Nhu cầu đang gia tăng
Kỳ vọng của người dân về tương lai của thành phố thông minh đã phát triển theo thời gian khi khoa học công nghệ tiến bộ và lợi ích trở nên rõ ràng hơn. Một số kỳ vọng đã được khảo sát:
– Tăng hiệu quả bằng cách đóng góp trong việc tối ưu hóa dấu chân carbon(1) (carbon footprint) của tòa nhà, tiện nghi của tòa nhà, tối đa hóa khả năng cho thuê.
-Tăng hiệu suất của thang máy: Làm sao để thang di chuyển trực tiếp đến tầng đích, cân được tải trọng lớn, giảm thiểu thời gian đợi.
Tuy nhiên, sau đại dịch thì một số nhu cầu khác cũng tăng:
-Tính tiện dụng: Thang máy cung cấp dịch vụ được cá nhân hóa, có khả năng tương tác tự nhiên (Intuitive interaction), trải nghiệm không chạm.
-Tính linh hoạt: Không gian của tòa nhà cần được thiết kế để phục vụ nhiều mục đích và có thể được xây dựng lại khi cần thiết. Do đó, thang máy cần dễ dàng nâng cấp để có thêm nhiều tính năng mới, đáp ứng nhiều nhu cầu sử dụng khác nhau.
Các nhà khoa học về dữ liệu đang nghiên cứu về công nghệ Trí tuệ Nhân tạo (AI), học máy (Machine learning) và thuật toán Heuristic(2) để đáp ứng những nhu cầu ngày càng gia tăng này.
Điều phối bằng AI
Điều phối AI trong thang máy đề cập đến việc sử dụng các thuật toán trí tuệ nhân tạo ví dụ như thuật toán Heuristic để kiểm soát và tối ưu hóa việc phân bổ thang máy cho từng tầng trong tòa nhà. Các thuật toán phân tích mô hình lưu lượng hành khách trong tòa nhà và dự đoán việc sử dụng thang máy trong thời gian thực.
Hệ thống điều phối AI liên tục học hỏi và cải thiện theo thời gian, có tính đến các biến số như số lượng hành khách, tầng đích và trạng thái hiện tại của thang máy.
Máy học dự đoán được nhu cầu và đưa ra các quyết định đúng đắn về:
-Dự đoán lưu lượng hành khách
-Dự đoán dừng thang
-Dự đoán các tình huống thường ngày
-Tự động điều chỉnh hiệu suất
Dự đoán dừng thang là một trong những ứng dụng quan trọng của AI. Ở đây hệ thống thu thập các dữ liệu trong nhiều tháng để tạo ra một mô hình dự đoán lưu lượng.
Vào mỗi buổi sáng, hệ thống sẽ dự đoán xem nhu cầu đến từ đâu và dừng thang máy trước đó. Một nghiên cứu đã chứng minh ứng dụng này có thể giảm thời gian của hành khách khi đợi thang lên đến 10%.
Bên cạnh đó, hệ thống còn sử dụng radar vi sóng ở bảng hiển thị ngoài tầng để dự đoán chính xác và điều phối cabin có tải trọng phù hợp với nhóm người đang đợi thang ở bên ngoài, tránh việc thang máy dừng tầng nhưng trong khi cabin đã đầy tải.
Nguồn: https://tapchithangmay.vn/ai-lam-cho-thang-may-tro-nen-thong-minh-ra-sao/
