CN105489053A - 一种基于acp方法的平行停车系统构建方法 - Google Patents

一种基于acp方法的平行停车系统构建方法 Download PDF

Info

Publication number
CN105489053A
CN105489053A CN201510801215.8A CN201510801215A CN105489053A CN 105489053 A CN105489053 A CN 105489053A CN 201510801215 A CN201510801215 A CN 201510801215A CN 105489053 A CN105489053 A CN 105489053A
Authority
CN
China
Prior art keywords
parking
shutdown system
actual
information
artificial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510801215.8A
Other languages
English (en)
Other versions
CN105489053B (zh
Inventor
王飞跃
杨柳青
张艳丽
杨坚
韩双双
程翔
赵恺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Intelligent Industry Institute For Research And Technology
Original Assignee
Qingdao Intelligent Industry Institute For Research And Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao Intelligent Industry Institute For Research And Technology filed Critical Qingdao Intelligent Industry Institute For Research And Technology
Priority to CN201510801215.8A priority Critical patent/CN105489053B/zh
Publication of CN105489053A publication Critical patent/CN105489053A/zh
Application granted granted Critical
Publication of CN105489053B publication Critical patent/CN105489053B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于ACP方法的平行停车系统构建方法,包括以下步骤:步骤一、利用数据采集系统,实时采集目标区域内的实际停车系统的信息数据;步骤二、根据实际停车系统的信息数据“生长和培育”出与实际停车系统等价的人工停车系统;步骤三、根据计算实验结果,以平行执行的方式建立人工停车系统和实际停车系统之间的滚动的优化过程;步骤四、搭建信息发布平台。该系统中的人工系统是一种等价或者说是与实际停车系统平行执行的系统,该人工停车系统可以为实际停车系统的建立提供科学有效的指导方案,使现有的停车资源得到最大效率的使用,从一定程度上降低了停车基础设施建设预算,使得固定车位价格水平及盈利性停车场收费制度更加合理。

Description

一种基于ACP方法的平行停车系统构建方法
技术领域
本发明涉及智能停车技术领域,具体地说,涉及一种基于ACP方法的平行停车系统构建方法。
背景技术
近年来,机动车保有量的急剧增长,给现有的停车基础设施带来了巨大的压力,“停车难,乱停车”等现象不断重复上演,尤其是建筑密集的区域,停车困难问题更为严重。除增加停车基础设施建设,优化并健全相关管理规划方案及法律制度之外,建立一种智能的停车系统成为解决停车难题的研究热点。
以物联网技术为核心建立的智能停车系统,是目前智能化解决停车问题较为先进的方法,该类系统主要分四个模块:
(1)信息采集模块。该模块主要负责采集停车场的位置信息,停车场内的车位信息和出入停车场的车辆信息。停车场位置可以利用GPS技术,车位信息采集可以使用红外探测器,超声波、地磁等传感器技术,出入停车场的车辆信息可以使用射频识别(RFID)技术,视频监控技术,车牌图像识别技术等。
(2)信息传输模块。该模块主要负责将底层技术采集到的信息通过有线或无线方式传输到信息分析与处理模块,包括无线传感器网络,ZigBee网络,互联网等。
(3)信息分析与处理模块。该模块主要负责对数据进行存储、分析、挖掘、提取,将得到的最新车位及出入库车辆数等信息提供给信息发布模块。
(4)信息发布模块。该模块主要负责将信息分析与处理模块的信息通过多种方式进行对外发布,引导用户停车,包括路测的电子显示屏,手机短信服务,车载终端,广播电视,手机应用软件等。
尽管基于物联网的智能停车系统其各个模块的相关技术在不断的更新改进,但整个系统的实现情况,尤其是国内,还处于起步阶段。除了上述四个模块中技术缺陷或不足之外,系统整体功能的全面性、协调性、实时性、准确性和有效性等方面也存在诸多的不足。
例如,个别停车场实现了智能诱导停车的目的,但与其他停车资源之间的联系较为薄弱;另一类停车诱导系统虽然实现了停车资源之间的合理调配,但系统信息的实时准确性却得不到较好的保证。
而且,随着停车基础设施的新建或拆弃,现有智能系统很难做到同步更新,且相关法律法规,交通状况,人员驾驶习惯等系列影响因素都无法在现有的智能系统中得到体现,最终导致依靠现有智能停车系统依然无法解决有效停车难题。
通过进一步深入研究发现,停车系统作为一个典型的复杂系统,其研究过程跨领域并涉及多学科,在本质上,该复杂系统的整体行为不能通过独立分析其各部分的行为来确定亦不能预先在大尺度(例如长时间或大空间)上确定,因此一般的解决方案无法从根本上解决其面临的问题。
发明内容
为了解决上述问题,本发明提供一种基于ACP方法的平行停车系统构建方法,其具体的技术方案如下:
一种基于ACP方法的平行停车系统构建方法,包括以下步骤:
步骤一、搭建数据采集系统与数据库,所述数据库包括物理数据存储库与社会因素数据库,利用数据采集系统,实时采集目标区域内的实际停车系统的信息数据,并上传至数据存储库中;
步骤二、利用大型计算机和建模技术,根据实际停车系统的信息数据“生长和培育”出与实际停车系统等价的人工停车系统;
所述人工停车系统的基本元素包括模型、事件与决策;
步骤三、根据计算实验结果,以平行执行的方式建立人工停车系统和实际停车系统之间的滚动的优化过程;通过人工停车系统中计算实验所得各种方案对实际停车系统未来的状况进行预测和评估,找出实际停车系统的事件最优决策方案,在实际停车系统与人工停车系统中同步运行,实现动态优化;
步骤四、搭建信息发布平台,将人工停车系统生成的决策信息向有停车需求用户、停车资源管理者及停车资源建设方发布。
进一步,所述模型包括路况信息模型、停车场模型、驾驶员模型、车辆信息模型;
所述事件包括停车场建设,停车场管理与调配,用户停车调度与支付,停车诱导信息发布;
所述决策包括与上述事件对应的解决方案。
进一步,步骤三中,具体过程包括:
(1)学习与培训:在这一过程中,通过将实际与人工系统的适当连接组合,可以使管理和控制实际复杂系统的有关人员,在人工停车系统平台上,迅速地掌握系统的各种状况以及对应的行动,在条件允许的情况下,针对人工停车系统的管理与控制系统,应与对实际停车系统的管理与控制系统相当,不仅可以获得更佳的学习和培训效果,还可以作为实际停车系统的备用系统,增加其运行的可靠性和应变能力。
(2)实验和评估:在这一过程中,人工停车系统主要被用来进行计算实验,分析了解实际系统中事件中各方的行为和反应,对实际停车系统中正在运行的事件进行预估;
(3)管理与控制:在这一过程中,运用反馈控制,通过寻找实际停车系统与人工系统评估的状态之间的不同,产生误差反馈信号,对人工系统的评估方式或参数进行修正,减少差别,并对不同的解决方案的效果进行评估,作为选择和控制决策的依据。
其中,步骤四中,信息发布平台包括微信公众账号、车载通信设备、广播、智能终端的App或Web平台中的一种或多种。
本发明所提供的一种基于ACP方法的平行停车系统构建方法,具有以下优点:
一、本系统中的人工系统是一种等价或者说是与实际停车系统平行执行的系统,该人工停车系统可以为实际停车系统的建立提供科学有效的指导方案,使现有的停车资源得到最大效率的使用,从一定程度上降低了停车基础设施建设预算,固定车位价格水平及盈利性停车场收费制度将更加合理;
二、利用本系统提供的决策方案,会使停车过程更智能简单方便,驾车出行的效率得到极大的提高,整个城市的运行效率也会得到提高;同时,使停车资源信息变得更加公开透明,避免因信息不对称造成的停车“黄牛”乱收费等现象;
三、针对一个新的停车场的建立过程来说,利用本系统的运行结果,可以缩短了其策划实施到完成周期,而其规划建设却更加智能合理;
四、对城市环境与交通而言,本系统的运行决策可以减轻汽车的寻车位过程中造成的额外环境污染,避免寻车位的车辆带来的交通堵塞等问题。
附图说明
图1是本发明基于ACP方法的平行停车系统结构示意图。
图2是本发明基于ACP方法的平行停车系统的基本框架图。
图3是本发明基于ACP方法的平行停车系统运行过程示意图。
具体实施方式
下面结合附图及本发明的实施例对本发明的一种基于ACP方法的平行停车系统构建方法作进一步详细的说明。
本发明中所述的ACP方法的包括:人工系统、计算实验和平行执行三个主要部分(Artificialsystems,Computationalexperiments,Parallelexecution)。下面分别对基于ACP方法的平行停车系统的三个部分作简要说明:
(1)人工停车系统:不同于一般的仿真系统,实际停车系统不再是人工停车系统建立的唯一参考和标准,而是将人工停车系统中的模型视为一种“现实”,是实际停车系统的一种可能的代替形式或另一种可能的实现方式,而实际停车系统也只是可能出现的现实中的一种,其行为与模型的行为“不同”但却“等价”,即不必苛求二者完全相同或高度逼近,只要求它们在规模、行为方式和系统特性等方面具有一致性即可。
(2)计算实验:智能平行系统中的计算实验主要是针对人工系统进行的,其过程主要包括实验设计,实验执行,实验评估等。在这种计算实验方法中,传统的计算模型变成了“计算实验室”里的“试验”过程,成为“生长培育”各类停车复杂系统的手段。
(3)平行执行:对于一个复杂系统的研究,多数情况下既没有系统的足够精准的模型,也不能建立可以解析的预测系统短期的行为模型。因此,人工停车系统的建立不可能一次构建就可以达到能与实际停车系统的“等价”的程度,同时也很难给予实际系统十分准确的管理或指导信息。这就需要不断的对实际停车系统的反馈和人工系统中给出的策略,通过计算实验方法,在人工停车系统和实际停车系统进行一个滚动的优化过程,该优化过程即平行执行。其目的是使人工停车系统中的角色从被动到主动,静态到动态,离线到在线,以至最后由从属地位提高到相等的地位。至此停车问题解决方案的探究已进入到复杂空间中,所实现的平行停车系统是人工停车系统与实际停车系统相结合的结果。
如图1所示,构建本专利所述平行停车系统的第一步是在实际停车系统中,能够对停车相关信息进行准确的采集。停车相关信息采集子系统主要包括路况信息采集系统,停车相关法规政策数据获取系统,停车场属性(包括盈利/非盈利、位置、规模、营业时间,收费标准等)采集系统,驾驶员习惯(停车位置偏好、驾龄长短、停车场收费接收程度)数据采集系统,车辆特征及停车场中泊位信息采集系统(具体来说,车辆特征可通过图像检测装置采集多帧的图像来提取车牌号码信息,停车场中泊位信息采集模块可以利用现有的红外反射传感技术,超声波检测定位技术,地磁感应技术,或者采用本专利中研究推荐使用的基于RFID停车空位感知技术)。除此之外,还需对停车相关的社会影响因素等建立相应的信息采集系统。试听停车系统的所有数据最终需要通过有线或无线的方式上传到云端服务器的数据库中,在云端服务器搭建的数据库包括物理数据存储库与社会因素数据库,利用数据采集系统,实时采集的目标区域内的实际停车系统的信息数据上传至数据存储库中。
人工停车系统的构建过程如下:以云计算、并行计算、数据驱动等为人工停车系统的建模等提供基础支撑,以代理技术为核心构建行为特征随机性强、个体数量多的模型,包括路况信息模型、停车场模型、驾驶员模型、车辆信息模型;并生成以模型为基础的事件,所述事件包括但不限于停车场建设,停车场管理与调配,用户停车调度与支付,停车诱导信息发布;
在微观精细化学习性建模的基础上,涌现宏观现象,并通过与实际停车系统的对比较,不断培育和优化人工停车系统,进而使人工系统与实际系统实现“等价”。具体包括:根据计算实验结果,以平行执行的方式建立人工停车系统和实际停车系统之间的滚动的优化过程;通过人工停车计算实验所得各种方案对实际停车系统未来的状况进行预测和评估,找出实际停车系统的事件最优决策方案,在实际停车系统与人工停车系统中同步运行,实现动态优化;具体过程包括:
(1)学习与培训:在这一过程中,通过将实际与人工系统的适当连接组合,可以使管理和控制实际复杂系统的有关人员,在人工停车系统平台上,迅速地掌握系统的各种状况以及对应的行动,在条件允许的情况下,针对人工停车系统的管理与控制系统,应与对实际停车系统的管理与控制系统相当,不仅可以获得更佳的学习和培训效果,还可以作为实际停车系统的备用系统,增加其运行的可靠性和应变能力。
(2)实验和评估:在这一过程中,人工停车系统主要被用来进行计算实验,分析了解实际系统中事件中各方的行为和反应,对实际停车系统中正在运行的事件进行预估;
(3)管理与控制:在这一过程中,运用反馈控制,通过寻找实际停车系统与人工系统评估的状态之间的不同,产生误差反馈信号,对人工系统的评估方式或参数进行修正,减少差别,并对不同的解决方案的效果进行评估,作为选择和控制决策的依据。
以驾驶人员模型为例,通过对人员的停车行为习惯进行分析,通过不断的观察、学习、修正误差,最终使得人工系统的人员模型达到与实际系统中人员一样具有自主分析决策和处理停车事件的能力。
对于停车场建设,停车场管理与调配,用户停车调度与支付,停车诱导信息发布等事件,均可在人工停车系统进行在线或者离线的计算实验,及与实际停车系统的反馈实验,生成相应的决策方案,并对所有决策方案进行全面、准确及时的评估,验证在不同环境、不同指标下系统所能达到的实际效果。与此同时,对决策方案技术进行动态验证,并及时对新事件、新问题进行模拟、实验,并针对这些问题提出相应的设计方案和解决方法,使系统不仅解决现有问题的能力越来越强,而且对未来也具有很强的抗风险性。此外,在人工系统上,还可以对停车场管理人员、维护人员等进“虚拟”培训,提高学习效率和操作可靠性。
此外,在人工系统与实际系统的平行执行过程中,依据计算实验统计分析的结果,为有停车需求用户、停车资源管理者及停车资源建设方提供相应的决策信息,信息发布方式可以是现有的微信公众账号、车载通信设备、广播等,但最方便的是利用本专利中配套使用的手机App或Web平台。
实施例1
本实施例以用户停车调度与支付事件为例,介绍本系统的运行过程。本实施例中,用户停车调度与支付事件包含停车资源的有效诱导与停车预定子事件、用户的反向寻车子事件、停车缴费云支付子事件等,具体运行过程如下所述:
停车资源的有效诱导与停车预定:当用户出现停车需求时,可以通过手机App或Web平台实时查看停车场及相应停车位的信息,该信息是依托于计算实验及采用基于平行系统思想指导的分级推荐算法得到的结果,因此用户所获得的停车场及停车位信息更加人性化,更加符合用户的个人停车行为习惯,而且用户可以根据提供的信息自主的选择车位。用户在选择好车位后可以通过在线平台对倾向的车位进行预订,此时该车为将会现实被预定的结果,防止了多辆车同时开往同一个车位的尴尬局面。预订完成后,系统将会把最佳合适的路线诱导方案提供给用户,使停车过程更加方便。当然停车信息发布及获取平台还包括广播,微信等多种方式,为避免多种停车信息获取渠道不同而带来的冲突,系统也会有相应的实验计算及解决方案。
用户的反向寻车:在车位规模较大的室内停车场,由于停车场环境和车位构造相似,使得用户所停车位与其它车位之间的区分度不大,继而造成在停车场进行反向寻车时有一定的困难。如何在短时间内有效获取停车位置、并寻找到对应车位是一个重要的课题。
在移动终端广泛使用背景下,利用车辆精确检测及定位技术,本专利从两方面来对反向寻车技术和产品进行研究和设计。
一方面,可以通过研发和设计、并在停车场配置刷卡定位终端,利用电子标签卡(长期电子标签卡和临时进场发放的电子标签卡)与车牌号的一一对应,在车辆完成停车后,通过多个RFID阅读器利用协同式检测与定位等技术精准定位车辆所在位置和停泊车位,在该过程中车主无需专门刷卡解决由于车主停车后忘记刷卡无法使用反向寻车技术问题。在反向寻车时,再次通过RFID在反向寻车终端上刷卡来读取停车位置,并在反向寻车终端上显示寻车路径,同时反向寻车终端还可以作为RFID标签电子支付的载体。
另一方面,可以使用本专利中的配套移动终端App,通过扫描二维码/条形码的方式来对停车的位置进行标记,最终由人工停车系统提供的信息或决策将在App应用上以友好、高效形式展示车位的位置和寻车路径。同时,针对一部分用户群不习惯或不方便使用移动终端进行寻车,开发可以应用于停车场内寻车终端,通过取纸质二维码/条形码来标记停车位置,继而在寻车时通过在另一终端扫描所取的二维码/条形码来标记出发位置,并在寻车终端上友好地展示寻车路径。该方法尤其适用于地下停车场GPS信号效果不佳的情景。
另外,针对在每个车位配置摄像头进行车牌号识别的停车场,还可以通过在移动终端App或反向寻车终端中直接输入车牌号来进行停车位置的锁定,再利用扫描附近位置的二维码/条形码的方法辅助人工停车系统生成相应的寻车方案。
停车缴费云支付:对于收费型停车场,基ACP方法的平行停车系统的支付平台中,由后台针对车牌号进行管理,通过用户名进行访问,某一用户名可以为任意车号来进行缴费。用户名的注册可以不关联真实的信息(姓名、身份证号),降低用户使用该App的门槛。但由于收费牵涉到一个发票的问题,发票可以通过停车场的现场设备终端打印(通过终端进行缴费或是输入App用户名),要想完成打印发票的流程,则需要关联真实的信息。系统还融合了多种线上或线下支付方式以包括现金、一卡通、银行卡、支付宝、微信电子支付等,从支付途径上,可以包含人工支付、自助支付等多种支付途径。同时,对于停车费用的计算,可以从更好的调度停车资源的角度出发,根据停车不同的时间段、不同的位置及所停车辆的历史数据进行更为合理停车费用计算方法。
实施例2:
本实施例以停车场建设事件为例,介绍本系统的运行过程。在由人工停车系统对实际停车系统中停车场规划建设过程中,首先在人工停车系统中在对应的区域进行停车场规划建设的实验与评估,得到这对某一区域的较好的实施方案(包括电子设备的配置,车位区域的规划,管理人员及服务管理器的配备,营业模式定位),其次在实际停车系统中实现这种实施方案,并在此过程中不断的与人工系统进行互动优化,最后一个实际系统中停车场建立的同时,人工停车系统中也已有对应的“等价停车场”。
从停车场规划建设以及管理部门来说,可以实现对整个停车资源(包括商业型停车场,路侧停车资源,私人停车资源)的优化分配,使得各个停车场车位能够得到高效利用,同时利用人工停车系统计算实验结果,可以为新停车场的规划建设提供具有针对性有效合理的实施方案(例如停车场的位置、规模大小、格局设计、技术配备、运营模式等),而一般仿真的系统落后并受制于实际停车系统的变化,很难做到此点。
同时,在人工停车系统中,以上功能实现都会进行大量的实验,而且随着科学技术的更新,所有系统功能的实现方式也会随着不断的优化,不但保证了现有系统方案的可执行性,又保证了方案的可发展性,因此本专利所提出的基于ACP方法的平行停车系统方法是一个具有“生命力”可以进行自我更新维护的复杂系统。另外,尽管一个复杂平行系统的建立必须要经过一个实际系统和人工系统之间不断的滚动优化,最终才能在真正意义上实现二者的“等价”状态,而在此过程中,该平行停车系统已经可以对实际的停车问题解决提供较为有效的指导方案了,因此本专利所述基于ACP方法的平行停车系统及方法具有很高的研究及使用价值。
本发明基于ACP方法的平行停车系统的构建过程,从实际停车系统到人工停车系统的建立过程不是一个简单的仿真编程过程,而是在精细化学习性建模的基础上,综合面向对象的编程技术,代理技术,云计算等技术,在人工停车系统中,通过涌现的方法(本质上是一个实验、观察和描述性的方法),“生长”出与实际停车系统中“等价”或者实际停车系统中没有,但是有可能实现的宏观现象。因此,该系统停车用户所提供的停车诱导等信息更人性化,更容易被用户所接受。在智能平行停车滚动优化过程中,系统已经可以为停车用户和管理者提供由实际停车系统到人工停车系统所传递的数据信息,不仅包括停车场信息,车辆信息,交通路线信息,还综合考虑驾驶员习惯,包括(停车位置偏好、驾龄长短、停车场收费接收程度),停车民意数据,停车相关法规政策数据等社会影响因素。除了为停车用户带来极大的方便,该系统还可以统计人工系统中的计算实验结果为城市停车资源管理规划及建设者们提供有效合理的实施方案(例如停车场的位置、规模大小、格局设计、技术配备、运营模式等)停车诱导信息及支付方式的多样化,使的该系统最大范围的服务于停车用户。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于ACP方法的平行停车系统构建方法,其特征在于,包括以下步骤:
步骤一、搭建数据采集系统与数据库,所述数据库包括物理数据存储库与社会因素数据库,利用数据采集系统,实时采集目标区域内的实际停车系统的信息数据,并上传至数据存储库中;
步骤二、利用大型计算机和建模技术,根据实际停车系统的信息数据“生长和培育”出与实际停车系统等价的人工停车系统;
所述人工停车系统的基本元素包括模型、事件与决策;
步骤三、根据计算实验结果,以平行执行的方式建立人工停车系统和实际停车系统之间的滚动的优化过程;通过人工停车系统计算实验所得各种方案对实际停车系统未来的状况进行预测和评估,找出实际停车系统的事件最优决策方案,在实际停车系统与人工停车系统中同步运行,实现动态优化;
步骤四、搭建信息发布平台,将人工停车系统生成的决策信息向有停车需求用户、停车资源管理者及停车资源建设方发布。
2.根据权利要求1所述的一种基于ACP方法的平行停车系统构建方法,其特征在于,步骤二中,
所述模型包括路况信息模型、停车场模型、驾驶员模型、车辆信息模型等;
所述事件包括停车场建设,停车场管理与调配,用户停车调度与支付,停车诱导信息发布等;
所述决策包括与上述事件对应的解决方案。
3.根据权利要求1所述的一种基于ACP方法的平行停车系统构建方法,其特征在于,步骤三中,具体过程包括:
(1)学习与培训:在这一过程中,通过将实际与人工系统的适当连接组合,可以使管理和控制实际复杂系统的有关人员,在人工停车系统平台上,迅速地掌握系统的各种状况以及对应的行动,在条件允许的情况下,针对人工停车系统的管理与控制系统,应与对实际停车系统的管理与控制系统相当,不仅可以获得更佳的学习和培训效果,还可以作为实际停车系统的备用系统,增加其运行的可靠性和应变能力;
(2)实验和评估:在这一过程中,人工停车系统主要被用来进行计算实验,分析了解实际系统事件中各方的行为和反应,对实际停车系统中正在运行的事件进行预估;
(3)管理与控制:在这一过程中,运用反馈控制,通过寻找实际停车系统与人工系统评估的状态之间的不同,产生误差反馈信号,对人工系统的评估方式或参数进行修正,减少差别,并对不同的解决方案的效果进行评估,作为选择和控制决策的依据。
4.根据权利要求1所述的一种基于ACP方法的平行停车系统构建方法,其特征在于,步骤四中,信息发布平台包括微信公众账号、车载通信设备、广播、智能终端的App或Web平台中的一种或多种。
CN201510801215.8A 2015-11-19 2015-11-19 一种基于acp方法的平行停车系统构建方法 Active CN105489053B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510801215.8A CN105489053B (zh) 2015-11-19 2015-11-19 一种基于acp方法的平行停车系统构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510801215.8A CN105489053B (zh) 2015-11-19 2015-11-19 一种基于acp方法的平行停车系统构建方法

Publications (2)

Publication Number Publication Date
CN105489053A true CN105489053A (zh) 2016-04-13
CN105489053B CN105489053B (zh) 2017-10-10

Family

ID=55676014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510801215.8A Active CN105489053B (zh) 2015-11-19 2015-11-19 一种基于acp方法的平行停车系统构建方法

Country Status (1)

Country Link
CN (1) CN105489053B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105702084A (zh) * 2016-04-14 2016-06-22 杨光明 一种物联网智能停车系统
CN105930928A (zh) * 2016-04-20 2016-09-07 青岛慧畅信息科技有限公司 基于acp的平行物流信息系统及其构建方法
CN106200577A (zh) * 2016-07-08 2016-12-07 青岛华通能源投资有限责任公司 一种立体车库调度控制方法
CN107272683A (zh) * 2017-06-19 2017-10-20 中国科学院自动化研究所 基于acp方法的平行智能车控制系统
CN107395757A (zh) * 2017-08-28 2017-11-24 青岛慧拓智能机器有限公司 基于acp方法和社会物理信息系统的平行车联网系统
CN108417031A (zh) * 2018-03-15 2018-08-17 浙江大学 一种基于Agent仿真的智能停车泊位预约策略优化方法
CN106193734B (zh) * 2016-07-08 2018-11-09 青岛华通能源投资有限责任公司 一种立体车库调度控制装置
CN109102715A (zh) * 2018-08-23 2018-12-28 泰州淳蓝环保科技有限公司 一种公共安全防护系统和公共安全防护方法
CN109493633A (zh) * 2018-12-20 2019-03-19 广州小鹏汽车科技有限公司 一种可停车位的检测方法及装置
CN109726890A (zh) * 2018-11-23 2019-05-07 青岛智能产业技术研究院 一种基于平行车联网的车辆调度管理平台及方法
CN111489582A (zh) * 2020-03-27 2020-08-04 南京翱翔信息物理融合创新研究院有限公司 一种基于增强现实的室内寻车引导系统与方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010003172A (ja) * 2008-06-20 2010-01-07 Kenwood Corp センター装置、情報配信システム、情報配信方法
CN103606299A (zh) * 2013-11-22 2014-02-26 天津大学 基于智能手机的停车位信息共享方法
CN103871270A (zh) * 2014-02-28 2014-06-18 张剑锋 基于云计算和大数据的停车方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010003172A (ja) * 2008-06-20 2010-01-07 Kenwood Corp センター装置、情報配信システム、情報配信方法
CN103606299A (zh) * 2013-11-22 2014-02-26 天津大学 基于智能手机的停车位信息共享方法
CN103871270A (zh) * 2014-02-28 2014-06-18 张剑锋 基于云计算和大数据的停车方法和系统

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105702084A (zh) * 2016-04-14 2016-06-22 杨光明 一种物联网智能停车系统
CN105930928A (zh) * 2016-04-20 2016-09-07 青岛慧畅信息科技有限公司 基于acp的平行物流信息系统及其构建方法
CN106200577B (zh) * 2016-07-08 2018-10-30 青岛华通能源投资有限责任公司 一种立体车库调度控制方法
CN106200577A (zh) * 2016-07-08 2016-12-07 青岛华通能源投资有限责任公司 一种立体车库调度控制方法
CN106193734B (zh) * 2016-07-08 2018-11-09 青岛华通能源投资有限责任公司 一种立体车库调度控制装置
CN107272683A (zh) * 2017-06-19 2017-10-20 中国科学院自动化研究所 基于acp方法的平行智能车控制系统
CN107395757A (zh) * 2017-08-28 2017-11-24 青岛慧拓智能机器有限公司 基于acp方法和社会物理信息系统的平行车联网系统
CN107395757B (zh) * 2017-08-28 2020-04-17 青岛慧拓智能机器有限公司 基于acp方法和社会物理信息系统的平行车联网系统
CN108417031A (zh) * 2018-03-15 2018-08-17 浙江大学 一种基于Agent仿真的智能停车泊位预约策略优化方法
CN108417031B (zh) * 2018-03-15 2020-04-24 浙江大学 一种基于Agent仿真的智能停车泊位预约策略优化方法
CN109102715A (zh) * 2018-08-23 2018-12-28 泰州淳蓝环保科技有限公司 一种公共安全防护系统和公共安全防护方法
CN109726890A (zh) * 2018-11-23 2019-05-07 青岛智能产业技术研究院 一种基于平行车联网的车辆调度管理平台及方法
CN109726890B (zh) * 2018-11-23 2022-10-21 青岛智能产业技术研究院 一种基于平行车联网的车辆调度管理平台及方法
CN109493633A (zh) * 2018-12-20 2019-03-19 广州小鹏汽车科技有限公司 一种可停车位的检测方法及装置
CN111489582A (zh) * 2020-03-27 2020-08-04 南京翱翔信息物理融合创新研究院有限公司 一种基于增强现实的室内寻车引导系统与方法

Also Published As

Publication number Publication date
CN105489053B (zh) 2017-10-10

Similar Documents

Publication Publication Date Title
CN105489053B (zh) 一种基于acp方法的平行停车系统构建方法
Golbabaei et al. The role of shared autonomous vehicle systems in delivering smart urban mobility: A systematic review of the literature
CN102243497B (zh) 用于工程机械的基于物联网技术的远程智能分析服务系统
CN105550789A (zh) 一种公交出行客流的预测方法
US20130346043A1 (en) Localized mobile decision support method and system for analyzing and performing transportation infrastructure maintenance activities
CN111275965B (zh) 一种基于互联网大数据的实时交通仿真分析系统与方法
CN105303882A (zh) 基于时空维度动态停车收费策略的停车管理系统及方法
CN109741626A (zh) 停车场停车情况预测方法、调度方法和系统
Ram et al. SMARTBUS: A web application for smart urban mobility and transportation
Hahanov et al. Cloud traffic monitoring and control
Ramos et al. Modeling & simulation for intelligent transportation systems
Shimi et al. An intelligent parking management system using RFID technology based on user preferences
Ryu et al. A web-based decision support system (DSS) for hydrogen refueling station location and supply chain optimization
Syaiful et al. Literature Study of the Sustainability Model of Transportation Facilities and Infrastructure in the Management of Public Transportation with the Concept of Inter-Regional Cooperation (Case in the City and District of Bogor)
Xu et al. Urban smart public transport studies: a review and prospect
Mátrai et al. How can a transport model be integrated to the strategic transport planning approach: A case study from Budapest
CN117546218A (zh) 用于交通预测的分布式多任务机器学习
Cui et al. Design of highway intelligent transportation system based on the internet of things and artificial intelligence
Montaser Automated site data acquisition for effective project control
Liu et al. Domain-specific data mining for residents' transit pattern retrieval from incomplete information
Sperling et al. Mobility data and models informing smart cities
Tian et al. Designing and planning sustainable customized bus service for departing attendees of planned special events: A two-phase methodology integrating data-driven and demand-responsive
Alba Intelligent systems for smart cities
Barceló Bugeda et al. Virtual mobility lab: a systemic approach to urban mobility challenges
CN103236180A (zh) 一种车载信息互动接口方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant