CN110364016B - 一种无人机诱导停车方法 - Google Patents

一种无人机诱导停车方法 Download PDF

Info

Publication number
CN110364016B
CN110364016B CN201910610208.8A CN201910610208A CN110364016B CN 110364016 B CN110364016 B CN 110364016B CN 201910610208 A CN201910610208 A CN 201910610208A CN 110364016 B CN110364016 B CN 110364016B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
parking
parking space
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.)
Active
Application number
CN201910610208.8A
Other languages
English (en)
Other versions
CN110364016A (zh
Inventor
胡柏耀
谢华阳
陈文权
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.)
Wanglian Technology Group Co ltd
Original Assignee
Wanglian Technology Group 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 Wanglian Technology Group Co ltd filed Critical Wanglian Technology Group Co ltd
Priority to CN201910610208.8A priority Critical patent/CN110364016B/zh
Publication of CN110364016A publication Critical patent/CN110364016A/zh
Application granted granted Critical
Publication of CN110364016B publication Critical patent/CN110364016B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及智能停车技术领，尤其涉及一种无人机诱导停车方法，应用于停车场诱导停车，停车场出入口均设置有车牌识别设备，停车场内设置有无人机地面通信基站和无人机停靠点，无人机停靠点上设置有复数架无人机，无人机可扫描识别车辆车牌号和车辆图片，通过建立停车点位信息模型，停车场内车位感应设备采集停车位信息，当停车场出入口的车牌识别设备检测到有车辆驶入时，无人机地面通信基站结合线性回归算法对不同停车位进行匹配度S(p)计算，并通过控制无人机按照匹配的目标车位和路线执行诱导停车，最终实现最佳的停车诱导方案，从而解决车主停车难以及车场管理难的问题。

Description

一种无人机诱导停车方法
技术领域
本发明涉及智能停车技术领域，尤其涉及一种无人机诱导停车方法。
背景技术
随着人们生活水平的提高，轿车已经普及到了千家万户，日益增多的轿车也导致了车场高峰期停车难的问题，特别是在上下班和节假日停车场车位难找。就目前的停车场系统而言，停车场一般装设有电动闸杆(道闸)，并通过扫描汽车车牌等方式计算进出停车场汽车数量，进而统计出停车场剩余的车位数通过LED显示屏显示，然而这种停车场系统仅仅是给出停车场剩余的车位数，车主进入停车场后往往陷入茫茫的车海寻找停车位，给车主带来很大的不便。车辆过多而无引导地寻停车位还进而导致路面交通阻塞，进一步的给车主停车和车场管理造成了很大的不便。
发明内容
因此，针对上述的问题，本发明提出一种无人机诱导停车方法，解决停车场管理难、车主停车难的问题。
为实现上述目的，本发明采用了以下技术方案：一种无人机诱导停车方法，应用于停车场诱导停车，停车场出入口均设置有车牌识别设备，停车场内设置有无人机地面通信基站和无人机停靠点，无人机停靠点上设置有复数架无人机，无人机可扫描识别车辆车牌号和车辆图片，其特征在于，所述无人机诱导停车方法包括以下步骤：
步骤一，建立停车点位信息模型，所述停车点位信息模型包括停车场出入口的点位信息、停车场内各停车位的点位信息以及各所述无人机的点位信息；所述停车场出入口的点位信息包括停车场出入口经纬度坐标V(in)和停车场出入口序号in；各所述无人机的点位信息均包括无人机经纬度坐标和无人机序号；各所述停车位的点位信息包括停车位经纬度坐标和停车位序号；
步骤二，停车场内各所述停车位上均设置有车位感应设备，所述车位感应设备用于感应停车位状态为被占或空闲，所述车位感应设备采集停车位心跳数据并上报给无人机地面通信基站，所述停车位心跳数据包括停车位序号、上报停车位心跳数据创建时间、上报停车位心跳数据更新时间、停车位状态、停车位心跳数据版本号；
所述无人机地面通信基站根据车位感应设备上报的各停车位的停车位心跳数据通过数据分析计算出各时间段中各停车位的车辆驶入率P(in)、驶出率P(out)、当前时间段的空闲停车位数量、以及每日各时间段停车场内空闲停车位数量；
所述无人机向无人机地面通信基站上报无人机状况心跳数据，所述无人机状况心跳数据包括无人机序号、当前无人机的经纬度坐标、无人机被派执行诱导停车任务的车辆信息、目的地停车位的序号、无人机待命点的经纬度坐标、上报无人机状况心跳数据创建时间、上报无人机状况心跳数据更新时间、各所述无人机使用状态、无人机状况心跳数据版本号和心跳上报频率P(up)；所述无人机使用状态为空闲或派出；
步骤三，当停车场出入口的车牌识别设备识别出车辆驶入时，将该停车场出入口的经纬度坐标V(in)、停车场出入口序号in以及识别出的车辆车牌号和车辆图片数据上报至无人机地面通信基站；
所述停车场出入口的经纬度坐标V(in)＝{lat(in)，lng(in)}，其中lat(in)为停车场出入口的经度坐标，lng(in)为停车场出入口的纬度坐标；
步骤四，无人机地面通信基站计算该停车场出入口与当前停车场中各空闲停车位的距离，同时判断各空闲停车位是否有其它无人机已指派诱导至该停车位，结合各停车位点驶入率P(in)、驶出率P(out)、目标停车位的经纬度坐标V(p)通过线性回归算法对当前停车场内各停车位进行匹配度S(p)计算，具体计算方法如下：
V(p)＝{lat(p)，lng(p)}，其中lat(p)为空闲停车位的经度坐标，lng(p)为空闲停车位的纬度坐标；
s(p)＝W(p)+b*V(d)，所述V(d)为根据经纬度坐标V(in)和经纬度坐标V(p)计算的停车场出入口到空闲停车位的距离；
W(p)＝a*P(out)-P(in)+c*P(up)，其中a为驶出率P(out)的矫正因子，所述b为停车场出入口到空闲停车位的距离的矫正因子，所述c为心跳上报频率P(up)矫正因子；
若目标车位在无人机执行诱导停车任务过程中被占领，那么所对应的空闲停车位匹配度S(p)值就会被置位零；
步骤五，无人机地面通信基站将匹配度S(p)不为零，且匹配度S(p)值最大的空闲停车位设定为目标停车位，无人机地面通信基站智能规划无人机到目标停车位的线路，无人机地面通信基站将目标车辆的车辆车牌号、车辆图片、目标停车位和线路传输给无人机，无人机开始搜寻目标车辆并按线路诱导目标车辆到目标停车位；
步骤六，无人机每隔一段设定的时间便向无人机地面通信基站发送无人机状况心跳数据，如果在无人机诱导航行的过程中，无人机地面通信基站收到目标车位被占的停车位心跳数据，便根据无人机发来的无人机状况心跳数据内对应的实时点位进行重新匹配最佳点位和路线并传输给无人机重新诱导停车路线；
步骤七：无人机到达目的地后便扫描对应目标停车位上车辆的车辆车牌号和车辆图片与目标车辆的车辆车牌号和车辆图片匹配便视为本次诱导停车成功执行，否则返回执行步骤六；
无人机诱导停车成功执行后，自动飞回无人机停靠点。
进一步的，在执行上述步骤六时，无人机每航行一段设定的时间便对地面进行扫描目标车辆的车辆车牌号和车辆图片，如果有扫描到对应的目标车辆便继续航行，如果没有则原地等待，原地等待期间继续根据设定的时间循环进行扫描，如果超过限定的时间都没有扫描到对应目标车辆，则异常处理视为放弃本次停车诱导，无人机结束任务并按航行原路返回无人机停靠点。
更进一步的，所述车位感应设备采用安装在停车位上的地磁感应设备。
通过采用前述技术方案，本发明的有益效果是：本无人机诱导停车方法通过对停车场内各停车位各各时间段进出车流量进行数据收集和筛选，通过对各停车位点和无人机状态数据的分析，结合线性回归算法对不同停车位进行匹配度S(p)计算，并通过控制无人机按照匹配的目标车位和路线执行诱导停车，最终实现最佳的停车诱导方案，从而解决车主停车难以及车场管理难的问题。
附图说明
图1是本发明的结构示意图。
具体实施方式
现结合附图和具体实施方式对本发明进一步说明。
参考图1，本实施例提供一种无人机诱导停车方法，应用于停车场诱导停车，停车场出入口均设置有车牌识别设备，停车场内设置有无人机地面通信基站和无人机停靠点，无人机停靠点上设置有复数架无人机，无人机可扫描识别车辆车牌号和车辆图片，所述车牌识别设备、无人机地面通信基站、无人机均为现有设备。
所述无人机诱导停车方法包括以下步骤：
步骤一，建立停车点位信息模型，所述停车点位信息模型包括停车场出入口的点位信息、停车场内各停车位的点位信息以及各所述无人机的点位信息；所述停车场出入口的点位信息包括停车场出入口经纬度坐标V(in)和停车场出入口序号in；各所述无人机的点位信息均包括无人机经纬度坐标和无人机序号；各所述停车位的点位信息包括停车位经纬度坐标和停车位序号；所述停车场出入口经纬度坐标V(in)、无人机经纬度坐标和停车位经纬度坐标均可通过GPS定位装置来采集经纬度信息。
步骤二，停车场内各所述停车位上均设置有车位感应设备，本具体实施例中，优选的车位感应设备采用地磁感应，所述车位感应设备用于感应停车位状态为被占或空闲，所述车位感应设备采集停车位心跳数据并上报给无人机地面通信基站，所述停车位心跳数据包括停车位序号、上报停车位心跳数据创建时间、上报停车位心跳数据更新时间、停车位状态、停车位心跳数据版本号；
所述无人机地面通信基站根据车位感应设备上报的各停车位的停车位心跳数据通过数据分析计算出各时间段中各停车位的车辆驶入率P(in)、驶出率P(out)、当前时间段的空闲停车位数量、以及每日各时间段停车场内空闲停车位数量；
所述无人机向无人机地面通信基站上报无人机状况心跳数据，所述无人机状况心跳数据包括无人机序号、当前无人机的经纬度坐标、无人机被派执行诱导停车任务的车辆信息、目的地停车位的序号、无人机待命点的经纬度坐标、上报无人机状况心跳数据创建时间、上报无人机状况心跳数据更新时间、各所述无人机使用状态、无人机状况心跳数据版本号和心跳上报频率P(up)、无人机执行成功率和失败率；所述无人机使用状态为空闲或派出；
步骤三，当停车场出入口的车牌识别设备识别出车辆驶入时，将该停车场出入口的经纬度坐标V(in)、停车场出入口序号in以及识别出的车辆车牌号和车辆图片数据上报至无人机地面通信基站；
所述停车场出入口的经纬度坐标V(in)＝{lat(in)，lng(in)}，其中lat(in)为停车场出入口的经度坐标，lng(in)为停车场出入口的纬度坐标；
步骤四，无人机地面通信基站计算该停车场出入口与当前停车场中各空闲停车位的距离，同时判断各空闲停车位是否有其它无人机已指派诱导至该停车位，结合各停车位点驶入率P(in)、驶出率P(out)、目标停车位的经纬度坐标V(p)通过线性回归算法对当前停车场内各停车位进行匹配度S(p)计算，具体计算方法如下：
V(p)＝{lat(p)，lng(p)}，其中lat(p)为空闲停车位的经度坐标，lng(p)为空闲停车位的纬度坐标；
s(p)＝W(p)+b*V(d)，所述V(d)为根据经纬度坐标V(in)和经纬度坐标V(p)计算的停车场出入口到空闲停车位的距离；
W(p)＝a*P(out)-P(in)+c*P(up)，其中a为驶出率P(out)的矫正因子，所述b为停车场出入口到空闲停车位的距离的矫正因子，所述c为心跳上报频率P(up)矫正因子；驶入率p(in)和驶出率p(out)的计算是通过统计该车位历史驶入次数和驶出次数基于历史平均驶入次数和驶出次数的商值,如图1，若停车场中空闲停车位C历史驶入次数是405次,驶出次数是404次,而该车场历史平均驶入和驶出次数皆为300次,由此可得出空闲停车位C驶入率为405÷300＝1.350,驶出率为404÷300＝1.347,由于驶入驶出率相对接近,为了能够基于这两个参数获取能够匹配其车位使用情况,这里引入了修正因子a＝0.500,使用越频繁的车位更容易被占,因此对其期望值便相对较低。而P(up)心跳上报率表示的是该无人机历史上报执行任务总次数基于无人机历史上执行任务成功次数的商值,例如该无人机历史上报执行任务次数为8932次,而无人机历史上执行任务成功次数为8510,那么其心跳上报率P(up)即为8932÷8510＝1.050(四舍五入),由于心跳上报反映了该车位潜在易故障程度以及无人机执行任务成功率(例如无人机执行过程车位被占但是车位信息没有及时上报导致执行任务的失败),因此经过考量给予了因素c相对较大的值5.000。
W(p)＝a*p(out)-p(in)+c*p(up)＝0.500*1.347-1.350+5.000*1.050＝4.574。
若目前停车场出入口的点位距离空闲停车位C点位经计算后得出实际距离为31.394m,这里引入了修正负因子b＝-0.010,来调整最终基于实际情况得出的期望值:
s(p)＝W(p)+b*{V(in),V(p)}＝4.574-0.010*31.394＝4.260
经过同样的假设停车场出入口的点位距离空闲停车位B点位经计算后得出实际距离为42.916m，停车场出入口的点位距离空闲停车位D点位经计算后得出实际距离为53.227m,我们依次得出了空闲停车位D的期望s(p)＝0.500*1.167-1.167+5.000*1.025-0.010*53.227＝4.010。空闲停车位B的期望s(p)＝0.500*1.233-1.233+5.000*0.999-0.010*42.916＝3.948。若目标车位在无人机执行诱导停车任务过程中被占领，那么所对应的空闲停车位匹配度S(p)值就会被置位零，空闲停车位A由于被占因此无需计算直接置为零。
如此最终得出了最适匹配空闲停车位C,另需说明的是,如果最佳值恰好有相等的情况,便根据就近原则分配离待诱导点位最近的那个车位；
步骤五，无人机地面通信基站将匹配度S(p)不为零，且匹配度S(p)值最大的空闲停车位C设定为目标停车位，无人机地面通信基站智能规划无人机到目标停车位的线路，无人机地面通信基站将目标车辆的车辆车牌号、车辆图片、目标停车位和线路传输给无人机，无人机开始搜寻目标车辆并按线路诱导目标车辆到目标停车位；
步骤六，无人机每隔一段设定的时间便向无人机地面通信基站发送无人机状况心跳数据，如果在无人机诱导航行的过程中，无人机地面通信基站收到目标车位被占的停车位心跳数据，便根据无人机发来的无人机状况心跳数据内对应的实时点位进行重新匹配最佳点位和路线并传输给无人机重新诱导停车路线；
步骤七：无人机到达目的地后便扫描对应目标停车位上车辆的车辆车牌号和车辆图片与目标车辆的车辆车牌号和车辆图片匹配便视为本次诱导停车成功执行，否则返回执行步骤六；
无人机诱导停车成功执行后，自动飞回无人机停靠点。
在执行上述步骤六时，无人机每航行一段设定的时间便对地面进行扫描目标车辆的车辆车牌号和车辆图片，如果有扫描到对应的目标车辆便继续航行，如果没有则原地等待，原地等待期间继续根据设定的时间循环进行扫描，如果超过限定的时间都没有扫描到对应目标车辆，则异常处理视为放弃本次停车诱导，无人机结束任务并按航行原路返回无人机停靠点。
尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

Claims (3)

1.一种无人机诱导停车方法，应用于停车场诱导停车，停车场出入口均设置有车牌识别设备，停车场内设置有无人机地面通信基站和无人机停靠点，无人机停靠点上设置有复数架无人机，无人机可扫描识别车辆车牌号和车辆图片，其特征在于，所述无人机诱导停车方法包括以下步骤：
步骤一，建立停车点位信息模型，所述停车点位信息模型包括停车场出入口的点位信息、停车场内各停车位的点位信息以及各所述无人机的点位信息；所述停车场出入口的点位信息包括停车场出入口经纬度坐标V(in)和停车场出入口序号in；各所述无人机的点位信息均包括无人机经纬度坐标和无人机序号；各所述停车位的点位信息包括停车位经纬度坐标和停车位序号；
步骤二，停车场内各所述停车位上均设置有车位感应设备，所述车位感应设备用于感应停车位状态为被占或空闲，所述车位感应设备采集停车位心跳数据并上报给无人机地面通信基站，所述停车位心跳数据包括停车位序号、上报停车位心跳数据创建时间、上报停车位心跳数据更新时间、停车位状态、停车位心跳数据版本号；
所述无人机地面通信基站根据车位感应设备上报的各停车位的停车位心跳数据通过数据分析计算出各时间段中各停车位的车辆驶入率P(in)、驶出率P(out)、当前时间段的空闲停车位数量、以及每日各时间段停车场内空闲停车位数量；
所述无人机向无人机地面通信基站上报无人机状况心跳数据，所述无人机状况心跳数据包括无人机序号、当前无人机的经纬度坐标、无人机被派执行诱导停车任务的车辆信息、目的地停车位的序号、无人机待命点的经纬度坐标、上报无人机状况心跳数据创建时间、上报无人机状况心跳数据更新时间、各所述无人机使用状态、无人机状况心跳数据版本号和心跳上报频率P(up)；所述无人机使用状态为空闲或派出；
步骤三，当停车场出入口的车牌识别设备识别出车辆驶入时，将该停车场出入口的经纬度坐标V(in)、停车场出入口序号in以及识别出的车辆车牌号和车辆图片数据上报至无人机地面通信基站；
所述停车场出入口的经纬度坐标V(in)＝{lat(in)，lng(in)}，其中lat(in)为停车场出入口的经度坐标，lng(in)为停车场出入口的纬度坐标；
步骤四，无人机地面通信基站计算该停车场出入口与当前停车场中各空闲停车位的距离，同时判断各空闲停车位是否有其它无人机已指派诱导至该停车位，结合各停车位点驶入率P(in)、驶出率P(out)、目标停车位的经纬度坐标V(p)通过线性回归算法对当前停车场内各停车位进行匹配度S(p)计算，具体计算方法如下：
V(p)＝{lat(p)，lng(p)}，其中lat(p)为空闲停车位的经度坐标，lng(p)为空闲停车位的纬度坐标；
s(p)＝W(p)+b*V(d)，所述V(d)为根据经纬度坐标V(in)和经纬度坐标V(p)计算的停车场出入口到空闲停车位的距离；
W(p)＝a*P(out)-P(in)+c*P(up)，其中a为驶出率P(out)的矫正因子，所述b为停车场出入口到空闲停车位的距离的矫正因子，所述c为心跳上报频率P(up)矫正因子；
若目标车位在无人机执行诱导停车任务过程中被占领，那么所对应的空闲停车位匹配度S(p)值就会被置位零；
步骤五，无人机地面通信基站将匹配度S(p)不为零，且匹配度S(p)值最大的空闲停车位设定为目标停车位，无人机地面通信基站智能规划无人机到目标停车位的线路，无人机地面通信基站将目标车辆的车辆车牌号、车辆图片、目标停车位和线路传输给无人机，无人机开始搜寻目标车辆并按线路诱导目标车辆到目标停车位；
步骤六，无人机每隔一段设定的时间便向无人机地面通信基站发送无人机状况心跳数据，如果在无人机诱导航行的过程中，无人机地面通信基站收到目标车位被占的停车位心跳数据，便根据无人机发来的无人机状况心跳数据内对应的实时点位进行重新匹配最佳点位和路线并传输给无人机重新诱导停车路线；
步骤七：无人机到达目的地后便扫描对应目标停车位上车辆的车辆车牌号和车辆图片与目标车辆的车辆车牌号和车辆图片匹配便视为本次诱导停车成功执行，否则返回执行步骤六；
无人机诱导停车成功执行后，自动飞回无人机停靠点。
2.根据权利要求1所述的一种无人机诱导停车方法，其特征在于：在执行上述步骤六时，无人机每航行一段设定的时间便对地面进行扫描目标车辆的车辆车牌号和车辆图片，如果有扫描到对应的目标车辆便继续航行，如果没有则原地等待，原地等待期间继续根据设定的时间循环进行扫描，如果超过限定的时间都没有扫描到对应目标车辆，则异常处理视为放弃本次停车诱导，无人机结束任务并按航行原路返回无人机停靠点。
3.根据权利要求1所述的一种无人机诱导停车方法，其特征在于：所述车位感应设备采用安装在停车位上的地磁感应设备。
CN201910610208.8A 2019-07-08 2019-07-08 一种无人机诱导停车方法 Active CN110364016B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910610208.8A CN110364016B (zh) 2019-07-08 2019-07-08 一种无人机诱导停车方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910610208.8A CN110364016B (zh) 2019-07-08 2019-07-08 一种无人机诱导停车方法

Publications (2)

Publication Number Publication Date
CN110364016A CN110364016A (zh) 2019-10-22
CN110364016B true CN110364016B (zh) 2021-10-15

Family

ID=68218174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910610208.8A Active CN110364016B (zh) 2019-07-08 2019-07-08 一种无人机诱导停车方法

Country Status (1)

Country Link
CN (1) CN110364016B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111311957A (zh) * 2020-05-15 2020-06-19 南京邮电大学 一种基于rfid和无人机的停车引导系统及工作方法
CN113034897B (zh) * 2021-02-20 2022-04-08 柳州慧龙智能科技发展有限公司 一种用于小区停车的智能停车引导系统
CN113658448A (zh) * 2021-07-23 2021-11-16 广州达泊智能科技有限公司 一种路侧停车场监控管理系统、方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105160322A (zh) * 2015-09-07 2015-12-16 北京航空航天大学 基于航拍图像的室外停车场空置停车位识别方法
CN205264074U (zh) * 2015-10-29 2016-05-25 武汉万集信息技术有限公司 一种基于无人机的反向寻车系统
CN105632236A (zh) * 2016-03-14 2016-06-01 南京邮电大学 基于无人机和云计算技术的小区车位管理引导系统和方法
CN205354374U (zh) * 2015-12-14 2016-06-29 山东科技大学 基于太阳能无人机群的大型停车场车位检测系统
CN109299904A (zh) * 2018-11-23 2019-02-01 重庆科创职业学院 一种物流控制系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9489839B2 (en) * 2012-08-06 2016-11-08 Cloudparc, Inc. Tracking a vehicle using an unmanned aerial vehicle
CN104183153A (zh) * 2014-07-23 2014-12-03 陈嘉延 基于四旋翼无人机做引导的智能停车引导系统
CN106097743A (zh) * 2016-08-13 2016-11-09 张选琪 车辆识别无人机系统
CN106169253B (zh) * 2016-08-25 2019-01-01 华南师范大学 基于停车难易度的停车场空闲状况预测方法及系统
CN107507448B (zh) * 2017-07-27 2020-02-11 武汉科技大学 基于Dijkstra优化算法的云停车场泊位寻优方法
CN107680401B (zh) * 2017-10-17 2021-07-09 长沙理工大学 一种基于区间二型模糊集合的停车位满意度的评价方法
CN108550278B (zh) * 2018-06-05 2021-03-26 浙江志诚软件有限公司 停车泊位占用状态检测设备及移动式停车泊位占用状态检测设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105160322A (zh) * 2015-09-07 2015-12-16 北京航空航天大学 基于航拍图像的室外停车场空置停车位识别方法
CN205264074U (zh) * 2015-10-29 2016-05-25 武汉万集信息技术有限公司 一种基于无人机的反向寻车系统
CN205354374U (zh) * 2015-12-14 2016-06-29 山东科技大学 基于太阳能无人机群的大型停车场车位检测系统
CN105632236A (zh) * 2016-03-14 2016-06-01 南京邮电大学 基于无人机和云计算技术的小区车位管理引导系统和方法
CN109299904A (zh) * 2018-11-23 2019-02-01 重庆科创职业学院 一种物流控制系统

Also Published As

Publication number Publication date
CN110364016A (zh) 2019-10-22

Similar Documents

Publication Publication Date Title
CN110364016B (zh) 一种无人机诱导停车方法
US11592833B2 (en) Method for updating a localization map for a fleet of autonomous vehicles
CN105976041B (zh) 基于车联网的城市智能预约停车系统及方法
CN111081047A (zh) 一种基于光电图像处理的精准智能停车管理方法及管理系统
CN109741628B (zh) 一种智能停车路线规划方法
CN105405317B (zh) 一种基于手机蓝牙的泊车诱导系统
WO2023173678A1 (zh) 基于车联网的园区自动驾驶车辆的车位分配及停车系统
KR101929290B1 (ko) IoT를 이용한 신속 주차장 안내 시스템 및 그 방법
CN108766022A (zh) 基于机器学习的停车场车位状态识别方法及系统
CN106781682A (zh) 一种智能停车系统及方法
CN106097755A (zh) 用于识别泊车场地和/或空出场地的方法
CN106940938A (zh) 一种室内停车场停取车的导航方法和系统
CN109598938B (zh) 基于无人机城市交通诱导系统及城市综合智能交通系统
CN110930753B (zh) 一种停车位查找导航系统及停车位查找导航方法
CN110675649A (zh) 一种智能预约停车系统和方法
CN105528912A (zh) 一种室内车位推荐方法及其系统
CN111696384B (zh) 一种基于地图的智能共享停车系统及方法
CN112037504A (zh) 一种车辆停车调度管理方法及其相关组件
CN112687110B (zh) 一种基于大数据分析的车位级导航方法及其系统
CN113256866B (zh) 城市轨道交通无障碍通行系统及其实施方法
CN110047295A (zh) 园区车辆调度系统和方法
CN110033644A (zh) 停车场车位预留导航方法和系统
CN115512565A (zh) 一种室内停车场室内导航方法及停车管理系统
CN112995891A (zh) 一种基于uwb的停车场车辆定位方法及系统
CN116258342A (zh) 停车管理服务系统

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
GR01 Patent grant
GR01 Patent grant