1.一种基于物联网的高层电梯协同调度方法，其特征在于，该方法包括以下步骤：获取电梯组中各电梯当前时刻的已载人数，基于电梯组中各电梯当前时刻的位置和呼唤电梯的楼层数获得各电梯当前时刻对应的目标距离；

获取各楼层电梯门口当前时刻的图像，基于所述电梯门口当前时刻的图像和OpenPose模型得到各楼层当前时刻的等待人数；基于预设历史天数中每天电梯门口的监控视频数据，得到预设历史天数中每天的各时间段进入各电梯的人数，基于所述各时间段进入各电梯的人数和各电梯的运行状态，得到各时间段对应的上行人数占比；基于所述上行人数占比和各楼层当前时刻的等待人数，预测各楼层当前时刻等待上行的人数和等待下行的人数；所述运行状态包括上行、下行和等待；

基于电梯组中各电梯当前时刻的运行状态、当前时刻的位置、所述目标距离和所述已载人数，构建各电梯当前时刻对应的特征向量；基于所述各楼层当前时刻等待上行的人数和等待下行的人数，构建摩天大楼当前时刻对应的特征向量；基于所述各电梯当前时刻对应的特征向量和所述摩天大楼当前时刻对应的特征向量获得当前时刻对应的状态向量；基于所述状态向量和训练好的ES‑强化学习网络，对各电梯进行控制；所述ES‑强化学习网络的奖励函数是根据各电梯的已载人数、各电梯的载客贡献度、各楼层的等待人数以及综合乘客流动性得到的；

所述ES‑强化学习网络的奖励函数为：

基于综合乘客流动性、各楼层的等待人数、各电梯的已载人数，构建第一奖励函数：其中， 为第一奖励函数， 为所有电梯在第j个时刻下的已载人数之和，为第j个时刻第i个楼层的等待人数， 为第j个时刻的综合乘客流动性，为第一调节系数，为调节参数，为电梯能够到达的总楼层数， 为电梯调转方向前消耗的时间；

根据各时刻对应的预测准确性、各电梯在各时刻的载客贡献度和所述第一奖励函数，获得各电梯对应的切片奖励函数，即：其中， 为第k台电梯对应的切片奖励， 为该电梯在第j个时刻的载客贡献度， 为第j个时刻对应的预测准确性。

2.根据权利要求1所述的基于物联网的高层电梯协同调度方法，其特征在于，所述基于所述各时间段进入各电梯的人数和各电梯的运行状态，得到各时间段对应的上行人数占比，包括：根据预设历史天数中每天的各时间段上行乘客的人数和下行乘客的人数，按照时间先后顺序构建总上行数据序列；基于所述总上行数据序列获取预设历史天数中每天的同一时间段对应的同步上行子序列；

对于任一时间段：根据该时间段对应的同步上行子序列以及预设历史天数中每天的该时间段电梯门口的总等待人数，计算该时间段对应的上行人数的占比。

3.根据权利要求1所述的基于物联网的高层电梯协同调度方法，其特征在于，所述基于电梯组中各电梯当前时刻的位置和呼唤电梯的楼层数获得各电梯当前时刻对应的目标距离，包括：对于电梯组的任一电梯：计算当前时刻该电梯最近的可停留楼层的楼层数与呼唤电梯的楼层数的差值的绝对值，记为该电梯当前时刻对应的目标距离。

4.根据权利要求1所述的基于物联网的高层电梯协同调度方法，其特征在于，采用如下公式计算目标时间段对应的上行人数的占比：其中， 为目标时间段对应的上行人数的占比， 为历史第t天中的目标时间段的总上行人数， 为历史第t天中的目标时间段电梯门口的总等待人数，为预设历史天数；

所述目标时间段为历史每天中与当前时刻所在的时间段相同的时间段。

5.根据权利要求1所述的基于物联网的高层电梯协同调度方法，其特征在于，所述基于所述上行人数占比和各楼层当前时刻的等待人数，预测各楼层当前时刻等待上行的人数和等待下行的人数，包括：将历史每天中与当前时刻所在的时间段相同的时间段记为目标时间段；

对于任一楼层：计算目标时间段对应的上行人数的占比和该楼层当前时刻的等待人数的乘积，作为该楼层当前时刻等待上行的人数，将该楼层当前时刻的等待人数与所述该楼层当前时刻等待上行的人数的差值作为该楼层当前时刻等待下行的人数。

6.根据权利要求1所述的基于物联网的高层电梯协同调度方法，其特征在于，所述各电梯的载客贡献度的获取过程为：对于任一电梯：计算该电梯第j个时刻的已载人数与所有电梯在第j个时刻下的已载人数之和的比值，作为该电梯在第j个时刻的载客贡献度。

7.根据权利要求1所述的基于物联网的高层电梯协同调度方法，其特征在于，所述综合乘客流动性的获取过程为：对于任一楼层：根据该楼层上一时刻的乘客编号集合和该楼层当前时刻的乘客编号集合，采用如下公式计算该楼层当前时刻对应的乘客流动性：其中， 为该楼层当前时刻对应的乘客流动性， 为取绝对值， 为集合的长度， 为该楼层上一时刻的乘客编号集合，为该楼层当前时刻的乘客编号集合；

计算所有楼层当前时刻对应的乘客流动性之和，作为当前时刻的综合乘客流动性。