CN110838239B - 车位导航方法、装置、计算机可读存储介质和计算机设备 - Google Patents
车位导航方法、装置、计算机可读存储介质和计算机设备 Download PDFInfo
- Publication number
- CN110838239B CN110838239B CN201911126629.XA CN201911126629A CN110838239B CN 110838239 B CN110838239 B CN 110838239B CN 201911126629 A CN201911126629 A CN 201911126629A CN 110838239 B CN110838239 B CN 110838239B
- Authority
- CN
- China
- Prior art keywords
- parking
- parked
- vehicle
- parking space
- risk
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000012502 risk assessment Methods 0.000 claims abstract description 51
- 238000011156 evaluation Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
- G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
-
- 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
本申请涉及一种车位导航方法、装置、计算机可读存储介质和计算机设备，所述方法包括：获取待停车辆信息，所述待停车辆信息包括待停车位集合和车辆位置；统计所述待停车位集合中的空闲车位数量；调用冲突风险评估模型，基于所述空闲车位数量对车位冲突风险进行评估；当所述车位冲突风险大于风险阈值时，确定停车场内的空闲车位作为目标待停车位；生成从所述车辆位置至所述目标待停车位的导航路线，使得待停车辆根据所述导航路线行驶至所述目标待停车位。本申请提供的方案可以降低车辆停车时的车位冲突风险，有效的提高了停车效率。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种车位导航方法、装置、计算机可读存储介质和计算机设备。
背景技术
随着车辆制造技术的普及以及经济的发展，越来越多的用户购买了车辆，汽车保有量不断提高，同时对于停车位的需求也随之增加。除了用户购买的固定车位，停车场中通常包括大量临时停车位以供用户停车。
在实际过程中，用户通常会驾驶车辆前往经常停车的位置，或者距离目的地较近位置的临时车位停车。但是，当用户到达停车位置之后，附近的车位可能已经停满了，用户又需要重新寻找空闲车位，停车的效率较低。因此，如何提高停车效率成为目前需要解决的技术问题。
发明内容
基于此，有必要针对停车效率较低的技术问题，提供一种能够提高停车效率的车位导航方法、装置、计算机可读存储介质和计算机设备。
一种车位导航方法，包括：
获取待停车辆信息，所述待停车辆信息包括待停车位集合和车辆位置；
统计所述待停车位集合中的空闲车位数量；
调用冲突风险评估模型，基于所述空闲车位数量对车位冲突风险进行评估；
当所述车位冲突风险大于风险阈值时，确定停车场内的空闲车位作为目标待停车位；
生成从所述车辆位置至所述目标待停车位的导航路线，使得待停车辆根据所述导航路线行驶至所述目标待停车位。
一种车位导航装置，所述装置包括：
信息获取模块，用于获取待停车辆信息，所述待停车辆信息包括待停车位集合和车辆位置；统计所述待停车位集合中的空闲车位数量；
风险评估模块，用于调用冲突风险评估模型，基于所述空闲车位数量对车位冲突风险进行评估；
车位确定模块，用于当所述车位冲突风险大于风险阈值时，确定停车场内的空闲车位作为目标待停车位；
车位导航模块，用于生成从所述车辆位置至所述目标待停车位的导航路线，使得待停车辆根据所述导航路线行驶至所述目标待停车位。
一种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以下步骤：
获取待停车辆信息，所述待停车辆信息包括待停车位集合和车辆位置；
统计所述待停车位集合中的空闲车位数量；
调用冲突风险评估模型，基于所述空闲车位数量对车位冲突风险进行评估；
当所述车位冲突风险大于风险阈值时，确定停车场内的空闲车位作为目标待停车位；
生成从所述车辆位置至所述目标待停车位的导航路线，使得待停车辆根据所述导航路线行驶至所述目标待停车位。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在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以下步骤：
获取待停车辆信息，所述待停车辆信息包括待停车位集合和车辆位置；
统计所述待停车位集合中的空闲车位数量；
调用冲突风险评估模型，基于所述空闲车位数量对车位冲突风险进行评估；
当所述车位冲突风险大于风险阈值时，确定停车场内的空闲车位作为目标待停车位；
生成从所述车辆位置至所述目标待停车位的导航路线，使得待停车辆根据所述导航路线行驶至所述目标待停车位。
上述车位导航方法、装置、计算机可读存储介质和计算机设备，通过获取待停车辆信息，统计停车场中待停车位集合中的空闲车位数量，根据空闲车位数量评估车位冲突风险，通过车位冲突风险评估预停车位可能发生冲突的风险。当车位冲突风险大于风险阈值时，确定停车场内的空闲车位作为目标待停车位，生成从车辆位置指向目标待停车位的导航路线，使得待停车辆根据导航路线行驶至空闲的车位停车，降低了停车时的车位冲突风险，有效的提高了停车效率。
附图说明
图1为一个实施例中车位导航方法的应用环境图；
图2为一个实施例中车位导航方法的流程示意图；
图3为一个实施例中获取待停车辆信息，待停车辆信息包括待停车位集合和车辆位置步骤的流程示意图；
图4为一个实施例中调用冲突风险评估模型，基于空闲车位数量对车位冲突风险进行评估步骤的流程示意图；
图5为一个实施例中车位导航装置的结构框图；
图6为一个实施例中计算机设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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申请，并不用于限定本申请。
图1为一个实施例中车位导航方法的应用环境图。参照图1，该车位导航方法应用于车位导航系统。该车位导航系统包括终端110、服务器120和多个环境设备130。终端110和服务器120通过网络连接，服务器120可以通过网络与环境设备130连接。终端110可以是待停车辆对应的终端，具体可以是移动终端，移动终端具体可以手机、平板电脑、车载设备等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。环境设备130具体可以包括停车场中多个图像采集设备、定位设备以及传感器等中的至少一种。图像采集设备具体可以包括照相机、摄像头等，传感器具体可以包括红外传感器、超声波传感器等。
如图2所示，在一个实施例中，提供了一种车位导航方法。本实施例主要以该方法应用于上述图1中的服务器120来举例说明。参照图2，该车位导航方法具体包括如下步骤：
S202，获取待停车辆信息，待停车辆信息包括待停车位集合和车辆位置。
待停车辆是指准备停放在停车场内的空闲车位中的车辆，停车场可以是室内停车场，也可以是室外停车场。停车场内可以包括多个用于停放车辆的车位。车位的形状和大小与可以停放的车辆相对应。每个车位可以有各自对应的车位标识，车位标识可以是车位对应的编号。
服务器可以获取待停车辆对应的待停车辆信息，待停车辆信息具体可以包括待停车辆对应的车辆信息以及停车信息等。车辆信息具体可以包括待停车辆对应的车辆标识、车辆位置以及车辆用户画像等。停车信息具体可以包括待停车辆对应的历史停车记录、待停车位集合等。服务器可以在待停车辆准备进入停车场时获取待停车辆信息。例如，服务器可以在待停车辆位于停车场入口时获取对应的待停车辆信息。在待停车辆进入停车场时，车辆位置可以是停车场入口对应的入口位置。
服务器可以通过多种方式获取待停车辆对应的待停车辆信息。具体的，服务器可以获取停车场入口的环境设备采集的待停车辆信息。停车场入口的环境设备可以包括安装在停车场入口处的图像采集设备、传感器等中的至少一种。当环境设备检测到对应的特定区域内出现车辆时，将出现的车辆记作待停车辆，采集待停车辆对应的待停车辆信息并上传至服务器。环境设备也可以在用户触发停车控件时采集待停车辆信息并上传至服务器。停车控件可以包括设置在闸机等设备上的实体控件和虚拟控件。
服务器还可以接收终端上传的待停车辆信息，终端可以是待停车辆对应的移动终端，具体可以包括待停车辆对应用户的手机、平板电脑以及待停车辆的车载导航设备等。终端可以通过扫描条形码等多种方式生成停车任务，条形码可以包括一维条形码、二维条形码以及彩色条形码等。终端可以根据生成的停车任务将对应的待停车辆信息上传至服务器。
S204，统计待停车位集合中的空闲车位数量。
待停车位集合是指待停车辆对应的目标区域内所有车位组成的集合，待停车位集合可以是停车场中所有车位组成的集合的子集。在其中一个实施例中，待停车位集合可以包括停车场中的所有车位。待停车位集合中的车位可以包括空闲车位以及非空闲车位。对应的，车位对应的状态可以包括空闲状态和非空闲状态。空闲车位是指未被占用而可供停放车辆的车位，非空闲车位是指已被占用而不可停放车辆的车位。非空闲车位可以是已被车辆占用，也可以是通过其他方式占用。
服务器可以根据车位信息更新车位标识对应的车位状态，以此维护停车场内所有车位各自对应的车位状态。具体的，服务器可以通过多种方式获取车位信息。例如，服务器可以按照预设频率获取停车场内的环境设备采集的车位信息。预设频率可以是用户根据实际需求预先设置的。例如，服务器可以通过停车场内的摄像头采集对应区域的车位图像数据或车位视频数据，对车位图像数据或车位视频数据进行分析，得到车位信息。在其中一个实施例中，服务器可以实时获取环境设备采集的车位信息。服务器还可以接收当车位状态发生变化时环境设备上传的车位信息。例如，环境设备可以包括多个传感器，传感器与对应车位相关联。传感器可以实时检测车位信息，当车辆放入或驶离车位时，传感器将对应的车位信息上传至服务器。服务器还可以在需要统计空闲车位数量时，向环境设备下发车位检测指令，使得环境设备根据车位检测指令采集车位信息，将采集的车位信息上传至服务器。
车位信息中包括车位标识以及车位状况。当车位已被占用时，服务器可以将车位标识对应的车位状态调整至非空闲状态。当车位未被占用时，服务器可以将车位标识对应的车位状态调整至空闲状态。服务器可以获取待停车位集合中多个车位分别对应的车位标识，读取与车位标识对应的车位状态，统计车位状态为空闲状态的车位数量，得到待停车位集合中的空闲车位数量。
S206，调用冲突风险评估模型，基于空闲车位数量对车位冲突风险进行评估。
车位冲突风险是指待停车位可能发生冲突的风险概率。由于待停车辆对应的用户在进入停车场之前，不知道停车场内车位的占用情况，用户可以等可能性的选择任何一个车位停放待停车辆。但是，只有当所选的车位为空闲车位时才能停车，可以确定车位不冲突。否则，确定车位冲突。因此，当待停车位集合中可以选择的空闲车位的数量小于待停车辆对应的预留车位数时，用户可能难以找到空闲车位停车，服务器可以认为发生车位冲突。
服务器可以调用冲突风险评估模型，利用冲突风险评估模型对待停车辆进行停车时的车位冲突风险进行评估。冲突风险评估模型可以是根据大量训练数据建立并训练后得到的，冲突风险评估模型中包括冲突风险评估函数。其中，由于待停车辆进入停车场时，可以等可能性的选择车位。每个确定选择的车位可以包括且只包括两种可能的结果，而且两种结果相互对立且相互独立。当选择的车位为空闲车位时，结果为不发生车位冲突。当选择的车位为非空闲车位时，结果为发生车位冲突。两种结果出现的概率在每次选择时都是保持不变的，因此可以根据二项分布拟合冲突风险评估函数。
服务器可以将待停车位集合中的空闲车位数量输入至冲突风险评估模型，根据冲突风险评估模型获取停车场对应的总车位数、已停车辆数以及预停车辆数等多个参数。服务器可以根据冲突风险评估函数对多个参数进行运算，冲突风险评估模型输出车位冲突风险，得到待停车辆对应的车位冲突风险。
S208，当车位冲突风险大于风险阈值时，确定停车场内的空闲车位作为目标待停车位。
服务器可以将待停车辆对应的车位冲突风险与风险阈值进行比对。其中，风险阈值可以是用户根据实际情况预先设置的最大冲突风险，风险阈值可以是概率值。例如，风险阈值可以为70％。
当车位冲突风险小于或等于风险阈值时，表示出现车位冲突的可能性较小，比较容易找到空闲车位停放车辆，用户可以驾驶待停车辆自行寻找空闲车位停车，节省了导航资源。当车位冲突风险大于风险阈值时，表示出现车位冲突的可能性较大，比较困难找到空闲车位停放车辆。服务器可以根据车位状态，从停车场内的车位中确定处于空闲状态的车位作为目标待停车位，以供待停车辆停车。相对于传统用户直接前往常停位置或目的地位置寻找车位停车的方式，本实施例中服务器可以评估待停车辆对应的车位冲突风险。当车位冲突风险大于风险阈值时，可以确定空闲车位作为目标待停车位以供待停车辆停车。有效的降低了发生车位冲突的风险，提高了停车效率，进一步提高了车位的利用率。
在其中一个实施例中，当待停车位集合中还包括空闲车位时，服务器可以确定待停车位集合中的空闲车位作为目标待停车位。当待停车位集合中不存在空闲车位时，服务器还可以获取停车场内的空闲车位分别与目标区域之间的距离，确定距离最短的空闲车位作为目标待停车位，从而方便用户在目标待停车位停车后前往目的地，节省了用户的停车成本，以此提高了用户体验。
S210，生成从车辆位置至目标待停车位的导航路线，使得待停车辆根据导航路线行驶至目标待停车位。
服务器可以将车辆位置作为起始位置，将目标待停车位的位置作为目标位置，根据停车场对应的路线图生成从车辆位置到目标待停车位的导航路线，服务器可以根据导航路线引导待停车辆前往目标待停车位停车。在停车场内的空闲车位较少时，也能快速找到空闲的目标待停车位进行停车，提高了停车的效率。即使目标待停车位的位置较为偏僻，或者待停车辆的用户对停车场不熟悉，也可以根据导航路线快速前往，有效的提高了停车效率和车位的利用率。
具体的，服务器可以通过多种方式引导待停车辆根据导航路线行驶。服务器可以将生成的导航路线发送至待停车辆对应的终端，终端可以通过显示界面或扬声器等多种方式展示接收到的导航路线，使得用户根据导航路线驾驶待停车辆前往目标待停车位停车。服务器还可以根据导航路线生成引导信息，将引导信息发送至停车场内的指引灯等环境设备，使得环境设备展示引导信息，引导待停车辆行驶至目标待停车位。
在本实施例中，服务器可以获取待停车辆信息，根据待停车辆对应待停车位集合中的空闲车位数量，对待停车辆对应的车位冲突风险进行评估。当车位冲突风险大于风险阈值时，将停车场内的空闲车位记作目标待停车位，生成从车辆位置至目标待停车位的导航路线，使得待停车辆根据导航路线行驶至目标待停车位停车。有效的减小了待停车辆停车时的车位冲突风险，有助于在已停车辆较多时找到空闲车位停车，提高了停车场中车位的利用率，有效的提高了待停车辆在停车场中的停车效率。
在一个实施例中，如图3所示，上述获取待停车辆信息，待停车辆信息包括待停车位集合和车辆位置的步骤包括：
S302，获取待停车辆对应的车辆标识。
S304，获取第一时间段内车辆标识对应的历史停车信息。
S306，根据历史停车信息分析待停车辆对应的目标位置。
S308，根据在目标位置所属的目标区域内的多个车位，生成待停车位集合。
服务器可以在待停车辆进入停车场时，获取待停车辆对应的车辆标识。车辆标识可以是用于唯一标记待停车辆的标识，例如，车辆标识可以是待停车辆对应的车牌号。服务器可以通过多种方式获取车辆标识。具体的，服务器可以接收终端上传的待停车辆信息，从待停车辆信息中提取待停车辆对应的车辆标识。服务器还可以获取通过图像采集设备采集的车辆图像数据，从车辆图像数据中抠取车牌图像。服务器可以利用多种图像识别技术中的一种对车牌图像进行识别。例如，服务器可以通过OCR(Optical CharacterRecognition，光学字符识别)技术对车牌图像进行识别，服务器也可以通过神经网络模型对车牌图像进行处理，得到待停车辆对应的车牌号。
服务器可以获取车辆标识对应的第一时间段内的历史停车信息。第一时间段为用户预先设置的时间段，第一时间段可以为一个月，也可以是六个月或者一年等。当车辆标识对应的历史停车信息不足第一时间段时，可以获取车辆标识对应的所有历史停车信息。服务器可以在车辆停车后记录车辆的停车信息，将车辆的停车信息与车辆标识关联存储在服务器对应的数据库中。停车信息具体可以包括停车场标识、停车位标识、开始时间、结束时间和停车时长等信息。
服务器可以对历史停车信息进行分析，得到待停车辆对应的目标位置。待停车辆对应的目标位置可以是待停车辆对应的用户需要前往的位置。目标位置可以是用户需要前往的停车场出入口。服务器可以根据待停车辆对应的历史停车位标识，以及停车场对应的出入口分布地图，确定历史停车位标识指向的出入口作为待停车辆对应的目标位置。
在停车场中，通常可以包括多个出入口，出入口可以包括车辆行驶的出入口和用户通行的出入口。可以理解的，用户将待停车辆进行停放后，可以通过停车场的出入口离开停车场。从不同出入口出去后的位置是不同的，用户通常会选择距离目的地较近的出入口离开停车场。例如，在住宅区对应的地下停车场中，每栋楼可以在停车场中有对应的出入口。用户通常会在居住的楼对应的出入口附近停放车辆，从而方便用户停放车辆后离开停车场。
在其中一个实施例中，当终端向服务器上传待停车辆信息时，待停车辆信息中还可以包括待停车辆对应的目标位置。目标位置可以是终端通过显示界面展示停车场地图后，接收用户触发的选择指令，根据选择指令从停车场地图中选择的目的地。服务器可以从终端上传的待停车辆信息中提取待停车辆对应的目标位置。在车辆首次进入停车场或目标位置改变时，用户可以通过终端从停车场地图中选择目的地作为目标位置，有效的提高了本实施例中车位导航方法的通用性，以及待停车辆对应目标位置确定的灵活性和准确性。
服务器可以根据目标位置获取对应的目标区域，目标位置属于对应的目标区域。具体的，位置与对应区域之间可以存在映射关系，服务器可以根据映射关系获取目标位置对应的目标区域。不同位置对应的区域大小可以是相同的，也可以是不同的。目标区域内的多个车位可以是待停车辆对应的待停车位，服务器可以获取目标区域内的车位所对应的车位标识，根据多个车位标识生成待停车位集合。
在本实施例中，服务器可以根据车辆标识对应的历史停车信息，确定待停车辆对应的目标位置，根据目标位置对应目标区域内的多个车位标识生成待停车位集合，待停车辆可以在待停车位集合中选择空闲车位停车，减少了用户停车后前往目标位置的距离。在传统直接确定空车位引导车辆停车的方式中，停车的空车位与用户将要前往的目标位置之间的距离可能较远，停车后还需要耗费较多的时间和精力前往目标位置。停车成本中除了寻找空车位的时间成本，还应包括从停车位置前往目标位置的时间成本。因此，传统方式的停车成本较高。相较于传统方式，本实施例中根据待停车辆对应的目标位置生成待停车位集合，优先考虑待停车位集合中的空闲车位，有效的降低了停车成本。
在一个实施例中，如图4所示，上述调用冲突风险评估模型，基于空闲车位数量对车位冲突风险进行评估的步骤包括：
S402，获取待停车辆对应的预留车位数。
S404，获取停车场对应的多个预停车辆数。
S406，根据空闲车位数量和预留车位数，评估预停车辆数对应的冲突子风险。
S408，根据多个冲突子风险确定车位冲突风险。
预留车位数是指为了待停车辆能够较为容易的找到空闲车位，在停车场中预留的空闲车位的数量。当空闲车位数量小于待停车辆对应的预留车位数时，服务器可以认为待停车位会发生车位冲突。其中，预留车位数可以是常量，对于每个进入停车场的待停车辆可以设置相同的预留车位数。例如，预留车位数可以设置为5个。预留车位数也可以是变量，预留车位数可以随着待停车辆的不同而对应变化。例如，预留车位数可以随着停车场内已停的车辆数或者待停车辆的顺序序号而变化。预留车位数还可以与待停车辆的车辆标识相对应，服务器可以预设有车辆标识与预留车位数之间的映射关系。服务器可以根据映射关系获取车辆标识对应的预留车位数。
服务器可以获取待停车辆对应的预留车位数，以及停车场对应的多个预停车辆数。其中，预停车辆数是指停车场预计将会停放车辆的数量，预停车辆数可以是一个具体的数，也可以是一段数量范围。不同的停车场可以对应不同的预停车辆数，每个停车场也可以对应多个预停车辆数。服务器可以获取待停车辆进入停车场的停车场标识，获取与停车场标识相对应的预停车辆数。
服务器可以调用冲突风险评估模型，根据冲突风险评估模型中的冲突风险评估函数，基于待停车位集合中的空闲车位数量和待停车辆对应的预留车位数，评估停车场在停放多个预停车辆数的情况下各自对应的冲突子风险。其中，冲突风险评估函数可以根据待停车辆选择车位时是否发生车位冲突的结果进行二项分布拟合得到的。服务器可以综合多个冲突子风险，根据多个冲突子风险确定待停车辆对应的车位冲突风险。
在其中一个实施例中，冲突风险评估函数的表达式可以表示为：
其中，P表示不发生车位冲突的风险概率。n表示停车场对应的预停车辆数，r表示待停车辆进入停车场的序号，待停车辆r可以是从1到n中的任何一个车辆。m表示停车场中的总车位数。Lr表示停车场内已停车辆数，kr表示预留车位数。m-Lr表示空闲车位数量。j表示在选择m次车位的过程中，不发生车位冲突的次数。
在本实施例中，服务器可以获取停车场对应的多个预停车辆数，根据空闲车位数量和预留车位数评估待停车辆在多个预停车辆数下各自对应的冲突子风险。服务器可以根据多个冲突子风险确定车位冲突风险。根据车位冲突风险生成导航路线，避免待停车辆在停车时发生车位冲突，有效的提高了停车的效率。
在一个实施例中，上述根据多个冲突子风险确定车位冲突风险的步骤包括：获取第二时间段内停车场对应的车辆停车数据；根据车辆停车数据获取预停车辆数对应的次数占比；确定次数占比作为子风险权重，基于冲突子风险和对应的子风险权重确定车位冲突风险。
服务器可以获取第二时间段内停车场对应的车辆停车数据。第二时间段可以是用户根据实际需求预先设置的历史时间段，第二时间段可以是任意长度的历史时间段。例如，第二时间段可以为一个月，也可以是六个月或者一年等，第二时间段与上述实施例中的第一时间段分别用于获取不同的数据。第二时间段内的车辆停车数据为历史车辆数据，车辆停车数据可以包括第二时间段内停车场中停放车辆的数量、停放车辆各自对应的停放时间以及因车位停满而不能停放的车辆数。
服务器可以根据车辆停车数据统计内多个预停车辆数各自对应的次数。其中，预停车辆数可以是多个维度的停车数量。例如，可以是日停车量，也可以是月停车量。预停车辆数可以是具体的值，值为自然数。比如日停车量可以为98辆。预停车辆数也可以是数值范围。比如日停车量为90-100辆。服务器可以根据预停车辆数对应的次数确定预停车辆数在第二时间段内的次数占比。例如，当预停车辆数为日停车量，第二时间段为1个月时，服务器统计第二时间段内的车辆停车数据中多种预停车辆数出现的天数，比如其中一种预停车辆数出现的天数为10天，该预停车辆数对应的次数占比则为三分之一。
服务器可以将预停车辆数对应的次数占比记作预停车辆数对应的子风险权重。服务器可以计算冲突子风险与对应子风险权重之间的乘积，得到冲突子风险加权后的值，服务器可以计算多个冲突子风险加权后的和，得到待停车位对应的车位冲突风险。
在其中一个实施例中，确定车位冲突风险的表达式可以表示为：
其中，P表示不发生车位冲突的风险概率。s表示预停车辆数的种类数，i表示预停车辆数的种类，i的值可以从1取到s。qi表示预停车辆数在第二时间段内对应的次数占比。ni表示停车场对应的预停车辆数，r表示待停车辆进入停车场的序号，待停车辆r可以是从1到ni中的任何一个车辆。m表示停车场中的总车位数。Lr表示停车场内已停车辆数，kr表示预留车位数。m-Lr表示空闲车位数量。j表示在选择m次车位的过程中，不发生车位冲突的次数。
在本实施例中，服务器可以根据停车场历史的车辆停车数据确定预停车辆数对应的次数占比，将次数占比记作对应预停车辆数下冲突子风险的子风险权重。基于历史数据确定冲突子风险在车辆冲突风险中的权重，根据子风险权重确定车位冲突风险，有效的提高了评估待停车辆对应车位冲突风险的准确性。
在一个实施例中，当车位冲突风险大于风险阈值时，上述车位导航方法还包括：获取待停车位集合中非空闲车位对应的已停车辆标识；获取已停车辆标识对应的标准停车区域；当标准停车区域不属于待停车位集合所属的目标区域时，生成提示信息，将提示信息发送至已停车辆标识对应的终端。
在车流量较为稳定的停车场，每个区域内停放的车辆通常是相对稳定的。例如，在住宅区对应的地下停车场，每栋楼对应的停车区域通常都是停放对应楼内住户的车辆，一般楼内的住户以及对应的车辆是相对稳定的。而当车位冲突风险大于风险阈值时，可能是部分用户停错了位置。因此，当服务器评估待停车辆对应的车位冲突风险大于风险阈值时，服务器可以获取待停车辆对应的待停车位集合中的已停车辆标识。
具体的，服务器可以获取待停车位集合中的车位标识，读取车位标识对应的车位状态，从待停车位集合中提取车位状态处于非空闲状态的车位标识，服务器可以确定处于非空闲状态的车位标识对应车位中的车辆为已停车辆。服务器可以获取已停车辆标识，已停车辆标识是用于唯一标记已停车辆的标识，已停车辆标识可以是已停车辆对应的车牌号。
服务器可以根据已停车辆标识获取对应的标准停车区域，标准停车区域是指已停车辆应当停放的车位区域。服务器可以通过多种方式获取已停车辆标识对应的标准停车区域。例如，服务器可以获取已停车辆标识对应的历史停车信息，根据历史停车信息确定已停车辆标识对应的标准停车区域。服务器也可以获取已停车辆标识用户选择的目标位置，根据目标位置确定已停车辆标识对应的标准停车区域。服务器还可以通过多个视频采集设备采集已停车辆对应的用户人脸图像，根据用户人脸图像追踪用户前往的目标位置，根据用户实际前往的目标位置确定已停车辆标识对应的标准停车区域。
服务器可以将已停车辆标识对应的标准停车区域，与待停车辆对应待停车位集合所属的目标区域进行比对。当标准停车区域属于目标区域时，服务器可以重复比对其他已停车辆标识对应的标准停车区域是否属于目标区域，直到比对完所有已停车辆对应的标准停车区域。当标准停车区域不属于目标区域时，服务器可以生成提示信息，服务器可以将生成的提示信息发送至已停车辆标识对应的终端，以此对已停车辆对应的用户进行提示。
在本实施例中，服务器可以获取待停车位集合中非空闲车位对应的已停车辆标识，将已停车辆标识对应的标准停车区域与待停车位集合所属的目标区域进行比对。当标准停车区域不属于目标区域时，生成提示信息，以此提示已停车辆标识对应的用户调整停车位置，有效的提高了停车场车位的管理效率，提高了车位的利用率。
在一个实施例中，上述生成从车辆位置至目标待停车位的导航路线的步骤包括：根据车辆位置和目标待停车位对应的车位位置生成多条参考路线；获取参考路线对应的路线风险数据和路线长度；将路线风险数据输入至道路风险评估模型，得到参考路线对应的道路风险；根据道路风险和路线长度对参考路线进行评估，得到评估结果；根据评估结果对参考路线进行筛选，得到导航路线。
服务器可以将车辆位置作为起始位置，将目标待停车位对应的车位位置作为目标位置。车辆位置可以是待停车辆进入停车场的出入口对应的位置。服务器可以根据停车场地图生成多条从车辆位置指向车位位置的参考路线，参考路线可以包括至少一个路段。服务器可以从生成的多条参考路线中确定至少一条作为导航路线。当服务器只生成了一条参考路线时，可以直接将唯一的参考路线作为导航路线。
服务器可以获取参考路线对应的路线风险数据和路线长度。路线风险数据是指用于评估参考路线对应的道路风险的数据，路线风险数据可以包括参考路线对应的道路环境数据。道路环境数据具体可以包括视野盲区、狭窄路段等多个维度的数据。停车场中视野盲区、狭窄路段等道路环境可能导致待停车辆与其他车辆或周围环境等发生擦挂、碰撞等风险。路线风险数据的维度可以与道路风险的风险类型相对应，每个维度的路线风险数据可以用于评估对应风险类型的道路风险。
服务器可以获取组成参考路线的至少一个路段对应的路段标识，从数据库中获取路段标识对应的路段风险数据以及路段长度。路段标识用于对路段进行标记。例如，路段标识可以是路段对应的路段名称或路段编号等。服务器可以统计参考路线包括的至少一个路段对应的路段风险数据以及路段长度，得到参考路线对应的路线风险数据和路线长度。
道路风险评估模型是预先根据训练数据进行训练得到的模型，道路风险评估模型可以用于对参考路线所对应的道路风险进行评估。服务器建立和训练得到道路风险评估模型后，可以将道路风险评估模型配置在服务器中。服务器可以调用道路风险评估模型，将路线风险数据输入至道路风险评估模型中，利用道路风险评估模型对输入的路线风险数据进行运算，得到道路风险评估模型输出的参考路线对应的道路风险。
在一个实施例中，当参考路线对应的路线风险数据中包括多个维度的数据时，每个维度的路线风险数据可以对应一种风险类型。服务器可以调用道路风险评估模型对多个维度的数据分别进行运算，得到对应多种风险类型分别对应的道路子风险。服务器可以根据多种风险类型分别对应的道路子风险生成参考路线所对应的道路风险。具体的，服务器可以通过多种方式根据多个道路子风险计算参考路线所对应的道路风险。例如，服务器可以直接计算多个道路子风险的和或者平均值，将得到的多个道路子风险的和或者平均值作为参考路线对应的道路风险。服务器还可以获取风险类型所对应的类型权重，根据风险类型对应的道路子风险和类型权重确定参考路线对应的道路风险。
在本实施例中，服务器根据多个维度的路线风险数据计算对应多种风险类型的道路子风险，根据多个道路子风险确定参考路线对应的道路风险，有效的提高了参考路线对应道路风险的准确性。
服务器可以根据多条参考路线各自对应的道路风险和路线长度，对参考路线进行评估，得到多条参考路线各自对应的评估结果。评估结果可以是服务器根据道路风险和路线长度进行评估后得到的评估值或评估等级，以此准确的评价参考路线的道路情况。
具体的，由于路线长度与道路风险的维度和数据单位不同，服务器可以对参考路线对应的路线长度进行归一化处理，将有量纲的路线长度转化为无量纲的长度数据，得到处理后的长度数据。由于道路风险与路线长度在评估参考路线时的重要性可能不同，服务器可以获取路线长度与道路风险各自对应的评估权重，根据处理后的长度数据和得到的道路风险各自对应的评估权重对参考路线进行评估，得到参考路线对应的评估结果，避免因为较小的道路风险而选择过长长度的参考路线作为目标导航路线，保证了筛选导航路线的合理性。
相较于传统直接根据路线长度评价路线风险，确定导航路线的方式，本实施例中根据多个维度的路线风险数据评估参考路线的道路风险，根据道路风险和路线长度再次对参考路线进行评估，得到的评估结果能够更加真实、准确的反映参考路线对应的道路情况，有助于根据评估结果更加准确的确定导航路线。
服务器可以根据得到的多条参考路线各自对应的评估结果对参考路线进行筛选，得到筛选出的参考路线，将筛选出的参考路线记作导航路线。具体的，服务器可以获取用于筛选参考路线的预设条件。服务器可以根据预设条件比对多条参考路线对应的评估结果，根据评估结果是否满足预设条件对参考路线进行筛选。若参考路线对应的评估结果满足预设条件，则将满足预设条件的参考路线标记为导航路线。否则排除评估结果不满足预设条件的参考路线。
在本实施例中，服务器根据车辆位置和待停车位的车位位置生成多条参考路线，根据参考路线对应的道路风险和路线长度对参考路线进行评估，根据评估结果从参考路线中筛选出导航路线。根据导航路线引导待停车辆前往至处于空闲状态的目标待停车位停车，有效的避免了待停车辆停车时发生车位冲突，根据导航路线将待停车辆快速引导至空闲车位，提高了停车的效率和停车场车位的利用率，方便了待停车辆对应的用户寻找空闲车位，提高了用户体验。同时，根据道路风险和路线长度确定导航路线，合理的降低了待停车辆在停车场内的道路风险。
在一个实施例中，上述车位导航方法还包括获取第三时间段内停车场对应的车辆停车数据；统计在第三时间段内车位冲突风险大于风险阈值的待停车辆数；当待停车辆数大于车辆阈值时，根据车辆停车数据生成车位调整策略。
服务器可以获取在第三时间段内停车场对应的车辆停车数据。第三时间段可以是用户根据实际需求预先设置的历史时间段，第三时间段可以是任意长度的历史时间段。例如，第三时间段可以为一个月，也可以是六个月或者一年等。第三时间段与上述实施例中描述的第二时间段可以相同，也可以不同。第三时间段内的车辆停车数据为停车场内的历史车辆数据，车辆停车数据可以包括第三时间段内停车场中停放车辆的数量、停放车辆各自对应的停放时间以及待停车辆各自对应的车位冲突风险。
服务器可以统计在第三时间段内的车辆停车数据中，车位冲突风险大于对应风险阈值的待停车辆数。服务器可以将待停车辆数与车辆阈值进行比对。车辆阈值可以是用户根据实际需求预先设置的，车辆阈值可以是小于或等于停车场总车位数的任意一个自然数。
当待停车辆数大于车辆阈值时，可以认为待停车辆进入停车场停放时，较多待停车辆可能出现车位冲突，服务器可以根据第三时间段内的车辆停车数据生成车位调整策略。车位调整策略可以用于调整停车场中的车位。服务器可以根据车辆停车数据生成多种车位调整策略。例如，车位调整策略可以包括增加停车场的总车位数，调整不同目标位置所对应目标区域的大小等中的至少一种。停车场可以根据车位调整策略调整停车场中的车位，以此较小待停车辆在停车场中停车时的车位冲突风险。
在本实施例中，服务器可以通过历史时间段内停车场对应的车辆停车数据，统计车位冲突风险大于风险阈值的待停车辆数。当待停车辆数大于车辆阈值时，服务器可以根据车辆停车数据生成车位调整策略，使得停车场可以根据车位调整策略调整停车场内的车位，从而减少待停车辆停车时的车位冲突风险，有效的提高了停车场车位的管理效率，提高了车位的利用率。
图2-4为一个实施例中车位导航方法的流程示意图。应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种车位导航装置500，包括：信息获取模块502、风险评估模块504、车位确定模块506和车位导航模块508，其中：
信息获取模块502，用于获取待停车辆信息，待停车辆信息包括待停车位集合和车辆位置；统计待停车位集合中的空闲车位数量。
风险评估模块504，用于调用冲突风险评估模型，基于空闲车位数量对车位冲突风险进行评估。
车位确定模块506，用于当车位冲突风险大于风险阈值时，确定停车场内的空闲车位作为目标待停车位。
车位导航模块508，用于生成从车辆位置至目标待停车位的导航路线，使得待停车辆根据导航路线行驶至目标待停车位。
在本实施例中，服务器可以获取待停车辆信息，根据待停车辆对应待停车位集合中的空闲车位数量，对待停车辆对应的车位冲突风险进行评估。当车位冲突风险大于风险阈值时，将停车场内的空闲车位记作目标待停车位，生成从车辆位置至目标待停车位的导航路线，使得待停车辆根据导航路线行驶至目标待停车位停车。有效的减小了待停车辆停车时的车位冲突风险，有助于在已停车辆较多时找到空闲车位停车，提高了停车场中车位的利用率，有效的提高了待停车辆在停车场中的停车效率。
在一个实施例中，上述信息获取模块502还用于获取待停车辆对应的车辆标识；获取第一时间段内车辆标识对应的历史停车信息；根据历史停车信息分析待停车辆对应的目标位置；根据在目标位置所属的目标区域内的多个车位，生成待停车位集合。
在一个实施例中，上述风险评估模块504还用于获取待停车辆对应的预留车位数；获取停车场对应的多个预停车辆数；根据空闲车位数量和预留车位数，评估预停车辆数对应的冲突子风险；根据多个冲突子风险确定车位冲突风险。
在一个实施例中，上述风险评估模块504还用于获取第二时间段内停车场对应的车辆停车数据；根据车辆停车数据获取预停车辆数对应的次数占比；确定次数占比作为子风险权重，基于冲突子风险和对应的子风险权重确定车位冲突风险。
在一个实施例中，上述车位确定模块506还用于获取待停车位集合中非空闲车位对应的已停车辆标识；获取已停车辆标识对应的标准停车区域；当标准停车区域不属于待停车位集合所属的目标区域时，生成提示信息，将提示信息发送至已停车辆标识对应的终端。
在一个实施例中，上述车位导航模块508还用于根据车辆位置和目标待停车位对应的车位位置生成多条参考路线；获取参考路线对应的路线风险数据和路线长度；将路线风险数据输入至道路风险评估模型，得到参考路线对应的道路风险；根据道路风险和路线长度对参考路线进行评估，得到评估结果；根据评估结果对参考路线进行筛选，得到导航路线。
在一个实施例中，上述车位导航装置500还包括车位调整模块，用于获取第三时间段内停车场对应的车辆停车数据；统计在第三时间段内车位冲突风险大于风险阈值的待停车辆数；当待停车辆数大于车辆阈值时，根据车辆停车数据生成车位调整策略。
图6示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的服务器120。如图6所示，该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现车位导航方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行车位导航方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的车位导航装置可以实现为一种计算机程序的形式，计算机程序可在如图6所示的计算机设备上运行。计算机设备的存储器中可存储组成该车位导航装置的各个程序模块，比如，图5所示的信息获取模块502、风险评估模块504、车位确定模块506和车位导航模块508。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的车位导航方法中的步骤。
例如，图6所示的计算机设备可以通过如图5所示的车位导航装置中的信息获取模块502执行获取待停车辆信息，待停车辆信息包括待停车位集合和车辆位置；统计待停车位集合中的空闲车位数量。计算机设备可通过风险评估模块504执行调用冲突风险评估模型，基于空闲车位数量对车位冲突风险进行评估。计算机设备可通过车位确定模块506执行当车位冲突风险大于风险阈值时，确定停车场内的空闲车位作为目标待停车位。计算机设备可通过车位导航模块508执行生成从车辆位置至目标待停车位的导航路线，使得待停车辆根据导航路线行驶至目标待停车位。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述车位导航方法的步骤。此处车位导航方法的步骤可以是上述各个实施例的车位导航方法中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述车位导航方法的步骤。此处车位导航方法的步骤可以是上述各个实施例的车位导航方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (16)
1.一种车位导航方法，包括：
获取待停车辆对应的车辆标识和所述待停车辆的车辆位置；获取第一时间段内所述车辆标识对应的历史停车信息；根据所述历史停车信息分析所述待停车辆对应的目标位置；根据在所述目标位置所属的目标区域内的多个车位，生成待停车位集合；所述停车位集合是停车场中所有车位组成的集合的子集；
统计所述待停车位集合中的空闲车位数量；
获取所述待停车辆的预留车位数、所述待停车辆进入所述停车场的序号；
获取所述停车场对应的多个预停车辆数和第二时间段内所述停车场对应的车辆停车数据；
根据所述车辆停车数据确定在所述第二时间段内，各所述预停车辆数对应的次数占比；
通过冲突风险评估模型的冲突风险评估函数，对所述空闲车位数量、所述预留车位数、所述序号、所述预停车辆数和所述预停车辆数对应的次数占比进行运算，得到所述待停车辆对应的车位冲突风险，所述冲突风险评估函数为：
其中，P表示不发生车位冲突的风险概率，s表示所述预停车辆数的种类数，i表示所述预停车辆数的种类，qi表示所述次数占比，ni表示所述预停车辆数，r表示所述序号，m表示总车位数，Lr表示已停车辆数，kr表示所述预留车位数，m-Lr表示所述空闲车位数量，j表示在选择m次车位的过程中，不发生车位冲突的次数；
当所述车位冲突风险大于风险阈值时，确定所述停车场内的空闲车位作为目标待停车位；
生成从所述车辆位置至所述目标待停车位的导航路线，使得待停车辆根据所述导航路线行驶至所述目标待停车位。
2.根据权利要求1所述的方法，其特征在于，所述车辆位置为所述停车场的入口对应的入口位置。
3.根据权利要求1所述的方法，其特征在于，所述获取所述待停车辆的预留车位数，包括：
获取所述待停车辆的车辆标识；
根据预设车辆标识与预留车位数之间的映射关系，获取所述车辆标识对应的预留车位数。
4.根据权利要求1所述的方法，其特征在于，所述获取所述停车场对应的多个预停车辆数，包括：
获取所述停车场的停车场标识；
获取与所述停车场标识相对应的多个预停车辆数。
5.根据权利要求1所述的方法，其特征在于，当所述车位冲突风险大于风险阈值时，所述方法还包括：
获取所述待停车位集合中非空闲车位对应的已停车辆标识；
获取所述已停车辆标识对应的标准停车区域；
当所述标准停车区域不属于所述待停车位集合所属的目标区域时，生成提示信息，将所述提示信息发送至所述已停车辆标识对应的终端。
6.根据权利要求1所述的方法，其特征在于，所述生成从所述车辆位置至所述目标待停车位的导航路线包括：
根据所述车辆位置和目标待停车位对应的车位位置生成多条参考路线；
获取所述参考路线对应的路线风险数据和路线长度；
将所述路线风险数据输入至道路风险评估模型，得到所述参考路线对应的道路风险；
根据所述道路风险和路线长度对所述参考路线进行评估，得到评估结果；
根据所述评估结果对所述参考路线进行筛选，得到导航路线。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述方法还包括：
获取第三时间段内所述停车场对应的车辆停车数据；
统计在所述第三时间段内车位冲突风险大于风险阈值的待停车辆数；
当所述待停车辆数大于车辆阈值时，根据所述车辆停车数据生成车位调整策略。
8.一种车位导航装置，其特征在于，所述装置包括：
信息获取模块，用于获取待停车辆对应的车辆标识和所述待停车辆的车辆位置；获取第一时间段内所述车辆标识对应的历史停车信息；根据所述历史停车信息分析所述待停车辆对应的目标位置；根据在所述目标位置所属的目标区域内的多个车位，生成待停车位集合；所述停车位集合是停车场中所有车位组成的集合的子集；统计所述待停车位集合中的空闲车位数量；获取所述待停车辆的预留车位数、所述待停车辆进入所述停车场的序号；获取所述停车场对应的多个预停车辆数和第二时间段内所述停车场对应的车辆停车数据；根据所述车辆停车数据确定在所述第二时间段内，各所述预停车辆数对应的次数占比；
风险评估模块，用于通过冲突风险评估模型的冲突风险评估函数，对所述空闲车位数量、所述预留车位数、所述序号、所述预停车辆数和所述预停车辆数对应的次数占比进行运算，得到所述待停车辆对应的车位冲突风险，所述冲突风险评估函数为：
其中，P表示不发生车位冲突的风险概率，s表示所述预停车辆数的种类数，i表示所述预停车辆数的种类，qi表示所述次数占比，ni表示所述预停车辆数，r表示所述序号，m表示总车位数，Lr表示已停车辆数，kr表示所述预留车位数，m-Lr表示所述空闲车位数量，j表示在选择m次车位的过程中，不发生车位冲突的次数；
车位确定模块，用于当所述车位冲突风险大于风险阈值时，确定停车场内的空闲车位作为目标待停车位；
车位导航模块，用于生成从所述车辆位置至所述目标待停车位的导航路线，使得待停车辆根据所述导航路线行驶至所述目标待停车位。
9.根据权利要求8所述的装置，其特征在于，所述车辆位置为所述停车场的入口对应的入口位置。
10.根据权利要求8所述的装置，其特征在于，所述信息获取模块，还用于：
获取所述待停车辆的车辆标识；
根据预设车辆标识与预留车位数之间的映射关系，获取所述车辆标识对应的预留车位数。
11.根据权利要求8所述的装置，其特征在于，所述信息获取模块，还用于：
获取所述停车场的停车场标识；
获取与所述停车场标识相对应的多个预停车辆数。
12.根据权利要求8所述的装置，其特征在于，当所述车位冲突风险大于风险阈值时，所述车位确定模块，还用于：
获取所述待停车位集合中非空闲车位对应的已停车辆标识；
获取所述已停车辆标识对应的标准停车区域；
当所述标准停车区域不属于所述待停车位集合所属的目标区域时，生成提示信息，将所述提示信息发送至所述已停车辆标识对应的终端。
13.根据权利要求8所述的装置，其特征在于，所述车位导航模块，还用于：
根据所述车辆位置和目标待停车位对应的车位位置生成多条参考路线；
获取所述参考路线对应的路线风险数据和路线长度；
将所述路线风险数据输入至道路风险评估模型，得到所述参考路线对应的道路风险；
根据所述道路风险和路线长度对所述参考路线进行评估，得到评估结果；
根据所述评估结果对所述参考路线进行筛选，得到导航路线。
14.根据权利要求8至13中任一项所述的装置，其特征在于，所述装置还包括车位调整模块，用于：
获取第三时间段内所述停车场对应的车辆停车数据；
统计在所述第三时间段内车位冲突风险大于风险阈值的待停车辆数；
当所述待停车辆数大于车辆阈值时，根据所述车辆停车数据生成车位调整策略。
15.一种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，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
16.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911126629.XA CN110838239B (zh) | 2019-11-18 | 2019-11-18 | 车位导航方法、装置、计算机可读存储介质和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911126629.XA CN110838239B (zh) | 2019-11-18 | 2019-11-18 | 车位导航方法、装置、计算机可读存储介质和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110838239A CN110838239A (zh) | 2020-02-25 |
| CN110838239B true CN110838239B (zh) | 2024-01-30 |
Family
ID=69576597
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911126629.XA Active CN110838239B (zh) | 2019-11-18 | 2019-11-18 | 车位导航方法、装置、计算机可读存储介质和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110838239B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112258886A (zh) * | 2020-10-09 | 2021-01-22 | 北京百度网讯科技有限公司 | 导航方法、装置、电子设备及存储介质 |
| CN112634647B (zh) * | 2020-12-10 | 2022-04-12 | 深圳集智数字科技有限公司 | 一种提供停车信息的导航系统、方法、设备及介质 |
| CN114973746B (zh) * | 2021-02-23 | 2023-09-26 | 腾讯科技（深圳）有限公司 | 一种停车场确定方法、设备及计算机可读存储介质 |
| CN113033978A (zh) * | 2021-03-10 | 2021-06-25 | 北京嘀嘀无限科技发展有限公司 | 停车风险确定方法、位置推荐方法、装置和电子设备 |
| CN113362640A (zh) * | 2021-06-03 | 2021-09-07 | 舵敏智能科技(苏州)有限公司 | 停车位预约停车方法、车辆出场方法、装置、设备及介质 |
| CN113327372B (zh) * | 2021-06-08 | 2022-11-18 | 北京市商汤科技开发有限公司 | 充电设备共享方法、装置及信息处理设备 |
| CN116071951A (zh) * | 2021-11-01 | 2023-05-05 | 华为技术有限公司 | 停车位信息的处理方法及处理装置 |
| CN114387798B (zh) * | 2022-01-11 | 2022-12-27 | 宁波工程学院 | 一种基于多源数据融合的虚拟停车位建立系统及方法 |
| CN114566064B (zh) * | 2022-02-16 | 2023-08-01 | 北京梧桐车联科技有限责任公司 | 停车位的位置确定方法、装置、设备及存储介质 |
| CN115131987A (zh) * | 2022-06-27 | 2022-09-30 | 腾讯科技（深圳）有限公司 | 停车位推荐方法、装置、计算机设备和存储介质 |
| CN115839723B (zh) * | 2023-01-12 | 2023-07-25 | 江苏龙威中科技术有限公司 | 适用于车载导航的数据处理方法 |
| CN116504099B (zh) * | 2023-05-09 | 2023-10-27 | 河北六联通信科技有限公司 | 一种基于物联网的社区网络管理系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106997687A (zh) * | 2017-05-31 | 2017-08-01 | 上海喜泊客信息技术有限公司 | 停车引导方法及系统、存储介质 |
| CN107025804A (zh) * | 2017-05-31 | 2017-08-08 | 上海喜泊客信息技术有限公司 | 停车位预约方法、系统及存储介质 |
| WO2018113602A1 (zh) * | 2016-12-20 | 2018-06-28 | 纳恩博（北京）科技有限公司 | 停车管理机器人及停车管理方法和系统 |
| CN108986530A (zh) * | 2018-08-01 | 2018-12-11 | 平安科技（深圳）有限公司 | 停车位管理方法、装置及计算机可读存储介质 |
| CN109326136A (zh) * | 2017-07-31 | 2019-02-12 | 中兴通讯股份有限公司 | 停车导航方法、设备及计算机可读存储介质 |
-
2019
- 2019-11-18 CN CN201911126629.XA patent/CN110838239B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018113602A1 (zh) * | 2016-12-20 | 2018-06-28 | 纳恩博（北京）科技有限公司 | 停车管理机器人及停车管理方法和系统 |
| CN106997687A (zh) * | 2017-05-31 | 2017-08-01 | 上海喜泊客信息技术有限公司 | 停车引导方法及系统、存储介质 |
| CN107025804A (zh) * | 2017-05-31 | 2017-08-08 | 上海喜泊客信息技术有限公司 | 停车位预约方法、系统及存储介质 |
| CN109326136A (zh) * | 2017-07-31 | 2019-02-12 | 中兴通讯股份有限公司 | 停车导航方法、设备及计算机可读存储介质 |
| CN108986530A (zh) * | 2018-08-01 | 2018-12-11 | 平安科技（深圳）有限公司 | 停车位管理方法、装置及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110838239A (zh) | 2020-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110838239B (zh) | 车位导航方法、装置、计算机可读存储介质和计算机设备 | |
| CN109191898B (zh) | 一种在线智能停车系统 | |
| CN111009151B (zh) | 一种停车位推荐方法、存储介质及终端设备 | |
| JP7070683B2 (ja) | 劣化診断装置、劣化診断システム、劣化診断方法、プログラム | |
| CN112037504B (zh) | 一种车辆停车调度管理方法及其相关组件 | |
| CN110853391A (zh) | 智能共享停车系统 | |
| CN109741628B (zh) | 一种智能停车路线规划方法 | |
| CN108230725A (zh) | 停车推荐方法和装置 | |
| WO2018232950A1 (zh) | 一种停车场车位调度方法及装置 | |
| CN113744420B (zh) | 一种道路停车收费管理方法、系统和计算机可读存储介质 | |
| CN111311952A (zh) | 车辆停车的控制方法、装置、计算机设备和存储介质 | |
| EP2447927A1 (en) | System and process for estimating the availability and/or occupied status of car parks located in a given urban area at a given time | |
| CN113724526B (zh) | 用于停车场的诱导泊车方法、装置、系统及存储介质 | |
| CN111243185A (zh) | 充电车位占用判定方法、设备及介质 | |
| CN115035744B (zh) | 一种基于图像分析及rfid的车辆识别方法、装置及系统 | |
| CN112908014A (zh) | 停车场寻车方法及装置 | |
| CN112037543A (zh) | 基于三维建模的城市交通灯控制方法、装置、设备和介质 | |
| CN112233448A (zh) | 基于SaaS模式的智慧停车管理方法、系统及智能终端 | |
| CN116306998A (zh) | 基于物联网的园区管理监测方法、装置、设备及存储介质 | |
| KR102393619B1 (ko) | 딥러닝을 이용한 주차지도 제작 및 주차장내 차량위치확인 시스템 | |
| TW201824206A (zh) | 利用ｅＴａｇ偵測器推估停車空位數量的方法及系統 | |
| CN114708551A (zh) | 一种停车场车道拥堵实时地图方案 | |
| CN102280028A (zh) | 基于动态背景分析和监控带扫描的车辆监测方法 | |
| CN115131986A (zh) | 封闭停车场智慧管理方法以及系统 | |
| CN115588306A (zh) | 车位推送方法及装置、计算机可读存储介质、终端 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40023030 Country of ref document: HK |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |