Hissimatkustajien automaattinen tunnistaminen. Johan Backlund

Transkriptio

1 Hissimatkustajien automaattinen tunnistaminen Johan Backlund

2 Johdanto Hissien historia pitkä Ensimmäiset maininnat voidaan jäljittää Rooman valtakuntaan Matkustaja hissien synty 1800-luvun puolessavälissä Modernit hissit täysin automaattisia Moderneissa hisseissä ryhmänohjaus Tilastollisten ennusteiden avulla optimoidaan odotus- ja matkustusaikoja Parempi kuva päivän liikennevirrasta parantaa ennusteita Työn tavoite Kehittää KONEelle parannettu matkustajien tunnistaminen Uusissa hisseissä uusia antureita

3 Henkilöiden tunnistus Henkilöiden tunnistus- ja laskentajärjestelmät voidaan jakaa: Kosketuspohjaisiin Esim. kääntöportit Kamerapohjaisiin Kuviin perustuvat menetelmät Anturipohjaisiin Esim. infrapunasäteitä hyödyntävät järjestelmät Haluttiin että tunnistuksessa käytettiin Vaaka-anturia, kiihtyvyysanturia ja valoverhoa Löytyy jokaisessa modernissa hississä

4 Anturit Antureita tarkoitettu ensisijaisesti muihin tehtäviin Vaaka-anturin avulla seurataan hissin kuormaa Valoverhon avulla valvotaan, että hissin ovi ei sulkeudu liian aikaisin Kiihtyvyysanturin avulla voidaan mahdollisesti parantaa hissin ajoa

5 Valoverho Yksi yleisimmistä turvallisuusjärjestelmistä Koostuu useista infrapunasäteistä, jotka on asennettu oviaukkoon Peittää koko oviaukon Riittää että yksi säde on katki, jotta ovi ei sulkeudu

6 Hissimatkustajien tunnistus Algoritmit jaettu Vaakatunnistus Valoverhotunnistus Yhdistetty vaaka- ja valoverhotunnistus Valoverho tarkempi, mutta ei näe kulkusuuntaa Vaaka parantaa tuloksia yhdistetyssä tunnistuksessa

7 Vaakatunnistusalgoritmi Vaakasignaalia suodatetaan Kiihtyvyyssuodatus Mediaanisuodatus Suodatetusta signaalista etsitään kohtia, joissa kuorma on muuttunut tarpeeksi Näitä kohtia tallennetaan taulukkoon kunnes signaali stabilisoituu Tallennettua signaalia käydään läpi Etsitään matkustajien sisään- tai uloskäyntejä kulmakertoimen avulla

8 Vaakatunnistusalgoritmi

9 Vaakatunnistusalgoritmi

10 Valoverhotunnistus Niin kauan kun jokin säde on katki, tallennetaan signaalin dataa taulukkoon Kun säde ei enää katki käydään data läpi Suodatetaan dataa Muodostetaan korkeimmista sädepisteistä matkustajien päitä kuvaava kaavio Tämän avulla etsitään päiden lukumäärä Ei pystytä selvittämään kulkusuuntaa

11 Valoverhotunnistus

12 Valoverhotunnistus

13 Yhdistetty tunnistus Yhdistetään tulokset kun hissin ovet sulkeutuvat Vaaka- ja valoverhotunnistusten tunnistusajoissa nähdään noin ±500 ms Tuloksia yritetään täsmätä toisiinsa Jos tulokset eivät täsmää, pienempi tulos valitaan oikeaksi

14 Yhdistetty tunnistus

15 Tulokset Mitattiin anturidataa 24h ajan 544 pysähdystä 787 matkustajaa 27 esinettä Kamera hississä mittauksen aikana

16 Vaakatunnistus Testattiin eri näytteenottoväleillä ja mediaanisuodattimen aikaväleillä Vaikeuksia: Usea henkilö astuu sisään ja/tai ulos hissistä samaan aikaan Painavat esineet Hyvin kevyet henkilöt (alle 40kg)

17 Vaakatunnistus Virheellisesti analysoitujen pysähdysten absoluuttinen lukumäärä Näytteenottoväli 200 ms 100 ms 67 ms 50 ms 30 ms 20 ms 250 ms aikaikkuna ms aikaikkuna ms aikaikkuna ms aikaikkuna Virheellisesti analysoitujen pysähdysten suhteellinen määrä kaikkiin pysähdyksiin nähden. Näytteenottoväli 200 ms 100 ms 67 ms 50 ms 30 ms 20 ms 250 ms aikaikkuna 28,68 % 18,57 % 9,93 % 11,03 % 11,21 % 10,29 % 500 ms aikaikkuna 28,49 % 16,91 % 9,56 % 9,19 % 9,56 % 9,19 % 750 ms aikaikkuna 29,04 % 15,26 % 9,74 % 9,56 % 9,38 % 8,46 % 1000 ms aikaikkuna 29,04 % 15,63 % 9,74 % 9,74 % 9,74 % 8,82 %

18 Vaakatunnistus Virheellisten pysähdysten absoluuttinen lukumäärä, kun esineet tulkitaan matkustajiksi. Näytteenottoväli 200 ms 100 ms 67 ms 50 ms 30 ms 20 ms 250 ms aikaikkuna ms aikaikkuna ms aikaikkuna ms aikaikkuna Virheellisten pysähdysten suhteellinen lukumäärä, kun esineet tulkitaan matkustajiksi. Näytteenottoväli 200 ms 100 ms 67 ms 50 ms 30 ms 20 ms 250 ms aikaikkuna 26,84 % 15,44 % 6,43 % 7,54 % 7,90 % 6,99 % 500 ms aikaikkuna 26,65 % 13,79 % 6,07 % 5,70 % 6,25 % 5,70 % 750 ms aikaikkuna 27,21 % 12,13 % 6,62 % 6,25 % 6,25 % 5,15 % 1000 ms aikaikkuna 27,21 % 12,50 % 6,62 % 6,43 % 6,62 % 5,51 %

19 Valoverhotunnistus Paremmat tulokset vaakaan nähden Mutta ei saada selville kulkusuuntaa valoverhon avulla Vaikeuksia: Usea henkilö astuu sisään ja/tai ulos hissistä samaan aikaan Lyhyet henkilöt

20 Valoverhotunnistus Virheiden lukumäärä verrattuna pysähdysten kokonaislukumäärään Matkustajia per pysähdys Yht. Pysähdysten lukumäärä Virheellisten pysähdysten määrä Virheiden suhteellinen osuus 0.3 % 4.2 % 7.3 % 7.1 % 0 % 0 % 100 % 1.8 %

21 Valoverhotunnistus

22 Yhdistetty tunnistus Virheellisesti analysoitujen pysähdysten absoluuttinen lukumäärä Näytteenottoväli 200 ms 100 ms 67 ms 50 ms 30 ms 20 ms 250 ms aikaikkuna ms aikaikkuna ms aikaikkuna ms aikaikkuna Virheellisesti analysoitujen pysähdysten suhteellinen määrä kaikkiin pysähdyksiin nähden Näytteenottoväli 200 ms 100 ms 67 ms 50 ms 30 ms 20 ms 250 ms aikaikkuna 7,35 % 3,49 % 0,92 % 1,29 % 1,29 % 1,29 % 500 ms aikaikkuna 7,17 % 2,57 % 0,74 % 0,74 % 0,92 % 0,74 % 750 ms aikaikkuna 7,17 % 2,94 % 0,92 % 0,92 % 0,92 % 0,92 % 1000 ms aikaikkuna 7,17 % 2,94 % 1,29 % 0,92 % 0,92 % 0,92 %

23 Yhdistetty tunnistus

24 Yhteenveto Modernit hissit varustettu ryhmäohjauksella Tilastollisten ennusteiden avulla parannetaan ryhmänohjauksen suorituskykyä Ennusteita voidaan parantaa paremmalla kuvalla henkilöliikenteestä Haluttiin kehittää parannettu hissimatkustajien tunnistusjärjestelmä Käytettiin antureita, jotka löytyvät jokaisessa modernissa hississä Antureita käytetään ensisijaisesti toisiin tehtäviin, mutta voidaan myös käyttää tunnistuksessa Valoverhotunnistuksella korkea tunnistusaste, mutta ei saada selville kulkusuuntaa Parannetaan tuloksia vaakatunnistuksen avulla Saavutettiin korkea tunnistusaste Pystyttiin suodattamaan pois esineet, mutta samaan aikaan sisään ja/tai ulos astuvat matkustajat tuottavat vaikeuksia

25 Kiitos