本发明公开了一种基于BP神经网络的电梯轿厢地坎与井道内表面测距方法，方法包括：利用激光、超声波以及视觉传感器同时多次采集电梯轿厢地坎与井道内表面的距离信息；利用EMD小波算法对超声波传感器采集的原始数据进行消噪处理，利用均值滤波法对其他传感器采集的原始数据进行消噪处理；通过自适应学习率的BP神经网络算法对消噪后的传感器数据进行融合，获得电梯轿厢地坎与井道内表面的最终距离。本发明方法采用了差异化的学习率，能够动态调节不同节点之间的权重，使得收敛误差函数所需的时间减少，同时，采用自适应学习率的BP神经网络算法进行多传感器数据融合，弥补了单一传感器测量存在的不足，提高了测距的准确性和可靠性，适应性更广。