1.一种基于加速度传感器的电梯运动检测及异常位置停车判断，其特征在于按照如下步骤进行:步骤1.电梯轿厢行驶距离估计

位于电梯轿厢上的三轴加速度传感器采集电梯的运动参数，通过扩展卡尔曼滤波算法，估计每一趟旅程中即两次停车之间电梯的行驶距离，返回电梯在一趟行驶过程中的位移估计值及方差；

步骤2.电梯轿厢停层及故障判断

基于步骤1的位移估计值及方差结果，结合SLAM算法，在设置基准点的基础上估计出电梯轿厢的位置和楼层的高度；

步骤3.通过位置估计判断电梯是否发生异常停车故障。

2.根据权利要求1所述的基于加速度传感器的电梯运动检测及异常位置停车判断，其特征在于所述的电梯轿厢行驶距离估计按照如下步骤进行：

11)在电梯行驶距离估计中，在连续两次停车(l-1,l)间，通过横向和纵向速度为零的约束条件下辅助惯性导航即可估计出电梯轿厢移动距离为δp(l)和运动速度，首先假设在t时刻，电梯的状态向量为xd(t)，其定义为其中，d(t),s(t),δuz(t)分别表示电梯最后一次停车后运动的距离、轿厢的速度和垂直加速度测量偏差，包括地球引力造成的偏移，s(t-1)为辅助状态变量；

12)在一次运动中，根据零速辅助惯性导航系统，可以定义时刻t电梯轿厢的运动状态矢量为：其中

xd(t-1)是从上次停止开始行驶的距离， 是电梯轿厢测量的加速度，Δt为采样间隔，w(t)过程噪声，高斯白噪声，其协方差 其中 表示加速度计噪声方差， 表示加速度计偏差模型的噪声方差。

13)由于电梯轿厢的位置和运动状态只用加速度计来测量估计，因此无法为状态空间模型制定传统的量测更新方程；但是，电梯轿厢一般都是静止或者匀速运动，这两种状态都可以通过加速度计检测出来；假设已知电梯轿厢静止或者匀速运动的时间，那么就可以建立状态空间的伪量测模型：其中 和 分别是匀速运动和静止时的观

测噪声，即伪量测模型为电梯运动估计提供了两个不同的更新模型：零速更新模型和匀速更新模型；

14)电梯轿厢只在有限范围内垂直方向移动，简化模型将电梯轿厢的运动均视为匀速直线运动，静止是一种特殊的匀速直线运动，同时三轴加速度传感器测量的加速度也取行程时间内的均值，并将电梯轿厢开始加速或减速的问题转化为电梯轿厢加速度均值局部变化的问题；

15)根据状态空间矢量建立基于扩展卡尔曼滤波器的轿厢行驶距离估计和轿厢运动状态估计，将三轴加速度计测得平均加速度 作为算法的输入；

16)电梯处于均匀线性运动时，通过计算将零速度假设拟合到观测数据后获得归一化预测误差ξd的大小，判断电梯轿厢是静止还是匀速运动；设置阈值γd，确定电梯轿厢的状态，对观测模型进行更新：如果ξd＞γd，选择匀速测量更新；如果ξd＜γd，选择零速度测量更新；

17)当算法检测到电梯轿厢停止运动并且行驶的距离超过了阈值γδp，就会输出电梯轿厢行驶的距离估计值 和其方差估计值 并且对系统状态矢量进行更新，并返回更新值，在下一次运动时重复5)-7)过程。

3.根据权利要求2所述的基于加速度传感器的电梯运动检测及异常位置停车判断，其特征在于：步骤5)中首先，通过扩展卡尔曼滤波算法对状态矢量估计值 和它的协方差矩阵进行更新迭代，具体迭代步骤分为预测与更新：

①预测

Pd←FPd-1FT+GQd-1GT

②更新

Gd←PdHdT(HdPdHdT+R)-1

Pd←(I-GdHd)Pd

然后，通过均匀线性运动检测器判断电梯轿厢是否是均匀线性运动，如果是就继续执行迭代更新算法，如果不是就进行下一次行程的计算。

4.根据权利要求1所述的基于加速度传感器的电梯运动检测及异常位置停车判断，其特征在于所述的步骤2电梯轿厢停层及故障判断按照如下步骤进行：

21)通过步骤1获取轿厢行驶距离估计值 和方差估计值 在此基础上，通过SLAM算法可以实现电梯轿厢位置和停靠楼层估计，同时通过估计的轿厢位置，检测电梯是否存在故障；

22)引入新的状态矢量 其中，p(l)为电梯轿厢在第l趟行驶后的位置，m(i)为第i层楼的高度，M为楼层总数；由于每层楼的高度是恒定的，状态矢量可以描述为：其中e1为单位阵， 是电梯轿厢行驶距离估计值的误差，该误差假定为零均值、不相关且其方差为

23)假设电梯轿厢第l次行驶所停的楼层i已知的，则对应的伪观测模型为：其中 vs(l)是伪测量误差，由于电梯控制系统不完善该伪测量误差是电梯轿厢停靠点位置和楼层高度之间微小偏差，该伪测量误差假定为零均值、不相关且其方差为 假如楼层和电梯轿厢停靠点是已知，则可以通过基于扩展卡尔曼滤波的SLAM跟踪电梯轿厢位置、估计楼层高度；

24)在实际工作环境中，楼层总数M和电梯轿厢的行驶顺序是未知的；假如电梯轿厢初始状态估计 和相应的协方差矩阵 是有效的，则可以通过基于最大似然数的数据关联实现电梯轿厢位置与估计楼层高度间的关联，该数据关联选择使归一化预测误差最小的观测模型，故通过最小化函数即可获得电梯轿厢所处的楼层高度：

25)要完成上述24)中所说的步骤，必须要有理想的初始值；获取理想初始状态的方法，可以通过让电梯轿厢从底层依次运动到最高层，每层至少停留一次；

26)基于扩展卡尔曼滤波器的SLAM算法，将第1阶段获得的电梯轿厢行驶的距离估计值和距离估计误差的方差估计值 作为输入，对状态向量 和状态协方差进行更新迭代；

27)计算归一化预测误差 并通过最小化函数求出电梯轿厢所处的楼层i；

28)比较归一化误差ξs与假定阈值γs的大小，如果ξs＞γs，则表明估计误差过大，故电梯轿厢运行异常，此时状态向量不进行量测更新，并且报警提示电梯轿厢异常停靠故障；如果误差ξs＜γs，则证明电梯轿厢运行正常，对状态向量进行量测更新，并返回更新的值，进入下一轮行驶过程并重复步骤6)-8)。

5.根据权利要求4所述的基于加速度传感器的电梯运动检测及异常位置停车判断，其特征在于所述的步骤26)，具体迭代步骤分为预测与更新：①预测

②更新

Gd←PdHdT(HdPdHdT+R)-1

Pd←(I-GdHd)Pd

6.根据权利要求4所述的基于加速度传感器的电梯运动检测及异常位置停车判断，其特征在于：检测电梯是否存在故障，故障包括不平层、蹲底或冲顶。