CN111429719A - 一种利用智能停车场进出数据推算场内车数的方法 - Google Patents

一种利用智能停车场进出数据推算场内车数的方法 Download PDF

Info

Publication number
CN111429719A
CN111429719A CN202010203586.7A CN202010203586A CN111429719A CN 111429719 A CN111429719 A CN 111429719A CN 202010203586 A CN202010203586 A CN 202010203586A CN 111429719 A CN111429719 A CN 111429719A
Authority
CN
China
Prior art keywords
parking lot
data
time
parking
vehicles
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
CN202010203586.7A
Other languages
English (en)
Other versions
CN111429719B (zh
Inventor
姚广铮
陈艳艳
崔凯俊
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.)
Beijing University of Technology
Original Assignee
Beijing 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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN202010203586.7A priority Critical patent/CN111429719B/zh
Publication of CN111429719A publication Critical patent/CN111429719A/zh
Application granted granted Critical
Publication of CN111429719B publication Critical patent/CN111429719B/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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • 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
    • 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
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/148—Management of a network of parking areas

Landscapes

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

Abstract

本发明公开了一种利用智能停车场进出数据推算场内车数的方法，属于交通领域。该方法通过收集停车场进口闸机和出口闸机的记录数据，对数据进行清洗和提取，确保每条数据代表一辆车出入停车场的完整状态同时提取每条数据车辆的进出场时刻；利用车辆的进出场时刻计算分时段在场车辆数。当停车场达到饱和状态时，可以利用该方法推算停车场容量。若数据的时间跨度较短则可以使用误差分析计算推算值与实际值之间的误差。

Description

一种利用智能停车场进出数据推算场内车数的方法
技术领域
本发明涉及交通领域。
背景技术
随着小汽车进入家庭，我国很多城市都遇到严重的停车问题，停车难、停车乱困扰着地方政府，很多城市也都积极地探索停车治理的实践方法。停车治理的前提是摸清底数，尤其是小区的车辆数和车位数，依此计算的供需缺口是后续一系列治理工作的基础。《国家发展改革委办公厅关于印发2016年停车场建设工作要点的通知》中明确要求“各省级发展改革委协调有关部门制定本区域停车设施普查计划，确定普查范围，规范数据格式，尽快启动地级市以上城市停车场普查、分类、确权相关工作,通过普查夯实基础数据库，摸清停车底数，于2016年内完成”。在此之后，国内很多城市都陆续开展了停车普查的工作，而且随着停车工作越来越受关注，停车普查的工作很可能成为一项持续性的工作。
但目前采用的调查方法大都是人工调查法：一是入户调查，二是实地调查。但这两种方法都有在调查实施难度和准确度方面有很大的弊端。入户调查的难度和工作量非常大，而且即便对居民进行了面访，反馈的信息也未必准确。尤其是尚未明确后期小区停车管理制度的情况下，有些居民为了保留子女探访等需要，刻意放大了非真实需求。而实地调查是选择某一时段采取现场计数的方式进行地毯式人工调查，调查时间受限且大都集中在凌晨。
由上可知，采用人工调查法得到居住区停车场的场内车辆数效率低且准确率不高，亟需一种创新的方法替代人工调查法，以提高提高停车场调查效率。
截止目前，推算停车场的场内车数多依靠纯人工调查进行，行业内未见有与本专利技术原理相近的利用停车场进出数据推算场内车数的方法。以下，将现有推算停车场的场内车数方法加以阐述。
(1)入户调查
入户调查是最直接了解需求的方式，通过入户调查了解停车需求，最准确的方式是入户普查，了解每一户家庭是否有小汽车、有几辆小汽车、每辆车的常用停放地点等。但入户普查的难度和工作量非常大，而且即便对居民进行了面访，反馈的信息也未必准确。尤其是尚未明确后期小区停车管理制度的情况下，有些居民为了保留子女探访等需要，刻意放大了非真实需求。
(2)人工现场调查
为了降低居民基本停车需求调查的难度，很多城市采取了调查居民区夜间停车数替代基本停车需求的做法。由于绝大多数居民夜间会把车放回到居民小区及其附近，所以选择某一时段采取现场计数的方式进行地毯式人工调查。这种方式存在的问题：一是调查时间受限且有限，二是调查可能会出现人为错误。
(3)采用地磁、红外等车位监测数据
在停车场内引入地磁、红外等车位检测级别的设备，识别车位的占用状态并进行停车场内的诱导。利用这些设备，将所有被占用的车位数量求和就是场内停放车辆的数量，但这个数据与进出口道闸数据推算的场内车辆数的差别在于，车位检测的数据不包括正在停车场内寻位的车辆。
(4)某时刻停车数静态数据+进出动态数据计算法
记录停车场某时刻内部车辆数，根据之前或之后每个时间段进出停车场车辆数的差值计算指定时刻的场内停车数。
此方法首先需要记录某一时刻停车场车辆数的静态数据。可以采用的方法包括人工调查法，或利用地磁和红外等数据提供的场内停车数。另外，需要从上述时刻至指定时间期间进入和离开停车场的车辆数，通过累加计算可以得到指定时间的场内停车数。此法看似严谨，但由于停车场系统偶尔会出现错误，导致出现误差，而且随着时间的增加，误差会累计并越来越大。
目前对于推算停车场的场内车数存在以下几方面的缺点：
1)入户调查：难度和工作量依然非常大，而且即便对居民进行了面访，反馈的信息也未必准确。尤其是尚未明确后期小区停车管理制度的情况下，有些居民为了保留子女探访等需要，刻意放大了非真实需求。
2)实地调查：调查时间受限并且可能会出现人为错误。不同日期调查也会出现误差，误差浮动约20％。
3)采用地磁、红外等车位监测数据：只能读取停放于车位内的数据，无法计算正在停车场内寻位的车辆。地磁和红外等设备的前期投入比较大，成本高。
4)某时刻停车数静态数据+进出动态数据计算法：随着时间的增加，误差会累计并越来越大，需要定期对场内停车数进行更新。
本发明需要解决问题：
4.1基于停车场进出数据计算停车场的场内车数；
4.2若停车场已达到饱和状态，则可以根据停车场进出数据推算停车场容量；
4.3解决目前人工普查停车位成本高、效率低的问题。
发明内容
本专利所述利用智能停车场进出数据推算场内车数的方法主要由三部分组成，分别为数据采集、数据分析、误差分析，如图1所示。数据采集包括收集停车场的进出数据与基础数据，数据分析包括提取数据和推算场内停车数量。误差分析则用于判断当数据时间跨度较短时推算值与实际值之间的误差。
1.一种利用智能停车场进出数据推算场内车数的方法，其特征在于：
1)数据采集：收集停车场进口闸机和出口闸机的记录数据，并了解该停车场的运行情况，是否为正常运行状态；
2)数据分析：将采集得到的停车场数据进行清洗和提取，确保每条数据代表一辆车出入停车场的完整状态同时提取每条数据车辆的进出场时刻；
计算场内停车数量则根据如下公式进行推算：
Nt＝∑n(i,t) (1)
Figure BDA0002420190360000041
Nt表示停车场内时刻t的车辆数；
n(i,t)表示在时刻t，第i辆车是否在小区内；
TIni表示第i辆车进场的时间；
TOuti表示第i辆车出场的时间；
若统计日期的起止时间超过车辆停放时长的最大值且停车场达到饱和状态，则利用此方法计算出自统计日期起每天24小时中各小时的场内停车数，将各小时的场内停车数取峰值后得到停车场容量。
3)误差分析：
由于在实际的运用过程中，有可能数据的统计日期不够长，导致计算的场内停车数量与实际存在误差，所以需要采用误差分析。
估算的实际值为
N′t＝∑n′(i,t) (3)
Figure BDA0002420190360000042
式中，N′t为停车场内时刻t的估算车辆数；
n′(i,t)表示按照推算方法，在时刻t第i辆车是否在小区内；
TS表示数据范围的时间起点；
TE表示数据范围的时间终点；
相对误差ρ的数学表达式：
Figure BDA0002420190360000043
由于n(i,t)和n′(i,t)都是二元变量，将其按期望值进一步展开：
Figure BDA0002420190360000044
另：事件A1为TS<TIni
事件A2为TOuti<TE
事件B为TIni<t<TOuti
Figure BDA0002420190360000051
对于任意t：
Figure BDA0002420190360000052
则事件B写做：t-Δt1<t<t+Δt2
事件A1为TS<t-Δt1
事件A2为t+Δt2<TE
因为Δt1与Δt2相互独立，A1和A2两个事件独立，
ρ＝1-P(A1|B)·P(A2|B) (9)
另设λ为Δt1与Δt的比值，即时刻t对于TIni的相对位置，使得：
Δt＝Δt1+Δt2λ＝Δt1/λ (10)
则：
Figure BDA0002420190360000053
另设μ为ΔT1与ΔT的比值即时刻t对于TE的相对位置,使得：
Figure BDA0002420190360000054
则相对误差ρ表示为：
ρ＝1-P(Δt<2μΔT|B)·P(Δt<2(1-μ)ΔT|B) (13)。
附图说明
图1利用智能停车场进出数据推算场内车数的方法流程图
图2利用智能停车场进出数据推算场内车数的原理示意图
具体实施方式
1)数据采集：收集停车场进口闸机和出口闸机的记录数据，并了解该停车场的运行情况，是否为正常运行状态。
2)数据分析：将采集得到的停车场数据进行清洗和提取，确保每条数据代表一辆车出入停车场的完整状态同时提取每条数据车辆的进出场时刻。
计算场内停车数量则根据如下公式进行推算：
Nt＝∑n(i,t) (1)
Figure BDA0002420190360000061
Nt表示停车场内时刻t的车辆数；
n(i,t)表示在时刻t，第i辆车是否在小区内；
TIni表示第i辆车进场的时间；
TOuti表示第i辆车出场的时间。
如图2所示，第1辆车在t时刻后才入场，第3辆车在t时刻前已经离场，这两辆车都不计算为场内停车数，只有第2辆车满足计算条件。
根据此方法可以计算出自统计日期起每天24小时中各小时的场内停车数。若统计日期的起止时间超过车辆停放时长的最大值且停车场达到饱和状态，则将各小时的场内停车数取峰值后即可得到停车场容量；反之，则无法得到停车场容量，仅能计算场内停车数。
3)误差分析：由于在实际的运用过程中，有可能数据的统计日期不够长，导致计算的场内停车数量与实际存在误差，所以需要采用误差分析。如图2所示，如果只有从TS和TE之间的数据，第4、5、6辆车虽然在时刻t在场内，但由于数据丢失没有将其统计，进而导致估算出现偏差。
估算的实际值为
N′t＝∑n′(i,t) (3)
Figure BDA0002420190360000071
式中，N′t为停车场内时刻t的估算车辆数；
n′(i,t)表示按照推算方法，在时刻t第i辆车是否在小区内；
TS表示数据范围的时间起点；
TE表示数据范围的时间终点。
相对误差ρ的数学表达式：
Figure BDA0002420190360000072
由于n(i,t)和n′(i,t)都是二元变量，将其按期望值进一步展开：
Figure BDA0002420190360000073
另：事件A1为TS<TIni
事件A2为TOuti<TE
事件B为TIni<t<TOuti
Figure BDA0002420190360000074
对于任意t：
Figure BDA0002420190360000075
则事件B可以写做：t-Δt1<t<t+Δt2
事件A1为TS<t-Δt1
事件A2为t+Δt2<TE
因为Δt1与Δt2相互独立，A1和A2两个事件独立，
ρ＝1-P(A1|B)·P(A2|B) (9)
另设λ为Δt1与Δt的比值(即时刻t对于TIni的相对位置)，使得：
Δt＝Δt1+Δt2λ＝Δt1/λ (10)
则：
Figure BDA0002420190360000081
另设μ为ΔT1与ΔT的比值(即时刻t对于TE的相对位置),使得：
Figure BDA0002420190360000082
则相对误差ρ可以表示为：
ρ＝1-P(Δt<2μΔT|B)·P(Δt<2(1-μ)ΔT|B) (13)
将本方法应用于实际停车场进行测试，该停车场达到饱和状态且数据统计周期为6个月。采用本方法计算得到的停车场容量为557辆，与停车场实际容量559辆误差(ρ)为0.36％。
本专利所述的利用智能停车场进出数据推算场内车数的方法有效减少了停车普查所耗费的人工成本；本专利所述的方法可靠性显著，若停车场达到饱和状态，仅需给定一段时间内的停车场进出数据就可推算车场容量，无需反复更新数据；本专利应用前景广阔，无需在停车场车位布放地磁和检测设备因而成本较低，可以大范围推广使用。

Claims (1)

1.一种利用智能停车场进出数据推算场内车数的方法，其特征在于：
1)数据采集：收集停车场进口闸机和出口闸机的记录数据，并了解该停车场的运行情况，是否为正常运行状态；
2)数据分析：将采集得到的停车场数据进行清洗和提取，确保每条数据代表一辆车出入停车场的完整状态同时提取每条数据车辆的进出场时刻；
计算场内停车数量则根据如下公式进行推算：
Nt＝∑n(i,t) (1)
Figure FDA0002420190350000011
Nt表示停车场内时刻t的车辆数；
n(i,t)表示在时刻t，第i辆车是否在小区内；
TIni表示第i辆车进场的时间；
TOuti表示第i辆车出场的时间；
若统计日期的起止时间超过车辆停放时长的最大值且停车场达到饱和状态，则利用此方法计算出自统计日期起每天24小时中各小时的场内停车数，将各小时的场内停车数取峰值后得到停车场容量；
3)误差分析：
由于在实际的运用过程中，有可能数据的统计日期不够长，导致计算的场内停车数量与实际存在误差，所以需要采用误差分析。
估算的实际值为
N′t＝∑n′(i,t) (3)
Figure FDA0002420190350000012
式中，N′t为停车场内时刻t的估算车辆数；
n′(i,t)表示按照推算方法，在时刻t第i辆车是否在小区内；
TS表示数据范围的时间起点；
TE表示数据范围的时间终点；
相对误差ρ的数学表达式：
Figure FDA0002420190350000021
由于n(i,t)和n′(i,t)都是二元变量，将其按期望值进一步展开：
Figure FDA0002420190350000022
另：事件A1为TS<TIni
事件A2为TOuti<TE
事件B为TIni<t<TOuti
Figure FDA0002420190350000023
对于任意t：
Figure FDA0002420190350000024
则事件B写做：t-Δt1<t<t+Δt2
事件A1为TS<t-Δt1
事件A2为t+Δt2<TE
因为Δt1与Δt2相互独立，A1和A2两个事件独立，
ρ＝1-P(A1|B)·P(A2|B) (9)
另设λ为Δt1与Δt的比值，即时刻t对于TIni的相对位置，使得：
Δt＝Δt1+Δt2λ＝Δt1/λ (10)
则：
Figure FDA0002420190350000031
另设μ为ΔT1与ΔT的比值即时刻t对于TE的相对位置,使得：
Figure FDA0002420190350000032
则相对误差ρ表示为：
ρ＝1-P(Δt<2μΔT|B)·P(Δt<2(1-μ)ΔT|B) (13)。
CN202010203586.7A 2020-03-20 2020-03-20 一种利用智能停车场进出数据推算场内车数的方法 Active CN111429719B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010203586.7A CN111429719B (zh) 2020-03-20 2020-03-20 一种利用智能停车场进出数据推算场内车数的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010203586.7A CN111429719B (zh) 2020-03-20 2020-03-20 一种利用智能停车场进出数据推算场内车数的方法

Publications (2)

Publication Number Publication Date
CN111429719A true CN111429719A (zh) 2020-07-17
CN111429719B CN111429719B (zh) 2021-07-23

Family

ID=71548449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010203586.7A Active CN111429719B (zh) 2020-03-20 2020-03-20 一种利用智能停车场进出数据推算场内车数的方法

Country Status (1)

Country Link
CN (1) CN111429719B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050318A (zh) * 2014-06-11 2014-09-17 中国人民解放军海军航空工程学院 一种战术导弹武器系统精度仿真及校验方法
CN107085972A (zh) * 2017-06-16 2017-08-22 北京悦畅科技有限公司 一种停车场车位数的计算方法和装置
CN110009917A (zh) * 2019-04-04 2019-07-12 东南大学 一种分段连续观测的停车场特性调查方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050318A (zh) * 2014-06-11 2014-09-17 中国人民解放军海军航空工程学院 一种战术导弹武器系统精度仿真及校验方法
CN107085972A (zh) * 2017-06-16 2017-08-22 北京悦畅科技有限公司 一种停车场车位数的计算方法和装置
CN110009917A (zh) * 2019-04-04 2019-07-12 东南大学 一种分段连续观测的停车场特性调查方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GUANGZHENG YAO: "Analyzing the elements related to parking demand: An empirical study in Beijing", 《ADVANCES IN MECHANICAL ENGINEERING》 *
刘瑞远 等: "考虑近远期规划衔接的城市公共停车场规划方法研究", 《交通运输研究》 *

Also Published As

Publication number Publication date
CN111429719B (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
Aslam et al. City-scale traffic estimation from a roving sensor network
CN101710448B (zh) 基于全方位计算机视觉的道路交通状态检测装置
WO2018122585A1 (zh) 一种基于浮动车数据的城市道路交通异常检测方法
Wang et al. Travel time estimation method for urban road based on traffic stream directions
CN102324128A (zh) 基于ic卡记录的公交站间od客流预测方法及装置
CN101495861A (zh) 用于监视行驶状况的系统和方法
CN106845768A (zh) 基于生存分析参数分布的公交车旅行时间模型构建方法
You et al. A GPS data processing framework for analysis of drayage truck tours
Turner et al. Measuring and estimating congestion using travel time–based procedures
Howard et al. Implicit sensing of building occupancy count with information and communication technology data sets
Tong et al. Estimation of parking accumulation profiles from survey data
CN115331433B (zh) 基于多源数据的城市主干道多车轨迹重构方法
CN114549075A (zh) 一种基于停车和视频大数据的区域停车评价方法
CN115995149A (zh) 一种基于多源数据的停车供需特征动态评估方法及系统
Kazagli et al. Arterial travel time estimation from automatic number plate recognition data
CN111429719B (zh) 一种利用智能停车场进出数据推算场内车数的方法
Ewing et al. Internalizing travel by mixing land uses: Study of master-planned communities in south Florida
Wünsch et al. Bavarian road administration's use of probe data for large-scale traffic signal evaluation support
CN113380070A (zh) 一种面向大型综合体的车位级停车需求时空特征获取方法
Weng et al. Freeway travel speed calculation model based on ETC transaction data
CN114419749A (zh) 一种基于定位坐标的光伏电站运维人员工作量化系统
Soriguera et al. Travel time measurement using toll infrastructure
Nosal et al. Incorporating weather: a comparative analysis of Average Annual Daily Bicyclist estimation methods 2
Chiogna et al. Modelling short-term effects of ozone on morbidity: an application to the city of Milano, Italy, 1995–2003
CN110189029A (zh) 一种基于大规模手机位置数据的自行车骑车与停车需求评估方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Chen Yanyan

Inventor after: Yao Guangzheng

Inventor after: Cui Kaijun

Inventor before: Yao Guangzheng

Inventor before: Chen Yanyan

Inventor before: Cui Kaijun