CN107609067A - 基于大数据的智慧停车车位推荐方法和系统 - Google Patents
基于大数据的智慧停车车位推荐方法和系统 Download PDFInfo
- Publication number
- CN107609067A CN107609067A CN201710764205.0A CN201710764205A CN107609067A CN 107609067 A CN107609067 A CN 107609067A CN 201710764205 A CN201710764205 A CN 201710764205A CN 107609067 A CN107609067 A CN 107609067A
- Authority
- CN
- China
- Prior art keywords
- parking
- user
- parking stall
- module
- road
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及车位推荐技术领域,具体而言,涉及一种基于大数据的智慧停车车位推荐系统,包括后台系统和移动终端,后台系统包括数据存储模块、匹配模块、当前评估模块、未来评估模块和推荐模块,数据存储模块中存储有停车场数据信息、道路数据信息、用户数据信息,移动终端用来采集用户的位置信息、预期停车时长、预期停车费用、下一目的地、最终选择以及评分并将这些数据发送给后台系统,移动终端还用来接收显示最终推荐结果。本发明提供的基于大数据的智慧停车车位推荐方法和系统,能够解决现有推荐系统不考虑将未来状态因素的影响而给车主带来麻烦的问题。
Description
技术领域
本发明涉及车位推荐技术领域,具体而言,涉及一种基于大数据的智慧停车车位推荐方法和系统。
背景技术
随着社会经济的发展,越来越多的人使用私家车作为交通工具,然而,城市的停车位有限,由于汽车数量的增加,每次寻找停车车位都要花费司机大量的时间、精力和能源,现如今,停车难的问题对于司机来说是已经是司空见惯的了。
同时,智能停车系统成为国内外热门的话题,智能停车系统以较低的成本为国内城市的交通拥堵提供了解决方案。当前国外已出现类似的智能停车的应用,但是车位数目的精确统计与停车的定位方面的准确度不高,并且基本没有实现为申请者预留车位的功能,导致用户的用户体验不高,这是由于欧美国家地广人稀,高速公路比较发达,出现真正的交通拥堵比较少,因此智能停车系统应用相对不广泛,这样的停车系统不适合国内的发展行情。
国内的智能停车系统发展较晚,大多通过与停车场合作的方式,将停车场实时空余车位信息在APP端呈现给用户,为用户提供车位预订、停车场导航服务、停车费用结算等功能,也有部分平台提供针对于用户的车位推荐功能,现有的推荐算法主要是通过综合考虑停车时长、停车场费用、距离目的地远近等因素,向驾驶员进行停车场以及停车位的推荐。但是这些推荐算法并没有考虑道路交通状态,车主在前往停车场的路上可能会遭遇堵车,浪费车主的时间,现有的车位推荐算法也没有考虑车主停车结束后离开时的因素,如车主停车结束离开时,从推荐的车位到下一目的地之间的交通可能会进入堵塞状态,或者推荐的停车位位置需要绕路才能去下一个目的地,这就会给车主带来很多不必要的麻烦。
发明内容
本发明意在提供一种基于大数据的智慧停车车位推荐方法和系统,用来解决现有推荐系统不考虑将未来状态因素的影响而给车主带来麻烦的问题。
为了解决上述技术问题,本专利提供如下基础技术方案:
基于大数据的智慧停车车位推荐系统,包括后台系统和移动终端,其中:
所述后台系统包括数据存储模块、匹配模块、当前评估模块、未来评估模块和推荐模块,所述数据存储模块中存储有停车场数据信息、道路数据信息、用户数据信息,停车场数据信息包括停车场位置、价格、历史车位状态和当前车位状态,道路数据信息包括道路的路程、历史路况数据和当前路况数据,用户数据信息包含每一个用户的用户历史记录,所述用户历史记录包括用户位置、停车时长、停车费用、下一目的地、最终选择以及车位评价,所述匹配模块能够根据当前用户的位置、预期停车时长、预期停车费用和预期下一目的地从所有用户历史记录中匹配相似的用户,所述匹配模块能够根据相似用户的最终选择以及车位评价生成匹配结果,所述当前评估模块能够根据当前用户的位置和停车场位置计算用户到停车场的道路和路程,并根据相应道路的当前路况数据、路程以及停车场的当前车位状态生成当前评估结果,所述未来评估模块能够根据用户的预期下一目的地和停车场位置,计算停车场到下一站目的地的道路和路程,所述未来评估模块能够根据道路的历史路况数据和预期停车时长计算用户离开停车场时,停车场到达下一目的地之间的道路的预测路况状态,所述未来评估模块能够根据停车场到下一目的地的路程和预测路况状态计算出未来评估结果,所述推荐模块能够根据匹配结果、当前评估结果和未来评估结果生成最终推荐结果并发送给移动终端;
移动终端,所述移动终端用来采集用户的位置信息、预期停车时长、预期停车费用、下一目的地、最终选择以及评分并将这些数据发送给后台系统,所述移动终端还用来接收显示最终推荐结果。
本发明的工作原理及有益效果为:
移动终端能够获取用户的位置信息,用户通过移动终端输入预期停车时长、预期停车费用、预期下一目的地等信息,移动终端将这些信息以及用户位置信息发送到后台系统;
匹配模块用来根据移动终端的数据分析出理论推荐结果,匹配模块根据移动终端发送的数据对数据存储模块中的用户数据信息做出筛选匹配,进而得到与当前用户最为相似的一些用户,通过对这些相似用户的最终选择和车位评价的分析,得到匹配结果;
当前评估模块用来分析当前的具体状态并根据具体状态分析出适合当前状态的推荐结果,当前评估模块通过对停车场车位状态,用户到停车场之间的路程以及用户到停车场之间的当前路况数据的分析,得到当前评估结果;
未来评估模块用来预测未来的状态并根据对未来状态的分析得到适合未来状态的推荐结果,未来评估模块通过对停车场位置,预期停车时长,停车场与预期下一目的地的路程以及停车场与预期下一目的地之间的道路的历史路况状态的分析得到未来评估结果;
推荐模块综合匹配结果、当前评估结果以及未来评估结果的数据便可以生成最终推荐结果。移动终端接收后便可以向用户显示最终推荐结果。
本发明的技术方案中,通过设置匹配模块寻找与用户相似的用户数据记录,根据其他用户的评分为当前用户推荐停车场和车位,可以快速找到适合当前用户的停车场和车位;通过当前评估模块对用户当前位置到停车场之间的路况、路程以及停车场车位的状态做出评估,方便用户快速到达停车场,减少用户到达停车场的时间;未来评估模块能够根据路况历史数据、预期下一目的地和预期停车时间,预测用户离开停车场时的路况信息,充分考虑了未来状态的因素,避免出现用户停车结束离开时,从推荐的车位到下一目的地之间的道路处于堵塞状态的情况,或者出现推荐的停车位的位置需要绕远路才能去下一个目的地的情况,减少车主不必要的麻烦。
进一步,还包括升降车位,所述后台系统还包括预定模块,所述后台系统能够向升降车位发送预定信息,所述升降车位接收到预定信息后能够锁定相应的车位,所述移动终端还用于向后台系统预定车位以及控制升降车位解锁相应车位。
使用户在看到合适的车位后能够通过移动终端向后台系统预定车位,防止出现用户到达停车场而车位被占的情况出现。
进一步,所述升降车位安装在停车场或社区街边,所述升降车位包括设有上车位和下车位的升降架,用来控制升降架升降的控制模块以及用来与所述后台服务系统以及移动终端通信的通信模块,所述下车位隐藏在地下,所述升降架能够通过上升和下降控制上车位和下车位上下移动,所述预定信息包括上车位预定信息和下车位预定信息,所述控制模块能够在接收到上车位预定信息后控制上车位保持高于地面状态,所述控制器能够在接收到下车位预定信息后使下车位保持低于地面状态,所述控制模块能够根据移动终端的数据解锁相应的上车位或下车位。
通过升降架设置上车位和下车位,能够在路边构建双层停车车位,拓展车位数量,缓解停车压力,当不需要时,下车位可以隐藏在地下,不占据固定空间;同时升降架可以通过控制上车位和下车位的位置,实现车位的锁定和解锁,进而和预定模块配合实现车位预定的功能,用户通过移动终端可以向控制模块发送解锁信息,进而解锁自己预定的车位。
进一步,所述车位预定信息包含预订时间,所述控制模块能够在预定时间结束后自动解锁相应的车位。
在预定时间结束后自动解锁相应的车位,不影响他人停车。
本专利还公开一种用于上述基于大数据的智慧停车车位推荐系统的基于大数据的智慧停车车位推荐方法,该方法包括以下步骤:
发送请求,移动终端向后台服务系统发送车位推荐请求和请求相关信息;
生成推荐,后台服务系统生成最终推荐结果,并将最终推荐结果发送到移动终端;
反馈结果,移动终端获取用户最终选择和对最终选择的评分,并将最终选择和对最终选择的评分发送给后台系统;
其中,请求相关信息包括当前用户的位置、预期停车时长、预期停车费用和预期下一目的地,生成推荐具体包括以下步骤:
S1:后台服务器接收请求相关信息;
S2:匹配模块根据位置信息、预期停车时长、预期停车费用、下一目的地从数据存储模块中匹配与用户相似的人,根据这些人的最终选择和对最终选择的评分,生成匹配结果;
S3:当前评估模块根据用户的位置、停车场位置,计算用户到停车场的路径和距离,并根据相应路径的当前交通状态、与车主距离、停车场状态计算出当前评估结果;
S4:未来评估模块根据用户预期下一站目的地和停车场的位置并计算停车场到下一站目的地的路径和距离,未来评估模块根据道路历史路况数据、预期停车时长判断用户离开停车场到达下一目的地的过程中的道路堵塞状态,未来评估模块根据下一目的地到停车场的距离和未来堵塞状态得出未来评估结果;
S5:推荐模块能够根据匹配结果、当前评估结果、未来评估结果生成最终推荐结果。
进一步,生成推荐步骤的S2步骤包括以下步骤:
S2-1:匹配模块根据用户位置从数据存储模块中选出与用户位置相差不超过位置预设值的用户历史记录;
S2-2:匹配模块计算每一条选出的用户历史记录与当前用户的相似度;
S2-3:匹配模块以对最终选择的评分和用户相似度的乘积作为该最终选择所对应的停车场的预测分,匹配模块计算每一条选出的用户历史记录的最终选择所对应的停车场的预测分;
S2-4:匹配模块统计每一条选出的用户历史记录中的最终选择所对应的停车场和预测分,得到停车场列表和每个停车场出现次数以及每个停车场的预测分总分;
S2-4:匹配模块计算停车场列表中每一个停车场的平均预测分;
S2-5:匹配模块选取平均预测分最高的前N个停车场作为匹配结果。
进一步,还包括车位预定,所述车位预定包括以下步骤:
S1:移动终端向后台系统发送车位预定指令;
S2:后台系统根据预定指令向相应升降车位发送预定信息;
S3:升降车位的控制模块收到预定信息,根据预定信息控制上车位超过地面高度或控制下车位低于地面高度;
S4:用户通过移动终端向升降车位发送解锁信息;
S5:升降车位根据解锁信息向后台系统验证,验证成功则解锁相应车位,验证失败则拒绝解锁。
附图说明
图1为本发明基于大数据的智慧停车车位推荐系统实施例中的逻辑框图。
具体实施方式
下面通过具体实施方式对本发明作进一步详细的说明:
本实施例基于大数据的智慧停车车位推荐系统包括后台系统、移动终端和升降车位,其中:
后台系统包括数据存储模块、匹配模块、当前评估模块、未来评估模块、预定模块和推荐模块,数据存储模块中存储有停车场数据信息、道路数据信息、用户数据信息,停车场数据信息包括停车场位置、价格、历史车位状态和当前车位状态,道路数据信息包括道路的路程、历史路况数据和当前路况数据,用户数据信息包含每一个用户的用户历史记录,用户历史记录包括用户位置、停车时长、停车费用、下一目的地、最终选择以及车位评价;
匹配模块能够根据当前用户的位置、预期停车时长、预期停车费用和预期下一目的地从所有用户历史记录中匹配相似的用户,匹配模块能够根据相似用户的最终选择以及车位评价生成匹配结果;
当前评估模块能够根据当前用户的位置和停车场位置计算用户到停车场的道路和路程,并根据相应道路的当前路况数据、路程以及停车场的当前车位状态生成当前评估结果;
未来评估模块能够根据用户的预期下一目的地和停车场位置,计算停车场到下一站目的地的道路和路程,未来评估模块能够根据道路的历史路况数据和预期停车时长计算用户离开停车场时,停车场到达下一目的地之间的道路的预测路况状态,未来评估模块能够根据停车场到下一目的地的路程和预测路况状态计算出未来评估结果;
推荐模块能够根据匹配结果、当前评估结果和未来评估结果生成最终推荐结果并发送给移动终端;
预定模块能够向升降车位发送预定信息,所述升降车位接收到预定信息后能够锁定相应的车位;
移动终端,移动终端用来采集用户的位置信息、预期停车时长、预期停车费用、下一目的地、最终选择以及评分并将这些数据发送给后台系统,移动终端还用来接收显示最终推荐结果,移动终端还用于向后台系统预定车位以及控制升降车位解锁相应车位;本实施例中移动终端为安装了相应APP的手机;
升降车位安装在停车场或社区街边,升降车位包括设有上车位和下车位的升降架,用来控制升降架升降的控制模块以及用来与所述后台服务系统以及移动终端通信的通信模块,所述下车位隐藏在地下,所述升降架能够通过上升和下降控制上车位和下车位上下移动,预定信息分为上车位预定信息和下车位预定信息,预定信息中含有预定时间信息,所述控制模块能够在接收到上车位预定信息后控制上车位保持高于地面状态,所述控制器能够在接收到下车位预定信息后使下车位保持低于地面状态,所述控制模块能够根据移动终端的数据解锁相应的上车位或下车位,控制模块能够在预定时间结束后自动解锁相应的车位。
本实施例中还公开一种用于上述基于大数据的智慧停车车位推荐系统的基于大数据的智慧停车车位推荐方法,该方法包括以下步骤:
发送请求,移动终端向后台服务系统发送车位推荐请求和请求相关信息;
生成推荐,后台服务系统生成最终推荐结果,并将最终推荐结果发送到移动终端;
反馈结果,移动终端获取用户最终选择和对最终选择的评分,并将最终选择和对最终选择的评分发送给后台系统;
车位预定,用户通过移动终端预定指定车位。
其中,请求相关信息包括当前用户的位置、预期停车时长、预期停车费用和预期下一目的地,生成推荐具体包括以下步骤:
S1:后台服务器接收请求相关信息;
S2:匹配模块根据位置信息、预期停车时长、预期停车费用、下一目的地从数据存储模块中匹配与用户相似的人,根据这些人的最终选择和对最终选择的评分,生成匹配结果;
S3:当前评估模块根据用户的位置、停车场位置,计算用户到停车场的路径和距离,并根据相应路径的当前交通状态、与车主距离、停车场状态计算出当前评估结果;
S4:未来评估模块根据用户预期下一站目的地和停车场的位置并计算停车场到下一站目的地的路径和距离,未来评估模块根据道路历史路况数据、预期停车时长判断用户离开停车场到达下一目的地的过程中的道路堵塞状态,未来评估模块根据下一目的地到停车场的距离和未来堵塞状态得出未来评估结果;
S5:推荐模块能够根据匹配结果、当前评估结果、未来评估结果生成最终推荐结果。
生成推荐步骤的S2步骤包括以下步骤:
S2-1:匹配模块根据用户位置从数据存储模块中选出与用户位置相差不超过位置预设值的用户历史记录;
S2-2:匹配模块计算每一条选出的用户历史记录与当前用户的相似度;
S2-3:匹配模块以对最终选择的评分和用户相似度的乘积作为该最终选择所对应的停车场的预测分,匹配模块计算每一条选出的用户历史记录的最终选择所对应的停车场的预测分;
S2-4:匹配模块统计每一条选出的用户历史记录中的最终选择所对应的停车场和预测分,得到停车场列表和每个停车场出现次数以及每个停车场的预测分总分;
S2-4:匹配模块计算停车场列表中每一个停车场的平均预测分;
S2-5:匹配模块选取平均预测分最高的前N个停车场作为匹配结果,本实施例中取N=5。
S2-2中计算用户历史记录中的用户与当前用户的相似度有多种算法,如基于余弦(Cosine-based)的相似度算法、基于关联(Correlation-based)的相似度算法、调整的余弦(Adjusted Cosine)相似度算法等,本实施例中,采用最简单的加权求和来计算用户的相似度,即:计算用户历史记录中每一个参数(位置、预期停车时长、预期停车费用、预期下一目的地)与当前用户的差值的绝对值,并对这些差值加权后求和,以所得到的值作为该用户历史记录与用户的相似度。
生成推荐步骤的S3步骤包括以下步骤:
S3-1:当前评估模块从数据存储模块中选出离用户距离最近的M个停车场,本实施例中M取10个;
S3-2:当前评估模块获取M个停车场的车位状态,统计每个停车场的空车位数量;
S3-3:当前评估模块计算出从用户当前位置到每个停车场的路径和路程;
S3-4:当前评估模块获取每个路径的当前路况数据,该数据介于1到10之间,1表示道路畅通,10表示道路十分拥堵;
S3-5:当前评估模块对每个车厂的路径进行预估,得到预估时间,预估时间是通过路程计算理论时间,并根据当前路况数据,对理论数据进行修正后得到的,本实施例直接采用理论实践与当前路况数据的乘积作为预估时间,预估时间单位为分钟;
S3-6;当前评估模块综合预估时间与空车位数量,对M个停车场进行评分,本实施例中以预估时间的倒数的X倍和空车位数量的和作为停车场评分,以评分最高的前N个停车场作为当前评估结果。本实施例中,取X=100。
生成推荐步骤的S4步骤包括以下步骤:
S4-1:未来评估模块从数据存储模块中选出离用户距离最近的M个停车场;
S4-2:未来评估模块计算出从每个停车场到用户预估目的地的路径和路程;
S4-3:未来评估模块根据用户的预估停车时长,计算用户离开停车场的时间;
S4-4:未来评估模块根据历史路况数据预估每个路径在用户离开时的路况状态,本实施例中以每条路径在该时间段的前十天的路况数据的平均值作为路况预估值;
S4-5:未来评估模块对每个停车场到预期下一目的地的路径进行预估,得到预估时间,预估时间是通过路程计算理论时间,并根据路况预估值,对理论数据进行修正后得到的,本实施例直接采用理论实践与路况预估值的乘积作为预估时间,预估时间单位为分钟;
S4-5:未来评估模块以预估时间最短的前N个停车场作为未来评估结果。
生成推荐步骤的S5步骤包括以下步骤:
S5-1:推荐模块统计匹配结果、当前评估结果、未来评估结果中各个停车场出现的次数;
S5-2:推荐模块以出现次数最多的3个停车场作为最终推荐结果。
车位预定包括以下步骤:
S1:移动终端向后台系统发送车位预定指令;
S2:后台系统根据预定指令向相应升降车位发送预定信息;
S3:升降车位的控制模块收到预定信息,根据预定信息控制上车位超过地面高度或控制下车位低于地面高度;
S4:用户通过移动终端向升降车位发送解锁信息;
S5:升降车位根据解锁信息向后台系统验证,验证成功则解锁相应车位,验证失败则拒绝解锁。
本实施中通过设置匹配模块寻找与用户相似的用户数据记录,根据其他用户的评分为当前用户推荐停车场和车位,可以快速找到适合当前用户的停车场和车位;通过当前评估模块对用户当前位置到停车场之间的路况、路程以及停车场车位的状态做出评估,方便用户快速到达停车场,减少用户到达停车场的时间;未来评估模块能够根据路况历史数据、预期下一目的地和预期停车时间,预测用户离开停车场时的路况信息,充分考虑了未来状态的因素,避免出现用户停车结束离开时,从推荐的车位到下一目的地之间的道路处于堵塞状态的情况,或者出现推荐的停车位的位置需要绕远路才能去下一个目的地的情况,减少车主不必要的麻烦。
通过升降架设置上车位和下车位,能够在路边构建双层停车车位,拓展车位数量,缓解停车压力,而且当不需要时,下车位可以隐藏在地下,不占据固定空间;同时升降架可以通过控制上车位和下车位的位置,实现车位的锁定和解锁,进而和预定模块配合实现车位预定的功能,用户通过移动终端可以向控制模块发送解锁信息,进而解锁自己预定的车位。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (7)
1.基于大数据的智慧停车车位推荐系统,包括后台系统和移动终端,其特征在于:
所述后台系统包括数据存储模块、匹配模块、当前评估模块、未来评估模块和推荐模块,所述数据存储模块中存储有停车场数据信息、道路数据信息、用户数据信息,停车场数据信息包括停车场位置、价格、历史车位状态和当前车位状态,道路数据信息包括道路的路程、历史路况数据和当前路况数据,用户数据信息包含每一个用户的用户历史记录,所述用户历史记录包括用户位置、停车时长、停车费用、下一目的地、最终选择以及对最终选择的评分;
所述匹配模块能够根据当前用户的位置、预期停车时长、预期停车费用和预期下一目的地从所有用户历史记录中匹配相似的用户,所述匹配模块能够根据相似用户的最终选择以及车位评价生成匹配结果;
所述当前评估模块能够根据当前用户的位置和停车场位置计算用户到停车场的道路和路程,并根据相应道路的当前路况数据、路程以及停车场的当前车位状态生成当前评估结果;
所述未来评估模块能够根据用户的预期下一目的地和停车场位置,计算停车场到下一站目的地的道路和路程,所述未来评估模块能够根据道路的历史路况数据和预期停车时长计算用户离开停车场时,停车场到达下一目的地之间的道路的预测路况状态,所述未来评估模块能够根据停车场到下一目的地的路程和预测路况状态计算出未来评估结果;
所述推荐模块能够根据匹配结果、当前评估结果和未来评估结果生成最终推荐结果并发送给移动终端;
移动终端,所述移动终端用来采集用户的位置信息、预期停车时长、预期停车费用、下一目的地、最终选择以及对最终选择的评分,所述移动终端还用来接收显示推荐结果。
2.如权利要求1所述的基于大数据的智慧停车车位推荐系统,其特征在于:还包括升降车位,所述后台系统还包括预定模块,所述后台系统能够向升降车位发送预定信息,所述升降车位接收到预定信息后能够锁定相应的车位,所述移动终端还用于向后台系统预定车位以及控制升降车位解锁相应车位。
3.如权利要求2所述的基于大数据的智慧停车车位推荐系统,其特征在于:所述升降车位安装在停车场或社区街边,所述升降车位包括设有上车位和下车位的升降架,用来控制升降架升降的控制模块以及用来与所述后台服务系统以及移动终端通信的通信模块,所述下车位隐藏在地下,所述升降架能够通过上升和下降控制上车位和下车位上下移动,所述预定信息包括上车位预定信息和下车位预定信息,所述控制模块能够在接收到上车位预定信息后控制上车位保持高于地面状态,所述控制器能够在接收到下车位预定信息后使下车位保持低于地面状态,所述控制模块能够根据移动终端的数据解锁相应的上车位或下车位。
4.如权利要求3所述的基于大数据的智慧停车车位推荐系统,其特征在于:所述车位预定信息包含预订时间,所述控制模块能够在预定时间结束后自动解锁相应的车位。
5.一种基于大数据的智慧停车车位推荐方法,其特征在于:包括以下步骤:
发送请求,移动终端向后台服务系统发送车位推荐请求和请求相关信息;
生成推荐,后台服务系统生成最终推荐结果,并将最终推荐结果发送到移动终端;
反馈结果,移动终端获取用户最终选择和对最终选择的评分,并将最终选择和对最终选择的评分发送给后台系统;
其中,请求相关信息包括当前用户的位置、预期停车时长、预期停车费用和预期下一目的地,生成推荐具体包括以下步骤:
S1:后台服务器接收请求相关信息;
S2:匹配模块根据位置信息、预期停车时长、预期停车费用、下一目的地从数据存储模块中匹配与用户相似的人,根据这些人的最终选择和对最终选择的评分,生成匹配结果;
S3:当前评估模块根据用户的位置、停车场位置,计算用户到停车场的路径和距离,并根据相应路径的当前交通状态、与车主距离、停车场状态计算出当前评估结果;
S4:未来评估模块根据用户预期下一站目的地和停车场的位置并计算停车场到下一站目的地的路径和距离,未来评估模块根据道路历史路况数据、预期停车时长判断用户离开停车场到达下一目的地的过程中的道路堵塞状态,未来评估模块根据下一目的地到停车场的距离和未来堵塞状态得出未来评估结果;
S5:推荐模块能够根据匹配结果、当前评估结果、未来评估结果生成最终推荐结果。
6.如权利要求5所述的基于大数据的智慧停车车位推荐方法,其特征在于:生成推荐步骤的S2步骤包括以下步骤:
S2-1:匹配模块根据用户位置从数据存储模块中选出与用户位置相差不超过位置预设值的用户历史记录;
S2-2:匹配模块计算每一条选出的用户历史记录与当前用户的相似度;
S2-3:匹配模块以对最终选择的评分和用户相似度的乘积作为该最终选择所对应的停车场的预测分,匹配模块计算每一条选出的用户历史记录的最终选择所对应的停车场的预测分;
S2-4:匹配模块统计每一条选出的用户历史记录中的最终选择所对应的停车场和预测分,得到停车场列表和每个停车场出现次数以及每个停车场的预测分总分;
S2-4:匹配模块计算停车场列表中每一个停车场的平均预测分;
S2-5:匹配模块选取平均预测分最高的前N个停车场作为匹配结果。
7.如权利要求6所述的基于大数据的智慧停车车位推荐方法,其特征在于:还包括车位预定,所述车位预定包括以下步骤:
S1:移动终端向后台系统发送车位预定指令;
S2:后台系统根据预定指令向相应升降车位发送预定信息;
S3:升降车位的控制模块收到预定信息,根据预定信息控制上车位超过地面高度或控制下车位低于地面高度;
S4:用户通过移动终端向升降车位发送解锁信息;
S5:升降车位根据解锁信息向后台系统验证,验证成功则解锁相应车位,验证失败则拒绝解锁。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710764205.0A CN107609067B (zh) | 2017-08-30 | 2017-08-30 | 基于大数据的智慧停车车位推荐方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710764205.0A CN107609067B (zh) | 2017-08-30 | 2017-08-30 | 基于大数据的智慧停车车位推荐方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107609067A true CN107609067A (zh) | 2018-01-19 |
CN107609067B CN107609067B (zh) | 2021-06-22 |
Family
ID=61056463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710764205.0A Active CN107609067B (zh) | 2017-08-30 | 2017-08-30 | 基于大数据的智慧停车车位推荐方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107609067B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108766023A (zh) * | 2018-06-13 | 2018-11-06 | 安徽蓝鸟智能停车科技产业化有限公司 | 一种基于大数据的智慧停车云平台 |
CN109191896A (zh) * | 2018-10-17 | 2019-01-11 | 南京邮电大学 | 个性化停车位推荐方法和系统 |
CN109493632A (zh) * | 2018-11-16 | 2019-03-19 | 广州小鹏汽车科技有限公司 | 基于多车位检测的自动泊车方法及车载控制系统 |
CN110415546A (zh) * | 2018-04-26 | 2019-11-05 | 中移(苏州)软件技术有限公司 | 泊车诱导方法、装置和介质 |
CN110874952A (zh) * | 2018-09-03 | 2020-03-10 | 上海博泰悦臻电子设备制造有限公司 | 停车位动态管理方法及服务器 |
CN111002978A (zh) * | 2019-12-03 | 2020-04-14 | 湖北文理学院 | 一种车库自动泊车方法及终端、存储介质 |
CN111243328A (zh) * | 2020-03-18 | 2020-06-05 | 陈关印 | 一种车位共享的方法和系统 |
CN112330828A (zh) * | 2020-10-30 | 2021-02-05 | 深圳市元征科技股份有限公司 | 停车场的车辆信息处理方法、装置、终端设备及存储介质 |
CN112507236A (zh) * | 2020-12-28 | 2021-03-16 | 山东茶急送茶业有限公司 | 一种基于茶叶属性的茶叶商品推荐算法及系统 |
CN113139118A (zh) * | 2020-01-19 | 2021-07-20 | 百度在线网络技术(北京)有限公司 | 停车场推荐方法、装置、电子设备和介质 |
CN113282835A (zh) * | 2021-06-17 | 2021-08-20 | 东软睿驰汽车技术(大连)有限公司 | 停车地点推荐方法、装置和电子设备 |
US11287280B2 (en) | 2019-01-29 | 2022-03-29 | Here Global B.V. | Method and apparatus for providing a recommended vehicle parking or stopping location based on a next destination |
CN114973745A (zh) * | 2021-02-19 | 2022-08-30 | 广州汽车集团股份有限公司 | 停车场推荐方法及汽车 |
CN115588309A (zh) * | 2022-11-24 | 2023-01-10 | 江苏润邦智能车库股份有限公司 | 一种预约停车处理方法及系统 |
CN117807283A (zh) * | 2024-03-01 | 2024-04-02 | 山东智泊信息科技有限公司 | 基于大数据的停车订单分析方法和系统 |
CN117809481A (zh) * | 2024-02-29 | 2024-04-02 | 泰安市东信智联信息科技有限公司 | 一种城市级智慧停车优选推荐系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1573293A (zh) * | 2003-06-06 | 2005-02-02 | 阿尔派株式会社 | 导航装置 |
CN105023467A (zh) * | 2015-08-20 | 2015-11-04 | 桂林电子科技大学 | 一种停车场车位远程预订系统及方法 |
US20160061618A1 (en) * | 2014-08-27 | 2016-03-03 | Parklife Ltd. | Technique for navigating a vehicle to a parking place |
CN106875737A (zh) * | 2017-04-07 | 2017-06-20 | 深圳迅停科技发展有限公司 | 一种车位找寻方法及智慧停车服务系统 |
-
2017
- 2017-08-30 CN CN201710764205.0A patent/CN107609067B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1573293A (zh) * | 2003-06-06 | 2005-02-02 | 阿尔派株式会社 | 导航装置 |
US20160061618A1 (en) * | 2014-08-27 | 2016-03-03 | Parklife Ltd. | Technique for navigating a vehicle to a parking place |
CN105023467A (zh) * | 2015-08-20 | 2015-11-04 | 桂林电子科技大学 | 一种停车场车位远程预订系统及方法 |
CN106875737A (zh) * | 2017-04-07 | 2017-06-20 | 深圳迅停科技发展有限公司 | 一种车位找寻方法及智慧停车服务系统 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110415546A (zh) * | 2018-04-26 | 2019-11-05 | 中移(苏州)软件技术有限公司 | 泊车诱导方法、装置和介质 |
CN108766023A (zh) * | 2018-06-13 | 2018-11-06 | 安徽蓝鸟智能停车科技产业化有限公司 | 一种基于大数据的智慧停车云平台 |
CN110874952A (zh) * | 2018-09-03 | 2020-03-10 | 上海博泰悦臻电子设备制造有限公司 | 停车位动态管理方法及服务器 |
CN109191896B (zh) * | 2018-10-17 | 2021-05-11 | 南京邮电大学 | 个性化停车位推荐方法和系统 |
CN109191896A (zh) * | 2018-10-17 | 2019-01-11 | 南京邮电大学 | 个性化停车位推荐方法和系统 |
CN109493632A (zh) * | 2018-11-16 | 2019-03-19 | 广州小鹏汽车科技有限公司 | 基于多车位检测的自动泊车方法及车载控制系统 |
WO2020098287A1 (zh) * | 2018-11-16 | 2020-05-22 | 广州小鹏汽车科技有限公司 | 基于多车位检测的自动泊车方法及车载控制系统 |
US11287280B2 (en) | 2019-01-29 | 2022-03-29 | Here Global B.V. | Method and apparatus for providing a recommended vehicle parking or stopping location based on a next destination |
CN111002978A (zh) * | 2019-12-03 | 2020-04-14 | 湖北文理学院 | 一种车库自动泊车方法及终端、存储介质 |
CN113139118A (zh) * | 2020-01-19 | 2021-07-20 | 百度在线网络技术(北京)有限公司 | 停车场推荐方法、装置、电子设备和介质 |
CN111243328A (zh) * | 2020-03-18 | 2020-06-05 | 陈关印 | 一种车位共享的方法和系统 |
CN112330828A (zh) * | 2020-10-30 | 2021-02-05 | 深圳市元征科技股份有限公司 | 停车场的车辆信息处理方法、装置、终端设备及存储介质 |
CN112330828B (zh) * | 2020-10-30 | 2023-01-06 | 深圳市元征科技股份有限公司 | 停车场的车辆信息处理方法、装置、终端设备及存储介质 |
CN112507236A (zh) * | 2020-12-28 | 2021-03-16 | 山东茶急送茶业有限公司 | 一种基于茶叶属性的茶叶商品推荐算法及系统 |
CN114973745B (zh) * | 2021-02-19 | 2023-09-29 | 广州汽车集团股份有限公司 | 停车场推荐方法及汽车 |
CN114973745A (zh) * | 2021-02-19 | 2022-08-30 | 广州汽车集团股份有限公司 | 停车场推荐方法及汽车 |
CN113282835A (zh) * | 2021-06-17 | 2021-08-20 | 东软睿驰汽车技术(大连)有限公司 | 停车地点推荐方法、装置和电子设备 |
CN113282835B (zh) * | 2021-06-17 | 2024-04-09 | 东软睿驰汽车技术(大连)有限公司 | 停车地点推荐方法、装置和电子设备 |
CN115588309A (zh) * | 2022-11-24 | 2023-01-10 | 江苏润邦智能车库股份有限公司 | 一种预约停车处理方法及系统 |
CN117809481A (zh) * | 2024-02-29 | 2024-04-02 | 泰安市东信智联信息科技有限公司 | 一种城市级智慧停车优选推荐系统 |
CN117809481B (zh) * | 2024-02-29 | 2024-05-07 | 泰安市东信智联信息科技有限公司 | 一种城市级智慧停车优选推荐系统 |
CN117807283A (zh) * | 2024-03-01 | 2024-04-02 | 山东智泊信息科技有限公司 | 基于大数据的停车订单分析方法和系统 |
CN117807283B (zh) * | 2024-03-01 | 2024-05-24 | 山东智泊信息科技有限公司 | 基于大数据的停车订单分析方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107609067B (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609067A (zh) | 基于大数据的智慧停车车位推荐方法和系统 | |
CN107527520A (zh) | 基于大数据的智慧停车云平台 | |
CN102959358B (zh) | 车辆的电力消耗量计算装置、信息提供装置及信息提供方法 | |
CN107038488B (zh) | 一种基于泊位预测和停车选择的停车场实时泊位预约方法 | |
CN109416879A (zh) | 一种优先短停的泊位分级动态定价方法 | |
CN101206801B (zh) | 一种自适应交通控制方法 | |
CN103632212B (zh) | 一种时变用户均衡动态网络演化客流预测系统和方法 | |
CN106504530B (zh) | 一种用户出行路径诱导与管控系统及其方法 | |
CN107154006B (zh) | 共享自行车受控站点地图与定位及服务大数据系统 | |
CN110288849B (zh) | 一种基于混合交通模式的出行路线推荐方法 | |
CN105513414A (zh) | 基于实时交通查询和云模型的停车场车位预测和推荐方法 | |
CN106205205A (zh) | 一种车位高效利用智能管理系统 | |
CN107180272B (zh) | 基于能耗控制的电动汽车停车场充电方法 | |
CN105523062B (zh) | 折返站折返能力的提高方法、提高方案的选取方法及系统 | |
CN101483806A (zh) | 面向视障人群的户外导盲服务系统及方法 | |
CN105336008A (zh) | 面向无人值守的扫二维码自助泊车系统及方法 | |
CN109559549B (zh) | 一种智慧停车场用数据库系统 | |
CN109961647A (zh) | 基于车位锁的智慧社区车位共享管理系统及方法 | |
CN102081786A (zh) | 一种车辆调度的方法及系统 | |
CN109840632A (zh) | 一种行车路线评估规划方法及装置 | |
CN110379198B (zh) | 一种城市智能停车引导系统及其停车引导方法 | |
CN111696384B (zh) | 一种基于地图的智能共享停车系统及方法 | |
CN108960465A (zh) | 一种考虑预期服务水平的停车场选择预约系统及方法 | |
CN108133329B (zh) | 考虑充电反馈效应的电动汽车出行与充电需求分析方法 | |
CN111429176A (zh) | 一种用票价激励的单车规范停放的诱导方法 |
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 |