CN110675652A - 一种基于lora技术的大型停车场泊车智能引导方法 - Google Patents

一种基于lora技术的大型停车场泊车智能引导方法 Download PDF

Info

Publication number
CN110675652A
CN110675652A CN201910947144.0A CN201910947144A CN110675652A CN 110675652 A CN110675652 A CN 110675652A CN 201910947144 A CN201910947144 A CN 201910947144A CN 110675652 A CN110675652 A CN 110675652A
Authority
CN
China
Prior art keywords
parking
parking space
position information
path
ants
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
Application number
CN201910947144.0A
Other languages
English (en)
Inventor
梁泉
朱鑫
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.)
Fujian University of Technology
Original Assignee
Fujian University of Technology
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 Fujian University of Technology filed Critical Fujian University of Technology
Priority to CN201910947144.0A priority Critical patent/CN110675652A/zh
Publication of CN110675652A publication Critical patent/CN110675652A/zh
Pending legal-status Critical Current

Links

Images

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
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/146—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is a limited parking space, e.g. parking garage, restricted space
    • 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
    • G08G1/144—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces on portable or mobile units, e.g. personal digital assistant [PDA]

Abstract

本发明公开一种基于LORA技术的大型停车场泊车智能引导方法，利用LoRa技术作为车位位置信息获取及通信的媒介，根据传感器获取的空车位位置信息，利用蚁群算法生成一条由车主所在位置到离车主最近车位的路线信息，并通过LoRa通信网络将车位和路线信息传输给车主。本发明由于LoRa通信设备价格低廉，易于部署等特点，且不需要专门的GPS导航设备，能够为用户提供良好的泊车体验。

Description

一种基于LORA技术的大型停车场泊车智能引导方法
技术领域
本发明涉及停车场车位引导技术领域，尤其涉及一种基于LORA技术的大型停车场泊车智能引导方法。
背景技术
随着经济社会的发展和城市现代化水平的提高，城市的静态交通问题越来越突出。解决城市交通堵塞和停车难的问题，已成为影响和制约城市发展的一个重要因素。2019年国家交通管理局发布的全国机动车和驾驶员数据显示：截至2019年6月，全国机动车保有量达3.4亿辆，其中汽车2.5亿辆；机动车驾驶人4.2亿人，其中汽车驾驶人3.8亿人。2019年上半年汽车新注册登记1242万辆，车辆的增加必定导致更多的交通拥堵和停车难问题。停车难对于车主来说，找车位既浪费时间又增加燃油成本开支，对社会来说既增加了道路的交通流量，造成交通拥堵，又增加汽车尾气排放，污染空气，停车难危害很多，是一个亟待解决的问题。
LoRa是一种基于是一种基于扩频的低功耗，长距离无线通信技术，与传统的无线通信网络相比，其具有低功耗，抗干扰，低成本，的优点，易于部署等优点。非常适用于停车场智能管理系统需要精确定位的场合以及室内停车场要求抗干扰能力强的场合。
现在一些大型商场中通常通过增加车位数量来满足用户需求，虽然解决有车位可停的问题，但如何快速的找到离车主最近的停车位置目前还没有很好的解决方案，这种问题在大型商业街分散的车位解决停车问题更为突出。即便是现在市场上出现的一些停车场智能管理平台，能够实现停车场库空车位的检测、停车计时计费、车位寻找等功能能够帮助人节省停车设时间。但是如何让车主快速找到可用车位是一个需要解决的问题。此外，还有些是利用视频识别和图像处理技术实现车位的寻找和路径的导航，这种技术方需要用到图像识别处理，设备成本较高，技术实现起来也比较复杂。另一方面这种技术方案只是规划出一条可以停车的路线，但是这条路线未必是最佳停车路线。
发明内容
本发明的目的在于提供一种能够寻找到离用户最近的车位，并为用户推荐停车路径的基于LORA技术的大型停车场泊车智能引导方法。
为实现上述目的，本发明采用以下技术方案：
一种基于LORA技术的大型停车场泊车智能引导方法，其特征在于：包括以下步骤：
1)将停车场模拟成栅格地图，栅格地图中的每个网格上分别部署有传感器，用于感知对应网格上是否有车辆；其中，停车场中的每个车位分别占据栅格地图中的一个网格；
2)用户车辆驶入停车场，传感器采集用户当前车辆位置信息及空闲车位位置信息并通过LoRa通信网络将其发送至服务器；
3)服务器获得用户当前车辆位置信息和空闲车位位置信息，启动蚁群算法，获得蚂蚁数量m和算法最大迭代次数Nmax；
4)服务器初始化蚂蚁禁忌表和路径长度，蚂蚁开始从起始点出发，按照转移概率公式(1)寻找下一可达路径节点，蚂蚁每走一步同时记录蚂蚁走过的节点及路线长度，一直循环到蚂蚁选取的节点为最近的空闲停车位，若没有可选车位，则停止搜索；其中，转移概率公式(1)如下：
在第t次迭代中，蚂蚁k由节点i选择下一节点j的状态转移概率为：
其中allowk表示下一步全部可达路径节点的集合，α为启发式因子，α取值越大，信息素指导作用越强，α为期望启发因子，β越大蚂蚁决策受路径影响越大，τij为路径(i，j)的信息素浓度，nij为启发函数；
5)找到空闲车位后，对路径上的信息素按如下公式(2)和(3)进行全局更新，
τij(t+1)＝(1-ρ)τij(t)+Δτij(t，t+1) (2)；
Figure BDA0002220592410000022
其中ρ为信息素挥发系数，目的是减弱路径上信息素；Δτij(t)表示蚂蚁在路径上的信息素增量；
6)判断是否达到最大迭代次数，如果没有达到最大迭代次数，接着进行下一次全局搜索，如果达到了，则结束算法，并保存全局最短的停车路线；
7)服务器输出最近的空闲停车位及最短停车路线的信息，并通过LoRa通信网络发送到智能终端，结束车位查找进程。
所述传感器为地磁传感器。
所述智能终端采用语音通知车主或采用视频显示通知车主。
本发明采用以上技术，具有以下有益效果：
1、本发明基于LoRa技术，从设备成本方面来讲，本发明不需要采用昂贵的视频和图像处理设备，只是以无线传感技术为依托，且LoRa技术工作与免牌照的频段，大大节省了设备的部署成本。
2、本发明利用停车场地磁传感器获取停车场车位的位置占用信息，并根据待停车位置，利用蚁群算法获得一条离用户最近车的空闲车位的位置信息，从技术实现角度来讲，本发明只需要根据停车场地图，利用上述方案就能很快获得离车主最近的空闲车位及行驶路线，不需要用视频检测装置对停车场道路进行识别，技术难度较低。
3、本发明的优点和核心在于通过LoRa通信网络获取车辆和空闲车位的位置信息，并采用蚁群算法为用户提供最近的车位信息和停车引导，不需要专用的导航设备为用户提供泊车引导服务，这是现在很多类似方案不具备的。
附图说明
以下结合附图和具体实施方式对本发明做进一步详细说明；
图1为本发明的技术框架图；
图2为栅格地图的示意图。
具体实施方式
如图1或2所示，本发明一种基于LORA技术的大型停车场泊车智能引导方法，包括以下步骤：
1)将停车场模拟成栅格地图，栅格地图中的每个网格上分别部署有传感器，用于感知对应网格上是否有车辆；其中，停车场中的每个车位分别占据栅格地图中的一个网格；
2)用户车辆驶入停车场，传感器采集用户当前车辆位置信息及空闲车位位置信息并通过LoRa通信网络将其发送至服务器；
3)服务器获得用户当前车辆位置信息和空闲车位位置信息，启动蚁群算法，获得蚂蚁数量m和算法最大迭代次数Nmax；
4)服务器初始化蚂蚁禁忌表和路径长度，蚂蚁开始从起始点出发，按照转移概率公式(1)寻找下一可达路径节点，蚂蚁每走一步同时记录蚂蚁走过的节点及路线长度，一直循环到蚂蚁选取的节点为最近的空闲停车位，若没有可选车位，则停止搜索；其中，转移概率公式(1)如下：
在第t次迭代中，蚂蚁k由节点i选择下一节点j的状态转移概率为：
Figure BDA0002220592410000041
其中allowk表示下一步全部可达路径节点的集合，α为启发式因子，α取值越大，信息素指导作用越强，β为期望启发因子，β越大蚂蚁决策受路径影响越大，τij为路径(i，j)的信息素浓度，nij为启发函数；
5)找到空闲车位后，对路径上的信息素按如下公式(2)和(3)进行全局更新，
τij(t+1)＝(1-ρ)τij(t)+Δτij(t，t+1) (2)；
Figure BDA0002220592410000042
其中ρ为信息素挥发系数，目的是减弱路径上信息素；Δτij(t)表示蚂蚁在路径上的信息素增量；
6)判断是否达到最大迭代次数，如果没有达到最大迭代次数，接着进行下一次全局搜索，如果达到了，则结束算法，并保存全局最短的停车路线；
7)服务器输出最近的空闲停车位及最短停车路线的信息，并通过LoRa通信网络发送到智能终端，智能终端采用语音通知车主或采用视频显示通知车主，结束车位查找进程。
本发明中，传感器为地磁传感器。
虽然现在市场上有一些技术能够帮助和引导停车，这需要用到专门的导航设备和图像识别技术，来完成相似的功能，但很少有解决为用户提供最近车位泊车引导的技术方案。本发明由于LoRa通信设备价格低廉，易于部署等特点，且不需要专门的GPS导航设备，能够为用户提供良好的泊车体验，因此本发明在同类技术方案中有较大的优势，是一种可行且低成本的泊车引导解决方案。
上面结合附图对本发明的实施加以描述，但是本发明不局限于上述的具体实施方式，上述的具体实施方式是示意性而不是加以局限本发明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (3)

1.一种基于LORA技术的大型停车场泊车智能引导方法，其特征在于：包括以下步骤：
1)将停车场模拟成栅格地图，栅格地图中的每个网格上分别部署有传感器，用于感知对应网格上是否有车辆；其中，停车场中的每个车位分别占据栅格地图中的一个网格；
2)用户车辆驶入停车场，传感器采集用户当前车辆位置信息及空闲车位位置信息并通过LoRa通信网络将其发送至服务器；
3)服务器获得用户当前车辆位置信息和空闲车位位置信息，启动蚁群算法，获得蚂蚁数量m和算法最大迭代次数Nmax；
4)服务器初始化蚂蚁禁忌表和路径长度，蚂蚁开始从起始点出发，按照转移概率公式(1)寻找下一可达路径节点，蚂蚁每走一步同时记录蚂蚁走过的节点及路线长度，一直循环到蚂蚁选取的节点为最近的空闲停车位，若没有可选车位，则停止搜索；其中，转移概率公式(1)如下：
在第t次迭代中，蚂蚁k由节点i选择下一节点j的状态转移概率为：
其中allowk表示下一步全部可达路径节点的集合，α为启发式因子，α取值越大，信息素指导作用越强，β为期望启发因子，β越大蚂蚁决策受路径影响越大，τij为路径(i，j)的信息素浓度，nij为启发函数；
5)找到空闲车位后，对路径上的信息素按如下公式(2)和(3)进行全局更新，
τij(t+1)＝(1-ρ)τij(t)+Δτij(t，t+1) (2)；
Figure FDA0002220592400000012
其中ρ为信息素挥发系数，目的是减弱路径上信息素；Δτij(t)表示蚂蚁在路径上的信息素增量；
6)判断是否达到最大迭代次数，如果没有达到最大迭代次数，接着进行下一次全局搜索，如果达到了，则结束算法，并保存全局最短的停车路线；
7)服务器输出最近的空闲停车位及最短停车路线的信息，并通过LoRa通信网络发送到智能终端，结束车位查找进程。
2.根据权利要求1所述的一种基于LORA技术的大型停车场泊车智能引导方法，其特征在于：所述传感器为地磁传感器。
3.根据权利要求1所述的一种基于LORA技术的大型停车场泊车智能引导方法，其特征在于：所述智能终端采用语音通知车主或采用视频显示通知车主。
CN201910947144.0A 2019-09-29 2019-09-29 一种基于lora技术的大型停车场泊车智能引导方法 Pending CN110675652A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910947144.0A CN110675652A (zh) 2019-09-29 2019-09-29 一种基于lora技术的大型停车场泊车智能引导方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910947144.0A CN110675652A (zh) 2019-09-29 2019-09-29 一种基于lora技术的大型停车场泊车智能引导方法

Publications (1)

Publication Number Publication Date
CN110675652A true CN110675652A (zh) 2020-01-10

Family

ID=69080812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910947144.0A Pending CN110675652A (zh) 2019-09-29 2019-09-29 一种基于lora技术的大型停车场泊车智能引导方法

Country Status (1)

Country Link
CN (1) CN110675652A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113825112A (zh) * 2021-08-27 2021-12-21 中铁二十局集团有限公司 一种基于物联网的智能停车系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001007870A1 (fr) * 1999-07-26 2001-02-01 Hisashi Saito Dispositif de recherche d'itineraire, support de stockage, et procede d'affichage d'une aide a la recherche
CN104485013A (zh) * 2014-12-31 2015-04-01 武汉智慧城市研究院股份有限公司 车辆停车位置智能识别方法
CN105589461A (zh) * 2015-11-18 2016-05-18 南通大学 一种基于改进蚁群算法的泊车系统路径规划方法
CN105760954A (zh) * 2016-02-15 2016-07-13 南通大学 一种基于改进蚁群算法的泊车系统路径规划方法
CN106023643A (zh) * 2016-07-05 2016-10-12 湖北第二师范学院 一种基于物联网的新型车辆检测装置
CN106812083A (zh) * 2017-03-21 2017-06-09 浙江约泊宜行智能科技有限公司 基于Lora传输技术的低功耗车位锁及其控制方法
CN107272679A (zh) * 2017-06-15 2017-10-20 东南大学 基于改进的蚁群算法的路径规划方法
CN109191906A (zh) * 2018-11-12 2019-01-11 广西民族师范学院 一种停车场分布式智能引导系统及方法
CN109584610A (zh) * 2018-12-13 2019-04-05 深圳桓轩科技有限公司 一种高效的停车场智能泊车系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001007870A1 (fr) * 1999-07-26 2001-02-01 Hisashi Saito Dispositif de recherche d'itineraire, support de stockage, et procede d'affichage d'une aide a la recherche
CN104485013A (zh) * 2014-12-31 2015-04-01 武汉智慧城市研究院股份有限公司 车辆停车位置智能识别方法
CN105589461A (zh) * 2015-11-18 2016-05-18 南通大学 一种基于改进蚁群算法的泊车系统路径规划方法
CN105760954A (zh) * 2016-02-15 2016-07-13 南通大学 一种基于改进蚁群算法的泊车系统路径规划方法
CN106023643A (zh) * 2016-07-05 2016-10-12 湖北第二师范学院 一种基于物联网的新型车辆检测装置
CN106812083A (zh) * 2017-03-21 2017-06-09 浙江约泊宜行智能科技有限公司 基于Lora传输技术的低功耗车位锁及其控制方法
CN107272679A (zh) * 2017-06-15 2017-10-20 东南大学 基于改进的蚁群算法的路径规划方法
CN109191906A (zh) * 2018-11-12 2019-01-11 广西民族师范学院 一种停车场分布式智能引导系统及方法
CN109584610A (zh) * 2018-12-13 2019-04-05 深圳桓轩科技有限公司 一种高效的停车场智能泊车系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113825112A (zh) * 2021-08-27 2021-12-21 中铁二十局集团有限公司 一种基于物联网的智能停车系统及方法
CN113825112B (zh) * 2021-08-27 2022-11-11 中铁二十局集团有限公司 一种基于物联网的智能停车系统及方法

Similar Documents

Publication Publication Date Title
US9459114B2 (en) Vehicle information providing device
CN108648496B (zh) 一种用于城市智能化的系统及方法
US9355063B2 (en) Parking lot detection using probe data
US8779941B2 (en) Providing guidance for locating street parking
EP3965086A1 (en) Method and apparatus for providing parking availability detection based on vehicle trajectory information
US9109914B2 (en) Energy efficient routing using an impedance factor
EP3410348A1 (en) Method and apparatus for building a parking occupancy model
CN102187178B (zh) 用于绿色路线选择的方法、装置和地图数据库
US10373494B1 (en) Method and apparatus for estimating a parking event based on device signal observations
CN202757624U (zh) 一种智能导航系统
WO2017165430A1 (en) Target addressing system
CN109556622B (zh) 一种兴趣点查找方法和装置
US20210341300A1 (en) Method, apparatus, and system for providing a personally relevant navigation route comparison
US20150345972A1 (en) Vehicle information providing device
CN107421555B (zh) 确定导航路径的方法和装置
CN106382939A (zh) 一种基于历史数据的导航路径行驶时间预测系统及方法
CN109410639B (zh) 基于车载导航地图的空闲停车位查询方法与系统
CN111435470A (zh) 一种出行路线规划方法、存储介质、服务器
CN102243811A (zh) 车辆导航系统及推荐路径检索方法
CN107633701A (zh) 一种车位智能匹配控制方法
Li et al. Driving big data: A first look at driving behavior via a large-scale private car dataset
CN110675652A (zh) 一种基于lora技术的大型停车场泊车智能引导方法
CN105160429A (zh) 一种具有虚拟换乘微枢纽的多模式公交换乘方法
US11921890B2 (en) Method and apparatus for trajectory anonymization based on a trajectory exchange twist
US20180340783A1 (en) Vehicle reach area presentation device and vehicle reach area presentation method

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: 20200110