CN110738866B - 分布式停车场泊车位规划系统 - Google Patents

分布式停车场泊车位规划系统 Download PDF

Info

Publication number
CN110738866B
CN110738866B CN201910886664.5A CN201910886664A CN110738866B CN 110738866 B CN110738866 B CN 110738866B CN 201910886664 A CN201910886664 A CN 201910886664A CN 110738866 B CN110738866 B CN 110738866B
Authority
CN
China
Prior art keywords
vehicle
parking
parking space
information
bus
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
CN201910886664.5A
Other languages
English (en)
Other versions
CN110738866A (zh
Inventor
周必扬
常玉林
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.)
Jiangsu University
Original Assignee
Jiangsu University
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 Jiangsu University filed Critical Jiangsu University
Priority to CN201910886664.5A priority Critical patent/CN110738866B/zh
Publication of CN110738866A publication Critical patent/CN110738866A/zh
Application granted granted Critical
Publication of CN110738866B publication Critical patent/CN110738866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/14Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/148Management of a network of parking areas
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/127Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
    • G08G1/13Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station the indicator being in the form of a map
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/28Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/40Bus networks
    • H04L12/40006Architecture of a communication node
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/28Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/40Bus networks
    • H04L12/40143Bus networks involving priority mechanisms
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/28Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/40Bus networks
    • H04L2012/40208Bus networks characterized by the use of a particular bus standard
    • H04L2012/40215Controller Area Network CAN

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了分布式停车场泊车位规划系统,规划系统包括信号连接的CAN总线、车型判断单元、泊车位统计单元、控制单元和收发单元,车型判断单元获取车辆的类型信息,泊车位统计单元获取已被使用、未被使用的泊车位数量和位置信息,收发单元中含有行驶车辆信息,控制单元从CAN总线上下载车辆类型信息、已被使用及未被使用的泊车位数量和位置信息以及行驶车辆信息,得到进入停车场车辆最适合的泊车位及驶向候选泊车位的路径,收发单元中的手机移动终端下载最适合的泊车位及驶向候选泊车位的路径,指引驾驶员进行泊车。本发明可实现对停车场内泊车情况的实时控制与管理,安装方便,且系统设有CAN总线,信息共享性和拓展性得到了改善。

Description

分布式停车场泊车位规划系统
技术领域
本发明属于停车场管理技术领域,具体涉及分布式停车场泊车位规划系统。
背景技术
现有大多停车场内停车情况无法实时分享给车主,造成车主在在道路上缓慢行驶找车位形成无效驾驶,既造成道路交通拥堵,又耗费了车主大量的停车时间。现有技术提供了应用于具有多个入场门的停车场,能够将车辆流畅地诱导至入场门,不需要大量重复处理的技术;涉及的停车场引导装置包括记录部、时刻组判断部、门决定部、拥堵预测部和引导信息发送部,停车场引导装置在根据到达预定时刻或者进入了规定范围内的时刻进行分组之后决定入场门,对停车场周边的节点设置拥堵基准而预测拥堵节点的产生;然后,仅对想要使其绕行拥堵节点的用户终端送出拥堵预测信息。但是,该现有技术仅仅是针对大型拥堵现象做出预测判断,信息共享性和拓展性不好。
发明内容
本发明的目的是提出分布式停车场泊车位规划系统,用于改善系统的信息共享性和拓展性。
本发明是通过以下技术方案实现上述技术目的的。
分布式停车场泊车位规划系统,包括CAN总线,以及与CAN总线信号连接车型判断单元、泊车位统计单元、控制单元和收发单元,所述车型判断单元还与车型库信号连接。
上述技术方案中,所述车型判断单元包括信号连接的摄像头、第一单片机和第一CAN总线模块,所述摄像头采集行驶车辆图像,图像处理后与车型库匹配,获得车辆类型。
上述技术方案中,所述泊车位统计单元包括信号连接红外线发射管、红外线接收管、信号接收器、第二单片机和第二CAN总线模块,信号接收器获取红外线发射管、红外线接收管的位置信息和数量信息,第二单片机处理后得到已被使用的泊车位数量和位置信息、未被使用的泊车位数量和位置信息以及坐标地图。
上述技术方案中,所述坐标地图实时更新,具体过程为:第二单片机首先获取当前时间h的级别t以及泊车位是否有车辆停放,然后对每个车位停车次数进行记次,最后计算每个车位的权重Ri,进行地图更新;其中Ri=0.6sji+0.4tji,s表示泊车位是否有车辆停放,ji为每个车位停车次数。
上述技术方案中,所述级别t的取值为1-6。
上述技术方案中,所述控制单元包括信号连接的第三单片机和第三CAN总线模块,第三单片机根据CAN总线获取的信息,确定进入停车场车辆最适合的泊车位以及驶向候选泊车位的路径。
上述技术方案中,所述进入停车场车辆最适合的泊车位以及驶向候选泊车位的路径的确定过程为:
S1,第三单片机从CAN总线下载行驶车辆的类型信息、泊车位信息和车辆的信息;
S2,对车辆类型和车辆档位进行判断和分级,计算得到泊车难度等级P;
S3,将泊车难度等级P与坐标地图匹配,确定车辆适合的候选泊车位Si以及车辆驶向候选泊车位路径Mi
S4,根据车辆位置到候选泊车位Si的距离,确定车辆最适合的候选泊车位Sj,及其对应的泊车路径;其中车辆的起点设为距离最近的摄像头位置,j为最合适的车位序号,i=1,2,3...。
上述技术方案中,所述泊车难度等级
Figure BDA0002207494780000021
其中P1为档位分级,P2为座位分级。
上述技术方案中,所述收发单元包括信号连接的服务器、手机移动终端、第四单片机和第四CAN总线模块,所述手机移动终端获取车辆档位。
本发明的有益效果为:
1、本发明利用分布式的形式来搭建停车场泊车位规划系统,每个单元都有各自的单片机和CAN总线模块,相互之间通过CAN总线建立连接,在系统布置安装上不再受到场地的制约,安装位置自由多样,安装难度小。
2、本发明所有数据通过CAN总线进行传输,当要增添新的功能单元时,无需调整现有系统,直接从CAN总线上读取需要的数据,改善了系统的信息共享性,具有良好的拓展性。
3、当本发明的停车场泊车位规划系统发生故障时,无需更换整个系统,把损坏的模块进行更换即可,硬件维护更新方便,且维修成本较其他系统低。
4、本发明是针对车辆个体做出泊车的最优泊车位选择以及路径规划,从根本上解决了拥堵隐患。
5、本发明基于摄像头对周围环境感知能力基础上实现对车辆的泊车难度计算,同时利用的红外线收发装置,实现对停车场内泊车情况的实时控制与管理,结构简单,安装难度低,人性化程度高,操作简单方便,具有普适性。
附图说明
图1为本发明分布式停车场泊车位规划系统结构框图;
图2为本发明泊车位统计机构坐标地图实时更新流程图;
图3为本发明第三单片机的运行流程图;
图4为本发明分布式停车场泊车位规划系统运行流程图。
具体实施方式
以下通过具体实施方式,对本发明的技术方案作进一步详细描述。
如图1所示,本发明所述的分布式停车场泊车位规划系统由车型库、CAN总线、车型判断单元、泊车位统计单元、控制单元以及收发单元组成。其中,车型判断单元包括摄像头、第一单片机和第一CAN总线模块,泊车位统计单元包括红外线发射管、红外线接收管、信号接收器、第二单片机和第二CAN总线模块,控制单元包括第三单片机和第三CAN总线模块,收发单元包括服务器、手机移动终端、第四单片机和第四CAN总线模块;第一CAN总线模块、第二CAN总线模块、第三CAN总线模块和第四CAN总线模块均与CAN总线双向连接,从CAN总线上获取启动信号并传送给相连接的单片机。车型库中存有市面流通的基本车辆型号以及其基本参数,基本参数中包括车辆座位数;车型库需定时更新。车型判断单元中,摄像头的输出与第一单片机的输入连接,第一单片机与车型库双向连接;泊车位统计单元中,红外线发射管的输出、红外线接收管的输出均与信号接收器(王广伟.教室的室内定位系统的设计与开发[D].华东师范大学,2013.)的输入连接,信号接收器的输出与第二单片机的输入连接;收发单元中,手机移动终端与服务器双向连接,服务器与第四单片机双向连接。
车型判断单元中,摄像头采集行驶车辆图像,并将图像生成三维点云信息发送至第一单片机,第一单片机对三维点云信息进行去噪,对去噪后的点云进行提取和分割,第一单片机将提取分割后的点云进行识别,再与车型库进行匹配,获得车辆的类型信息(即具体的座位数,包括2座、5座还是7座及以上,座位数的分类方法参见公开号是CN201610894251.8、名称为“一种基于RGB-D摄像头的视觉识别与定位方法”的中国专利)。第一单片机将车辆的类型信息发送给第一CAN总线模块,第一CAN总线模块再将车辆的类型信息发送到CAN总线上。
泊车位统计单元中,红外线发射管安装于泊车位地面,红外线发射管用于辐射红外线,红外线接收管安装于泊车位对应的天花板上,红外线接收管用于接收红外线。信号接收器获取红外线发射管、红外线接收管的位置和数量信息,并发送给第二单片机,第二单片机处理后获取:接收红外线发射管位置信息和数量信息,能收到红外线信息的红外线接收管位置和数量信息,不能收到红外线信息的红外线接收管位置和数量信息;并将能收到红外线信息的红外线接收管与不能收到红外线信息的红外线接收管进行对照,即可获得停车场里,已被使用的泊车位数量和位置信息、未被使用的泊车位数量和位置信息;同时,第二单片机根据红外线发射管的数量和位置信息生成坐标地图。第二单片机将已被使用的泊车位数量和位置信息、未被使用的泊车位数量和位置信息以及坐标地图,经过第二CAN总线模块发送到CAN总线上。
收发单元中,手机移动终端接收用户填写的行驶车辆信息,发送给服务器,服务器将上述行驶车辆信息发送给第四单片机,第四单片机再经过第四CAN总线模块发送到CAN总线上。
控制单元的第三CAN总线模块从CAN总线获取车辆的类型信息、已被使用的泊车位数量和位置信息、未被使用的泊车位数量和位置信息以及用户填写的行驶车辆信息,并发送给第三单片机,第三单片机集成有泊车位规划系统,该系统根据CAN总线的信息,计算、筛选、判断出进入停车场的车辆最适合的泊车位以及驶向候选泊车位的路径,第三单片机将结果经过第三CAN总线模块发送到CAN总线上。第四CAN总线模块从CAN总线上接收进入停车场的车辆最适合的泊车位以及驶向候选泊车位的路径,经过第四单片机、服务器,发送给手机移动终端,供驾驶员参考。
如图2所示,泊车位统计单元的坐标地图实时更新流程为:
步骤(1),第二单片机获取整个停车场的坐标地图,并通过第二CAN总线模块上传CAN总线;同时第二单片机通过第二CAN总线模块从CAN总线获取当前时间h,并进行校准。
步骤(2),第二单片机首先进行初始化操作,将泊车位坐标(m,n)、当前时间h及该车位是否有车辆停放(用s表示),存放在四维矩阵Sm×n×t×s中;将当前时间h分级,获取级别t的取值为:
Figure BDA0002207494780000051
Figure BDA0002207494780000052
步骤(3),将四维矩阵Sm×n×t×s降维,根据公式(2)分为S1m×n×t(s=1)与S2m×n×t(s=0)。
步骤(4),分别将S1m×n×t与S2m×n×t降维,降为K1i(m,n)t、K2(n-i)(m,n)t,i=(1~n),n为总泊车位数量。
步骤(5),计次:判断s是否为1,当s=1时,ji=1,当s=0时,ji=0;对每个车位停车次数进行记次,次数记为ji=ji+ji-1
步骤(6),计算每个车位的权重Ri
Ri=0.6sji+0.4tji (3)
步骤(7),更新地图:更新后的泊车位坐标为(m,n,Ri)。
如图3所示,第三单片机的运行流程为:
步骤(1),信息获取:分别获取车辆的类型信息、泊车位信息、行驶车辆的信息
1),车型判断单元中,摄像头拍摄行驶进入停车场的车辆的图像,将图像发送给第一单片机,第一单片机将图像转为三维点云信息,与车型库对照,确定该车辆的类型信息,并将车辆的类型信息上传至CAN总线;
2),泊车位统计单元将更新地图后的泊车位坐标(m,n,Ri)、空余泊车位的数量以及位置上传至CAN总线;
3),收发单元的手机移动终端通过APP应用程序与服务器通信,用户填写行驶车辆的信息(该车为手动挡车辆还是自动挡车辆),通过第四单片机,将行驶车辆的信息上传至CAN总线。
步骤(2),控制单元的第三单片机从CAN总线下载步骤(1)获取的信息。
步骤(3),第三单片机集成有泊车位规划系统,该系统根据获取的信息,选取若干候选泊车位及其候选泊车位的路径上传至CAN总线。
步骤(4),收发单元的第四单片机下载该车辆候选泊车位及其路径,通过服务器,发送至用户手机移动终端。
如图4所示,进入停车场的车辆最适合的泊车位以及驶向候选泊车位的路径的流程图,包括以下步骤:
步骤(1),第三单片机从CAN总线下载车辆的类型信息、泊车位信息和行驶车辆的信息;
步骤(2),判断该车是否为2座车,若是2座车,令座位分级P2=1;若不是2座车,则判断该车是否为5座车,若是5座车,令座位分级P2=2,若不是5座车,令座位分级P2=3。
步骤(3),判断该车为手动挡车辆还是自动挡车辆,若该车为手动的,令档位分级P1=2,否则档位分级P1=1。
步骤(4),计算该车泊车难度等级P:
Figure BDA0002207494780000061
步骤(5),将泊车难度等级P与坐标地图匹配,确定车辆适合的候选泊车位Si(i=1、2、3...),及车辆驶向候选泊车位路径Mi(i=1,2,3...),车辆的起点设为距离最近的摄像头位置。
步骤(6),计算车辆位置到候选泊车位Si的距离Li
步骤(7),计算该车辆行驶到候选泊车位所需时间ti时,计算公式如下:
Figure BDA0002207494780000062
其中,v为定值,v=10km/h,需提前设置在第三单片机内。
步骤(8),判断ti是否小于ti+1:若ti小于ti+1则令最合适的车位序号j=i;否则i=i+1,并重新进行步骤(7)。
步骤(9),确定车辆最适合的候选泊车位Sj,及其对应的泊车路径。
步骤(10),将泊车路径发送到该用户手机APP。
步骤(11),第三单片机从CAN总线上获取最新坐标地图,确认该车辆停放的泊车位位置坐标。
步骤(12),判断该车辆是否停放在推荐的最适合的候选泊车位Sj,若是,则进行步骤(13);否则第二单片机获取更新车辆泊车位置信息。
步骤(13),第三单片机生成标有用户车辆位置的地图,上传至CAN总线,用户可通过手机APP下载。
上述实施例仅为说明本发明的技术构思及特点,其目的在于让熟悉此项目的人士能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。本领域技术人员应该清楚的是,在不脱离本发明的精神或本质特征的情况下,还可以做出若改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.分布式停车场泊车位规划系统,其特征在于:包括CAN总线,以及与CAN总线信号连接车型判断单元、泊车位统计单元、控制单元和收发单元,所述车型判断单元还与车型库信号连接;
所述泊车位统计单元包括信号连接红外线发射管、红外线接收管、信号接收器、第二单片机和第二CAN总线模块,信号接收器获取红外线发射管、红外线接收管的位置信息和数量信息,第二单片机处理后得到已被使用的泊车位数量和位置信息、未被使用的泊车位数量和位置信息以及坐标地图;
所述坐标地图实时更新,具体过程为:第二单片机首先获取当前时间h的级别t以及泊车位是否有车辆停放,然后对每个车位停车次数进行记次,最后计算每个车位的权重Ri,进行地图更新;其中Ri=0.6sji+0.4tji,s表示泊车位是否有车辆停放,ji为每个车位停车次数;
所述控制单元包括信号连接的第三单片机和第三CAN总线模块,第三单片机根据CAN总线获取的信息,确定进入停车场车辆最适合的泊车位以及驶向候选泊车位的路径;
所述进入停车场车辆最适合的泊车位以及驶向候选泊车位的路径的确定过程为:
S1,第三单片机从CAN总线下载行驶车辆的类型信息、泊车位信息和车辆的信息;
S2,对车辆类型和车辆档位进行判断和分级,计算得到泊车难度等级P;
S3,将泊车难度等级P与坐标地图匹配,确定车辆适合的候选泊车位Si以及车辆驶向候选泊车位路径Mi
S4,根据车辆位置到候选泊车位Si的距离,确定车辆最适合的候选泊车位Sj,及其对应的泊车路径;其中车辆的起点设为距离最近的摄像头位置,j为最合适的车位序号,i=1,2,3...。
2.根据权利要求1所述的分布式停车场泊车位规划系统,其特征在于:所述车型判断单元包括信号连接的摄像头、第一单片机和第一CAN总线模块,所述摄像头采集行驶车辆图像,图像处理后与车型库匹配,获得车辆类型。
3.根据权利要求1所述的分布式停车场泊车位规划系统,其特征在于:所述级别t的取值为1-6。
4.根据权利要求1所述的分布式停车场泊车位规划系统,其特征在于:所述泊车难度等级
Figure FDA0003238372180000011
其中P1为档位分级,P2为座位分级。
5.根据权利要求1所述的分布式停车场泊车位规划系统,其特征在于:所述收发单元包括信号连接的服务器、手机移动终端、第四单片机和第四CAN总线模块,所述手机移动终端获取车辆档位。
CN201910886664.5A 2019-09-19 2019-09-19 分布式停车场泊车位规划系统 Active CN110738866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910886664.5A CN110738866B (zh) 2019-09-19 2019-09-19 分布式停车场泊车位规划系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910886664.5A CN110738866B (zh) 2019-09-19 2019-09-19 分布式停车场泊车位规划系统

Publications (2)

Publication Number Publication Date
CN110738866A CN110738866A (zh) 2020-01-31
CN110738866B true CN110738866B (zh) 2022-02-15

Family

ID=69268132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910886664.5A Active CN110738866B (zh) 2019-09-19 2019-09-19 分布式停车场泊车位规划系统

Country Status (1)

Country Link
CN (1) CN110738866B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11582060B2 (en) * 2020-08-21 2023-02-14 Geotab Inc. Telematics system for identifying manufacturer-specific controller-area network data
US11546427B2 (en) 2020-08-21 2023-01-03 Geotab Inc. Method and system for collecting manufacturer-specific controller-area network data
CN112967516B (zh) * 2021-02-03 2022-07-26 芜湖泊啦图信息科技有限公司 快速停车场端关键参数与整车匹配全局动态路径规划方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202352098U (zh) * 2011-12-09 2012-07-25 广东朗视光电技术有限公司 基于can总线的停车场区域控制系统
CN102855772A (zh) * 2012-09-11 2013-01-02 江苏大学 一种基于混杂网络结构的智能泊车控制系统
CN103700283A (zh) * 2014-01-09 2014-04-02 北京交通发展研究中心 地磁传感器停车监测方法
CN105575171A (zh) * 2016-01-13 2016-05-11 徐海明 一种基于视频图像识别技术的自动引导智能停车方法与系统
CN107808548A (zh) * 2017-12-14 2018-03-16 大连理创科技有限公司 一种停车场管理方法
CN108140312A (zh) * 2015-10-22 2018-06-08 日产自动车株式会社 停车辅助方法及停车辅助装置
CN108182823A (zh) * 2017-12-14 2018-06-19 特斯联(北京)科技有限公司 一种园区停车位区块化智慧管理与服务引导系统
CN109920265A (zh) * 2017-12-13 2019-06-21 丰田自动车株式会社 停车场评估设备、停车场信息供应方法及其数据结构

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9767690B2 (en) * 2014-11-19 2017-09-19 Uber Technologies, Inc. Parking identification and availability prediction

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202352098U (zh) * 2011-12-09 2012-07-25 广东朗视光电技术有限公司 基于can总线的停车场区域控制系统
CN102855772A (zh) * 2012-09-11 2013-01-02 江苏大学 一种基于混杂网络结构的智能泊车控制系统
CN103700283A (zh) * 2014-01-09 2014-04-02 北京交通发展研究中心 地磁传感器停车监测方法
CN108140312A (zh) * 2015-10-22 2018-06-08 日产自动车株式会社 停车辅助方法及停车辅助装置
CN105575171A (zh) * 2016-01-13 2016-05-11 徐海明 一种基于视频图像识别技术的自动引导智能停车方法与系统
CN109920265A (zh) * 2017-12-13 2019-06-21 丰田自动车株式会社 停车场评估设备、停车场信息供应方法及其数据结构
CN107808548A (zh) * 2017-12-14 2018-03-16 大连理创科技有限公司 一种停车场管理方法
CN108182823A (zh) * 2017-12-14 2018-06-19 特斯联(北京)科技有限公司 一种园区停车位区块化智慧管理与服务引导系统

Also Published As

Publication number Publication date
CN110738866A (zh) 2020-01-31

Similar Documents

Publication Publication Date Title
CN110738866B (zh) 分布式停车场泊车位规划系统
CN109285376B (zh) 一种基于深度学习的公交车客流统计分析系统
US10424195B2 (en) Traffic prediction system, vehicle-mounted display apparatus, vehicle, and traffic prediction method
DE102020128153A1 (de) Sampling von fahrszenarien zum trainieren/abstimmen maschineller lernmodelle für fahrzeuge
CN108389421B (zh) 基于图像再识别的停车场精确诱导系统及方法
KR102580085B1 (ko) 자율 주행 차량의 성능을 평가하기 위한 테스트 시나리오의 선택
CN111681445A (zh) 室内停车场管理系统、系统、v2x路侧设备及车载设备
US11887324B2 (en) Cross-modality active learning for object detection
CN112382127B (zh) 一种车位分配方法及装置
CN108694829B (zh) 基于无人机群移动平台的交通流量识别监测网络和方法
CN113808263B (zh) 地图生成用数据收集装置以及地图生成用数据收集方法
CN111094095A (zh) 自动地接收行驶信号
CN115601971B (zh) 基于神经网络的园区自适应车辆调度及停车智能管控方法
KR20190043396A (ko) 도로 경로 촬영 영상을 이용한 도로 경로 별 날씨정보 생성 및 제공하기 위한 방법 및 시스템
CN114604140B (zh) 一种基于云管控的新能源汽车统一调温系统及方法
JP2009245295A (ja) 交通信号制御装置及び方法、到着プロファイルの推定装置、並びに、コンピュータプログラム
CN117558153B (zh) 一种基于物联网的免抬杆停车场的智能管理系统
CN110751850B (zh) 一种基于深度神经网络的车位识别方法和系统
US12074667B2 (en) Antenna monitoring and selection
CN113422797B (zh) 一种用于车联网的更新地图的方法及系统
CN115743147A (zh) 一种l2+级别自动驾驶域控制器、车辆定位的方法及自动泊车方法
CN113056715B (zh) 用于操作运载工具的方法、运载工具和存储介质
JP6928917B2 (ja) 移動体管理システム、移動体、管理装置、制御方法、及びプログラム
CN114443752A (zh) 一种车辆载客推荐方法、网络设备和终端
CN111627226A (zh) 一种车辆逆行监测网络、方法、装置、介质及电子设备

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