CN107886717A - 一种停车诱导方法、装置、计算设备及存储介质 - Google Patents
一种停车诱导方法、装置、计算设备及存储介质 Download PDFInfo
- Publication number
- CN107886717A CN107886717A CN201710934913.4A CN201710934913A CN107886717A CN 107886717 A CN107886717 A CN 107886717A CN 201710934913 A CN201710934913 A CN 201710934913A CN 107886717 A CN107886717 A CN 107886717A
- Authority
- CN
- China
- Prior art keywords
- parking lot
- parking
- current
- user vehicle
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000006698 induction Effects 0.000 title abstract description 3
- 238000011156 evaluation Methods 0.000 claims description 146
- 238000004364 calculation method Methods 0.000 claims description 43
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013500 data storage Methods 0.000 claims description 8
- 238000013215 result calculation Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 11
- 239000013598 vector Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002860 competitive effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
- G08G1/142—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用计算机技术领域,提供了一种停车诱导方法、装置、设备及存储介质,该方法包括:根据预设范围内停车场的公示信息和停车场间的相互道路连接关系,计算停车场的服务评价指标,并将该结果存放至预先设置的数据库中,当接收到用户车辆的停车诱导请求时,获取用户车辆的当前位置,根据用户车辆的当前位置,从预先设置的数据库中获取包括当前位置的预设范围内的停车场以及停车场的服务评价指标,根据停车场与用户车辆位置之间的方位关系和服务评价指标,计算停车场的当前推荐参考值,将计算得到的当前推荐参考值最大的停车场设置为用户车辆的目标停车场,根据目标停车场对用户车辆进行停车诱导,从而降低了停车诱导的复杂度。
Description
技术领域
本发明属于计算机技术领域,尤其涉及一种停车诱导方法、装置、计算设备及存储介质。
背景技术
停车难是当前城市中非常突出的问题,构建城市级停车诱导信息服务系统(PGIS)是缓解这一难题的有效方法。现有停车场的停车诱导系统需要实时获取停车场中的动态车位信息,并根据实时获取的动态车位信息对用户车辆进行停车诱导。在PGIS建设中,如果采用对城市中的所有停车场进行信息互联的方式构建的城市级停车诱导信息服务系统,就需要实时获取所有停车场中的动态车位信息,受技术、资金等方面的限制,现阶段很难达到整个城市的互联互通,也就限制了诱导应用的效果。国内目前尚未有城市建立起城市级的PGIS。
发明内容
本发明的目的在于提供一种停车诱导方法、装置、计算设备及存储介质,旨在解决现有城市级停车诱导系统建设中因为对实时停车数据过于依赖,导致建设速度过于缓慢,用户效果不明显的问题。
本发明提供了一种停车诱导方法,所述方法包括下述步骤:
获取预设区域内的停车场的公示信息,根据所述公示信息计算所述停车场的硬件评价指标;
获取预设区域内的停车场之间的位置连接关系,根据所述位置连接关系和所述硬件评价指标计算所述停车场的服务评价指标,并将计算得到的所述服务评价指标存储在所述停车场公示数据库中;
当接收到用户车辆的停车诱导请求时,获取所述用户车辆的当前位置;
根据所述用户车辆的当前位置,从预先设置的停车场公示数据库中获取包括所述当前位置的预设范围内的停车场以及所述停车场的服务评价指标;
根据所述停车场与所述用户车辆位置之间的方位关系和所述服务评价指标,计算所述停车场的当前推荐参考值;
将计算得到的当前推荐参考值最大的停车场设置为所述用户车辆的目标停车场,根据所述目标停车场对所述用户车辆进行停车诱导。
另一方面,本发明提供了一种停车诱导装置,所述装置包括:
指标计算单元,用于获取预设区域内的停车场的公示信息,根据所述公示信息计算所述停车场的硬件评价指标;
数据存储单元,用于获取预设区域内的停车场之间的位置连接关系,根据所述位置连接关系和所述硬件评价指标计算所述停车场的服务评价指标,并将计算得到的所述服务评价指标存储在所述停车场公示数据库中;
车辆位置获取单元,用于当接收到用户车辆的停车诱导请求时,获取所述用户车辆的当前位置;
指标获取单元,用于根据所述用户车辆的当前位置,从预先设置的停车场公示数据库中获取包括所述当前位置的预设范围内的停车场以及所述停车场的服务评价指标;
参考值计算单元,用于根据所述停车场与所述用户车辆位置之间的方位关系和所述服务评价指标,计算所述停车场的当前推荐参考值;以及
停车诱导单元,用于将计算得到的当前推荐参考值最大的停车场设置为所述用户车辆的目标停车场,根据所述目标停车场对所述用户车辆进行停车诱导。
另一方面,本发明还提供了一种计算设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如所述停车诱导方法的步骤。
另一方面,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如所述停车诱导方法的步骤。
本发明获取预设区域内的停车场的公示信息,根据公示信息计算停车场的硬件评价指标,获取预设区域内的停车场之间的位置连接关系,根据位置连接关系和硬件评价指标计算停车场的服务评价指标,并将计算得到的服务评价指标存储在停车场公示数据库中,当接收到用户车辆的停车诱导请求时,获取用户车辆的当前位置,根据用户车辆的当前位置,从预先设置的停车场公示数据库中获取包括当前位置的预设范围内的停车场以及停车场的服务评价指标,根据停车场与用户车辆位置之间的方位关系和服务评价指标,计算停车场的当前推荐参考值,将计算得到的当前推荐参考值最大的停车场设置为用户车辆的目标停车场,根据目标停车场对用户车辆进行停车诱导,从而通过使用根据停车场的公示信息计算得到的服务评价指标作为停车诱导的参考数据,优化了停车场停车诱导参考数据的获取和计算过程,降低了停车诱导数据存储的硬件要求,减少了停车诱导的数据计算量,进而降低了停车诱导的复杂度。
附图说明
图1是本发明实施例一提供的停车诱导方法的实现流程图;
图2是停车场公示牌;
图3是停车场的图形结构;
图4是在预设坐标系中停车场和用户车辆的示意图;
图5是计算得到的各个停车场的当前推荐参考值的结果示意图;
图6是本发明实施例二提供的停车诱导装置的结构示意图;
图7是本发明实施例三提供的停车诱导装置的结构示意图;以及
图8是本发明实施例四提供的计算设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述:
实施例一:
图1示出了本发明实施例一提供的停车诱导方法的实现流程,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在步骤S101中,获取预设区域内的停车场的公示信息,根据公示信息计算停车场的硬件评价指标。
本发明实施例适用于停车诱导设备,以方便根据用户车辆的当前位置对用户车辆进行停车诱导,从而解决用户停车难的问题。在本发明实施例中,获取预设区域内停车场的公示信息并建立对应的公示信息数据库,以方便在后续的停车诱导过程中使用公示信息数据库中的数据,之后,根据停车场的公示信息计算停车场的硬件评价指标。
其中,预设区域可以为预设的城市区域,例如,北京市、深圳市,公示信息为每个停车场的备案信息,可以与停车场公示牌(如图2所示)上公示信息相同,包括停车场类型(例如,不对外开放类型、住宅类型、社会公共类型)、停车场车位总数和停车场收费标准等信息,停车场的硬件评价指标反映了停车场硬件方面可接受用户车辆停车的能力,停车场的服务评价指标反映了停车场可接受用户车辆停车的综合能力。
优选地,在根据公示信息计算停车场的硬件评价指标时,首先根据停车场的公示信息计算停车场的停车服务特征值,然后根据停车服务特征值计算停车场的硬件评价指标,从而提高计算的准确性。其中,停车服务特征值可以包括服务公开度因子、服务能力因子、选择意愿因子等。
具体地,可以使用字母a来表示服务公开度因子,a∈[0,1],a越趋近于0,表示该停车场面向社会开放的意愿越低,a越趋近于1,表示该停车场面向社会开放的意愿越高;可以使用字母b来表示服务能力因子,b≥0,b越趋近于0,表示该停车场的服务能力越低,b越趋近于1,表示该停车场的服务能力越高(即停车位越多);可以使用字母c来表示选择意愿因子,c≥1,当c=1时,表示该停车场免费,即在价格上最具竞争力,c越大表示停车场收费价格越昂贵,价格竞争力越弱。
优选地,在根据停车场的停车服务特征值计算停车场的硬件评价指标时,如果预设区域中有n个停车场,则首先根据所有n个停车场的停车服务特征值构建特征矩阵{ai,bi,ci}(i=1,..,n),然后根据公式计算停车场Pi的硬件评价指标,其中,||||为向量的一阶范数符号,||b||、||c||是对停车服务特征值的列向量b、c取一阶范数。这样,在计算停车场的硬件评价指标时,具有大容量且低收费特征的社会公共类停车场的硬件评价指标较高,具有小容量且高收费特征的住宅类停车场的硬件评价指标较低,从而提高了硬件评价指标的准确性。
在步骤S102中,获取预设区域内的停车场之间的位置连接关系,根据位置连接关系和硬件评价指标计算停车场的服务评价指标,并将计算得到的服务评价指标存储在停车场公示数据库中。
在本发明实施例中,获取停车场的公示信息之后,首先获取预设区域内的停车场之间的位置连接关系,停车场Pi之间的位置连接关系如图3所示的停车场图形结构,以获取位置连接关系对停车诱导的影响,并根据位置连接关系和硬件评价指标计算停车场的服务评价指标,最后将计算得到的服务评价指标存储在停车场公示数据库中,从而使用停车场的公示信息为后续的停车诱导提供参考数据,简化了停车场数据的获取过程,降低了停车诱导数据存储的硬件要求。其中,图3中的Lij为停车场Pi到停车场Pj的距离,i,j=1,…,n,为简化计算,假设Lij=Lji。
优选地,在根据停车场的位置连接关系和硬件评价指标计算停车场的服务评价指标时,根据预设区域内的停车场之间的位置连接关系,使用公式对停车场的硬件评价指标进行迭代计算,直至达到预设收敛条件时停止迭代,得到停车场的服务评价指标,从而提高了服务评价指标的计算准确性。其中,预设收敛条件可以为ε为一充分小的预设值,为停车场Pi在预设区域内的停车场图形结构中的服务权值,且初始值为达到预设收敛条件时停车场的服务评价指标越高,表示该停车场在预设区域内的评价越高,k表示迭代的次数,q是一个位于[0,1]之间的可调因子,优选地,将q设置为q=0.85,从而提高服务评价指标的准确性。
在步骤S103中,当接收到用户车辆的停车诱导请求时,获取用户车辆的当前位置。
在本发明实施例中,当接收到用户车辆的停车诱导请求时,说明用户需要在附近的停车场寻找停车位,以进行停车,此时,获取用户车辆的当前位置,以根据车辆的位置获取停车场。
在步骤S104中,根据用户车辆的当前位置,从预先设置的停车场公示数据库中获取包括当前位置的预设范围内的停车场以及停车场的服务评价指标。
在本发明实施例中,获取用户车辆的当前位置之后,首先根据用户车辆的当前位置,从预先设置的停车场公示数据库中获取包括用户车辆的当前位置的预设范围内的停车场,并将这些停车场作为候选停车场,然后获取这些停车场的服务评价指标,以根据服务评价指标从这些停车场中进行进一步的选择,其中,服务评价指标为预先根据停车场的公示信息计算得到并存储在停车场公示数据库中的数据,从而使用根据停车场的公示信息计算得到的服务评价指标作为停车诱导的参考数据,优化了获取停车场停车诱导参考数据的过程。
优选地,获取停车场的预设范围为以用户车辆的当前位置为中心、且以预设长度为半径的圆形范围,从而确保获取的停车场方便用户车辆进行就近停车。进一步优选地,当预设范围内没有停车场时,预设长度可根据预设更新方式进行更新,以获取用户车辆附近的停车场。
在步骤S105中,根据停车场与用户车辆位置之间的方位关系和服务评价指标,计算停车场的当前推荐参考值。
在本发明实施例中,获取包括当前位置的预设范围内的停车场之后,首先获取这些停车场与用户车辆位置之间的方位关系,然后根据这些停车场与用户车辆位置之间的方位关系和服务评价指标,计算这些停车场的当前推荐参考值,停车场的当前推荐参考值反映了用户车辆行驶至停车场的所需时间、需要花费的行驶成本和可成功在停车场停车的概率。
优选地,在根据这些停车场与用户车辆位置之间的方位关系和计算得到的服务评价指标,计算这些停车场的当前推荐参考值时,首先根据这些停车场与用户车辆位置之间的方位关系,计算这些停车场的当前便利度,停车场的当前便利度反映了用户车辆从当前位置行驶至停车场的便利程度,然后根据这些停车场的当前便利度和服务评价指标,计算这些停车场的当前推荐参考值,从而提高了计算的准确性。
进一步优选地,在根据停车场与用户车辆位置之间的方位关系,计算停车场的当前便利度时,首先根据用户车辆的当前位置,获取用户车辆在预设坐标系中的车辆坐标,并获取停车场在预设坐标系中的停车场坐标,然后在预设坐标系中,根据停车场坐标和车辆坐标,计算停车场的当前便利度,从而提高了计算当前便利度的准确性。优选地,预设坐标系为经纬度坐标系,从而方便对地理空间位置进行坐标表示。
进一步优选地,在根据这些停车场的当前便利度和服务评价指标,计算这些停车场的当前推荐参考值时,首先根据停车场在预设坐标系中的停车场坐标,获取停车场在预设坐标系中所处的象限,然后获取用户车辆的行驶方向,根据停车场在预设坐标系中所处的象限和用户车辆的行驶方向,为停车场设置当前便利度的权重,停车场在预设坐标系中所处的象限、停车场坐标、用户车辆的行驶方向以及用户车辆坐标具体地如图4所示,最后根据停车场的当前便利度、服务评价指标以及当前便利度的权重,计算各个停车场的当前推荐参考值,从而进一步提高了计算的准确性。
优选地,可以使用公式计算各个停车场的当前推荐参考值,从而提高了当前推荐参考值的计算准确性,进而提高停车诱导的成功率。其中,表示车辆到停车场之间的交通成本(即从一个停车场行驶到另一个停车场的成本)对停车场选择的影响,di表示i停车场到用户车辆的距离,α表示i停车场的当前便利度的权重,βlnPRi则表示i停车场的服务评价指标对停车场选择的影响,lnPRi表示i停车场的服务评价指标,β表示服务评价指标的预设权重。
在步骤S106中,将计算得到的当前推荐参考值最大的停车场设置为用户车辆的目标停车场,根据目标停车场对用户车辆进行停车诱导。
在本发明实施例中,停车场的当前推荐参考值越大,则用户可以在最短时间内花费最低的行驶成本在这个停车场里找到停车位并停车的概率就越大,具体地,计算得到的各个停车场的当前推荐参考值可以如图5所示,因此,计算各个停车场的当前推荐参考值之后,首先对各个停车场的当前推荐参考值进行大小比较,找出其中当前推荐参考值最大的停车场,然后将这个停车场设置为用户车辆的目标停车场,最后根据目标停车场的位置,生成停车诱导方案,根据生成的停车诱导方案对用户车辆进行停车诱导,从而提高了停车诱导的成功率。
在本发明实施例中,通过使用根据停车场的公示信息计算得到的服务评价指标作为停车诱导的参考数据,优化了停车场停车诱导参考数据的获取和计算过程,降低了停车诱导数据存储的硬件要求,减少了停车诱导的数据计算量,进而降低了停车诱导的复杂度。
实施例二:
图6示出了本发明实施例二提供的停车诱导装置的结构,为了便于说明,仅示出了与本发明实施例相关的部分,其中包括:
指标计算单元61,用于获取预设区域内的停车场的公示信息,根据公示信息计算停车场的硬件评价指标。
数据存储单元62,用于获取预设区域内的停车场之间的位置连接关系,根据位置连接关系和硬件评价指标计算停车场的服务评价指标,并将计算得到的服务评价指标存储在停车场公示数据库中。
车辆位置获取单元63,用于当接收到用户车辆的停车诱导请求时,获取用户车辆的当前位置。
指标获取单元64,用于根据用户车辆的当前位置,从预先设置的停车场公示数据库中获取包括当前位置的预设范围内的停车场以及停车场的服务评价指标。
参考值计算单元65,用于根据停车场与用户车辆位置之间的方位关系和服务评价指标,计算停车场的当前推荐参考值。
停车诱导单元66,用于将计算得到的当前推荐参考值最大的停车场设置为用户车辆的目标停车场,根据目标停车场对用户车辆进行停车诱导。
在本发明实施例中,通过指标计算单元61获取预设区域内的停车场的公示信息,根据公示信息计算停车场的硬件评价指标,通过数据存储单元获取预设区域内的停车场之间的位置连接关系,根据位置连接关系和硬件评价指标计算停车场的服务评价指标,并将计算得到的服务评价指标存储在停车场公示数据库中,当接收到用户车辆的停车诱导请求时,车辆位置获取单元63获取用户车辆的当前位置,以根据用户车辆的当前位置进行准确的停车诱导。之后,指标获取单元64根据用户车辆的当前位置,从预先设置的停车场公示数据库中获取包括当前位置的预设范围内的停车场以及停车场的服务评价指标,参考值计算单元65根据停车场与用户车辆位置之间的方位关系和服务评价指标,计算停车场的当前推荐参考值,从而降低了停车诱导对先验数据的依赖性,同时提高了停车场的当前推荐参考值的准确性,停车诱导单元66将计算得到的当前推荐参考值最大的停车场设置为用户车辆的目标停车场,根据目标停车场对用户车辆进行停车诱导,从而通过使用根据停车场的公示信息计算得到的服务评价指标作为停车诱导的参考数据,优化了停车场停车诱导参考数据的计算过程,降低了停车诱导数据存储的硬件要求,减少了停车诱导的数据计算量,进而降低了停车诱导的复杂度。
在本发明实施例中,停车诱导装置的各单元可由相应的硬件或软件单元实现,各单元可以为独立的软、硬件单元,也可以集成为一个软、硬件单元,在此不用以限制本发明。
实施例三:
图7示出了本发明实施例三提供的停车诱导装置的结构,为了便于说明,仅示出了与本发明实施例相关的部分,其中包括:
指标计算单元71,用于获取预设区域内的停车场的公示信息,根据公示信息获取停车场的硬件评价指标。
在本发明实施例中,预设区域可以为预设的城市区域,例如,北京市、深圳市,公示信息为每个停车场的备案信息,可以与停车场公示牌上公示信息相同,包括停车场类型(例如,不对外开放类型、住宅类型、社会公共类型)、停车场车位总数和停车场收费标准等信息,停车场的硬件评价指标反映了停车场硬件方面可接受用户车辆停车的能力,停车场的服务评价指标反映了停车场可接受用户车辆停车的综合能力。
在本发明实施例中,进行停车诱导之前,指标计算单元71首先获取预设区域内停车场的公示信息并建立对应的公示信息数据库,以方便在后续的停车诱导过程中使用公示信息数据库中的数据,之后,根据停车场的公示信息计算停车场的硬件评价指标,从而为后续的停车诱导提供参考数据。
优选地,使用字母a来表示服务公开度因子,a∈[0,1],a越趋近于0,表示该停车场面向社会开放的意愿越低,a越趋近于1,表示该停车场面向社会开放的意愿越高;进一步地,使用字母b来表示服务能力因子,b≥0,b越趋近于0,表示该停车场的服务能力越低,b越趋近于1,表示该停车场的服务能力越高(即停车位越多);进一步地,使用字母c来表示选择意愿因子,c≥1,当c=1时,表示该停车场免费,即在价格上最具竞争力,c越大表示停车场收费价格越昂贵,价格竞争力越弱。
优选地,在根据停车场的停车服务特征值计算停车场的硬件评价指标时,如果预设区域中有n个停车场,则首先根据所有n个停车场的停车服务特征值构建特征矩阵{ai,bi,ci}(i=1,..,n),然后根据公式计算停车场Pi的硬件评价指标,其中,||||为向量的一阶范数符号,||b||、||c||是对停车服务特征值的列向量b、c取一阶范数。这样,在计算停车场的硬件评价指标时,具有大容量且低收费特征的社会公共类停车场的硬件评价指标较高,具有小容量且高收费特征的住宅类停车场的硬件评价指标较低,从而提高了硬件评价指标的准确性。
数据存储单元72,用于获取预设区域内的停车场之间的位置连接关系,根据位置连接关系和硬件评价指标计算停车场的服务评价指标,并将计算得到的服务评价指标存储在停车场公示数据库中。
在本发明实施例中,计算停车场的硬件评价指标之后,数据存储单元72首先获取预设区域内的停车场之间的位置连接关系,以获取位置连接关系对停车诱导的影响,然后根据位置连接关系和硬件评价指标计算停车场的服务评价指标,从而使用停车场的公示信息为后续的停车诱导提供参考数据,简化了停车场数据的获取过程,降低了停车诱导数据存储的硬件要求。
优选地,在根据停车场的位置连接关系和硬件评价指标计算停车场的服务评价指标时,根据预设区域内的停车场之间的位置连接关系,使用公式对停车场的硬件评价指标进行迭代计算,直至达到预设收敛条件时停止迭代,得到停车场的服务评价指标,从而提高了服务评价指标的计算准确性。其中,预设收敛条件可以为ε为一充分小的预设值,停车场的服务评价指标越高,表示该停车场在预设区域内的评价越高,为停车场Pi在预设区域内的停车场图形结构中的服务权值,且初始值为达到预设收敛条件时停车场的服务评价指标越高,表示该停车场在预设区域内的评价越高,k表示迭代的次数,q是一个位于[0,1]之间的可调因子,优选地,将q设置为q=0.85,从而提高服务评价指标的准确性。
车辆位置获取单元73,用于当接收到用户车辆的停车诱导请求时,获取用户车辆的当前位置。
在本发明实施例中,当接收到用户车辆的停车诱导请求时,说明用户需要在附近的停车场寻找停车位,以进行停车,此时,车辆位置获取单元73获取用户车辆的当前位置,以根据车辆的位置获取停车场。
指标获取单元74,用于根据用户车辆的当前位置,从预先设置的停车场公示数据库中获取包括当前位置的预设范围内的停车场以及停车场的服务评价指标。
在本发明实施例中,获取用户车辆的当前位置之后,指标获取单元74首先根据用户车辆的当前位置,从预先建立的公示信息数据库中获取包括用户车辆的当前位置的预设范围内的停车场,并将这些停车场作为候选停车场,然后获取这些停车场的服务评价指标,以根据服务评价指标从这些停车场中进行进一步的选择,其中,服务评价指标为预先根据停车场的公示信息计算得到并存储在停车场公示数据库中的数据,从而使用根据停车场的公示信息计算得到的服务评价指标作为停车诱导的参考数据,优化了获取停车场停车诱导参考数据的过程。
优选地,获取停车场的预设范围为以用户车辆的当前位置为中心、且以预设长度为半径的圆形范围,从而确保获取的停车场方便用户车辆进行就近停车。进一步优选地,当预设范围内没有停车场时,预设长度可根据预设更新方式进行更新,以获取用户车辆附近的停车场。
参考值计算单元75,用于根据停车场与用户车辆位置之间的方位关系和服务评价指标,计算停车场的当前推荐参考值。
在本发明实施例中,获取包括当前位置的预设范围内的停车场之后,参考值计算单元75首先获取停车场与用户车辆位置之间的方位关系,然后根据这些停车场与用户车辆位置之间的方位关系和服务评价指标,计算这些停车场的当前推荐参考值。
优选地,在根据这些停车场与用户车辆位置之间的方位关系和计算得到的服务评价指标,计算这些停车场的当前推荐参考值时,首先根据这些停车场与用户车辆位置之间的方位关系,计算这些停车场的当前便利度,然后根据这些停车场的当前便利度和服务评价指标,计算这些停车场的当前推荐参考值,从而提高了计算的准确性。
进一步优选地,在根据停车场与用户车辆位置之间的方位关系,计算停车场的当前便利度时,首先根据用户车辆的当前位置,获取用户车辆在预设坐标系中的车辆坐标,并获取停车场在预设坐标系中的停车场坐标,然后在预设坐标系中,根据停车场坐标和车辆坐标,计算停车场的当前便利度,从而提高了计算当前便利度的准确性。优选地,预设坐标系为经纬度坐标系,从而方便对地理空间位置进行坐标表示。
进一步优选地,在根据这些停车场的当前便利度和服务评价指标,计算这些停车场的当前推荐参考值时,首先根据停车场在预设坐标系中的停车场坐标,获取停车场在预设坐标系中所处的象限,然后获取用户车辆的行驶方向,根据停车场在预设坐标系中所处的象限和用户车辆的行驶方向,为停车场设置当前便利度的权重,最后根据停车场的当前便利度、服务评价指标以及当前便利度的权重,计算各个停车场的当前推荐参考值,从而进一步提高了计算的准确性。
优选地,可以使用公式计算各个停车场的当前推荐参考值,从而提高了当前推荐参考值的计算准确性,进而提高停车诱导的成功率。其中,表示车辆到停车场之间的交通成本(即从一个停车场行驶到另一个停车场的成本)对停车场选择的影响,di表示i停车场到用户车辆的距离,α表示i停车场的当前便利度的权重,βlnPRi则表示i停车场的服务评价指标对停车场选择的影响,lnPRi表示i停车场的服务评价指标,β表示服务评价指标的预设权重。
停车诱导单元76,用于将计算得到的当前推荐参考值最大的停车场设置为用户车辆的目标停车场,根据目标停车场对用户车辆进行停车诱导。
在本发明实施例中,停车场的当前推荐参考值越大,则用户可以在最短时间内花费最低的行驶成本在这个停车场里找到停车位并停车的概率就越大,因此,计算各个停车场的当前推荐参考值之后,停车诱导单元76首先对各个停车场的当前推荐参考值迹象大小比较,找出其中当前推荐参考值最大的停车场,然后将这个停车场设置为用户车辆的目标停车场,最后根据目标停车场的位置,生成停车诱导方案,根据生成的停车诱导方案对用户车辆进行停车诱导,从而提高了停车诱导的成功率。
在本发明实施例中,在停车诱导之前,预先根据停车场的公示信息计算得到的服务评价指标,并建立公示信息数据库,以用于存储停车场的公示信息和计算得到的服务评价指标,在停车诱导时,通过使用服务评价指标作为停车诱导的参考数据,优化了停车场停车诱导参考数据的获取和计算过程,降低了停车诱导数据存储的硬件要求,减少了停车诱导的数据计算量,进而降低了停车诱导的复杂度。
因此,优选地,该参考值计算单元75包括:
便利度计算单元751,用于根据停车场与用户车辆位置之间的方位关系,计算停车场的当前便利度;以及
参考值计算子单元752,用于根据停车场的当前便利度和服务评价指标,计算停车场的当前推荐参考值;
优选地,该便利度计算单元751包括:
坐标获取单元7511,用于根据用户车辆的当前位置,获取用户车辆在预设坐标系中的车辆坐标,并获取停车场在预设坐标系中的停车场坐标;以及
便利度计算子单元7512,用于在预设坐标系中,根据停车场坐标和车辆坐标,计算停车场的当前便利度;
优选地,该参考值计算子单元752包括:
象限获取单元7521,用于根据停车场在预设坐标系中的停车场坐标,获取停车场在预设坐标系中所处的象限;
权重设置单元7522,用于获取用户车辆的行驶方向,根据停车场在预设坐标系中所处的象限和用户车辆的行驶方向,为停车场设置当前便利度的权重;以及
结果计算单元7523,用于根据停车场的当前便利度、服务评价指标以及当前便利度的权重,计算的停车场的当前推荐参考值。
在本发明实施例中,停车诱导装置的各单元可由相应的硬件或软件单元实现,各单元可以为独立的软、硬件单元,也可以集成为一个软、硬件单元,在此不用以限制本发明。
实施例四:
图8示出了本发明实施例四提供的计算设备的结构,为了便于说明,仅示出了与本发明实施例相关的部分。
本发明实施例的计算设备8包括处理器80、存储器81以及存储在存储器81中并可在处理器80上运行的计算机程序82。该处理器80执行计算机程序82时实现上述各个停车诱导方法实施例中的步骤,例如,图1所示的步骤S101至S106。或者,处理器80执行计算机程序82时实现上述各装置实施例中各单元的功能,例如,图6所示单元61至66、图7所示单元71至76的功能。
在本发明实施例中,该处理器80执行计算机程序82时实现上述各个停车诱导方法实施例中的步骤时,当接收到用户车辆的停车诱导请求时,获取用户车辆的当前位置,根据用户车辆的当前位置,获取包括当前位置的预设范围内的停车场以及停车场的服务评价指标,根据停车场与用户车辆位置之间的方位关系和服务评价指标,计算停车场的当前推荐参考值,将计算得到的当前推荐参考值最大的停车场设置为用户车辆的目标停车场,根据目标停车场对用户车辆进行停车诱导,从而通过使用根据停车场的公示信息计算得到的服务评价指标作为停车诱导的参考数据,优化了停车场停车诱导参考数据的获取和计算过程,降低了停车诱导数据存储的硬件要求,减少了停车诱导的数据计算量,进而降低了停车诱导的复杂度。
该计算设备8中处理器80在执行计算机程序82时实现的步骤具体可参考实施例一中方法的描述,在此不再赘述。
实施例五:
在本发明实施例中,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述各个停车诱导方法实施例中的步骤,例如,图1所示的步骤S101至S106。或者,该计算机程序被处理器执行时实现上述各装置实施例中各单元的功能,例如,图6所示单元61至66、图7所示单元71至76的功能。
在本发明实施例中,当接收到用户车辆的停车诱导请求时,获取用户车辆的当前位置,根据用户车辆的当前位置,获取包括当前位置的预设范围内的停车场以及停车场的服务评价指标,根据停车场与用户车辆位置之间的方位关系,和服务评价指标,计算停车场的当前推荐参考值,将计算得到的当前推荐参考值最大的停车场设置为用户车辆的目标停车场,根据目标停车场对用户车辆进行停车诱导,从而通过使用根据停车场的公示信息计算得到的服务评价指标作为停车诱导的参考数据,优化了停车场停车诱导参考数据的获取和计算过程,降低了停车诱导数据存储的硬件要求,减少了停车诱导的数据计算量,进而降低了停车诱导的复杂度。该计算机程序被处理器执行时实现的停车诱导方法进一步可参考前述方法实施例中步骤的描述,在此不再赘述。
本发明实施例的计算机可读存储介质可以包括能够携带计算机程序代码的任何实体或装置、记录介质,例如,ROM/RAM、磁盘、光盘、闪存等存储器。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种停车诱导方法,其特征在于,所述方法还包括:
获取预设区域内的停车场的公示信息,根据所述公示信息计算所述停车场的硬件评价指标;
获取预设区域内的停车场之间的位置连接关系,根据所述位置连接关系和所述硬件评价指标计算所述停车场的服务评价指标,并将计算得到的所述服务评价指标存储在所述停车场公示数据库中;
当接收到用户车辆的停车诱导请求时,获取所述用户车辆的当前位置;
根据所述用户车辆的当前位置,从预先设置的停车场公示数据库中获取包括所述当前位置的预设范围内的停车场以及所述停车场的服务评价指标;
根据所述停车场与所述用户车辆位置之间的方位关系和所述服务评价指标,计算所述停车场的当前推荐参考值;
将当前推荐参考值最大的停车场设置为所述用户车辆的目标停车场,根据所述目标停车场对所述用户车辆进行停车诱导。
2.如权利要求1所述的方法,其特征在于,根据所述停车场与所述用户车辆位置之间的方位关系和所述服务评价指标,计算所述停车场的当前推荐参考值的步骤,包括:
根据所述停车场与所述用户车辆位置之间的方位关系,计算所述停车场的当前便利度;
根据所述停车场的所述当前便利度和所述服务评价指标,计算所述停车场的当前推荐参考值。
3.如权利要求2所述的方法,其特征在于,根据所述停车场与所述用户车辆位置之间的方位关系,计算所述停车场的当前便利度的步骤,包括:
根据所述用户车辆的当前位置,获取所述用户车辆在预设坐标系中的车辆坐标,并获取所述停车场在所述预设坐标系中的停车场坐标;
在所述预设坐标系中,根据所述停车场坐标和所述车辆坐标,计算所述停车场的当前便利度。
4.如权利要求3所述的方法,其特征在于,根据所述停车场的所述当前便利度和所述服务评价指标,计算所述的停车场的当前推荐参考值的步骤,包括:
根据所述停车场在所述预设坐标系中的停车场坐标,获取所述停车场在所述预设坐标系中所处的象限;
获取所述用户车辆的行驶方向,根据所述停车场在所述预设坐标系中所处的象限和所述用户车辆的行驶方向,为所述停车场设置所述当前便利度的权重;
根据所述停车场的所述当前便利度、所述服务评价指标以及所述当前便利度的权重,计算所述的停车场的当前推荐参考值。
5.一种停车诱导装置,其特征在于,所述装置包括:
指标计算单元,用于获取预设区域内的停车场的公示信息,根据所述公示信息计算所述停车场的硬件评价指标;
数据存储单元,用于获取预设区域内的停车场之间的位置连接关系,根据所述位置连接关系和所述硬件评价指标计算所述停车场的服务评价指标,并将计算得到的所述服务评价指标存储在所述停车场公示数据库中;
车辆位置获取单元,用于当接收到用户车辆的停车诱导请求时,获取所述用户车辆的当前位置;
指标获取单元,用于根据所述用户车辆的当前位置,从预先设置的停车场公示数据库中获取包括所述当前位置的预设范围内的停车场以及所述停车场的服务评价指标;
参考值计算单元,用于根据所述停车场与所述用户车辆位置之间的方位关系和所述服务评价指标,计算所述停车场的当前推荐参考值;以及
停车诱导单元,用于将当前推荐参考值最大的停车场设置为所述用户车辆的目标停车场,根据所述目标停车场对所述用户车辆进行停车诱导。
6.如权利要求5所述的装置,其特征在于,所述参考值计算单元包括:
便利度计算单元,用于根据所述停车场与所述用户车辆位置之间的方位关系,计算所述停车场的当前便利度;以及
参考值计算子单元,用于根据所述停车场的所述当前便利度和所述服务评价指标,计算所述停车场的当前推荐参考值。
7.如权利要求6所述的装置,其特征在于,所述便利度计算单元包括:
坐标获取单元,用于根据所述用户车辆的当前位置,获取所述用户车辆在预设坐标系中的车辆坐标,并获取所述停车场在所述预设坐标系中的停车场坐标;以及
便利度计算子单元,用于在所述预设坐标系中,根据所述停车场坐标和所述车辆坐标,计算所述停车场的当前便利度。
8.如权利要求7所述的装置,其特征在于,所述参考值计算子单元包括:
象限获取单元,用于根据所述停车场在所述预设坐标系中的停车场坐标,获取所述停车场在所述预设坐标系中所处的象限;
权重设置单元,用于获取所述用户车辆的行驶方向,根据所述停车场在所述预设坐标系中所处的象限和所述用户车辆的行驶方向,为所述停车场设置所述当前便利度的权重;以及
结果计算单元,用于根据所述停车场的所述当前便利度、所述服务评价指标以及所述当前便利度的权重,计算所述的停车场的当前推荐参考值。
9.一种计算设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710934913.4A CN107886717B (zh) | 2017-10-10 | 2017-10-10 | 一种停车诱导方法、装置、计算设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710934913.4A CN107886717B (zh) | 2017-10-10 | 2017-10-10 | 一种停车诱导方法、装置、计算设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107886717A true CN107886717A (zh) | 2018-04-06 |
CN107886717B CN107886717B (zh) | 2020-05-01 |
Family
ID=61781296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710934913.4A Active CN107886717B (zh) | 2017-10-10 | 2017-10-10 | 一种停车诱导方法、装置、计算设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107886717B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288184A (zh) * | 2019-05-15 | 2019-09-27 | 中国科学院深圳先进技术研究院 | 基于时空特征的城市停车场排序方法、装置、终端及介质 |
CN113257030A (zh) * | 2021-05-12 | 2021-08-13 | 北京百度网讯科技有限公司 | 停车场属性预测模型训练方法、停车场推荐方法及装置 |
CN114419923A (zh) * | 2022-01-25 | 2022-04-29 | 青岛文达通科技股份有限公司 | 基于图网络的停车位推荐方法及系统 |
WO2022141879A1 (zh) * | 2020-12-28 | 2022-07-07 | 平安科技(深圳)有限公司 | 基于人工智能的车位导航方法、装置、终端设备及介质 |
CN115035742A (zh) * | 2022-05-24 | 2022-09-09 | 智慧互通科技股份有限公司 | 一种基于动态分配算法的城市公共区域空余车位配置方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903475A (zh) * | 2014-04-04 | 2014-07-02 | 荣辉桂 | 一种面向城市级的智能泊车服务系统及泊车调度方法 |
KR101570639B1 (ko) * | 2015-04-28 | 2015-11-20 | 지용주 | IoT 융합형 주차유도관제 시스템 및 그 방법 |
CN105513414A (zh) * | 2015-12-25 | 2016-04-20 | 江苏东大金智信息系统有限公司 | 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 |
CN106023641A (zh) * | 2016-06-23 | 2016-10-12 | 北京交通大学 | 基于动态优化的停车位预约分配方法及系统 |
CN106228841A (zh) * | 2016-08-10 | 2016-12-14 | 中国科学院深圳先进技术研究院 | 一种城市级停车诱导方法、装置及电子设备 |
CN106710296A (zh) * | 2016-12-09 | 2017-05-24 | 深圳先进技术研究院 | 一种车载停车诱导方法和装置 |
CN106781652A (zh) * | 2016-12-06 | 2017-05-31 | 深圳先进技术研究院 | 一种停车群体诱导方法及装置 |
CN106846805A (zh) * | 2017-03-06 | 2017-06-13 | 南京多伦科技股份有限公司 | 一种动态路网交通需求预测方法及其系统 |
US20170270795A1 (en) * | 2016-03-17 | 2017-09-21 | Anand Vaidyanathan | Vehicle parking system |
-
2017
- 2017-10-10 CN CN201710934913.4A patent/CN107886717B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903475A (zh) * | 2014-04-04 | 2014-07-02 | 荣辉桂 | 一种面向城市级的智能泊车服务系统及泊车调度方法 |
KR101570639B1 (ko) * | 2015-04-28 | 2015-11-20 | 지용주 | IoT 융합형 주차유도관제 시스템 및 그 방법 |
CN105513414A (zh) * | 2015-12-25 | 2016-04-20 | 江苏东大金智信息系统有限公司 | 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 |
US20170270795A1 (en) * | 2016-03-17 | 2017-09-21 | Anand Vaidyanathan | Vehicle parking system |
CN106023641A (zh) * | 2016-06-23 | 2016-10-12 | 北京交通大学 | 基于动态优化的停车位预约分配方法及系统 |
CN106228841A (zh) * | 2016-08-10 | 2016-12-14 | 中国科学院深圳先进技术研究院 | 一种城市级停车诱导方法、装置及电子设备 |
CN106781652A (zh) * | 2016-12-06 | 2017-05-31 | 深圳先进技术研究院 | 一种停车群体诱导方法及装置 |
CN106710296A (zh) * | 2016-12-09 | 2017-05-24 | 深圳先进技术研究院 | 一种车载停车诱导方法和装置 |
CN106846805A (zh) * | 2017-03-06 | 2017-06-13 | 南京多伦科技股份有限公司 | 一种动态路网交通需求预测方法及其系统 |
Non-Patent Citations (3)
Title |
---|
AKBAR MAJIDI: "Finding a best parking place using exponential smoothing and cloud system in a metropolitan area", 《2016 4TH INTERNATIONAL ISTANBUL SMART GRID CONGRESS AND FAIR (ICSG)》 * |
付加滨: "面向泊车用户的信息推荐模型研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
吴若伟: "大型停车场智能泊车引导关键技术研究与系统开发", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288184A (zh) * | 2019-05-15 | 2019-09-27 | 中国科学院深圳先进技术研究院 | 基于时空特征的城市停车场排序方法、装置、终端及介质 |
WO2022141879A1 (zh) * | 2020-12-28 | 2022-07-07 | 平安科技(深圳)有限公司 | 基于人工智能的车位导航方法、装置、终端设备及介质 |
CN113257030A (zh) * | 2021-05-12 | 2021-08-13 | 北京百度网讯科技有限公司 | 停车场属性预测模型训练方法、停车场推荐方法及装置 |
CN114419923A (zh) * | 2022-01-25 | 2022-04-29 | 青岛文达通科技股份有限公司 | 基于图网络的停车位推荐方法及系统 |
CN115035742A (zh) * | 2022-05-24 | 2022-09-09 | 智慧互通科技股份有限公司 | 一种基于动态分配算法的城市公共区域空余车位配置方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107886717B (zh) | 2020-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107886717B (zh) | 一种停车诱导方法、装置、计算设备及存储介质 | |
CN109215372B (zh) | 路网信息更新方法、装置及设备 | |
CN110726418B (zh) | 兴趣点区域确定方法、装置、设备及存储介质 | |
EP3231200B1 (en) | Determining timing for determination of applicable geo-fences | |
US9430510B2 (en) | Computer implemented methods and systems for multi-level geographic query | |
US10281284B2 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
US20190329788A1 (en) | Road condition status prediction method, device, and server, and storage medium | |
US20170138746A1 (en) | Optimized generation of navigation instructions based on computed parking probability values | |
CN108995657A (zh) | 操作自动驾驶车辆的方法和数据处理系统 | |
WO2020098252A1 (zh) | 一种路径规划方法、服务器及计算机存储介质 | |
US20240330330A1 (en) | Location Refinement | |
CN109033170B (zh) | 停车场的数据修补方法、装置、设备及存储介质 | |
CN109257703B (zh) | 司机聚集点的展示方法、装置、电子设备、存储介质 | |
CN104200702A (zh) | 一种查找车位系统及其方法 | |
CN113139032A (zh) | 地理位置的搜索方法、装置、电子设备及存储介质 | |
CN106781652A (zh) | 一种停车群体诱导方法及装置 | |
CN111105124B (zh) | 一种基于距离约束的多地标影响力的计算方法 | |
JP2019518964A (ja) | ナビゲーション経路の通行時間の処理方法、装置、機器及びコンピュータプログラム | |
WO2019071414A1 (zh) | 一种停车诱导方法、装置、计算设备及存储介质 | |
JP7478831B2 (ja) | 自動運転に基づく乗車方法、装置、機器および記憶媒体 | |
CN109341714A (zh) | 基于图片识别的导航方法、装置、导航设备及存储介质 | |
KR102156809B1 (ko) | 위치 표현 방법 및 시스템 | |
CN104156364A (zh) | 地图搜索结果的展现方法和装置 | |
CN113673919A (zh) | 多车协同路径确定方法及装置、电子设备和存储介质 | |
US20240184809A1 (en) | Reverse geocoding apparatus, reverse geocoding method, and program |
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 |