Hissimatkustajien automaattinen tunnistaminen Johan Backlund
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
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
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
Valoverho Yksi yleisimmistä turvallisuusjärjestelmistä Koostuu useista infrapunasäteistä, jotka on asennettu oviaukkoon Peittää koko oviaukon Riittää että yksi säde on katki, jotta ovi ei sulkeudu
Hissimatkustajien tunnistus Algoritmit jaettu Vaakatunnistus Valoverhotunnistus Yhdistetty vaaka- ja valoverhotunnistus Valoverho tarkempi, mutta ei näe kulkusuuntaa Vaaka parantaa tuloksia yhdistetyssä tunnistuksessa
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
Vaakatunnistusalgoritmi
Vaakatunnistusalgoritmi
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
Valoverhotunnistus
Valoverhotunnistus
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
Yhdistetty tunnistus
Tulokset Mitattiin anturidataa 24h ajan 544 pysähdystä 787 matkustajaa 27 esinettä Kamera hississä mittauksen aikana
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)
Vaakatunnistus Virheellisesti analysoitujen pysähdysten absoluuttinen lukumäärä Näytteenottoväli 200 ms 100 ms 67 ms 50 ms 30 ms 20 ms 250 ms aikaikkuna 156 101 54 60 61 56 500 ms aikaikkuna 155 92 52 50 52 50 750 ms aikaikkuna 158 83 53 52 51 46 1000 ms aikaikkuna 158 85 53 53 53 48 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 %
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 146 84 35 41 43 38 500 ms aikaikkuna 145 75 33 31 34 31 750 ms aikaikkuna 148 66 36 34 34 28 1000 ms aikaikkuna 148 68 36 35 36 30 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 %
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
Valoverhotunnistus Virheiden lukumäärä verrattuna pysähdysten kokonaislukumäärään Matkustajia per pysähdys 1 2 3 4 5 6 7 Yht. Pysähdysten lukumäärä 389 95 41 14 2 2 1 544 Virheellisten pysähdysten määrä 1 4 3 1 0 0 1 10 Virheiden suhteellinen osuus 0.3 % 4.2 % 7.3 % 7.1 % 0 % 0 % 100 % 1.8 %
Valoverhotunnistus
Yhdistetty tunnistus Virheellisesti analysoitujen pysähdysten absoluuttinen lukumäärä Näytteenottoväli 200 ms 100 ms 67 ms 50 ms 30 ms 20 ms 250 ms aikaikkuna 40 19 5 7 7 7 500 ms aikaikkuna 39 14 4 4 5 4 750 ms aikaikkuna 39 16 5 5 5 5 1000 ms aikaikkuna 39 16 7 5 5 5 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 %
Yhdistetty tunnistus
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
Kiitos