CN106652545A - 优化处理车位预订请求的方法和系统 - Google Patents
优化处理车位预订请求的方法和系统 Download PDFInfo
- Publication number
- CN106652545A CN106652545A CN201510710645.9A CN201510710645A CN106652545A CN 106652545 A CN106652545 A CN 106652545A CN 201510710645 A CN201510710645 A CN 201510710645A CN 106652545 A CN106652545 A CN 106652545A
- Authority
- CN
- China
- Prior art keywords
- parking stall
- parking
- client
- request
- region
- 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
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
Abstract
本发明涉及数据处理技术,特别涉及一种优化处理车位预订请求的方法和系统。
按照本发明的优化处理车位预订请求的方法包括下列步骤:生成与一个区域相关联的车位资源池;获取一段时间内一个或多个客户端关于在所述区域内预订车位的请求,每个所述请求包括用户
ID
和预计停车时段;响应于所述请求,从所述车位资源池中为所述客户端分配车位;向所述客户端返回车位分配的消息;以及如果确定所述客户端作出了的确认操作,则更新所述车位资源池中的车位使用状态。
Description
技术领域
本发明涉及数据处理技术,特别涉及一种优化处理车位预订请求的方法和系统。
背景技术
近年来随着经济的快速发展,汽车正在逐步进入千家万户。据统计,2012年我国大中城市的机动车年增长量均在15%以上。这种发展趋势给城市管理带来了巨大的挑战,停车难问题已经成为世界各地大中城市发展过程中的通病,其根本原因在于家庭小汽车的高速增长和城市土地资源的稀缺性之间不可调和的矛盾。
“停车难”不仅造成交通的拥堵,而且还带来了安全隐患,例如社会车辆的乱停乱占可能导致消防车、救护车无法快速抵达现场,还迫使人流、自行车流挤入机动车流,从而导致交通事故。
因此,解决“停车难”这一城市发展难题已经迫在眉睫。目前解决城市停车问题的途径主要包括以下几个方面:一是充分盘活现有资源,加强部门协调,尽量挖掘类似城市广场、路侧停车和单位的公共车库等可利用资源,也可尝试错时借道停车,提高道路利用率,扩大车位供给能力,二是用价格杠杆进行需求管理,从而提高车位利用率。
但是城市土地资源的稀缺性决定了停车资源挖掘的局限性,而提高收费也并不一定有助于提高车位利用率。例如在提高重点区域收费后,表面上该区域地面停车需求减少,但是车流完全有可能涌向周边区域,造成这些区域的车位高度紧张,从而形成重点区域停车位的“里松外紧”的现象。另外,国内一些城市的停车收费仍处于僵化的粗放式管理阶段,一些繁华地段的停车资源在收费提高后大面积空置也没有及时降价引流,这些显然不利于盘活停车资源。
为此,需要依据不断变化的车位供需关系,对车位分配和价格作动态调整,而要实现车位管理的动态化以及价格管理的精细化,都必须借助信息化手段。
发明内容
本发明的目的是提供一种优化处理车位预订请求的方法,其能够提高车位资源利用效率并且满足价格管理精细化的需要。
按照本发明一个方面的优化处理车位预订请求的方法包括下列步骤:
生成与一个区域相关联的车位资源池;
获取一段时间内一个或多个客户端关于在所述区域内预订车位的请求,每个所述请求包括用户ID和预计停车时段;
响应于所述请求,从所述车位资源池中为所述客户端分配车位;
向所述客户端返回车位分配的消息;以及
如果确定所述客户端作出了的确认操作,则更新所述车位资源池中的车位使用状态。
优选地,在上述方法中,为所述客户端分配可用车位的步骤包括下列步骤:
确定所述区域内和所述预计停车时段内可用的车位;
为每个所述用户ID确定使用车位的优先级别;以及
根据所述优先级别,在所述客户端之间分配所述可用的车位。
优选地,在上述方法中,所述可用的车位位于所述停车区域内不同建筑物内的停车场。
优选地,在上述方法中,获取所述请求的该段时间的长度是动态变化的。
优选地,在上述方法中,该段时间的长度按照下列方式确定:
其其中,Tn为当前时间段的长度,T0为预先确定的基准时间长度,ΔVA为区域内当前时间段与前一时间段的可用车位数量之差,Rn-1为前一时间段内来自客户端的预订车位的请求的数量,α和β为预先确定的正常数。
优选地,在上述方法中,利用神经网络模型确定所述优先级别,所述神经网络模型为BP神经网络,包含:
输入层,其包含三个输入节点u1、u2和u3,分别输入下列信号:
u1=k1×Ti×Hi
u2=k2×Ti-Hi
u3=Pi
Ti为与第i个客户端相关联的用户的预计停车时段,Hi为与第i个客户端相关联的用户历史上使用所述区域内车位的次数,Pi为与第i个客户端相关联的用户前次预订车位时确定的优先级,k1和k2为归一化常数;
隐含层;
输出层,其包含一个输入节点y,输出所述优先级别。
更好地,在上述方法中,所述隐含层和输出层的激活函数采用下列形式:
这里,δ取值范围为0.2-0.5之间。
按照本发明另一个方面的优化处理车位预订请求的方法包括下列步骤:
生成与一个区域相关联的车位资源池;
获取一个或多个客户端关于在所述区域内预订车位的请求,每个所述请求包括用户ID和预计停车时段;
响应于所处请求,向所述客户端提供可选的可用车位;
如果确定所述客户端作出了关于可用车位的选择操作,则更新所述车位资源池中的车位使用状态。
优选地,在上述方法中,向所述客户端提供可选的可用车位的步骤包括下列步骤:
确定所述区域内和所述预计停车时段内可用的车位;
为每个所述用户ID确定使用车位的优先级别;
根据所述优先级别确定可供所述客户端选择的可用车位。
本发明的另一个目的是提供一种优化处理车位预订请求的系统,其能够提高车位资源利用效率并且满足价格管理精细化的需要。
按照本发明一个方面的用于优化处理车位预订请求的系统包括:
一个或多个停车场管理子系统,每个所述停车场管理子系统被配置为确定其各自覆盖范围内的车位的使用状态;
云计算平台,其包括:
输入模块,其配置为获取一段时间内一个或多个客户端关于在一个区域内预订车位的请求,每个所述请求包括用户ID和预计停车时段;
车位状态记录模块,其包含车位资源池,该车位资源池存储所述停车场管理子系统的覆盖范围内的车位的使用状态;
车位预订请求处理模块,其配置为响应于所述输入模块获取的预订车位的请求,为所述客户端分配车位或提供可选的车位,并且如果确定所述客户端作出了确认操作或选择操作,则指示所述车位状态记录模块更新车位的使用状态;
车位信息发布模块,其配置为向所述客户端返回车位分配的消息或可选车位的消息。
附图说明
本发明的上述和/或其它方面和优点将通过以下结合附图的各个方面的描述变得更加清晰和更容易理解,附图中相同或相似的单元采用相同的标号表示。附图包括:
图1为按照本发明第一实施例的用于优化处理车位预订请求的系统的示意图。
图2为图1所示系统中的云计算平台的架构示意图。
图3为按照本发明第二实施例的用于优化处理车位预订请求的方法的流程图。
图4为用于图3所示实施例的车位分配列表生成子程序的流程图。
图5为按照本发明第三实施例的用于优化处理车位预订请求的方法的流程图。
图6为用于图5所示实施例的可用车位选择列表生成子程序的流程图。
具体实施方式
下面参照其中图示了本发明示意性实施例的附图更为全面地说明本发明。但本发明可以按不同形式来实现,而不应解读为仅限于本文给出的各实施例。给出的上述各实施例旨在使本文的披露全面完整,以将本发明的保护范围更为全面地传达给本领域技术人员。
在本说明书中,术语“云计算技术”或“云计算”指的是这样一种提供计算能力的方式,其将底层技术架构(如服务器、存储和网络)抽象为计算资源,方便地、按需地通过网络访问可配置计算资源的共享池,计算资源能以少量的管理代价或由服务提供商交互而被快速提供和释放。按照云计算服务性质的不同,可以将云计算区分为公有云、私有云和混合云。按照层级的不同,可以将云计算区分为基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS)。
术语“云计算平台”或“云平台”指的是能够提供各种服务性质和层级的云计算服务的IT基础设施。
“耦合”应当理解为包括在两个单元之间直接传送电能量或电信号的情形,或者经过一个或多个第三单元间接传送电能量或电信号的情形。
诸如“包含”和“包括”之类的用语表示除了具有在说明书和权利要求书中有直接和明确表述的单元和步骤以外,本发明的技术方案也不排除具有未被直接或明确表述的其它单元和步骤的情形。
诸如“第一”和“第二”之类的用语并不表示单元在时间、空间、大小等方面的顺序而仅仅是作区分各单元之用。
按照本发明的一个方面,将一个区域内的多个停车场内的车位纳入一个共同的车位资源池,并且响应于来自客户端的车位预订请求,根据预先设定的条件分配相应的车位资源。优选地,采用云计算架构来实施上述车位预订请求处理模式。具体而言,在每个停车场都配备相应的管理子系统,该子系统被配置为确定各自覆盖范围内的车位的使用状态(例如车位上是否停放车辆,车位是否可以正常使用,车位是否被预订等)并且接入云计算平台;云计算平台是一个车位预订处理平台,其汇总由车位管理子系统确定的车位使用状态的信息,另一方面,该平台响应用户的车位预订请求,根据预先设定的条件,将车位资源池中的可用车位分配给用户。优选地,可在云计算平台上实施对车位使用费用统一的管理。
图1为按照本发明第一实施例的用于优化处理车位预订请求的系统的示意图。图2为图1所示系统中的云计算平台的架构示意图。
如图1所示,本实施例的用于优化处理车位预订请求的系统10,包括多个停车场管理子系统111~114和云计算平台120。停车场管理子系统111~114被接入云计算平台120,它们所管理的车位被纳入一个共同的车位资源池,该车位资源池由云计算平台120统一管理。
如图2所示,云计算平台120包括输入模块121、车位状态记录模块122、车位预订请求处理模块123和车位信息发布模块124。备选地,云计算平台120还包括客户管理模块125和支付模块126。
输入模块121被配置为获取一段时间内一个或多个客户端(例如图1中的客户端211~213)关于在一个区域内预订车位的请求。每个请求包括用户ID、预计停车时段和区域。在本发明中,预计停车时段包括停车的起讫时刻,也即何时开始停车以及停车的时长。客户端的例子例如包括但不限于手机、便携式电脑、平板电脑、可穿戴设备和PC机。
需要指出的是,这里所述的区域指的是一个地理区域,对于本发明而言,其范围并无特别的限定。例如该区域可以指的是一个商圈、一条街道、一个街区、一座城市、一个省区等。一个区域可以划分为一个或多个停车区域。例如就一个商圈而言,可将不同商厦的停车场视为同一区域内不同的停车区域;又如,对于一个城市而言,可将不同的停车场或不同商圈的停车场视为不同的停车区域;再如,一个停车场内不同的区域也可以视为不同的停车区域。总而言之,区域和其包含的停车区域可以根据应用的需要灵活设定。
在本实施例中,车位预订请求还可包含用户希望或优选的停车区域。对于一个地理范围较小的区域(例如一个商圈或一个街区),为了提高资源利用率,该区域内不同停车区域的车位被纳入同一资源池内,除非有特殊指定,客户端对其中一个停车区域的车位预订请求被默认为是对该区域内所有停车区域的车位预订请求。
在本实施例中,优选地,获取车位预订请求的时间段的长度是动态变化的。经过研究发现,该长度如果设置得过长,将延长车位预订请求的响应时间,影响用户体验,但是如果过短,则将导致系统开销增大,而且不利于车位资源的优化使用。优选地,该段时间的长度可按照下列方式确定:
其中,Tn为当前时间段的长度,T0为预先确定的基准时间长度,ΔVA为区域内当前时间段与前一时间段的可用车位数量之差,Rn-1为前一时间段内来自客户端的预订车位的请求的数量,α和β为预先确定的正常数。
车位状态记录模块122被配置与停车场管理子系统通信以接收各子系统覆盖范围内的车位的使用状态并且据此更新车位资源池中车位的使用状态。
车位预订请求处理模块123与输入模块121和车位状态记录模块122耦合,其配置为响应于输入模块121接收的车位预订请求,为客户端分配车位。在本实施例中,车位预订请求处理模块123可采用下列方式实施车位的分配。
首先,从输入模块121接收某个区域的车位预订请求列表,该列表包含了一段时间内关于该区域的车位预订请求。接着,车位预订请求处理模块123访问车位状态记录模块122,根据停车时段检索该区域的车位资源池内是否有可用的车位,并且从车位状态记录模块122获取可用车位列表。
如果可用车位列表是空的,则表明当前无可用车位,因此车位预订请求处理模块123向车位信息发布模块124发送无可用车位的指示,由后者向请求预订的客户端发布无停车位的消息。可选地,车位信息发布模块124可以在网页上定期发布停车位使用信息。
如果可用车位列表是非空的,则表明当前存在可用车位,因此车位预订请求处理模块123将为车位预订请求列表中的各个用户ID确定其使用车位的优先级别,并且根据确定的优先级别将车位列表中的车位分配给用户,或者根据确定的优先级将一组车位提供给用户供其选择。
在本实施例中,优选地,可以利用下列神经网络模型来确定优先级别,该神经网络模型为BP神经网络,其包含输入层、隐含层和输出层。
输入层包含三个输入节点u1、u2和u3,分别输入下列信号:
u1=k1×Ti×Hi (2)
u2=k2×Ti-Hi (3)
u3=Pi (4)
Ti为与第i个客户端相关联的用户的预计停车时段,Hi为与第i个客户端相关联的用户历史上使用区域内车位的次数,Pi为与第i个客户端相关联的用户前次预订车位时确定的优先级,k1和k2为归一化常数。
输出层包含一个输入节点y,其输出所述优先级别。在上述模型中,隐含层和输出层的激活函数采用下列形式:
这里,δ取值范围为0.2-0.5之间。
当车位预订请求处理模块123完成对车位列表中的车位的分配或者生成可用车位选择列表之后,其经车位信息发布模块124向各个客户端返回相应的车位分配信息或可用车位选择列表,如果客户端完成了相应的确认操作或选择操作,则车位预订请求处理模块123指示车位状态记录模块122更新车位的使用状态,并且将更新的车位使用状态下发给停车场管理子系统111~114。
需要指出的是,这里所述的确认操作和选择操作可以采用多种方式,例如用户经客户端向输入模块121返回的对预订车位的确认消息,或者用户完成支付车位使用费用的操作等。
客户管理模块125与车位预订请求处理模块123相连,其被配置为管理用户信息,例如用户的姓名、地址、联系方式、停车位使用的历史记录和费用折扣等。支付模块126也与车位预订请求处理模块123相连,其被配置为计算停车费用和记录费用支付情况。
图3为按照本发明第二实施例的用于优化处理车位预订请求的方法的流程图。
示例性地,本实施例的方法借助图1和2所述的优化处理车位预订请求的系统实现。但是需要理解的是,以下所述的方法并不局限于特定的系统。
如图3所示,在步骤S310,云计算平台120的输入模块121生成一段时间内从一个或多个客户端接收的关于区域内的预订车位请求列表并且发送至车位预订请求处理模块123。如上所述,每个请求包括用户ID和预计停车时段。可选地,请求还可包括用户希望或优选的停车区域。
接着进入步骤S320,车位预订请求处理模块123响应于预订车位请求列表,执行以下将要进一步描述的车位分配列表生成子程序。
随后在步骤S330,车位预订请求处理模块123向车位信息发布模块124发送车位分配列表,该列表包含各个客户端的车位分配信息或者无可用车位的信息。可选地,车位分配列表中还包含由支付模块126计算的停车费用。
在步骤S340,车位预订请求处理模块123判断用户是否对车位分配的信息予以确认,如果确认,则进入步骤S350,否则返回步骤S310。判断方式例如可以是输入模块121在设定的时间间隔内是否接收到来自客户端的确认消息,或者也可以是支付模块126在设定的时间间隔内是否接收到客户端的支付信息。
在步骤S350,车位预订请求处理模块123指示车位状态记录模块122更新车位资源池中的车位使用状态,并且将更新的车位使用状态下发给停车场管理子系统111~114。步骤S350之后也返回步骤S310。
图4为用于图3所示实施例的车位分配列表生成子程序的流程图。
如图4所示,在步骤S410,车位预订请求处理模块123访问车位状态记录模块122,根据停车时段检索该区域的车位资源池内是否有可用的车位。接着在步骤S420,车位状态记录模块122生成可用车位列表并提供给车位预订请求处理模块123。
随后进入步骤S430,车位预订请求处理模块123确定可用车位列表是否为空,如果为空,则进入步骤S440,车位预订请求处理模块123生成无可用车位的指示并提供至车位信息发布模块124。步骤S430之后进入步骤S330。
如果可用车位列表是非空的,则从步骤S430转入步骤S450,车位预订请求处理模块123将为车位预订请求列表中的各个用户ID确定其使用车位的优先级别,并且根据确定的优先级别对车位列表中的车位进行分配,其中,车位分配的结果以车位分配列表的形式呈现。有关的优先级别算法在上面已有描述,这里不再赘述。步骤S450之后也进入步骤S330。
在步骤S450中,可选地,车位预订请求处理模块123还可指示支付模块126计算相应的停车费用并在车位分配列表中包含该费用。
图5为按照本发明第三实施例的用于优化处理车位预订请求的方法的流程图。
示例性地,本实施例的方法也借助图1和2所述的优化处理车位预订请求的系统实现。但是需要理解的是,以下所述的方法并不局限于特定的系统。
如图5所示,在步骤S510,云计算平台120的输入模块121生成一段时间内从一个或多个客户端接收的关于区域内的预订车位请求列表并且发送至车位预订请求处理模块123,其中,每个请求包括用户ID和预计停车时段。可选地,请求还可包括用户希望或优选的停车区域。
接着进入步骤S520,车位预订请求处理模块123响应于预订车位请求列表,执行以下将要进一步描述的可用车位选择列表生成子程序。
随后在步骤S530,车位预订请求处理模块123向车位信息发布模块124发送各个客户端的可选择车位列表或者无可用车位的信息。可选地,可用车位列表中还包含由支付模块126计算的停车费用。
在步骤S540,车位预订请求处理模块123判断用户是否从向其提供的可选择车位列表中选择了车位,如果作了选择,则进入步骤S550,否则返回步骤S510。判断方式例如可以是输入模块121在设定的时间间隔内是否接收到来自客户端的选择命令,或者也可以是支付模块126在设定的时间间隔内是否接收到客户端的支付信息。
在步骤S550,车位预订请求处理模块123指示车位状态记录模块122更新车位资源池中的车位使用状态,并且将更新的车位使用状态下发给停车场管理子系统111~114。步骤S550之后也返回步骤S510。
图6为用于图5所示实施例的可用车位选择列表生成子程序的流程图。
如图6所示,在步骤S610,车位预订请求处理模块123访问车位状态记录模块122,根据停车时段检索该区域的车位资源池内是否有可用的车位。接着在步骤S620,车位状态记录模块122生成可用车位列表并提供给车位预订请求处理模块123。
随后进入步骤S630,车位预订请求处理模块123确定可用车位列表是否为空,如果为空,则进入步骤S640,车位预订请求处理模块123生成无可用车位的指示并提供至车位信息发布模块124。步骤S630之后进入步骤S530。
如果可用车位列表是非空的,则从步骤S630转入步骤S650,车位预订请求处理模块123将为车位预订请求列表中的各个用户ID确定其使用车位的优先级别,并且根据确定的优先级别为每个用户生成相应的一组可选择的车位,多组可选择的车位以车位选择列表的形式呈现。有关的优选级别的算法在上面已有描述,这里不再赘述。步骤S650之后也进入步骤S530。
在步骤S650中,可选地,车位预订请求处理模块123还可指示支付模块126计算相应的停车费用并在可用车位列表中包含该费用。
虽然已经展现和讨论了本发明的一些方面,但是本领域内的技术人员应该意识到:可以在不背离本发明原理和精神的条件下对上述方面进行改变,因此本发明的范围将由权利要求以及等同的内容所限定。
Claims (10)
1.一种优化处理车位预订请求的方法,包括下列步骤:
生成与一个区域相关联的车位资源池;
获取一段时间内一个或多个客户端关于在所述区域内预订车位的请求,每个所述请求包括用户ID和预计停车时段;
响应于所述请求,从所述车位资源池中为所述客户端分配车位;
向所述客户端返回车位分配的消息;以及
如果确定所述客户端作出了的确认操作,则更新所述车位资源池中的车位使用状态。
2.如权利要求1所述的方法,其中,为所述客户端分配可用车位的步骤包括下列步骤:
确定所述区域内和所述预计停车时段内可用的车位;
为每个所述用户ID确定使用车位的优先级别;以及
根据所述优先级别,在所述客户端之间分配所述可用的车位。
3.如权利要求1所述的方法,其中,所述可用的车位位于所述停车区域内不同建筑物内的停车场。
4.如权利要求1所述的方法,其中,获取所述请求的该段时间的长度是动态变化的。
5.如权利要求4所述的方法,其中,该段时间的长度按照下列方式确定:
其其中,Tn为当前时间段的长度,T0为预先确定的基准时间长度,ΔVA为区域内当前时间段与前一时间段的可用车位数量之差,Rn-1为前一时间段内来自客户端的预订车位的请求的数量,α和β为预先确定的正常数。
6.如权利要求2所述的方法,其中,利用神经网络模型确定所述优先级别,所述神经网络模型为BP神经网络,包含:
输入层,其包含三个输入节点u1、u2和u3,分别输入下列信号:
u1=k1×Ti×Hi
u2=k2×Ti-Hi
u3=Pi
Ti为与第i个客户端相关联的用户的预计停车时段,Hi为与第i个客户端相关联的用户历史上使用所述区域内车位的次数,Pi为与第i个客户端相关联的用户前次预订车位时确定的优先级,k1和k2为归一化常数;
隐含层;
输出层,其包含一个输入节点y,输出所述优先级别。
7.如权利要求6所述的方法,其中,所述隐含层和输出层的激活函数采用下列形式:
这里,δ取值范围为0.2-0.5之间。
8.一种优化处理车位预订请求的方法,包括下列步骤:
生成与一个区域相关联的车位资源池;
获取一个或多个客户端关于在所述区域内预订车位的请求,每个所述请求包括用户ID和预计停车时段;
响应于所处请求,向所述客户端提供可选的可用车位;
如果确定所述客户端作出了关于可用车位的选择操作,则更新所述车位资源池中的车位使用状态。
9.如权利要求8所述的方法,其中,向所述客户端提供可选的可用车位的步骤包括下列步骤:
确定所述区域内和所述预计停车时段内可用的车位;
为每个所述用户ID确定使用车位的优先级别;
根据所述优先级别确定可供所述客户端选择的可用车位。
10.一种用于优化处理车位预订请求的系统,包括:
一个或多个停车场管理子系统,每个所述停车场管理子系统被配置为确定其各自覆盖范围内的车位的使用状态;
云计算平台,其包括:
输入模块,其配置为获取一段时间内一个或多个客户端关于在一个区域内预订车位的请求,每个所述请求包括用户ID和预计停车时段;
车位状态记录模块,其包含车位资源池,该车位资源池存储所述停车场管理子系统的覆盖范围内的车位的使用状态;
车位预订请求处理模块,其配置为响应于所述输入模块获取的预订车位的请求,为所述客户端分配车位或提供可选的车位,并且如果确定所述客户端作出了确认操作或选择操作,则指示所述车位状态记录模块更新车位的使用状态;
车位信息发布模块,其配置为向所述客户端返回车位分配的消息或可选车位的消息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510710645.9A CN106652545B (zh) | 2015-10-28 | 2015-10-28 | 优化处理车位预订请求的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510710645.9A CN106652545B (zh) | 2015-10-28 | 2015-10-28 | 优化处理车位预订请求的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106652545A true CN106652545A (zh) | 2017-05-10 |
CN106652545B CN106652545B (zh) | 2021-03-30 |
Family
ID=58815861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510710645.9A Active CN106652545B (zh) | 2015-10-28 | 2015-10-28 | 优化处理车位预订请求的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106652545B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895198A (zh) * | 2017-10-19 | 2018-04-10 | 北京物资学院 | 指定区域内的订车方法及系统 |
CN107948004A (zh) * | 2017-12-29 | 2018-04-20 | 北京奇艺世纪科技有限公司 | 一种视频cdn调取优化方法及装置 |
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 |
CN108564810A (zh) * | 2018-06-05 | 2018-09-21 | 长沙大京网络科技有限公司 | 一种车位共享系统及其方法 |
CN108764989A (zh) * | 2018-05-22 | 2018-11-06 | 西安艾润物联网技术服务有限责任公司 | 基于车位停放实现优惠信息推送的系统及方法、存储介质 |
CN108922234A (zh) * | 2018-07-17 | 2018-11-30 | 谭智 | 一种基于区块链的停车方法及系统 |
CN109978206A (zh) * | 2017-12-27 | 2019-07-05 | 北京嘀嘀无限科技发展有限公司 | 用于请求服务资源的方法及装置 |
CN110223528A (zh) * | 2019-06-10 | 2019-09-10 | 三星电子(中国)研发中心 | 寻车方法、停车方法及使用该方法的装置 |
CN112289035A (zh) * | 2020-12-29 | 2021-01-29 | 成都宜泊信息科技有限公司 | 车位分配方法、系统、电子设备及存储介质 |
CN113611150A (zh) * | 2021-07-22 | 2021-11-05 | 重庆邮电大学 | 一种基于LoRa智能停车系统车位预订分配方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101635090A (zh) * | 2009-05-22 | 2010-01-27 | 上海宝康电子控制工程有限公司 | 一种停车诱导系统及其实现方法 |
WO2012019628A1 (en) * | 2010-08-12 | 2012-02-16 | Tomtom Germany Gmbh & Co. Kg | Parking lot detection using probe data |
CN102629422A (zh) * | 2012-04-18 | 2012-08-08 | 复旦大学 | 智慧城市云计算停车管理系统及实现方法 |
CN102819964A (zh) * | 2012-08-24 | 2012-12-12 | 中国科学院深圳先进技术研究院 | 停车引导管理系统 |
CN102867407A (zh) * | 2012-09-13 | 2013-01-09 | 东南大学 | 一种停车场有效泊位占有率多步预测方法 |
CN103118208A (zh) * | 2013-01-29 | 2013-05-22 | 江苏电力信息技术有限公司 | 一种基于动态决策树的话务峰涌呼叫优化方法 |
CN103778802A (zh) * | 2014-01-17 | 2014-05-07 | 吴一凡 | 一种基于车位信息共享的停车方案 |
CN103942977A (zh) * | 2014-04-23 | 2014-07-23 | 上海思亮信息技术股份有限公司 | 一种停车位管理系统及其管理方法 |
CN104157166A (zh) * | 2014-08-21 | 2014-11-19 | 孙之光 | 一种车位管理系统及其车位预定方法 |
CN104346953A (zh) * | 2014-10-28 | 2015-02-11 | 浪潮电子信息产业股份有限公司 | 一种基于云计算的动态停车系统 |
CN104408967A (zh) * | 2014-11-26 | 2015-03-11 | 浙江中南智能科技有限公司 | 一种基于云计算的停车场管理系统 |
CN104700627A (zh) * | 2013-12-06 | 2015-06-10 | 感知技术无锡有限公司 | 车位检测方法、磁敏检测器、服务器及车位检测系统 |
-
2015
- 2015-10-28 CN CN201510710645.9A patent/CN106652545B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101635090A (zh) * | 2009-05-22 | 2010-01-27 | 上海宝康电子控制工程有限公司 | 一种停车诱导系统及其实现方法 |
WO2012019628A1 (en) * | 2010-08-12 | 2012-02-16 | Tomtom Germany Gmbh & Co. Kg | Parking lot detection using probe data |
CN102629422A (zh) * | 2012-04-18 | 2012-08-08 | 复旦大学 | 智慧城市云计算停车管理系统及实现方法 |
CN102819964A (zh) * | 2012-08-24 | 2012-12-12 | 中国科学院深圳先进技术研究院 | 停车引导管理系统 |
CN102867407A (zh) * | 2012-09-13 | 2013-01-09 | 东南大学 | 一种停车场有效泊位占有率多步预测方法 |
CN103118208A (zh) * | 2013-01-29 | 2013-05-22 | 江苏电力信息技术有限公司 | 一种基于动态决策树的话务峰涌呼叫优化方法 |
CN104700627A (zh) * | 2013-12-06 | 2015-06-10 | 感知技术无锡有限公司 | 车位检测方法、磁敏检测器、服务器及车位检测系统 |
CN103778802A (zh) * | 2014-01-17 | 2014-05-07 | 吴一凡 | 一种基于车位信息共享的停车方案 |
CN103942977A (zh) * | 2014-04-23 | 2014-07-23 | 上海思亮信息技术股份有限公司 | 一种停车位管理系统及其管理方法 |
CN104157166A (zh) * | 2014-08-21 | 2014-11-19 | 孙之光 | 一种车位管理系统及其车位预定方法 |
CN104346953A (zh) * | 2014-10-28 | 2015-02-11 | 浪潮电子信息产业股份有限公司 | 一种基于云计算的动态停车系统 |
CN104408967A (zh) * | 2014-11-26 | 2015-03-11 | 浙江中南智能科技有限公司 | 一种基于云计算的停车场管理系统 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895198A (zh) * | 2017-10-19 | 2018-04-10 | 北京物资学院 | 指定区域内的订车方法及系统 |
CN109978206B (zh) * | 2017-12-27 | 2022-01-07 | 北京嘀嘀无限科技发展有限公司 | 用于请求服务资源的方法及装置 |
CN109978206A (zh) * | 2017-12-27 | 2019-07-05 | 北京嘀嘀无限科技发展有限公司 | 用于请求服务资源的方法及装置 |
CN107948004A (zh) * | 2017-12-29 | 2018-04-20 | 北京奇艺世纪科技有限公司 | 一种视频cdn调取优化方法及装置 |
CN107948004B (zh) * | 2017-12-29 | 2021-06-22 | 北京奇艺世纪科技有限公司 | 一种视频cdn调取优化方法及装置 |
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 |
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 |
CN108764989A (zh) * | 2018-05-22 | 2018-11-06 | 西安艾润物联网技术服务有限责任公司 | 基于车位停放实现优惠信息推送的系统及方法、存储介质 |
CN108564810A (zh) * | 2018-06-05 | 2018-09-21 | 长沙大京网络科技有限公司 | 一种车位共享系统及其方法 |
CN108564810B (zh) * | 2018-06-05 | 2021-02-19 | 长沙大京网络科技有限公司 | 一种车位共享系统及其方法 |
CN108922234A (zh) * | 2018-07-17 | 2018-11-30 | 谭智 | 一种基于区块链的停车方法及系统 |
CN110223528A (zh) * | 2019-06-10 | 2019-09-10 | 三星电子(中国)研发中心 | 寻车方法、停车方法及使用该方法的装置 |
CN112289035A (zh) * | 2020-12-29 | 2021-01-29 | 成都宜泊信息科技有限公司 | 车位分配方法、系统、电子设备及存储介质 |
CN112289035B (zh) * | 2020-12-29 | 2021-04-02 | 成都宜泊信息科技有限公司 | 车位分配方法、系统、电子设备及存储介质 |
CN113611150A (zh) * | 2021-07-22 | 2021-11-05 | 重庆邮电大学 | 一种基于LoRa智能停车系统车位预订分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106652545B (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106652545A (zh) | 优化处理车位预订请求的方法和系统 | |
CN105702082B (zh) | 基于移动终端App实现车位预约和停车场选择的方法及系统 | |
CN106023641B (zh) | 基于动态优化的停车位预约分配方法及系统 | |
CN102629422B (zh) | 智慧城市云计算停车管理系统及实现方法 | |
JP6656787B2 (ja) | 交換可能なev充電可能駐車スペースを管理すること | |
CN112017363A (zh) | 一种电动汽车停车充电管控系统 | |
CN105810010A (zh) | 一种停车服务实现方法、装置以及系统 | |
CN106991844B (zh) | 共享单车的归拢方法 | |
Wang et al. | Parking practices and policies under rapid motorization: The case of China | |
CN105489057A (zh) | 一种普通住宅小区空闲停车位优化利用系统及方法 | |
CN103337007A (zh) | 一种基于云平台的智慧停车管理和服务系统 | |
CN103886775A (zh) | 一种停车位智能查询预约系统及其方法 | |
CN109191694A (zh) | 一种电动汽车快充站充电分段计费方法及装置 | |
CN112184930B (zh) | 智能预约停车诱导系统及停车诱导方法 | |
CN108416452A (zh) | 一种共享单车管理系统及方法 | |
CN104036556A (zh) | 一种道路车位租用方法及系统 | |
CN112435353B (zh) | 一种基于区块链的闲置车位共享出租系统 | |
CN107784858A (zh) | 基于北斗地基增强和物联网融合的智能停车管理系统及方法 | |
CN107229982B (zh) | 共享单车的维护方法和系统 | |
WO2017076283A1 (zh) | 个性化私人车位联网计费系统及方法 | |
WO2018120829A1 (zh) | 充电设施调度系统及方法 | |
CN108427997A (zh) | 一种共享单车预约调度管理系统及方法 | |
CN107480974A (zh) | 自营停车场费率调整方法和装置 | |
CN101364954A (zh) | 基于网络语音短信的智能停车诱导方法及系统 | |
CN113808430A (zh) | 一种基于无人平台的车库自动泊车系统及运行方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |