文章详情

摘要

电梯楼层识别在智慧楼宇管理与电梯安全监测中具有重要意义。传统基于编码器或限位器的方法安装复杂、维护成本高，基于单一气压或惯性测量单元（IMU）的方法又易受噪声与环境干扰影响。针对这些问题，提出一种融合IMU与气压传感器的自适应卡尔曼滤波方法。该方法在滤波过程中引入残差统计驱动的协方差自更新机制，提升高度估计的鲁棒性；同时设计在线聚类策略实现楼层高度自动建模，并结合方向感知约束抑制启停误判。实测结果表明，该方法在不同建筑电梯中均能实现稳定可靠的识别，高度估计误差控制在亚米级范围内，相比传统固定参数滤波和单传感器方法，识别准确率显著提高。研究表明，该方法具有良好的通用性与工程应用价值。

关键词

电梯楼层识别；自适应卡尔曼滤波；气压传感器；IMU；智慧楼宇

参考文献

1. [1] 李志敏，张继坤.一种新型电梯绝对楼层识别装置的设计 [J].中国电梯，2023，34（8）：20-22.
2. [2] 周耀洪.老旧电梯安全评估与改造检验关键技术研究 [C]//人工智能与经济工程发展学术研讨会.人工智能与经济工程发展学术研讨会论文集（三）.[出版地不详]：人工智能与经济工程发展学术研讨会，2025：1316-1319.
3. [3] 孙佳，桂宇贵，吴杰，等.气压高度计的测量误差分析及修正方法 [J].物联网技术，2016，6（12）：19-21.
4. [4] 何绍玮.微惯性测量单元振动误差分析与实时补偿研究 [D].太原：中北大学，2024.
5. [5] 应征，金俊，金寅德，等.基于卡尔曼滤波的电梯安全部件测试速度估算方法研究 [J].金华职业技术学院学报，2015，15（6）：48-51.
6. [6] 杨昱，王千山，李雪鹏，等.一种非侵入式电梯运行状态智能监测方法 [J].太原理工大学学报，2021，52（6）：920-927.
7. [7] BASHIR M A，MALIK F M，AKBAR Z A，et al. Kalman Filter Based Sensor Fusion for Altitude Estimation of Aerial Vehicle [J/OL].IOP Conference Series Materials Science and Engineering，2020，853（1）：012034[2025-08-05].https://iopscience.iop.org/article/10.1088/1757-899X/853/1/012034.
8. [8] KALMAN R E. A New Approach to Linear Filtering and Prediction Problems [J].Journal of Fluids Engineering，1960，82（1）：35-45.
9. [9] AKHLAGHI S，ZHOU N，HUANG Z Y. Adaptive Adjustment of Noise Covariance in Kalman Filter for Dynamic State Estimation [J/OL].arXiv:1702.00884[2025-08-11].[cs.SY].https://doi.org/10.48550/arXiv.1702.00884.
10. [10] 陈永森，柳景斌，雷杰涛，等.GNSS/气压计融合的室内外高程估计及室内楼层识别方法 [J/OL].武汉大学学报（信息科学版），2024：1-13[2026-03-03].https://doi.org/10.13203/j.whugis20230299.

作者简介

万骁恒（2002.09—），男，汉族，江苏苏州人，本科在读，研究方向：多传感器融合定位；王怀德（1998.10—），男，汉族，江苏连云港人，工程师，硕士，研究方向：多传感器融合定位。