CN109686087A - 巡逻机器人的管理方法及装置 - Google Patents

巡逻机器人的管理方法及装置 Download PDF

Info

Publication number
CN109686087A
CN109686087A CN201811619660.2A CN201811619660A CN109686087A CN 109686087 A CN109686087 A CN 109686087A CN 201811619660 A CN201811619660 A CN 201811619660A CN 109686087 A CN109686087 A CN 109686087A
Authority
CN
China
Prior art keywords
patrol
flow data
parking lot
wagon flow
congestion
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
CN201811619660.2A
Other languages
English (en)
Other versions
CN109686087B (zh
Inventor
王林祥
王银波
赵皎平
刘林会
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.)
Xian Irain IoT Technology Service Co Ltd
Original Assignee
Xian Irain IoT Technology Service Co Ltd
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 Xian Irain IoT Technology Service Co Ltd filed Critical Xian Irain IoT Technology Service Co Ltd
Priority to CN201811619660.2A priority Critical patent/CN109686087B/zh
Publication of CN109686087A publication Critical patent/CN109686087A/zh
Application granted granted Critical
Publication of CN109686087B publication Critical patent/CN109686087B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供一种巡逻机器人的管理方法及装置，涉及通信技术领域，能够动态更新巡逻机器人的巡逻计划。具体技术方案为：获取巡逻计划的时间信息，所述时间信息用于指示为目标车场的巡逻机器人设定调度参数的目标时段，所述调度参数包括执行巡逻的巡逻机器人数量、执行巡逻的次数、时间点、路线中的至少一个；获取所述目标车场的历史车流数据；根据所述历史车流数据确定所述目标车场的巡逻机器人在所述目标时段的调度参数。本公开用于为巡逻机器人设定巡逻计划。

Description

巡逻机器人的管理方法及装置
技术领域
本公开涉及通信技术领域，尤其涉及巡逻机器人的管理方法及装置。
背景技术
巡逻机器人在车场内巡逻，采集车场内停泊车辆的车牌号、停泊位置的车位号等信息，并将采集到的信息发送至服务器，服务器可根据接收到的信息确定哪辆车停在哪个车位，以及哪些车位空闲可用。
相关技术中，为巡逻机器人设定固定的巡逻计划，例如为巡逻机器人设定固定的巡逻频率。然而，出入车场车辆的数量常常变动，当出入车场车辆数量大时，设置固定的巡逻频率可能导致服务器端不能及时更新数据。
发明内容
本公开实施例提供一种巡逻机器人的管理方法及装置，能够动态更新巡逻机器人的巡逻计划。所述技术方案如下：
根据本公开实施例的第一方面，提供一种巡逻机器人的管理方法，该方法包括：
获取巡逻计划的时间信息，所述时间信息用于指示为目标车场的巡逻机器人设定调度参数的目标时段，所述调度参数包括执行巡逻的巡逻机器人数量、执行巡逻的次数、时间点、路线中的至少一个；
获取所述目标车场的历史车流数据，所述历史车流数据包括所述目标车场在所述目标时段对应的至少一个历史时段的车流数据；
根据所述历史车流数据确定所述目标车场的巡逻机器人在所述目标时段的调度参数。
本公开提供的技术方案，根据目标时段所对应历史时段的车流数据，确定巡逻机器人于目标时段的巡逻计划。巡逻计划通过调度参数来指示，调度参数包括执行巡逻的巡逻机器人数量、执行巡逻的次数、时间点、路线中的至少一个。
当历史时段的车流数据变化时，调度参数随之改变，从而达到根据车流数据的变化动态更新巡逻计划的效果。
在一个实施例中，所述根据所述历史车流数据确定所述目标车场的巡逻机器人在所述目标时段的调度参数，包括：
根据所述历史车流数据确定所述目标车场在所述目标时段的车流数据预测值；
根据所述车流数据预测值，确定所述目标车场的巡逻机器人在所述目标时段的调度参数。
在一个实施例中，所述调度参数包括巡逻机器人数量或执行巡逻的次数；
所述根据所述历史车流数据确定所述目标车场的巡逻机器人在所述目标时段的调度参数，包括：
根据所述至少一个历史时段的车流量均值或者最值，确定巡逻机器人数量或执行巡逻的次数。
在一个实施例中，所述调度参数包括巡逻的时间点或路线；
所述根据所述历史车流数据确定所述目标车场的巡逻机器人在所述目标时段的调度参数，包括：
根据所述历史车流数据确定所述目标车场内行车通道的拥堵参数，所述拥堵参数用于指示所述行车通道的拥堵程度；
根据所述拥堵参数确定巡逻机器人在所述行车通道上的巡逻时间点或路线。
在一个实施例中，所述根据所述历史车流数据确定所述目标车场内行车通道的拥堵参数，包括：
根据在所述至少一个历史时段通过所述行车通道的车辆数量和/或行驶速度，确定所述行车通道的拥堵参数。
在一个实施例中，还包括：
根据所述拥堵参数确定巡逻机器人在所述行车通道出现拥堵之前提前驶入所述行车通道的时间点。
根据本公开实施例的第二方面，提供一种巡逻机器人的管理装置，包括：
指定模块，用于获取巡逻计划的时间信息，所述时间信息用于指示为目标车场的巡逻机器人设定调度参数的目标时段，所述调度参数包括执行巡逻的巡逻机器人数量、执行巡逻的次数、时间点、路线中的至少一个；
数据模块，用于获取所述目标车场的历史车流数据，所述历史车流数据包括所述目标车场在所述目标时段对应的至少一个历史时段的车流数据；
处理模块，用于根据所述历史车流数据确定所述目标车场的巡逻机器人在所述目标时段的调度参数。
在一个实施例中，所述处理模块包括：
预测子模块，用于根据所述历史车流数据确定所述目标车场在所述目标时段的车流数据预测值；
计算子模块，用于根据所述车流数据预测值，确定所述目标车场的巡逻机器人在所述目标时段的调度参数。
在一个实施例中，所述调度参数包括巡逻机器人数量或执行巡逻的次数；
所述处理模块，用于根据所述至少一个历史时段的车流量均值或者最值，确定巡逻机器人数量或执行巡逻的次数。
在一个实施例中，所述调度参数包括巡逻的时间点或路线；
所述处理模块，用于根据所述历史车流数据确定所述目标车场内行车通道的拥堵参数，所述拥堵参数用于指示所述行车通道的拥堵程度；根据所述拥堵参数确定巡逻机器人在所述行车通道上的巡逻时间点或路线。
在一个实施例中，所述处理模块，用于根据在所述至少一个历史时段通过所述行车通道的车辆数量和/或行驶速度，确定所述行车通道的拥堵参数。
在一个实施例中，所述处理模块，用于根据所述拥堵参数确定巡逻机器人在所述行车通道出现拥堵之前提前驶入所述行车通道的时间点。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是本公开实施例提供的应用场景说明示意图。
图2是本公开实施例提供的一种巡逻机器人的管理方法的流程图。
图3是本公开实施例提供的一种巡逻机器人的管理方法的流程图。
图4是本公开实施例提供的一种巡逻机器人的管理装置的结构示意图。
图5是本公开实施例提供的一种巡逻机器人的管理装置的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
巡逻机器人在车场内巡逻，采集车场内停泊车辆的车牌号、停泊位置的车位号等信息，并将采集到的信息发送至服务器，服务器可根据接收到的信息确定哪辆车停在哪个车位，以及哪些车位空闲可用。
本公开提供一种巡逻机器人的管理方法，可应用于服务器、终端设备等。本公开的实施例以服务器为例进行说明。服务器可预先设定巡逻机器人在目标时段的巡逻计划，还可在目标时段控制巡逻机器人执行巡逻。
参照图1所示的应用场景功能示意图，服务器11可以根据历史数据预先确定巡逻机器人12于目标时段的巡逻计划。巡逻计划通过调度参数来指示，调度参数包括执行巡逻的巡逻机器人12数量、执行巡逻的次数、时间点、路线中的至少一个。
本公开的实施例以为目标车场的巡逻机器人设定调度参数的情形为例进行说明，目标车场可以为任意车场。
本公开实施例提供一种巡逻机器人的管理方法，如图2所示，该巡逻机器人的管理方法包括以下步骤：
201、获取巡逻计划的时间信息。
巡逻计划的时间信息用于指示为目标车场的巡逻机器人设定调度参数的目标时段。
目标时段可以为任意长度的一段时间。例如，目标时段可以为一个小时、半天或者一天等。例如工作日、周末、节假日中的一天，或者一天中的某几个小时(例如工作日的上下班高峰期)等等。本公开对目标时段的具体长度不做限定。
在一个实施例中，车场的运营人员可通过终端设备向服务器发送巡逻计划的时间信息。运营人员在通过终端设备设定时间信息，终端设备将时间信息发送给服务器。
终端设备向服务器发送巡逻计划的时间信息，请求服务器设定目标车场的巡逻机器人于目标时段的调度参数。调度参数包括执行巡逻的巡逻机器人数量、执行巡逻的次数、时间点、路线中的至少一个。
202、获取目标车场的历史车流数据。
历史车流数据包括目标车场在目标时段对应的至少一个历史时段的车流数据。
假设当前时间为9月20日，目标时段为10月1日。历史车流数据可包括过去K年每个国庆假期第1天的车流数据，K≥1。
车流数据，可以为运营目标车库过程中所能采集到的关于目标车库内车辆的数据，包括但不限于进场车数量、出场车数量、进车出车时间、停车时长、被占用停车位的数量随时间变化的关系、空余停车位的数量随时间变化的关系、车场内行车通道上通过车辆的数量、行驶速度等等。
服务器可根据目标时段的不同选择不同的历史时段。
例如，目标时段为星期一，服务器可确定过去K个星期一为K个历史时段，或者确定过去K个工作日为K个历史时段。
或者，目标时段为星期一的18：00～20：00。对应的K个历史时段为过去K个星期一或者K个工作日的18：00～20：00。
确定目标时段所对应历史时段的方式，包括但不限于上述列举的根据星期、工作日、节假日、一天内某时段确定历史时段的方式。本公开的实施例对于目标时段与历史时段的具体对应关系不做限定。
203、根据历史车流数据确定目标车场的巡逻机器人在目标时段的调度参数。
以调度参数包括巡逻机器人的数量和巡逻次数的情形为例，车流数据与巡逻机器人的数量和巡逻次数的对应关系如表1所示。表1中各参数的取值可以为预先设定的经验值，本公开对其具体取值不做限定。其中巡逻次数可以为任一巡逻机器人的巡逻次数，或者所有巡逻机器人的巡逻次数之和。
车流数据 数量 次数
[a,b] R<sub>1</sub> F<sub>1</sub>
[c,d] R<sub>2</sub> F<sub>2</sub>
…… …… ……
[e,f] R<sub>3</sub> F<sub>3</sub>
表1
在一个实施例中，车流数据包括车流量。车流量可以为K个历史时段目标车场进场车数量的总和、均值或者最值，最值可以为最大值或者最小值。
车流量还可以为K个历史时段目标车场出场车数量的总和、均值或者最值。
或者，车流量还可以为历史时段车场的总吞吐量(进场车数量和出场车数量之和)的车流量均值或者最值。
在一个实施例中，车流数据包括停车时长、被占用停车位的数量随时间变化的关系或者空余停车位的数量随时间变化的关系。
停车时长可以为历史时段目标车库内车辆停车时长的均值，停车时长均值越大，表示车场内的停泊车辆的车牌、车位等信息更新越慢，所以对应巡逻机器人的数量以及巡逻次数越低。反之，停车时长均值越小，对应巡逻机器人的数量以及巡逻次数越高。
被占用停车位或者空余停车位的数量随时间变化越快，表示车场内的停泊车辆的车牌、车位等信息更新越快，所以对应巡逻机器人的数量以及巡逻次数相应较高。反之，被占用停车位或者空余停车位的数量随时间变化越慢，对应巡逻机器人的数量以及巡逻次数相应较低。
可选的，服务器可根据历史车流数据预测目标时段的车流数据，并根据预测结果确定调度参数。
车流数据预测值可以是对车流量、停车时长、被占用车位站总车位数量的百分比等历史车流数据的预测值。将历史车流数据计作Z，车流数据预测值可以为对Z的取值做修正得到，或根据一定预测算法得到。
示例性地，车流数据预测值为Z*μ。μ为大于0的正数，μ的取值可根据时情形进行设置。比如，一个会议中心的车场，十一假期期间停车量较少，μ取值可以在0-1之间。一个商场的车场，十一假期期间停车辆较大，μ取值可以大于1。
通常，不同历史时段的车流量不同，例如一个写字楼的车场，工作日的进场车数量较大，而节假日的进场车数量较少。在目标时段，如果投入的巡逻机器人数量过少或者巡逻次数过少，往往不能保证服务器能够及时记录、更新车场内车辆以及车位信息。而如果投入的巡逻机器人数量过多或者巡逻次数过多，往往会增加车场的管理运营成本。采用本公开提供的方案，可根据历史时段的车流量的变化，设定目标时段执行巡逻的巡逻机器人数量以及巡逻次数，以保证服务器能够及时记录、更新车场内车辆以及车位信息，并合理控制车场的管理运营成本。
本公开提供的技术方案，根据目标时段所对应历史时段的车流数据，确定巡逻机器人于目标时段的巡逻计划。巡逻计划通过调度参数来指示，调度参数包括执行巡逻的巡逻机器人数量、执行巡逻的次数、时间点、路线中的至少一个。
当历史时段的车流数据变化时，调度参数随之改变，从而达到根据车流数据的变化动态更新巡逻计划的效果。
基于上述图2对应的实施例提供的巡逻机器人的管理方法，本公开另一实施例对巡逻机器人的管理方法做进一步说明。其中部分步骤中的内容与图2对应的实施例中的步骤相同或类似，以下只对步骤中不同之处做详细说明。
参照图3所示，本实施例提供的巡逻机器人的管理方法包括以下步骤：
301、获取巡逻计划的时间信息。
巡逻计划的时间信息用于指示为目标车场的巡逻机器人设定调度参数的目标时段。
302、获取目标车场的历史车流数据。
历史车流数据包括目标车场在目标时段对应的至少一个历史时段的车流数据。
车流数据包括但不限于进场车数量、出场车数量、进车出车时间、停车时长、被占用停车位的数量随时间变化的关系、空余停车位的数量随时间变化的关系、车场内行车通道上通过车辆的数量、行驶速度等等。
303、根据历史车流数据确定目标车场内行车通道的拥堵参数。
历史车流数据包括目标车场在目标时段对应的至少一个历史时段的车流数据。车流数据包括但不限于进场车数量、出场车数量、进车出车时间、停车时长、被占用停车位的数量随时间变化的关系、空余停车位的数量随时间变化的关系、车场内行车通道上通过车辆的数量、行驶速度等等。
拥堵参数用于指示行车通道的拥堵程度。在一个实施例中，服务器根据在至少一个历史时段通过行车通道的车辆数量和/或行驶速度，确定行车通道的拥堵参数。
示例性地，拥堵参数可以为历史时段车辆的平均行驶速度值与一预设的标准速度值的比值。例如平均行驶速度值为5公里/小时，标准速度值为10公里/小时，则拥堵参数为0.5，拥堵参数越接近0表示行驶速度越慢，行车通道上的交通压力越大。
或者，拥堵参数可以为一个计时周期内行车通道上通过车辆的数量与一预设的标准数量值的比值。例如，一个计时周期为五分钟，五分钟内通过行车通道的车辆数量为30辆，标准数量值为50辆，则拥堵参数为0.6，拥堵参数越接近1，表示经过行车通道的车辆数量越多，行车通道上的交通压力越大。
可选的，服务器获取车主终端或者车辆终端的导航数据，根据导航数据确定车辆经过行车通道的行驶速度或者经过行车通道的车辆数量，计算得到拥堵参数。
可选的，车场内可安装摄像头或其他可识别车辆的装置，服务器通过识别摄像头采集的车牌数量，确定在一段时间内通过行车通道的车辆数量，计算得到拥堵参数。
304、根据拥堵参数确定巡逻机器人在行车通道上的巡逻时间点或路线。
服务器可根据车场内各监测位置的拥堵参数的变化，确定各位置处拥堵程度的变化，并记录出现拥堵的位置和时间点。
本实施例以监测位置为车场内任一条或任一段行车通道的情形为例进行说明。服务器根据行车通道的拥堵参数的变化，确定该行车通道是否拥堵。若是，则将该行车通道标记为拥堵位置，并记录下出现拥堵的时段。
在确定拥堵位置和拥堵时段后，可根据拥堵位置和拥堵时段确定巡逻机器人的巡逻时间点和路线。
例如，巡逻机器人前后两次执行巡逻的时间点，可避开拥堵时段以缓解拥堵时段的交通压力。
或者，车场内某些位置出现拥堵的时候，往往是车场内停泊车辆的车牌号、停泊位置的车位号等信息发生变更的时候，因此服务器可设定巡逻机器人于出现拥堵的时段在这些位置执行巡逻。
在一个实施例中，服务器在执行巡逻的X台巡逻机器人中，选择其中X1台作为第一巡逻机器人，第一巡逻机器人用于在拥堵位置处执行巡逻。选择其中X2台作为第二巡逻机器人，第二巡逻机器人用于在非拥堵位置处执行巡逻。(X1+X2)≤X。
根据拥堵参数确定拥堵位置和拥堵时段后，对于服务器选定的在拥堵时段或者拥堵位置执行巡逻的巡逻机器人，服务器可按照拥堵参数设定相应的巡逻路线。
以拥堵参数越接近0路况越拥堵的情形为例，在行车通道对应的拥堵参数小于某一预设阈值(例如0.3)的时段内，服务器可减小第一巡逻机器人巡逻路线所覆盖的巡逻范围，增加第一巡逻机器人的数量。
按照服务器为第一巡逻机器人设定的路线，第一巡逻机器人可在拥堵位置处小范围移动巡逻，避免两个第一巡逻机器人之间出现路线重合，且第一巡逻机器人无需在拥堵位置和非拥堵位置之间来回穿梭，以缓解拥堵位置处的交通压力。
进一步地，服务器可以根据拥堵参数确定第一巡逻机器人在拥堵时段之前提前驶入拥堵位置处的时间点。第一巡逻机器人可在出现拥堵之前到达巡逻位置，以缓解拥堵时段的交通压力。
或者，服务器可以根据拥堵参数确定第一巡逻机器人在拥堵时段进入拥堵位置处的时间点。
例如，拥堵时段持续两个小时，第一个小时拥堵程度低，而第二个小时拥堵程度高。服务器可确定一部分第一巡逻机器人在拥堵时段之前进入拥堵位置处，另外一部分第一巡逻机器人在第一个小时结束时进入拥堵位置处，
服务器还可确定第一巡逻机器人撤出拥堵位置处的时间点。例如，服务器确定若干第一巡逻机器人在拥堵时段之前驶入拥堵位置处，其中一部分在拥堵时段内撤出拥堵位置。
对于第二巡逻机器人，在拥堵时段内，服务器可确定第二巡逻机器人在拥堵时段内避开拥堵位置处的巡逻路线。避免妨碍车场内车辆在拥堵位置处行驶。
305、根据调度参数，在目标时段内控制巡逻机器人执行巡逻。
服务器提前确定巡逻机器人的调度参数，在目标时段按照事先确定的调度参数控制巡逻机器人执行巡逻。
假设当前时间为9月20日，K个历史时段为过去5年每个国庆假期的第1天，目标时段指今年国庆假期的第1天。
以第一巡逻机器人为例，服务器在当前时间预先确定第一巡逻机器人的调度参数，包括提前进入拥堵位置处的时间点、撤出拥堵位置处的时间点，以及在拥堵位置处的巡逻路线。
在目标时段，即今年国庆假期的第1天，服务器控制第一巡逻机器人按照进入时间点进入拥堵位置处，按照既定巡逻路线执行巡逻，在撤出时间点从拥堵位置处撤出。
本公开提供的技术方案，根据目标时段所对应历史时段的车流数据，确定巡逻机器人于目标时段的巡逻计划。巡逻计划通过调度参数来指示，调度参数包括执行巡逻的巡逻机器人数量、执行巡逻的次数、时间点、路线中的至少一个。
当历史时段的车流数据变化时，调度参数随之改变，从而达到根据车流数据的变化动态更新巡逻计划的效果，使得服务器能够合理地调度巡逻机器人的巡逻进程，以保证服务器能够及时记录、更新车库内车辆以及车位信息，并合理控制车库的管理运营成本。
基于上述图1-图3对应的实施例中所描述的巡逻机器人的管理方法，下述为本公开装置实施例，可以用于执行本公开方法实施例。
本公开实施例提供一种巡逻机器人的管理装置，该装置可应用于服务器。如图4所示，巡逻机器人的管理装置包括：
指定模块41，用于获取巡逻计划的时间信息，时间信息用于指示为目标车场的巡逻机器人设定调度参数的目标时段，调度参数包括执行巡逻的巡逻机器人数量、执行巡逻的次数、时间点、路线中的至少一个。
数据模块42，用于获取目标车场的历史车流数据，历史车流数据包括目标车场在目标时段对应的至少一个历史时段的车流数据。
处理模块43，用于根据历史车流数据确定目标车场的巡逻机器人在目标时段的调度参数。
参照图5所示，在一个实施例中，处理模块43包括：
预测子模块431，用于根据历史车流数据确定目标车场在目标时段的车流数据预测值。
计算子模块432，用于根据车流数据预测值，确定目标车场的巡逻机器人在目标时段的调度参数。
在一个实施例中，调度参数包括巡逻机器人数量或执行巡逻的次数。
处理模块43，用于根据至少一个历史时段的车流量均值或者最值，确定巡逻机器人数量或执行巡逻的次数。
在一个实施例中，调度参数包括巡逻的时间点或路线。
处理模块43，用于根据历史车流数据确定目标车场内行车通道的拥堵参数，拥堵参数用于指示行车通道的拥堵程度。根据拥堵参数确定巡逻机器人在行车通道上的巡逻时间点或路线。
在一个实施例中，处理模块43，用于根据在至少一个历史时段通过行车通道的车辆数量和/或行驶速度，确定行车通道的拥堵参数。
在一个实施例中，处理模块43，用于根据拥堵参数确定巡逻机器人在行车通道出现拥堵之前提前驶入行车通道的时间点。
本公开实施例提供的巡逻机器人的管理装置，根据目标时段所对应历史时段的车流数据，确定巡逻机器人于目标时段的巡逻计划。巡逻计划通过调度参数来指示，调度参数包括执行巡逻的巡逻机器人数量、执行巡逻的次数、时间点、路线中的至少一个。
当历史时段的车流数据变化时，调度参数随之改变，从而达到根据车流数据的变化动态更新巡逻计划的效果。
基于上述图1-图3对应的实施例中所描述的巡逻机器人的管理方法，本公开实施例还提供一种计算机可读存储介质。
该计算机可读存储介质可以是非临时性计算机可读存储介。例如，非临时性计算机可读存储介质可以是只读存储器(英文：Read Only Memory，ROM)、随机存取存储器(英文：Random Access Memory，RAM)、CD-ROM、磁带、软盘和光数据存储装置等。该存储介质上存储有计算机指令，当计算机指令被执行时，可实现上述图1-图3对应的实施例中所描述的巡逻机器人的管理方法，此处不再赘述。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

Claims (12)

1.一种巡逻机器人的管理方法，其特征在于，包括：
获取巡逻计划的时间信息，所述时间信息用于指示为目标车场的巡逻机器人设定调度参数的目标时段，所述调度参数包括执行巡逻的巡逻机器人数量、执行巡逻的次数、时间点、路线中的至少一个；
获取所述目标车场的历史车流数据，所述历史车流数据包括所述目标车场在所述目标时段对应的至少一个历史时段的车流数据；
根据所述历史车流数据确定所述目标车场的巡逻机器人在所述目标时段的调度参数。
2.根据权利要求1所述的方法，其特征在于，所述根据所述历史车流数据确定所述目标车场的巡逻机器人在所述目标时段的调度参数，包括：
根据所述历史车流数据确定所述目标车场在所述目标时段的车流数据预测值；
根据所述车流数据预测值，确定所述目标车场的巡逻机器人在所述目标时段的调度参数。
3.根据权利要求1所述的方法，其特征在于，
所述调度参数包括巡逻机器人数量或执行巡逻的次数；
所述根据所述历史车流数据确定所述目标车场的巡逻机器人在所述目标时段的调度参数，包括：
根据所述至少一个历史时段的车流量均值或者最值，确定巡逻机器人数量或执行巡逻的次数。
4.根据权利要求1所述的方法，其特征在于，
所述调度参数包括巡逻的时间点或路线；
所述根据所述历史车流数据确定所述目标车场的巡逻机器人在所述目标时段的调度参数，包括：
根据所述历史车流数据确定所述目标车场内行车通道的拥堵参数，所述拥堵参数用于指示所述行车通道的拥堵程度；
根据所述拥堵参数确定巡逻机器人在所述行车通道上的巡逻时间点或路线。
5.根据权利要求4所述的方法，其特征在于，所述根据所述历史车流数据确定所述目标车场内行车通道的拥堵参数，包括：
根据在所述至少一个历史时段通过所述行车通道的车辆数量和/或行驶速度，确定所述行车通道的拥堵参数。
6.根据权利要求4所述的方法，其特征在于，还包括：
根据所述拥堵参数确定巡逻机器人在所述行车通道出现拥堵之前提前驶入所述行车通道的时间点。
7.一种巡逻机器人的管理装置，其特征在于，包括：
指定模块，用于获取巡逻计划的时间信息，所述时间信息用于指示为目标车场的巡逻机器人设定调度参数的目标时段，所述调度参数包括执行巡逻的巡逻机器人数量、执行巡逻的次数、时间点、路线中的至少一个；
数据模块，用于获取所述目标车场的历史车流数据，所述历史车流数据包括所述目标车场在所述目标时段对应的至少一个历史时段的车流数据；
处理模块，用于根据所述历史车流数据确定所述目标车场的巡逻机器人在所述目标时段的调度参数。
8.根据权利要求7所述的装置，其特征在于，所述处理模块包括：
预测子模块，用于根据所述历史车流数据确定所述目标车场在所述目标时段的车流数据预测值；
计算子模块，用于根据所述车流数据预测值，确定所述目标车场的巡逻机器人在所述目标时段的调度参数。
9.根据权利要求7所述的装置，其特征在于，
所述调度参数包括巡逻机器人数量或执行巡逻的次数；
所述处理模块，用于根据所述至少一个历史时段的车流量均值或者最值，确定巡逻机器人数量或执行巡逻的次数。
10.根据权利要求7所述的装置，其特征在于，
所述调度参数包括巡逻的时间点或路线；
所述处理模块，用于根据所述历史车流数据确定所述目标车场内行车通道的拥堵参数，所述拥堵参数用于指示所述行车通道的拥堵程度；根据所述拥堵参数确定巡逻机器人在所述行车通道上的巡逻时间点或路线。
11.根据权利要求10所述的装置，其特征在于，
所述处理模块，用于根据在所述至少一个历史时段通过所述行车通道的车辆数量和/或行驶速度，确定所述行车通道的拥堵参数。
12.根据权利要求10所述的装置，其特征在于，
所述处理模块，用于根据所述拥堵参数确定巡逻机器人在所述行车通道出现拥堵之前提前驶入所述行车通道的时间点。
CN201811619660.2A 2018-12-28 2018-12-28 巡逻机器人的管理方法及装置 Active CN109686087B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811619660.2A CN109686087B (zh) 2018-12-28 2018-12-28 巡逻机器人的管理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811619660.2A CN109686087B (zh) 2018-12-28 2018-12-28 巡逻机器人的管理方法及装置

Publications (2)

Publication Number Publication Date
CN109686087A true CN109686087A (zh) 2019-04-26
CN109686087B CN109686087B (zh) 2021-02-02

Family

ID=66190839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811619660.2A Active CN109686087B (zh) 2018-12-28 2018-12-28 巡逻机器人的管理方法及装置

Country Status (1)

Country Link
CN (1) CN109686087B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114241784A (zh) * 2021-12-18 2022-03-25 北醒（北京）光子科技有限公司 一种停车信息采集系统、方法、电子设备和存储介质
CN114550488A (zh) * 2022-01-20 2022-05-27 深圳鹏行智能研究有限公司 一种基于机器人的空车位巡逻方法及装置

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003014882A2 (en) * 2001-08-07 2003-02-20 Parkingeye Autonomous monitoring and tracking of vehicles in a parking lot to enforce payment rights
US20120078686A1 (en) * 2010-09-27 2012-03-29 Bashani Gilad G Parking status system
WO2013086140A1 (en) * 2011-12-06 2013-06-13 Massachusetts Institute Of Technology Real-time parking availability system
CN103236163A (zh) * 2013-04-28 2013-08-07 北京航空航天大学 一种基于群智网络的交通拥堵规避提示系统
WO2014187021A1 (zh) * 2013-05-21 2014-11-27 太仓太乙信息工程有限公司 警卫巡更管理系统及其操作方法
KR20150073038A (ko) * 2013-12-20 2015-06-30 원종군 차양산(車陽傘) 다용도 카 하우스
JP2015176289A (ja) * 2014-03-14 2015-10-05 株式会社駐車場綜合研究所 データ生成システム、データ生成装置、データ生成方法、データ生成プログラム
US9286803B2 (en) * 2014-06-28 2016-03-15 Volkswagen Ag Directional parking availability visualization system
CN105511469A (zh) * 2015-12-18 2016-04-20 北京联合大学 一种无人智能巡逻电动车及巡逻系统
CN105913683A (zh) * 2016-05-12 2016-08-31 宁波大学 基于移动近场通信的智能停车系统
CN107103388A (zh) * 2017-04-26 2017-08-29 杨毅 基于需求预测的机器人调度系统与方法
CN107492253A (zh) * 2017-09-21 2017-12-19 山西蓝众网络科技有限公司 一种停车场车辆巡检系统
CN107730965A (zh) * 2016-12-14 2018-02-23 西安艾润物联网技术服务有限责任公司 基于智能无人机器的车辆管理方法及车辆管理系统
CN108010154A (zh) * 2017-10-26 2018-05-08 四川煤矿安全监察局安全技术中心 一种城市远郊管网巡检方法及巡检系统
CN108335377A (zh) * 2017-12-26 2018-07-27 武汉长江通信智联技术有限公司 一种基于gis技术的道路巡查车辆业务自动考核的方法
CN108510750A (zh) * 2018-04-25 2018-09-07 济南浪潮高新科技投资发展有限公司 一种基于神经网络模型的无人机巡检违章停车的方法
CN108772841A (zh) * 2018-05-30 2018-11-09 深圳市创艺工业技术有限公司 一种智能巡逻机器人

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003014882A2 (en) * 2001-08-07 2003-02-20 Parkingeye Autonomous monitoring and tracking of vehicles in a parking lot to enforce payment rights
US20120078686A1 (en) * 2010-09-27 2012-03-29 Bashani Gilad G Parking status system
WO2013086140A1 (en) * 2011-12-06 2013-06-13 Massachusetts Institute Of Technology Real-time parking availability system
CN103236163A (zh) * 2013-04-28 2013-08-07 北京航空航天大学 一种基于群智网络的交通拥堵规避提示系统
WO2014187021A1 (zh) * 2013-05-21 2014-11-27 太仓太乙信息工程有限公司 警卫巡更管理系统及其操作方法
KR20150073038A (ko) * 2013-12-20 2015-06-30 원종군 차양산(車陽傘) 다용도 카 하우스
JP2015176289A (ja) * 2014-03-14 2015-10-05 株式会社駐車場綜合研究所 データ生成システム、データ生成装置、データ生成方法、データ生成プログラム
US9286803B2 (en) * 2014-06-28 2016-03-15 Volkswagen Ag Directional parking availability visualization system
CN105511469A (zh) * 2015-12-18 2016-04-20 北京联合大学 一种无人智能巡逻电动车及巡逻系统
CN105913683A (zh) * 2016-05-12 2016-08-31 宁波大学 基于移动近场通信的智能停车系统
CN107730965A (zh) * 2016-12-14 2018-02-23 西安艾润物联网技术服务有限责任公司 基于智能无人机器的车辆管理方法及车辆管理系统
CN107103388A (zh) * 2017-04-26 2017-08-29 杨毅 基于需求预测的机器人调度系统与方法
CN107492253A (zh) * 2017-09-21 2017-12-19 山西蓝众网络科技有限公司 一种停车场车辆巡检系统
CN108010154A (zh) * 2017-10-26 2018-05-08 四川煤矿安全监察局安全技术中心 一种城市远郊管网巡检方法及巡检系统
CN108335377A (zh) * 2017-12-26 2018-07-27 武汉长江通信智联技术有限公司 一种基于gis技术的道路巡查车辆业务自动考核的方法
CN108510750A (zh) * 2018-04-25 2018-09-07 济南浪潮高新科技投资发展有限公司 一种基于神经网络模型的无人机巡检违章停车的方法
CN108772841A (zh) * 2018-05-30 2018-11-09 深圳市创艺工业技术有限公司 一种智能巡逻机器人

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114241784A (zh) * 2021-12-18 2022-03-25 北醒（北京）光子科技有限公司 一种停车信息采集系统、方法、电子设备和存储介质
CN114241784B (zh) * 2021-12-18 2023-10-17 北醒（北京）光子科技有限公司 一种停车信息采集系统、方法、电子设备和存储介质
CN114550488A (zh) * 2022-01-20 2022-05-27 深圳鹏行智能研究有限公司 一种基于机器人的空车位巡逻方法及装置

Also Published As

Publication number Publication date
CN109686087B (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
CN105427660B (zh) 智能停车信息提供方法及装置
CN111009151B (zh) 一种停车位推荐方法、存储介质及终端设备
US20180241810A1 (en) Method for Operating a Motor Vehicle and Motor Vehicle
CN109255947B (zh) 一种车位管理方法、装置和终端设备
US20130166333A1 (en) Monitoring system for parking space
CN103295416B (zh) 车辆引导方法及系统
WO2021169103A1 (zh) 车辆停车的控制方法、装置、计算机设备和存储介质
US9683400B2 (en) Vehicle window management
CN109686087A (zh) 巡逻机器人的管理方法及装置
CN112435353B (zh) 一种基于区块链的闲置车位共享出租系统
CN108022444A (zh) 车辆停放位置指引方法、设备、停车系统及可读存储介质
CN111081056B (zh) 一种基于大数据智能分析的智慧社区临时停车管理系统
CN109214872A (zh) 停车费动态调整方法、系统、装置及可读存储介质
CN115762220A (zh) 一种新能源停车位智能管理系统及方法
CN112288524A (zh) 车辆管理方法、电子设备及计算机可读存储介质
CN115909722A (zh) 一种应用于智能公交的路阻调度方法及系统
CN108538077B (zh) 用于为机动车生成停车空间的方法和系统以及存储介质
CN115700862A (zh) 一种智能共享停车系统及其工作方法
CN115171423A (zh) 支持无人区域联动的停车场系统及车辆调度方法
CN115762131A (zh) 一种应用于公共交通的智能行车计划编制方法及系统
DE102022205101A1 (de) Automatisierter Ladevorgang für ein Kraftfahrzeug
CN115588306A (zh) 车位推送方法及装置、计算机可读存储介质、终端
CN111326001A (zh) 自动驾驶的方法和装置
CN117351773B (zh) 一种基于搬运机器人的智能双层车库万向车位分配系统
US20220388421A1 (en) Automated valet parking system, method for providing automated valet parking service, and non-transitory computer-readable storage medium

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