划，提高电梯运行效率。

在一个实施例中，上述步骤S210之前，还包括：

步骤S201，获取训练样本和样本标签；训练样本包括外召时间样本和外召楼层样本，样本标签包括内召楼层标签和内召人数标签；

步骤S202，将训练样本输入待训练的目的层预测模型，得到待训练的目的层预测模型输出的内召楼层和内召人数；

步骤S203，通过将内召楼层与内召楼层标签相比较，以及，将内召人数与内召人数标签相比较，调整待训练的目的层预测模型的参数，得到目的层预测模型。

具体实现中，群控系统可以采集外召时间、外召楼层、内召楼层、内召人数，并将外召时间和外召楼层作为训练样本，将内召楼层和内召人数作为样本标签，将训练样本输入待训练的目的层预测模型，可以得到目的层预测模型输出的内召楼层和内召人数，通过将内召楼层与内召楼层标签相比较，将内召人数与内召人数标签相比较，得到比较结果，可以根据比较结果确定该如何调整待训练的目的层预测模型的参数，通过对待训练的目的层预测模型的参数进行调整，可以得到目的层预测模型。

其中，可以采用机器学习算法对目的层预测模型进行训练，机器学习算法可以为LSTM或LightGBM。

本实施例中，通过获取训练样本和样本标签，将训练样本输入待训练的目的层预测模型，得到待训练的目的层预测模型输出的内召楼层和内召人数，通过将内召楼层与内召楼层标签相比较，将内召人数与内召人数标签相比较，调整待训练的目的层预测模型的参数，得到目的层预测模型，可以通过比较目的层预测模型的预测值和实际值，调整模型参数，提高模型预测的准确性。

在一个实施例中，上述步骤S201，包括：获取电梯轿厢内的视频图像，通过识别视频图像，得到内召人数标签；或，当乘客出梯时，获取电梯轿厢所减少的重量，根据电梯轿厢所减少的重量，确定内召人数标签。

具体实现中，可以在电梯轿厢内安装摄像头，通过摄像头采集轿厢内的视频图像，传输给群控系统，群控系统可以通过对接收到的视频图像进行识别，确定在目的层的出梯人数，并将目的层的出梯人数作为内召人数标签。还可以在电梯到达目的层，当轿厢门打开，乘客出梯时，通过控制系统采集电梯轿厢所减少的重量，并用该重量除以预设的乘客体重，得到出梯人数，将出梯人数作为内召人数标签。

本实施例中，通过获取电梯轿厢内的视频图像，通过识别视频图像得到内召人数标签，可以准确确定内召人数，提高内召人数标签的准确性；当乘客出梯时，获取电梯轿厢所减少的重量，根据电梯轿厢所减少的重量确定内召人数标签，可以快速确定内召人数，提高内召人数标签获取的效率。

在一个实施例中，上述步骤S201，还包括：当接收到内召指令时，获取内召指令对应的楼层；根据内召指令对应的楼层，得到内召楼层标签。

其中，内召指令可以为用户进入电梯轿厢后，通过触发控制面板上的楼层键所发出的指令。

具体实现中，当用户进入电梯轿厢，通过触发控制面板上的楼层键发出内召指令时，可以通过控制系统将内召指令传输至群控系统，群控系统可以根据接收到的内召指令确定用户所触发的楼层键，得到用户所期望到达的目的楼层，将该目的楼层作为内召楼层标签。

本实施例中，通过当接收到内召指令时，获取内召指令对应的楼层，根据内召指令对应的楼层得到内召楼层标签，可以高效准确地采集到内召楼层标签。

在一个实施例中，上述步骤S230之后，还包括：获取目的层实际值；将目的层预测值与目的层实际值相比较，得到目的层偏差；若目的层偏差超过预设的偏差门限，则更新目的层预测模型，得到更新后的目的层预测模型；根据更新后的目的层预测模型，确定下一次外召指令所对应的目的层预测值。

其中，目的层实际值可以为用户实际到达的楼层。

具体实现中，可以通过安装在电梯轿厢内的摄像头采集目的层实际值，并对目的层预测值和目的层实际值求绝对差，得到目的层偏差，将目的层偏差与预设的偏差门限相比较，若目的层偏差不超过偏差门限，则可以不对目的层预测模型进行任何处理，否则，若目的层偏差超过偏差门限，则可以更新目的层预测模型，得到更新后的目的层预测模型，并使用更新后的目的层预测模型进行后续的目的层预测。

本实施例中，通过获取目的层实际值，将目的层预测值与目的层实际值相比较得到目的层偏差，若目的层偏差超过预设的偏差门限，则更新目的层预测模型，得到更新后的目的层预测模型，根据更新后的目的层预测模型确定下一次外召指令所对应的目的层预测值，可以在预测过程中对目的层预测模型进行实时更新，提高目的层预测模型的准确性。

在一个实施例中，上述步骤S201之后，还包括：当接收到派梯请求时，获取派梯请求对应的待派梯楼层；若待派梯楼层与目的层预测值相匹配，则获取目的层预测值对应的电梯标识；根据电梯标识确定目标电梯，并控制目标电梯响应派梯请求。

具体实现中，当用户进行外召时，控制系统可以生成派梯请求，发送至群控系统，派梯请求中可以携带有外召用户所在的楼层，群控系统可以获取到派梯请求中外召用户所在的楼层，作为待派梯楼层。群控系统还可以将待派梯楼层与每部电梯的目的层预测值相比较，当待派梯楼层与其中一部电梯的目的层预测值相同时，可以获取该电梯的电梯标识，并将该电梯作为目标电梯，控制其响应用户的派梯请求。进一步地，群控系统还可以根据目的层人数预测值确定目标电梯，若目的层人数预测值超过预设的人数阈值，则表示在预测到的目的层，出梯人数超过一定数量，可以允许新的乘客进入轿厢，电梯可以响应派梯请求，否则，若目的层人数预测值不超过预设的人数阈值，则表示在预测到的目的层，出梯人数未超过一定数量，受电梯载重限制，将不允许新的乘客进入，电梯可以不对派梯请求进行响应。

图3为一个电梯路径规划的流程示意图。根据图3，电梯路径规划可以包括以下步骤：

步骤S310，产生外召；

步骤S320，预测内召人数和内召楼层N，派电梯M去接梯；

步骤S330，对于楼层N的外召，优先派电梯M去响应。

具体实现中，当用户A在楼层L产生外召时，群控系统可以响应于外召指令，获取外召指令对应的外召时间T和外召楼层L，通过将外召时间T和外召楼层L输入目的层预测模型，得到目的层预测模型输出的内召人数K和内召楼层N，群控系统可以派距离内召楼层N最近、且能够容纳K人的电梯M去接梯。若在用户A发出外召后的一段时间范围内，用户B在楼层N产生外召，由于电梯M的目的层为N，可以优先派电梯M响应用户B在楼层N的外召，电梯M可以将用户A运送至楼层N，并在楼层N对用户B进行接梯。

本实施例中，通过当接收到派梯请求时，获取派梯请求对应的待派梯楼层，若待派梯楼层与目的层预测值相匹配，则获取目的层预测值对应的电梯标识，根据电梯标识确定目标电梯，并控制目标电梯响应派梯请求，可以基于目的层预测结果对电梯进行路径规划和调度，提高电梯运行效率。

图4为一个电梯目的层预测方法的流程示意图。根据图4，电梯目的层预测方法可以包括以下步骤：

步骤S410，获取训练样本和样本标签；所述训练样本包括外召时间样本和外召楼层样本，所述样本标签包括内召楼层标签和内召人数标签；

步骤S420，将所述训练样本输入待训练的目的层预测模型，得到所述待训练的目的层预测模型输出的内召楼层和内召人数；

步骤S430，通过将所述内召楼层与所述内召楼层标签相比较，以及，将所述内召人数与所述内召人数标签相比较，调整所述待训练的目的层预测模型的参数，得到目的层预测模型；

步骤S440，响应于外召指令，获取所述外召指令对应的外召时间和外召楼层；

步骤S450，将所述外召时间和所述外召楼层输入至所述目的层预测模型，得到所述目的层预测模型输出的内召楼层和内召人数；

步骤S460，根据所述内召楼层和内召人数，得到所述外召指令对应的目的层预测值和目的层人数预测值；

步骤S470，当接收到派梯请求时，获取所述派梯请求对应的待派梯楼层；

步骤S480，若所述待派梯楼层与所述目的层预测值相匹配、且所述目的层人数预测值在预设区间内，则获取所述目的层预测值对应的电梯标识；

步骤S490，根据所述电梯标识确定目标电梯，并控制所述目标电梯响应所述派梯请求。

应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图5所示，提供了一种电梯目的层预测装置，包括：获取模块510、模型预测模块520和目的层确定模块530，其中：

获取模块510，用于响应于外召指令，获取所述外召指令对应的外召时间和外召楼层；

模型预测模块520，用于将所述外召时间和所述外召楼层输入至目的层预测模型，得到所述目的层预测模型输出的内召楼层；

目的层确定模块530，用于根据所述内召楼层，得到所述外召指令对应的目的层预测值；所述目的层预测值用于对所述电梯进行路径规划。

在一个实施例中，上述电梯目的层预测装置还包括：

人数预测模块，用于将所述外召时间和所述外召楼层输入至所述目的层预测模型，得到所述目的层预测模型输出的内召人数；

目的层人数确定模块，用于根据所述内召人数，得到所述目的层预测值对应的目的层人数预测值，以根据所述目的层预测值和所述目的层人数预测值，对所述电梯进行路径规划。

在一个实施例中，上述电梯目的层预测装置还包括：

样本获取模块，用于获取训练样本和样本标签；所述训练样本包括外召时间样本和外召楼层样本，所述样本标签包括内召楼层标签和内召人数标签；

训练模块，用于将所述训练样本输入待训练的目的层预测模型，得到所述待训练的目的层预测模型输出的内召楼层和内召人数；

参数调整模块，用于通过将所述内召楼层与所述内召楼层标签相比较，以及，将所述内召人数与所述内召人数标签相比较，调整所述待训练的目的层预测模型的参数，得到所述目的层预测模型。

在一个实施例中，上述样本获取模块，还用于获取电梯轿厢内的视频图像；通过识别所述视频图像，得到所述内召人数标签；或，当乘客出梯时，获取所述电梯轿厢所减少的重量；根据所述电梯轿厢所减少的重量，确定所述内召人数标签。

在一个实施例中，上述样本获取模块，还用于当接收到内召指令时，获取所述内召指令对应的楼层；根据所述内召指令对应的楼层，得到所述内召楼层标签。

在一个实施例中，上述电梯目的层预测装置还包括：

实际值获取模块，用于获取目的层实际值；

比较模块，用于将所述目的层预测值与所述目的层实际值相比较，得到目的层偏差；

模型更新模块，用于若所述目的层偏差超过预设的偏差门限，则更新所述目的层预测模型，得到更新后的目的层预测模型；

实时预测模块，用于根据所述更新后的目的层预测模型，确定下一次外召指令所对应的目的层预测值。

在一个实施例中，上述电梯目的层预测装置还包括：

待派梯楼层获取模块，用于当接收到派梯请求时，获取所述派梯请求对应的待派梯楼层；

电梯标识获取模块，用于若所述待派梯楼层与所述目的层预测值相匹配，则获取所述目的层预测值对应的电梯标识；

派梯请求响应模块，用于根据所述电梯标识确定目标电梯，并控制所述目标电梯响应所述派梯请求。

关于电梯目的层预测装置的具体限定可以参见上文中对于电梯目的层预测方法的限定，在此不再赘述。上述电梯目的层预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储电梯目的层预测数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电梯目的层预测方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种电梯目的层预测方法的步骤。此处一种电梯目的层预测方法的步骤可以是上述各个实施例的一种电梯目的层预测方法中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种电梯目的层预测方法的步骤。此处一种电梯目的层预测方法的步骤可以是上述各个实施例的一种电梯目的层预测方法中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。