CN107452078A - 一种停车收费管理方法及系统 - Google Patents
一种停车收费管理方法及系统 Download PDFInfo
- Publication number
- CN107452078A CN107452078A CN201710463066.8A CN201710463066A CN107452078A CN 107452078 A CN107452078 A CN 107452078A CN 201710463066 A CN201710463066 A CN 201710463066A CN 107452078 A CN107452078 A CN 107452078A
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- mounted terminal
- vehicle mounted
- wireless
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
Abstract
一种停车收费管理方法及系统,包括:无线车载终端将其所在车辆的当前车辆位置及车辆标识上报给大数据分析系统;大数据分析系统根据车辆标识辨别出车辆的车辆类型,根据车辆类型辨别出车辆类型适用的车位类型;查找出车位类型对应大小的所有空闲停车位,并从查找出的所有空闲停车位中确定出最接近当前车辆位置的空闲停车位作为目标停车位;生成目标停车位与当前车辆位置之间的导航路径,并将导航路径发送给无线车载终端进行停车导航;根据车辆在目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用。实施本发明实施例,可以准确的将车辆导航至最适合车辆大小的停车位,还可以实现户外无人停车收费,提高收费管理效率。
Description
技术领域
本发明涉及物联网技术领域,尤其涉及一种停车收费管理方法及系统。
背景技术
当前,随着群众生活水平的不断提升,我国的汽车刚性需求保持旺盛,汽车保有量保持迅猛增长趋势,2016年新注册登记的汽车达2752万辆,保有量净增2212万辆,均为历史最高水平。全国有49个城市的汽车保有量超过100万辆,18个城市的汽车保有量超200万辆,6个城市的汽车保有量超300万辆。其中,汽车保有量超过200万辆的18个城市依次是北京、成都、重庆、上海、深圳、苏州、天津、郑州、西安、杭州、武汉、广州、石家庄、东莞、南京、青岛、宁波、佛山。
在汽车保有量保持迅猛增长的过程中,为了便于群众停车,越来越多的停车场被逐渐的开发出来。在实践中发现,很多停车场均采用人工收费,难以提升收费管理效率;此外,很多时候用户难以准确的在停车场中找到最适合车辆大小的停车位。
发明内容
本发明实施例公开了一种停车收费管理方法及系统,可以准确的将车辆导航至最适合车辆大小的停车位,还可以实现户外无人停车收费,提高收费管理效率。
本发明实施例第一方面公开一种停车收费管理方法,包括:
无线车载终端将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统;
所述大数据分析系统根据所述车辆标识辨别出所述车辆的车辆类型,并根据所述车辆类型辨别出所述车辆类型适用的车位类型;
所述大数据分析系统查找出所述车位类型对应大小的所有空闲停车位,并从查找出的所有空闲停车位中确定出最接近所述当前车辆位置的空闲停车位作为目标停车位;
所述大数据分析系统生成所述目标停车位与所述当前车辆位置之间的导航路径,并将所述导航路径发送给所述无线车载终端进行停车导航;
所述大数据分析系统根据所述车辆在所述目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用。
作为一种可选的实施方式,在本发明实施例第一方面中,所述无线车载终端将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统之前,所述方法还包括:
所述无线车载终端识别所述无线车载终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,无线车载终端提示驾驶员停车;如果情绪稳定,所述无线车载终端每隔指定时间采集一帧所述驾驶员的人脸图像,并从所述人脸图像中确定出人眼定位矩形,计算所述人眼定位矩形的面积,根据阈值判断所述驾驶员的眼睛的睁闭程度,以及根据所述驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于所述人眼疲劳程度值判断所述驾驶员的眼睛是否疲劳,如果疲劳,所述无线车载终端提示驾驶员停车;
所述无线车载终端检测所述无线车载终端所在车辆的驾驶员输入的停车位搜索指令,采集当前车辆位置。
作为一种可选的实施方式,在本发明实施例第一方面中,所述无线车载终端识别所述无线车载终端所在车辆的驾驶员的情绪是否稳定,包括:
所述无线车载终端检测所述无线车载终端所在车辆的驾驶员佩戴的穿戴设备发送的所述驾驶员的心电图数据;
所述无线车载终端对所述心电图数据进行去噪处理;
所述无线车载终端采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;
所述无线车载终端计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;
所述无线车载终端根据所述频域指标、时域指标及非线性指标,分析所述用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;
所述无线车载终端根据所述活力值识别所述驾驶员的情绪是否不稳定。
作为一种可选的实施方式,在本发明实施例第一方面中,所述无线车载终端将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统,包括:
所述无线车载终端扫描周围环境中是否预先设置有路由节点,如果预先设置有所述路由节点,检测所述路由节点是否被配置有开放接入时段,如果所述路由节点被配置有所述开放接入时段,识别所述无线车载终端的当前系统时间是否位于所述路由节点被配置的所述开放接入时段内;
如果所述无线车载终端的当前系统时间位于所述路由节点被配置的所述开放接入时段内,检测所述路由节点的当前接入的终端数量是否超过所述路由节点指定的最大终端接入数量;
如果所述路由节点的当前接入的终端数量未超过所述路由节点指定的最大终端接入数量,所述无线车载终端建立与所述路由节点之间的无线连接,并且将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识发送给所述路由节点,由所述路由节点将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识发送给所述大数据分析系统。
作为一种可选的实施方式,在本发明实施例第一方面中,所述大数据分析系统生成所述目标停车位与所述当前车辆位置之间的导航路径,并将所述导航路径发送给所述无线车载终端进行停车导航之后,所述方法还包括:
所述大数据分析系统判断所述大数据分析系统的当前工作负荷是否超过所述大数据分析系统指定的工作负荷;
如果所述大数据分析系统的当前工作负荷未超过所述大数据分析系统指定的工作负荷,所述大数据分析系统通过天气信息查询端口向所述天气信息查询端口对应的天气服务平台发起包括所述目标停车位的天气信息查询请求;
以及,所述大数据分析系统接收所述天气服务平台通过所述天气信息查询端口返回的所述目标停车位对应的预设时长的天气信息;
以及,所述大数据分析系统将所述目标停车位对应的预设时长的天气信息下发给所述无线车载终端;
其中,所述大数据分析系统根据所述车辆在所述目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用,包括:
所述大数据分析系统辨别所述目标停车位是否属于按预设时段出租的停车位,如果所述目标停车位不属于按预设时段出租的停车位,按照所述目标停车位对应的普通收费规则以及所述实际停车时长计算相应的停车费用,所述普通收费规则包括单位时间对应的第一收费金额;如果所述目标停车位属于按预设时段出租的停车位,判断所述车辆在所述目标停车位的实际停车时长是否超出所述预设时段,如果未超出所述预设时段,按照所述目标停车位对应的普通收费规则以及所述实际停车时长计算相应的停车费用;如果超过所述预设时段,按照所述目标停车位对应的高额收费规则以及所述实际停车时长计算相应的停车费用,所述高额收费规则包括单位时间对应的第二收费金额,并且所述第二收费金额等于若干倍数的所述第一收费金额;以及,从无线车载终端绑定的电子账号中扣除所述相应的停车费用。
本发明实施例第二方面公开一种停车收费管理系统,包括无线车载终端和大数据分析系统,其中:
所述无线车载终端,用于将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统;
所述大数据分析系统,用于根据所述车辆标识辨别出所述车辆的车辆类型,并根据所述车辆类型辨别出所述车辆类型适用的车位类型;
所述大数据分析系统,还用于查找出所述车位类型对应大小的所有空闲停车位,并从查找出的所有空闲停车位中确定出最接近所述当前车辆位置的空闲停车位作为目标停车位;
所述大数据分析系统,还用于生成所述目标停车位与所述当前车辆位置之间的导航路径,并将所述导航路径发送给所述无线车载终端进行停车导航;
所述大数据分析系统,还用于根据所述车辆在所述目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用。
作为一种可选的实施方式,在本发明实施例第二方面中:
所述无线车载终端,还用于在将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统之前,识别所述无线车载终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,提示驾驶员停车;如果情绪稳定,每隔指定时间采集一帧所述驾驶员的人脸图像,并从所述人脸图像中确定出人眼定位矩形,计算所述人眼定位矩形的面积,根据阈值判断所述驾驶员的眼睛的睁闭程度,以及根据所述驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于所述人眼疲劳程度值判断所述驾驶员的眼睛是否疲劳,如果疲劳,提示驾驶员停车;以及,检测所述无线车载终端所在车辆的驾驶员输入的停车位搜索指令,采集当前车辆位置。
作为一种可选的实施方式,在本发明实施例第二方面中:
所述无线车载终端识别所述无线车载终端所在车辆的驾驶员的情绪是否稳定的方式具体为:
所述无线车载终端,用于检测所述无线车载终端所在车辆的驾驶员佩戴的穿戴设备发送的所述驾驶员的心电图数据;对所述心电图数据进行去噪处理;采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;根据所述频域指标、时域指标及非线性指标,分析所述用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;根据所述活力值识别所述驾驶员的情绪是否不稳定。
作为一种可选的实施方式,在本发明实施例第二方面中,所述无线车载终端将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统的方式具体为:
所述无线车载终端,用于扫描周围环境中是否预先设置有路由节点,如果预先设置有所述路由节点,检测所述路由节点是否被配置有开放接入时段,如果所述路由节点被配置有所述开放接入时段,识别所述无线车载终端的当前系统时间是否位于所述路由节点被配置的所述开放接入时段内;如果所述无线车载终端的当前系统时间位于所述路由节点被配置的所述开放接入时段内,检测所述路由节点的当前接入的终端数量是否超过所述路由节点指定的最大终端接入数量;如果所述路由节点的当前接入的终端数量未超过所述路由节点指定的最大终端接入数量,建立与所述路由节点之间的无线连接,并且将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识发送给所述路由节点,由所述路由节点将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识发送给所述大数据分析系统。
作为一种可选的实施方式,在本发明实施例第二方面中:
所述大数据分析系统,还用于在生成所述目标停车位与所述当前车辆位置之间的导航路径,并将所述导航路径发送给所述无线车载终端进行停车导航之后,判断所述大数据分析系统的当前工作负荷是否超过所述大数据分析系统指定的工作负荷,如果所述大数据分析系统的当前工作负荷未超过所述大数据分析系统指定的工作负荷,通过天气信息查询端口向所述天气信息查询端口对应的天气服务平台发起包括所述目标停车位的天气信息查询请求;接收所述天气服务平台通过所述天气信息查询端口返回的所述目标停车位对应的预设时长的天气信息;将所述目标停车位对应的预设时长的天气信息下发给所述无线车载终端;
其中,所述大数据分析系统根据所述车辆在所述目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用的方式具体为:
所述大数据分析系统,用于辨别所述目标停车位是否属于按预设时段出租的停车位,如果所述目标停车位不属于按预设时段出租的停车位,按照所述目标停车位对应的普通收费规则以及所述实际停车时长计算相应的停车费用,所述普通收费规则包括单位时间对应的第一收费金额;如果所述目标停车位属于按预设时段出租的停车位,判断所述车辆在所述目标停车位的实际停车时长是否超出所述预设时段,如果未超出所述预设时段,按照所述目标停车位对应的普通收费规则以及所述实际停车时长计算相应的停车费用;如果超过所述预设时段,按照所述目标停车位对应的高额收费规则以及所述实际停车时长计算相应的停车费用,所述高额收费规则包括单位时间对应的第二收费金额,并且所述第二收费金额等于若干倍数的所述第一收费金额;以及,从无线车载终端绑定的电子账号中扣除所述相应的停车费用。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,无线车载终端将其所在车辆的当前车辆位置及车辆标识上报给大数据分析系统;大数据分析系统根据车辆标识辨别出车辆的车辆类型,根据车辆类型辨别出车辆类型适用的车位类型;查找出车位类型对应大小的所有空闲停车位,并从查找出的所有空闲停车位中确定出最接近当前车辆位置的空闲停车位作为目标停车位;生成目标停车位与当前车辆位置之间的导航路径,并将导航路径发送给无线车载终端进行停车导航;根据车辆在目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用。可见,实施本发明实施例,不仅可以准确的将车辆导航至最适合车辆大小的停车位,还可以实现户外无人停车收费,提高收费管理效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种停车收费管理方法的流程示意图;
图2是本发明实施例公开的一种无线车载终端识别驾驶员的情绪是否稳定的方法的流程示意图;
图3是本发明实施例公开的另一种停车收费管理方法的流程示意图;
图4是本发明实施例公开的一种停车收费管理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种停车收费管理方法及系统,可以准确的将车辆导航至最适合车辆大小的停车位,还可以实现户外无人停车收费,提高收费管理效率。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种停车收费管理方法的流程示意图。如图1所示,该停车收费管理方法可以包括以下步骤:
101、无线车载终端将无线车载终端所在车辆的当前车辆位置以及车辆的车辆标识上报给大数据分析系统。
本发明实施例中,无线车载终端内置的无线通讯模块在生产时,可以输入上频点470MHz,下频点510MHz,这样无线通讯模块可以自动将通讯频段定义为470MHz~510MHz,以符合中国SRRC标准的规定;或者,也可以输入上频点868MHz,下频点908MHz,这样无线通讯模块可以自动将通讯频段定义为868MHz~908MHz,以符合欧洲ETSI标准的规定;或者,可以输入上频点918MHz,下频点928MHz,这样无线通讯模块可以自动将通讯频段定义为918MHz~928MHz,以符合美国FCC标准的规定;或者,无线通讯模块的通讯频段也可以定义为符合日本ARIB标准或加拿大IC标准的规定,本发明实施例不作限定。
本发明实施例中,无线车载终端可以采用频分复用(Frequency DivisionMultiple Access,FDMA)、跳频(Frequency-Hopping Spread Spectrum,FHSS)、动态时分复用(Dynamic Time Division Multiple Access,DTDMA)、退避复用(CSMA)相结合的方法来解决干扰问题,本发明实施例不作限定。
作为一种可选的实施方式,无线车载终端将无线车载终端所在车辆的当前车辆位置以及车辆的车辆标识上报给大数据分析系统之前,无线车载终端还可以执行以下步骤:
无线车载终端识别无线车载终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,无线车载终端提示驾驶员停车;如果情绪稳定,无线车载终端每隔指定时间(如120毫秒)采集一帧驾驶员的人脸图像,并从人脸图像中确定出人眼定位矩形,计算人眼定位矩形的面积,根据阈值判断驾驶员的眼睛的睁闭程度,以及根据驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于人眼疲劳程度值判断驾驶员的眼睛是否疲劳,如果疲劳,无线车载终端提示驾驶员停车,而驾驶员可以根据提示向无线车载终端输入停车位搜索指令,从而可以避免因驾驶员的眼睛疲劳或情绪不稳定而容易发生驾驶事故;
以及,无线车载终端检测所述无线车载终端所在车辆的驾驶员输入的停车位搜索指令,采集当前车辆位置。
作为一种可选的实施方式,无线车载终端采集当前车辆位置的方式可以为:
无线车载终端获取无线车载终端配置的至少两个不同的定位接口;举例来说,至少两个不同的定位接口可以包括百度的nlpservice定位接口、高德的nlpservice定位接口、谷歌的nlpservice定位接口等,本发明实施例不作限定;以及,无线车载终端可以将定位请求发送至上述至少两个不同的定位接口,以触发每个定位接口分别将接收到的定位请求发送给各自对应的定位服务器;以及,获取至少一个定位接口对应的定位服务器发送的位置信息,并获取从第一时刻到第二时刻的响应时间,第一时刻为每个定位接口发送定位请求的时刻,第二时刻为每个定位接口接收到位置信息的时刻;以及,将与每个定位接口对应的响应时间与响应阈值进行比较,并从响应时间未超过响应阈值的定位接口所接收的位置信息中提取定位精度最高的位置信息作为当前车辆位置。
本发明实施例中,实施上述实施方式可以精确的获取停车位置,提高定位精确度。
作为一种可选的实施方式,无线车载终端识别无线车载终端所在车辆的驾驶员的情绪是否稳定的方法可以如图2所示,包括以下步骤:
S201、无线车载终端检测无线车载终端所在车辆的驾驶员佩戴的穿戴设备(如手环)发送的驾驶员的心电图数据。
举例来说,无线车载终端可以检测无线车载终端所在车辆的行驶时长是否超过预设时长,如果超过预设时长,无线车载终端可以检测无线车载终端是否与无线车载终端所在车辆的驾驶员佩戴的穿戴设备(如手环)建立通讯连接,如果是,无线车载终端可以通知驾驶员佩戴的穿戴设备向无线车载终端发送驾驶员的心电图数据。
S202、无线车载终端可以对心电图数据进行去噪处理,并采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算经过去噪处理的心电图数据中相邻R波之间RR间距;以及,计算RR间距的频域指标、时域指标及非线性指标;其中,频域指标包括副交感神经活性指标,时域指标包括短程心率变动性指标;短程心率变动性指标通过获取RR间距差值平方和的均方根来计算;副交感神经活性指标通过快速傅里叶变换来计算;非线性指标通过分形维数计算方法来计算。
S203、无线车载终端可以根据频域指标、时域指标及非线性指标,分析该用户的情绪的活力值;其中,活力值为根据时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;以及,根据活力值识别该用户的情绪是否不稳定。
本发明实施例中,实施上述图2所描述的方法可以精确的识别出驾驶员的情绪是否稳定。
102、大数据分析系统根据车辆标识辨别出车辆的车辆类型,并根据车辆类型辨别出车辆类型适用的车位类型。
本发明实施例中,车辆类型可以包括轿车、载货车、客车、挂车、摩托车等,本发明实施例不作限定。
103、大数据分析系统查找出车位类型对应大小的所有空闲停车位,并从查找出的所有空闲停车位中确定出最接近当前车辆位置的空闲停车位作为目标停车位。
在实际应用中,摩托车对应大小的停车位小于轿车对应大小的停车位,而轿车对应大小的停车位小于载货车对应大小的停车位,而载货车对应大小的停车位小于客车对应大小的停车位,而客车对应大小的停车位小于挂车对应大小的停车位。
104、大数据分析系统生成目标停车位与当前车辆位置之间的导航路径,并将导航路径发送给无线车载终端进行停车导航。
105、大数据分析系统根据车辆在所述目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用。
作为一种可选的实施方式,大数据分析系统根据车辆在目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用的方式可以为:
大数据分析系统可以辨别目标停车位是否属于按预设时段出租的停车位,如果目标停车位不属于按预设时段出租的停车位,可以按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用,其中,普通收费规则包括单位时间对应的第一收费金额;
如果目标停车位属于按预设时段出租的停车位,判断车辆在目标停车位的实际停车时长是否超出预设时段,如果未超出预设时段,按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用;
如果超过预设时段,可以按照目标停车位对应的高额收费规则以及实际停车时长计算相应的停车费用,其中,高额收费规则包括单位时间对应的第二收费金额,并且第二收费金额等于若干倍数的第一收费金额;以及,从无线车载终端绑定的电子账号中扣除相应的停车费用。
其中,实施这种可选的实施方式,可以鼓励驾驶员在其车辆停放时长超出目标停车位预设的出租时段之前,及时将车辆驶离目标停车位置,以免导致巨额的停车费用。
本发明实施例中,每一个空闲的停车位可以按预设时段进行出租,也即是说,每一个空闲的停车位可以预设出租时长(例如08:30~18:00)。举例来说,某一车主在早上8点钟开车上班之后,车主可以将其空闲的停车位进行出租,并车主可以向大数据分析系统上报车主为其空闲的停车位预设的出租时长(例如08:30~18:00)。
可见,实施图1所描述的方法,不仅可以准确的将车辆导航至最适合车辆大小的停车位,还可以实现户外无人停车收费,提高收费管理效率。
可见,实施图1所描述的方法,可以精确的识别出驾驶员的眼睛是否疲劳,以及可以精确的识别出驾驶员的情绪是否稳定。
可见,实施图1所描述的方法,可以鼓励驾驶员在其车辆停放时长超出目标停车位预设的出租时段之前,及时将车辆驶离目标停车位置,以免导致巨额的停车费用。
实施例二
请参阅图3,图3是本发明实施例公开的另一种停车收费管理方法的流程示意图。如图3所示,该停车收费管理方法可以包括以下步骤:
301、无线车载终端将无线车载终端所在车辆的当前车辆位置以及车辆的车辆标识上报给大数据分析系统。
作为一种可选的实施方式,无线车载终端将无线车载终端所在车辆的当前车辆位置以及车辆的车辆标识上报给大数据分析系统之前,无线车载终端还可以执行以下步骤:
无线车载终端识别无线车载终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,无线车载终端提示驾驶员停车;如果情绪稳定,无线车载终端每隔指定时间(如120毫秒)采集一帧驾驶员的人脸图像,并从人脸图像中确定出人眼定位矩形,计算人眼定位矩形的面积,根据阈值判断驾驶员的眼睛的睁闭程度,以及根据驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于人眼疲劳程度值判断驾驶员的眼睛是否疲劳,如果疲劳,无线车载终端提示驾驶员停车,而驾驶员可以根据提示向无线车载终端输入停车位搜索指令,从而可以避免因驾驶员的眼睛疲劳或情绪不稳定而容易发生驾驶事故;
以及,无线车载终端检测所述无线车载终端所在车辆的驾驶员输入的停车位搜索指令,采集当前车辆位置。
作为一种可选的实施方式,无线车载终端采集当前车辆位置的方式可以为:
无线车载终端获取无线车载终端配置的至少两个不同的定位接口;举例来说,至少两个不同的定位接口可以包括百度的nlpservice定位接口、高德的nlpservice定位接口、谷歌的nlpservice定位接口等,本发明实施例不作限定;以及,无线车载终端可以将定位请求发送至上述至少两个不同的定位接口,以触发每个定位接口分别将接收到的定位请求发送给各自对应的定位服务器;以及,获取至少一个定位接口对应的定位服务器发送的位置信息,并获取从第一时刻到第二时刻的响应时间,第一时刻为每个定位接口发送定位请求的时刻,第二时刻为每个定位接口接收到位置信息的时刻;以及,将与每个定位接口对应的响应时间与响应阈值进行比较,并从响应时间未超过响应阈值的定位接口所接收的位置信息中提取定位精度最高的位置信息作为当前车辆位置。
本发明实施例中,实施上述实施方式可以精确的获取停车位置,提高定位精确度。
作为一种可选的实施方式,无线车载终端识别无线车载终端所在车辆的驾驶员的情绪是否稳定的方式可以为:
无线车载终端检测无线车载终端所在车辆的驾驶员佩戴的穿戴设备(如手环)发送的驾驶员的心电图数据;
以及,无线车载终端可以对心电图数据进行去噪处理,并采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算经过去噪处理的心电图数据中相邻R波之间RR间距;以及,计算RR间距的频域指标、时域指标及非线性指标;其中,频域指标包括副交感神经活性指标,时域指标包括短程心率变动性指标;短程心率变动性指标通过获取RR间距差值平方和的均方根来计算;副交感神经活性指标通过快速傅里叶变换来计算;非线性指标通过分形维数计算方法来计算;
以及,无线车载终端可以根据频域指标、时域指标及非线性指标,分析该用户的情绪的活力值;其中,活力值为根据时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;以及,根据活力值识别该用户的情绪是否不稳定。
本发明实施例中,实施上述实施方式可以精确的识别出驾驶员的情绪是否稳定。
302、大数据分析系统根据车辆标识辨别出车辆的车辆类型,并根据车辆类型辨别出车辆类型适用的车位类型。
本发明实施例中,车辆类型可以包括轿车、载货车、客车、挂车、摩托车等,本发明实施例不作限定。
303、大数据分析系统查找出车位类型对应大小的所有空闲停车位,并从查找出的所有空闲停车位中确定出最接近当前车辆位置的空闲停车位作为目标停车位。
在实际应用中,摩托车对应大小的停车位小于轿车对应大小的停车位,而轿车对应大小的停车位小于载货车对应大小的停车位,而载货车对应大小的停车位小于客车对应大小的停车位,而客车对应大小的停车位小于挂车对应大小的停车位。
304、大数据分析系统生成目标停车位与当前车辆位置之间的导航路径,并将导航路径发送给无线车载终端进行停车导航。
305、大数据分析系统判断大数据分析系统的当前工作负荷是否超过大数据分析系统指定的工作负荷,如果未超过,通过天气信息查询端口向天气信息查询端口对应的天气服务平台发起包括目标停车位的天气信息查询请求,以及,接收天气服务平台通过天气信息查询端口返回的目标停车位对应的预设时长的天气信息。
306、大数据分析系统将目标停车位对应的预设时长的天气信息下发给无线车载终端,从而使得驾驶员可以根据天气信息做好停车时的车辆防护准备,以免车辆被恶劣天气造成损伤。
307、大数据分析系统根据车辆在目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用。
作为一种可选的实施方式,大数据分析系统根据车辆在目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用的方式可以为:
大数据分析系统可以辨别目标停车位是否属于按预设时段出租的停车位,如果目标停车位不属于按预设时段出租的停车位,可以按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用,其中,普通收费规则包括单位时间对应的第一收费金额;
如果目标停车位属于按预设时段出租的停车位,判断车辆在目标停车位的实际停车时长是否超出预设时段,如果未超出预设时段,按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用;
如果超过预设时段,可以按照目标停车位对应的高额收费规则以及实际停车时长计算相应的停车费用,其中,高额收费规则包括单位时间对应的第二收费金额,并且第二收费金额等于若干倍数的第一收费金额;以及,从无线车载终端绑定的电子账号中扣除相应的停车费用。
其中,实施这种可选的实施方式,可以鼓励驾驶员在其车辆停放时长超出目标停车位预设的出租时段之前,及时将车辆驶离目标停车位置,以免导致巨额的停车费用。
本发明实施例中,每一个空闲的停车位可以按预设时段进行出租,也即是说,每一个空闲的停车位可以预设出租时长(例如08:30~18:00)。举例来说,某一车主在早上8点钟开车上班之后,车主可以将其空闲的停车位进行出租,并车主可以向大数据分析系统上报车主为其空闲的停车位预设的出租时长(例如08:30~18:00)。
可见,实施图3所描述的方法,不仅可以准确的将车辆导航至最适合车辆大小的停车位,还可以实现户外无人停车收费,提高收费管理效率。
可见,实施图3所描述的方法,可以精确的识别出驾驶员的眼睛是否疲劳,以及可以精确的识别出驾驶员的情绪是否稳定。
可见,实施图3所描述的方法,可以鼓励驾驶员在其车辆停放时长超出目标停车位预设的出租时段之前,及时将车辆驶离目标停车位置,以免导致巨额的停车费用。
可见,实施图3所描述的方法,驾驶员可以根据天气信息做好停车时的车辆防护准备,以免车辆被恶劣天气造成损伤。
实施例三
请参阅图4,图4是本发明实施例公开的一种停车收费管理系统的结构示意图。如图4所示,该系统可以包括:
无线车载终端401和大数据分析系统402,其中:
无线车载终端401,用于将无线车载终端401所在车辆的当前车辆位置以及车辆的车辆标识上报给大数据分析系统402;
大数据分析系统402,用于根据车辆标识辨别出车辆的车辆类型,并根据车辆类型辨别出车辆类型适用的车位类型;
大数据分析系统402,还用于查找出车位类型对应大小的所有空闲停车位,并从查找出的所有空闲停车位中确定出最接近当前车辆位置的空闲停车位作为目标停车位;
大数据分析系统402,还用于生成目标停车位与当前车辆位置之间的导航路径,并将导航路径发送给无线车载终端401进行停车导航;
大数据分析系统402,还用于根据车辆在目标停车位的实际停车时长,从无线车载终端401绑定的电子账号中扣除相应的停车费用。
作为一种可选的实施方式,在图4所示的停车收费管理系统中:
无线车载终端401,还用于在将无线车载终端401所在车辆的当前车辆位置以及车辆的车辆标识上报给大数据分析系统之前,识别无线车载终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,提示驾驶员停车;如果情绪稳定,每隔指定时间采集一帧驾驶员的人脸图像,并从人脸图像中确定出人眼定位矩形,计算人眼定位矩形的面积,根据阈值判断驾驶员的眼睛的睁闭程度,以及根据驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于人眼疲劳程度值判断驾驶员的眼睛是否疲劳,如果疲劳,提示驾驶员停车;以及,检测无线车载终端所在车辆的驾驶员输入的停车位搜索指令,采集当前车辆位置。
作为一种可选的实施方式,在图4所示的停车收费管理系统中:
无线车载终端401识别无线车载终端401所在车辆的驾驶员的情绪是否稳定的方式具体为:
无线车载终端401,用于检测无线车载终端所在车辆的驾驶员佩戴的穿戴设备发送的驾驶员的心电图数据;对心电图数据进行去噪处理;采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算经过去噪处理的心电图数据中相邻R波之间RR间距;计算RR间距的频域指标、时域指标及非线性指标;其中,频域指标包括副交感神经活性指标,时域指标包括短程心率变动性指标;短程心率变动性指标通过获取RR间距差值平方和的均方根来计算;副交感神经活性指标通过快速傅里叶变换来计算;非线性指标通过分形维数计算方法来计算;根据频域指标、时域指标及非线性指标,分析用户的情绪的活力值;活力值为根据时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;根据活力值识别驾驶员的情绪是否不稳定。
作为一种可选的实施方式,在图4所示的停车收费管理系统中:
无线车载终端401将无线车载终端所在车辆的当前车辆位置以及车辆的车辆标识上报给大数据分析系统的方式具体为:
无线车载终端401,用于扫描周围环境中是否预先设置有路由节点,如果预先设置有路由节点,检测路由节点是否被配置有开放接入时段,如果路由节点被配置有开放接入时段,识别无线车载终端的当前系统时间是否位于路由节点被配置的开放接入时段内;如果无线车载终端的当前系统时间位于路由节点被配置的开放接入时段内,检测路由节点的当前接入的终端数量是否超过路由节点指定的最大终端接入数量;如果路由节点的当前接入的终端数量未超过路由节点指定的最大终端接入数量,建立与路由节点之间的无线连接,并且将无线车载终端所在车辆的当前车辆位置以及车辆的车辆标识发送给路由节点,由路由节点将无线车载终端所在车辆的当前车辆位置以及车辆的车辆标识发送给大数据分析系统。
作为一种可选的实施方式,在图4所示的停车收费管理系统中:
大数据分析系统402,还用于在生成目标停车位与当前车辆位置之间的导航路径,并将导航路径发送给无线车载终端进行停车导航之后,判断大数据分析系统的当前工作负荷是否超过大数据分析系统指定的工作负荷,如果大数据分析系统的当前工作负荷未超过大数据分析系统指定的工作负荷,通过天气信息查询端口向天气信息查询端口对应的天气服务平台发起包括目标停车位的天气信息查询请求;接收天气服务平台通过天气信息查询端口返回的目标停车位对应的预设时长的天气信息;将目标停车位对应的预设时长的天气信息下发给无线车载终端;
其中,大数据分析系统402根据车辆在目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用的方式具体为:
大数据分析系统402,用于辨别目标停车位是否属于按预设时段出租的停车位,如果目标停车位不属于按预设时段出租的停车位,按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用,普通收费规则包括单位时间对应的第一收费金额;如果目标停车位属于按预设时段出租的停车位,判断车辆在目标停车位的实际停车时长是否超出预设时段,如果未超出预设时段,按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用;如果超过预设时段,按照目标停车位对应的高额收费规则以及实际停车时长计算相应的停车费用,高额收费规则包括单位时间对应的第二收费金额,并且第二收费金额等于若干倍数的第一收费金额;以及,从无线车载终端绑定的电子账号中扣除相应的停车费用。
可见,实施图4所描述的系统,不仅可以准确的将车辆导航至最适合车辆大小的停车位,还可以实现户外无人停车收费,提高收费管理效率。
可见,实施图4所描述的系统,可以精确的识别出驾驶员的眼睛是否疲劳,以及可以精确的识别出驾驶员的情绪是否稳定。
可见,实施图4所描述的系统,可以鼓励驾驶员在其车辆停放时长超出目标停车位预设的出租时段之前,及时将车辆驶离目标停车位置,以免导致巨额的停车费用。
可见,实施图4所描述的系统,驾驶员可以根据天气信息做好停车时的车辆防护准备,以免车辆被恶劣天气造成损伤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的一种停车收费管理方法及系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种停车收费管理方法,其特征在于,包括:
无线车载终端将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统;
所述大数据分析系统根据所述车辆标识辨别出所述车辆的车辆类型,并根据所述车辆类型辨别出所述车辆类型适用的车位类型;
所述大数据分析系统查找出所述车位类型对应大小的所有空闲停车位,并从查找出的所有空闲停车位中确定出最接近所述当前车辆位置的空闲停车位作为目标停车位;
所述大数据分析系统生成所述目标停车位与所述当前车辆位置之间的导航路径,并将所述导航路径发送给所述无线车载终端进行停车导航;
所述大数据分析系统根据所述车辆在所述目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用。
2.根据权利要求1所述的停车收费管理方法,其特征在于,所述无线车载终端将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统之前,所述方法还包括:
所述无线车载终端识别所述无线车载终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,无线车载终端提示驾驶员停车;如果情绪稳定,所述无线车载终端每隔指定时间采集一帧所述驾驶员的人脸图像,并从所述人脸图像中确定出人眼定位矩形,计算所述人眼定位矩形的面积,根据阈值判断所述驾驶员的眼睛的睁闭程度,以及根据所述驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于所述人眼疲劳程度值判断所述驾驶员的眼睛是否疲劳,如果疲劳,所述无线车载终端提示驾驶员停车;
所述无线车载终端检测所述无线车载终端所在车辆的驾驶员输入的停车位搜索指令,采集当前车辆位置。
3.根据权利要求2所述的停车收费管理方法,其特征在于,所述无线车载终端识别所述无线车载终端所在车辆的驾驶员的情绪是否稳定,包括:
所述无线车载终端检测所述无线车载终端所在车辆的驾驶员佩戴的穿戴设备发送的所述驾驶员的心电图数据;
所述无线车载终端对所述心电图数据进行去噪处理;
所述无线车载终端采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;
所述无线车载终端计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;
所述无线车载终端根据所述频域指标、时域指标及非线性指标,分析所述用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;
所述无线车载终端根据所述活力值识别所述驾驶员的情绪是否不稳定。
4.根据权利要求1~3任一项所述的停车收费管理方法,其特征在于,所述无线车载终端将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统,包括:
所述无线车载终端扫描周围环境中是否预先设置有路由节点,如果预先设置有所述路由节点,检测所述路由节点是否被配置有开放接入时段,如果所述路由节点被配置有所述开放接入时段,识别所述无线车载终端的当前系统时间是否位于所述路由节点被配置的所述开放接入时段内;
如果所述无线车载终端的当前系统时间位于所述路由节点被配置的所述开放接入时段内,检测所述路由节点的当前接入的终端数量是否超过所述路由节点指定的最大终端接入数量;
如果所述路由节点的当前接入的终端数量未超过所述路由节点指定的最大终端接入数量,所述无线车载终端建立与所述路由节点之间的无线连接,并且将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识发送给所述路由节点,由所述路由节点将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识发送给所述大数据分析系统。
5.根据权利要求1~4所述的停车收费管理方法,其特征在于,所述大数据分析系统生成所述目标停车位与所述当前车辆位置之间的导航路径,并将所述导航路径发送给所述无线车载终端进行停车导航之后,所述方法还包括:
所述大数据分析系统判断所述大数据分析系统的当前工作负荷是否超过所述大数据分析系统指定的工作负荷;
如果所述大数据分析系统的当前工作负荷未超过所述大数据分析系统指定的工作负荷,所述大数据分析系统通过天气信息查询端口向所述天气信息查询端口对应的天气服务平台发起包括所述目标停车位的天气信息查询请求;
以及,所述大数据分析系统接收所述天气服务平台通过所述天气信息查询端口返回的所述目标停车位对应的预设时长的天气信息;
以及,所述大数据分析系统将所述目标停车位对应的预设时长的天气信息下发给所述无线车载终端;
其中,所述大数据分析系统根据所述车辆在所述目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用,包括:
所述大数据分析系统辨别所述目标停车位是否属于按预设时段出租的停车位,如果所述目标停车位不属于按预设时段出租的停车位,按照所述目标停车位对应的普通收费规则以及所述实际停车时长计算相应的停车费用,所述普通收费规则包括单位时间对应的第一收费金额;如果所述目标停车位属于按预设时段出租的停车位,判断所述车辆在所述目标停车位的实际停车时长是否超出所述预设时段,如果未超出所述预设时段,按照所述目标停车位对应的普通收费规则以及所述实际停车时长计算相应的停车费用;如果超过所述预设时段,按照所述目标停车位对应的高额收费规则以及所述实际停车时长计算相应的停车费用,所述高额收费规则包括单位时间对应的第二收费金额,并且所述第二收费金额等于若干倍数的所述第一收费金额;以及,从无线车载终端绑定的电子账号中扣除所述相应的停车费用。
6.一种停车收费管理系统,其特征在于,包括无线车载终端和大数据分析系统,其中:
所述无线车载终端,用于将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统;
所述大数据分析系统,用于根据所述车辆标识辨别出所述车辆的车辆类型,并根据所述车辆类型辨别出所述车辆类型适用的车位类型;
所述大数据分析系统,还用于查找出所述车位类型对应大小的所有空闲停车位,并从查找出的所有空闲停车位中确定出最接近所述当前车辆位置的空闲停车位作为目标停车位;
所述大数据分析系统,还用于生成所述目标停车位与所述当前车辆位置之间的导航路径,并将所述导航路径发送给所述无线车载终端进行停车导航;
所述大数据分析系统,还用于根据所述车辆在所述目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用。
7.根据权利要求6所述的停车收费管理系统,其特征在于:
所述无线车载终端,还用于在将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统之前,识别所述无线车载终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,提示驾驶员停车;如果情绪稳定,每隔指定时间采集一帧所述驾驶员的人脸图像,并从所述人脸图像中确定出人眼定位矩形,计算所述人眼定位矩形的面积,根据阈值判断所述驾驶员的眼睛的睁闭程度,以及根据所述驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于所述人眼疲劳程度值判断所述驾驶员的眼睛是否疲劳,如果疲劳,提示驾驶员停车;以及,检测所述无线车载终端所在车辆的驾驶员输入的停车位搜索指令,采集当前车辆位置。
8.根据权利要求7所述的停车收费管理系统,其特征在于,所述无线车载终端识别所述无线车载终端所在车辆的驾驶员的情绪是否稳定的方式具体为:
所述无线车载终端,用于检测所述无线车载终端所在车辆的驾驶员佩戴的穿戴设备发送的所述驾驶员的心电图数据;对所述心电图数据进行去噪处理;采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;根据所述频域指标、时域指标及非线性指标,分析所述用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;根据所述活力值识别所述驾驶员的情绪是否不稳定。
9.根据权利要求6~8任一项所述的停车收费管理系统,其特征在于,所述无线车载终端将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识上报给大数据分析系统的方式具体为:
所述无线车载终端,用于扫描周围环境中是否预先设置有路由节点,如果预先设置有所述路由节点,检测所述路由节点是否被配置有开放接入时段,如果所述路由节点被配置有所述开放接入时段,识别所述无线车载终端的当前系统时间是否位于所述路由节点被配置的所述开放接入时段内;如果所述无线车载终端的当前系统时间位于所述路由节点被配置的所述开放接入时段内,检测所述路由节点的当前接入的终端数量是否超过所述路由节点指定的最大终端接入数量;如果所述路由节点的当前接入的终端数量未超过所述路由节点指定的最大终端接入数量,建立与所述路由节点之间的无线连接,并且将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识发送给所述路由节点,由所述路由节点将所述无线车载终端所在车辆的当前车辆位置以及所述车辆的车辆标识发送给所述大数据分析系统。
10.根据权利要求6~9所述的停车收费管理系统,其特征在于:
所述大数据分析系统,还用于在生成所述目标停车位与所述当前车辆位置之间的导航路径,并将所述导航路径发送给所述无线车载终端进行停车导航之后,判断所述大数据分析系统的当前工作负荷是否超过所述大数据分析系统指定的工作负荷,如果所述大数据分析系统的当前工作负荷未超过所述大数据分析系统指定的工作负荷,通过天气信息查询端口向所述天气信息查询端口对应的天气服务平台发起包括所述目标停车位的天气信息查询请求;接收所述天气服务平台通过所述天气信息查询端口返回的所述目标停车位对应的预设时长的天气信息;将所述目标停车位对应的预设时长的天气信息下发给所述无线车载终端;
其中,所述大数据分析系统根据所述车辆在所述目标停车位的实际停车时长,从无线车载终端绑定的电子账号中扣除相应的停车费用的方式具体为:
所述大数据分析系统,用于辨别所述目标停车位是否属于按预设时段出租的停车位,如果所述目标停车位不属于按预设时段出租的停车位,按照所述目标停车位对应的普通收费规则以及所述实际停车时长计算相应的停车费用,所述普通收费规则包括单位时间对应的第一收费金额;如果所述目标停车位属于按预设时段出租的停车位,判断所述车辆在所述目标停车位的实际停车时长是否超出所述预设时段,如果未超出所述预设时段,按照所述目标停车位对应的普通收费规则以及所述实际停车时长计算相应的停车费用;如果超过所述预设时段,按照所述目标停车位对应的高额收费规则以及所述实际停车时长计算相应的停车费用,所述高额收费规则包括单位时间对应的第二收费金额,并且所述第二收费金额等于若干倍数的所述第一收费金额;以及,从无线车载终端绑定的电子账号中扣除所述相应的停车费用。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710463066.8A CN107452078A (zh) | 2017-06-19 | 2017-06-19 | 一种停车收费管理方法及系统 |
PCT/CN2017/099137 WO2018232996A1 (zh) | 2017-06-19 | 2017-08-25 | 一种停车收费管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710463066.8A CN107452078A (zh) | 2017-06-19 | 2017-06-19 | 一种停车收费管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107452078A true CN107452078A (zh) | 2017-12-08 |
Family
ID=60486982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710463066.8A Pending CN107452078A (zh) | 2017-06-19 | 2017-06-19 | 一种停车收费管理方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107452078A (zh) |
WO (1) | WO2018232996A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023050573A1 (zh) * | 2021-09-30 | 2023-04-06 | 上海博泰悦臻电子设备制造有限公司 | 基于uwb定位的车辆停车支付的实现方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101030316A (zh) * | 2007-04-17 | 2007-09-05 | 北京中星微电子有限公司 | 一种汽车安全驾驶监控系统和方法 |
CN102837650A (zh) * | 2011-06-23 | 2012-12-26 | 现代自动车株式会社 | 用于获得驾驶者的生物统计信息的装置和方法 |
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 |
CN104867189A (zh) * | 2015-04-29 | 2015-08-26 | 奇瑞汽车股份有限公司 | 一种停车场收费的方法和装置 |
CN105303875A (zh) * | 2015-09-16 | 2016-02-03 | 上海斐讯数据通信技术有限公司 | 一种停车管理系统及其工作方法 |
CN106295508A (zh) * | 2016-07-26 | 2017-01-04 | 深圳欧德蒙科技有限公司 | 情绪识别系统与方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102097003B (zh) * | 2010-12-31 | 2014-03-19 | 北京星河易达科技有限公司 | 智能交通安全系统及其终端 |
US9495810B2 (en) * | 2014-01-28 | 2016-11-15 | Nissan North America, Inc. | Determination of whether a driver parks their vehicle in an enclosed structure |
CN105427651A (zh) * | 2014-09-11 | 2016-03-23 | 惠州市德赛西威汽车电子股份有限公司 | 基于惯性导航的泊车导航方法及装置 |
CN104900006B (zh) * | 2015-04-28 | 2017-10-27 | 中国科学技术大学先进技术研究院 | 一种基于可穿戴设备的智能个人安全系统及其实现方法 |
CN105701869B (zh) * | 2016-04-20 | 2018-11-30 | 王猛 | 一种停车管理方法及装置 |
CN106530805A (zh) * | 2016-10-13 | 2017-03-22 | 深圳市索菱实业股份有限公司 | 一种基于车载导航仪的停车泊位诱导系统及方法 |
-
2017
- 2017-06-19 CN CN201710463066.8A patent/CN107452078A/zh active Pending
- 2017-08-25 WO PCT/CN2017/099137 patent/WO2018232996A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101030316A (zh) * | 2007-04-17 | 2007-09-05 | 北京中星微电子有限公司 | 一种汽车安全驾驶监控系统和方法 |
CN102837650A (zh) * | 2011-06-23 | 2012-12-26 | 现代自动车株式会社 | 用于获得驾驶者的生物统计信息的装置和方法 |
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 |
CN104867189A (zh) * | 2015-04-29 | 2015-08-26 | 奇瑞汽车股份有限公司 | 一种停车场收费的方法和装置 |
CN105303875A (zh) * | 2015-09-16 | 2016-02-03 | 上海斐讯数据通信技术有限公司 | 一种停车管理系统及其工作方法 |
CN106295508A (zh) * | 2016-07-26 | 2017-01-04 | 深圳欧德蒙科技有限公司 | 情绪识别系统与方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023050573A1 (zh) * | 2021-09-30 | 2023-04-06 | 上海博泰悦臻电子设备制造有限公司 | 基于uwb定位的车辆停车支付的实现方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018232996A1 (zh) | 2018-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107248310A (zh) | 一种基于自选车位的停车收费管控方法及系统 | |
CN107248315A (zh) | 一种停车导航路径的推荐系统及方法 | |
CN107230382A (zh) | 一种智慧城市的停车管理方法及系统 | |
CN107358813A (zh) | 一种基于驾驶员报价的停车引导方法及系统 | |
CN107195194A (zh) | 一种基于停车位类型的停车诱导方法及系统 | |
CN107464445A (zh) | 基于驾驶员报价与自选出租车位的停车引导方法及系统 | |
CN107204126A (zh) | 一种停车收费方法及系统 | |
CN107464297A (zh) | 一种多停车场场景下的收费管理方法及系统 | |
CN107452077A (zh) | 一种停车管理及收费一体化方法及系统 | |
CN107424229A (zh) | 一种停车管理方法及系统 | |
CN107248312A (zh) | 一种基于数据分析的停车引导系统及方法 | |
CN107195195A (zh) | 一种基于车场的停车诱导系统及方法 | |
CN107248309A (zh) | 一种智能化的停车收费方法及系统 | |
CN107204123A (zh) | 一种结合天气信息的车辆停车引导系统及方法 | |
CN107231428A (zh) | 一种户外停车的集中式管理方法及系统 | |
CN107256640A (zh) | 一种可自选车位的停车导航路径生成系统及方法 | |
CN107393025A (zh) | 一种无人管理式的停车收费系统及方法 | |
CN107452078A (zh) | 一种停车收费管理方法及系统 | |
CN107248319A (zh) | 一种临时路边停车引起的信息公告方法及系统 | |
CN107205038A (zh) | 一种由停车引起的数据处理方法及系统 | |
CN107464444A (zh) | 一种基于移动网络的车位预订方法及系统 | |
CN107424434A (zh) | 一种应用于智慧城市的停车位预约方法及系统 | |
CN107230384A (zh) | 基于期望停车时长和天气信息的停车引导系统及方法 | |
CN107205037A (zh) | 一种基于汇聚平台的停车管理方法及系统 | |
CN107424345A (zh) | 一种基于无线车载终端的户外停车收费方法和系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171208 |