CN111785073A - 一种基于人因因素的停车场诱导系统 - Google Patents

一种基于人因因素的停车场诱导系统 Download PDF

Info

Publication number
CN111785073A
CN111785073A CN202010645153.7A CN202010645153A CN111785073A CN 111785073 A CN111785073 A CN 111785073A CN 202010645153 A CN202010645153 A CN 202010645153A CN 111785073 A CN111785073 A CN 111785073A
Authority
CN
China
Prior art keywords
parking
parking space
information
module
parking lot
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
CN202010645153.7A
Other languages
English (en)
Other versions
CN111785073B (zh
Inventor
王科峰
吴亚欣
商俊辉
杨贺刚
吕武
王子洋
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.)
Henan University of Technology
Original Assignee
Henan 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 Henan University of Technology filed Critical Henan University of Technology
Priority to CN202010645153.7A priority Critical patent/CN111785073B/zh
Publication of CN111785073A publication Critical patent/CN111785073A/zh
Application granted granted Critical
Publication of CN111785073B publication Critical patent/CN111785073B/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
    • G08G1/14—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于人因因素的停车场诱导系统，包括车位检测模块、身份信息存储模块、身份信息识别模块、数据处理模块、无线传输模块和移动用户终端，所述的车位检测模块用于检测车位状态信息，所述的身份信息存储模块用于存储车辆信息和车主信息，所述的身份信息识别模块用于识别身份信息存储模块所存储的车辆信息和车主信息，所述的数据处理模块用于计算最优车位，并将最优车位信息通过无线传输模块发送至移动用户终端，所述的移动用户终端用于显示停车场地图和最优车位信息，并为泊车者自动规划停车路线。本发明能够结合车主信息和车位信息为使用者分配最优的泊车位，并引导其快速停车，实现分配导航服务一体化。

Description

一种基于人因因素的停车场诱导系统
技术领域
本发明涉及停车引导技术领域，尤其涉及一种基于人因因素的停车场诱导系统。
背景技术
美欧日等发达国家地区城市化工业化进程较早,研究停车诱导系统起步早,积累了很多经验和技术,智能停车引导系统的研究取得了许多成果,为公民提供了快捷人性化的停车服务。我国在互联网经济蓬勃发展的影响下,智能停车行业也飞速进步。近年来,智能停车APP大量涌现,据统计,当前已有超过200个停车APP,并且有很多微信公众号提供服务。
停车系统分为场外引导系统和场内引导系统，研究发现,现在的场外停车诱导系统已经发展的非常完善,但场内的停车诱导的发展并不乐观，不能满足绝大多数泊车者的需求。在国内停车位存在极大缺口、短期内难以解决的背景下，现有停车场内部系统不完善、缺乏一体化的流程管理，车辆乱停乱放现象和无效交通流大量存在，场内管理水平和效率低下，无法充分整合停车场资源，造成不必要的浪费。
目前市面上已经存在关于停车场的诱导系统，有的已经投入使用，其功能各有千秋，但仍存在各种不足之处，导致系统的利用率不高。现从车位检测、车位分配方式、引导方法3个方面概况已有诱导系统的技术方案：在车位检测方式上，目前市面上大多用电磁线圈、超声波、红外线检测空余车位的具体位置、数量，该技术车位检测实效差、车场流通量小；在车辆引导方式上，大多停留在声音、灯光等较传统方式的层面上，引导路径精确可视化待提高，同时利用摄像机和辅助设备监控车场情况，成本较高不具有普遍性、系统利用率不高；在车位分配方式上，热衷于最短路径，未能考虑不同群体的需求，往往会出现泊车者不接受系统分配的车位或车位无法被利用的情况，造成车场内存在无效交通流。
对目前现有技术存在的缺点来看，其中智能化管理程度低、诱导方法不精确、诱导功能不全面等问题最为突出，造成了在现有车位极缺的情况下，车场无法满足根据车主需求、车场内无效交通流大量存在等问题。
发明内容
本发明为解决现有技术中存在的问题，提出一种基于人因因素的停车场诱导系统。
本发明采用的技术方案是：
一种基于人因因素的停车场诱导系统，包括车位检测模块、身份信息存储模块、身份信息识别模块、数据处理模块、无线传输模块和移动用户终端，所述的车位检测模块用于检测车位状态信息并发送至数据处理模块，所述的身份信息存储模块用于存储车辆信息和车主信息，所述的身份信息识别模块用于识别身份信息存储模块所存储的车辆信息和车主信息，并发送至数据处理模块，所述的数据处理模块用于根据停车场的车位状态信息和所获取的车主信息计算最优车位，并将最优车位信息通过无线传输模块发送至移动用户终端，所述的移动用户终端用于显示停车场地图和最优车位信息，并为泊车者自动规划停车路线。
进一步的，所述的数据处理模块计算最优车位时的评分方法包括以下步骤：
1)确定评分指标：将影响泊车者选择车位的指标分为四类：即车位安全性(S)、泊车位状态(O)、步行距离(W)和行驶距离(D)；
2)确定指标权重：首先利用“熵权法”对四类指标的权重wj进行分配，然后根据Dempster-Shafer证据理论与泊车者特性标签对四类指标重新分配权重w′j，j取值为1,2,3,4；
其中，泊车者特性标签根据车主信息分为两类：特殊或低驾龄群体和普通或高驾龄群体，特殊或低驾龄群体是指身体状况较差或驾龄低于3年的人群，普通或高驾龄群体是指身体状况良好且驾龄高于3年的人群；
3)指标评分标准：
3.1)车位安全性(S)：将影响车位安全性的因素分为五个：盲区、障碍物、陡坡、紧急通道、监控范围，并通过DEM数字高程模型与地形分析对停车位的五类指标进行分别评分，评分范围0-2分；
车位安全性的评价标准为：
盲区无为2分，盲区有为0分；陡坡≤3％为2分，陡坡＞3％为0分；障碍物无为2分，障碍物有为0分；紧急通道近为2分，紧急通道远为0分；在监控范围内2分，不在监控范围内0分；
根据上述评价标准，车位安全性可模糊评分为10、8、6、4、2、0，并以此划分为Ⅵ、Ⅴ、Ⅳ、Ⅲ、Ⅱ、Ⅰ六个级别；
结合调查所获得的停车者驾驶行为规律和上述等级评价标准，特殊或低驾龄群体车位安全性评分如下：
Ⅵ、Ⅴ、Ⅳ、Ⅲ、Ⅱ、Ⅰ六个等级分别对应的评分(Mi1)为10分、8分、6分、4分、2分、0分；
普通或高驾龄群体车位安全性评分如下：
Ⅵ、Ⅴ、Ⅳ、Ⅲ、Ⅱ、Ⅰ六个等级分别对应的评分(Mi1)为6分、10分、8分、4分、2分、0分；
3.2)泊车位状态(O)：对于同一有效泊位而言，分为四种情况：a两侧均有车辆停放；b两侧均无车辆停放；c一侧无车辆停放；d有效泊位位于边侧，此时分为d1邻位有车停放，d2邻位无车停放；
结合调查所获得的停车者驾驶行为规律，在上述状态下，特殊或者低驾龄群体泊位状态的评分如下：
a、b、c、d1、d2对应的评分Mi2为1分、9分、7分、3分、5分；
普通或者高驾龄群体泊位状态的对应评分为：
a、b、c、d1、d2对应的评分Mi2为3分、1分、9分、5分、7分；
3.3)步行距离(W)：步行距离为泊车位距停车场出口的距离；
对于任意步行距离Wx，采用连续的直线比例进行评分，
当某个车位i距离出口的步行距离为Wx时评分为：
Figure BDA0002572844220000031
3.4)行驶距离(D)：行驶距离为泊车位距停车场入口的距离；
对于任意行驶距离Dx，采用连续的直线比例进行评分，
当某个车位i距离入口的行驶距离为Dx时评分为：
Figure BDA0002572844220000032
最终得到针对每个车位i的评分模型：
Figure BDA0002572844220000033
其中，Mi为车位i的综合评分；Mij为第i个车位的第j项指标的得分，假设S＝Mi1,O＝Mi2,W＝Mi3,D＝Mi4，w′j为指标Mij的权重。
进一步的，所述的车位检测模块包括电磁线圈和RFID射频识别装置，所述的电磁线圈用于检测车位上的车辆，所述的RFID射频识别装置用于获取停在车位上的车辆信息和车主信息。
进一步的，所述的身份信息存储模块中的车主信息包括车主年龄、驾龄、性别和身体状况。
进一步的，所述的数据处理模块还用于根据车位检测模块检测到的信息向移动用户终端发送泊车者的停车位置，所述的移动用户终端还用于显示泊车者的停车位置。
进一步的，所述的停车场诱导系统还包括评分模块，所述的数据处理模块根据车位检测模块检测到的信息判断泊车者是否停在最优车位上，所述的评分模块用于对泊车者停在最优车位上的行为累计记录积分。
进一步的，所述的身份信息存储模块的存储介质为身份识别码和/或IC卡。
进一步的，所述的无线传输模块采用ESP8266模块。
本发明通过车位检测模块确定停车场内车位的状态，利用身份信息存储模块记录车主个人信息，当系统检测到有车辆请求泊车时，数据处理模块根据车主信息和停车场内的车位信息为使用者分配最优的泊车位，提高诱导效果使停车者能够一次停放到位，尽量避免车辆在停车场内巡泊；本发明在用户移动终端储存有停车场布局图，实时显示停车场车位信息，并可在停车前根据最短路径原则为使用者规划一条路线，并以离线地图导航显示，方便使用者快速找到停车位。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的原理框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明所述的一种基于人因因素的停车场诱导系统，包括车位检测模块、身份信息存储模块、身份信息识别模块、数据处理模块、无线传输模块和移动用户终端，所述的车位检测模块用于检测车位状态信息并发送至数据处理模块，所述的身份信息存储模块用于存储车辆信息和车主信息，所述的身份信息识别模块用于识别身份信息存储模块所存储的车辆信息和车主信息，并发送至数据处理模块，所述的数据处理模块用于根据停车场的车位状态信息和所获取的车主信息计算最优车位，并将最优车位信息通过无线传输模块发送至移动用户终端，所述的移动用户终端用于显示停车场地图和最优车位信息，并为泊车者自动规划停车路线。
本实施例中，所述的车位检测模块包括电磁线圈和RFID射频识别装置，所述的电磁线圈用于检测车位上的车辆，所述的RFID射频识别装置用于获取停在车位上的车辆信息和车主信息。其中，RFID射频识别装置包括写入车主个人信息和车辆信息的IC卡和设置在停车位的卡机，RFID射频识别装置也可以用包含车主个人信息和车辆信息的身份识别码及相对应的扫码识别装置代替，此时停车位的卡机同时具备扫码和刷卡功能。泊车者在停车位的卡机刷卡或者扫码，代表泊车者将车停到了相应的车位，防止有人恶意停车，同时利用电磁线圈检测确认车辆停到了刷卡的车位上。本发明采用身份识别码/IC卡结合电磁线圈的混合检测方法，不仅能够实现检测车位上是否有车辆，还能确定具体到是哪一个人停到相应的车位。
本实施例中，所述的身份信息存储模块的存储介质(或者载体)为身份识别码和/或IC卡。当身份信息存储模块为身份识别码时，用户可在手机等终端设备上使用小程序或者APP注册包括车主年龄、驾龄、性别和身体状况等在内的车主信息，最终生成唯一可识别的身份识别码；当身份信息存储模块为IC卡时，将车主的年龄、驾龄、性别和身体状况等信息写入IC卡内，并保证与身份识别码所记录的信息一致。
本实施例中，所述的数据处理模块还用于根据车位检测模块检测到的信息向移动用户终端发送泊车者的停车位置，所述的移动用户终端还用于显示泊车者的停车位置。泊车者停车后，车主通过在车位旁的卡机上刷身份识别码或IC卡定位车辆位置，并上传至数据处理模块，数据处理模块通过无线传输模块向移动用户终端发送停车位置信息，当车主在移动用户终端打开停车场地图时，即可看到停车位置，从而便于在下次用车时通过地图高效快捷取车。
本实施例中，所述的停车场诱导系统还包括评分模块，所述的数据处理模块根据车位检测模块检测到的信息判断泊车者是否停在最优车位上，所述的评分模块用于对泊车者停在最优车位上的行为累计记录积分。泊车者停车后，车主通过在车位旁的卡机上刷身份识别码或IC卡定位车辆位置，并上传至数据处理模块，数据处理模块对车主的停车行为做出决策，若车主的实际停车位是最优停车位，则通过评分模块记录一定额度的积分，累计积分可用于后续的停车费抵扣和礼品兑换。
其中，所述数据处理模块采用STM32单片机，功耗较低，且响应速度高。STM32单片机里集成有车位分配算法，可核算出评分最高的车位作为最优车位分配给使用者。所述的无线传输模块采用ESP8266模块，能够在单片机和移动用户终端之间安全可靠高效传送数据。
所述的数据处理模块计算最优车位时的评分方法包括以下步骤：
1)确定评分指标：根据对城市居民的SP(Stated Preference)调查和RP(RevealedPreference)调查以及查询相关资料，将影响泊车者选择车位的指标分为四类：即车位安全性(S)、泊车位状态(O)、步行距离(W)和行驶距离(D)。
其中，SP调查又称为意向调查，目的为获得意向偏好数据，通过设计合理情景，给出假想选择方案，获得停车者对假定条件下的方案所表示的主观偏好。RP调查是对影响停车选择各种可能因素的数据以及实际选择进行的调查，如停车者的性别、年龄、收入水平、出行距离、步行距离、停车费等，通过模拟停车者的实际选择与上述各因素的关系，获得现状停车者的选择结果，反映的是实际停车偏好。两者结合更能合理地归纳出影响车辆停放者行为的因素。
2)确定指标权重：根据用户的特性标签，综合考虑其各方面需求，将四类指标进行定量排序(由高到低)。首先利用“熵权法”对四类指标的权重wj进行分配，然后根据Dempster-Shafer证据理论与泊车者特性标签对四类指标重新分配权重w′j，j取值为1,2,3,4。
其中，泊车者特性标签根据车主信息分为两类：特殊或低驾龄群体和普通或高驾龄群体，特殊或低驾龄群体是指身体状况较差或驾龄低于3年的人群，普通或高驾龄群体是指身体状况良好且驾龄高于3年的人群。
3)指标评分标准：
3.1)车位安全性(S)：将影响车位安全性的因素分为五个：盲区、障碍物、陡坡、紧急通道、监控范围，并通过DEM数字高程模型与地形分析对停车位的五类指标进行分别评分，评分范围0-2分；
车位安全性的评价标准为：
盲区无为2分，盲区有为0分；陡坡≤3％为2分，陡坡＞3％为0分；障碍物无为2分，障碍物有为0分；紧急通道近为2分，紧急通道远为0分；在监控范围内2分，不在监控范围内0分；
其中，盲区是指在泊车者在找寻车位的过程中如拐弯、掉头等所遇到的视线盲区，可借助GIS软件分析或由专业人员分析，因停车场内的设施大都固定，在附近车辆人员走动少的情况下其盲区范围是固定的。
根据上述评价标准，车位安全性可模糊评分为10、8、6、4、2、0，并以此划分为Ⅵ、Ⅴ、Ⅳ、Ⅲ、Ⅱ、Ⅰ六个级别；
结合调查所获得的停车者驾驶行为规律和上述等级评价标准，特殊或低驾龄群体车位安全性评分如下：
Ⅵ、Ⅴ、Ⅳ、Ⅲ、Ⅱ、Ⅰ六个等级分别对应的评分(Mi1)为10分、8分、6分、4分、2分、0分；
普通或高驾龄群体车位安全性评分如下：
Ⅵ、Ⅴ、Ⅳ、Ⅲ、Ⅱ、Ⅰ六个等级分别对应的评分(Mi1)为6分、10分、8分、4分、2分、0分；
3.2)泊车位状态(O)：对于同一有效泊位而言，分为四种情况：a两侧均有车辆停放；b两侧均无车辆停放；c一侧无车辆停放；d有效泊位位于边侧，此时分为d1邻位有车停放，d2邻位无车停放；
结合调查所获得的停车者驾驶行为规律，在上述状态下，特殊或者低驾龄群体泊位状态的评分如下：
a、b、c、d1、d2对应的评分Mi2为1分、9分、7分、3分、5分；
普通或者高驾龄群体泊位状态的对应评分为：
a、b、c、d1、d2对应的评分Mi2为3分、1分、9分、5分、7分；
3.3)步行距离(W)：步行距离是影响停车者停车行为的主要因素，国内外研究表明，停车场的步行时间以5～6min，距离为300m，最大不超过500m为宜。在停车场内，出行者的步行距离为泊车位距停车场出口的距离。当停车场较大或为多出入口时，本算法默认为该停车位到最近出口的距离。
对于任意步行距离Wx，采用连续的直线比例进行评分，
当某个车位i距离出口的步行距离为Wx时评分为：
Figure BDA0002572844220000071
3.4)行驶距离(D)：经实地调查和查阅相关资料发现，出行者大都关心进入停车场的行驶距离，对驶出停车场的距离不在意，故本算法的行驶距离为泊车位距停车场入口的距离；
对于任意行驶距离Dx，采用连续的直线比例进行评分，当某个车位i距离入口的行驶距离为Dx时评分为：
Figure BDA0002572844220000072
最终得到针对每个车位i的评分模型：
Figure BDA0002572844220000073
其中，Mi为车位i的综合评分；Mij为第i个车位的第j项指标的得分，假设S＝Mi1,O＝Mi2,W＝Mi3,D＝Mi4，w′j为指标Mij的权重。
本发明综合存储的车主信息和选择车位状态影响因素，可为使用者分配最优的泊车位，提高诱导效果，使停车者能够一次停放到位，尽量避免车辆在停车场内巡泊，旨在充分考虑车主需求结合停车场主的效益为泊车者分配个性化车位。
本发明通过RFID射频识别装置和电磁线圈实现混合检测，确定车位的状态，当系统检测到有泊车车辆时，数据处理模块将会为其分配一个全局最优的个性化车位，同时通过无线传输模块将这个车位信息发送到移动用户终端。使用者通过移动用户终端的小程序或APP获取分配的车位信息，并通过可视化窗口进行路线导航实现停车；当泊车者完成停车行为后，系统对停车行为做出决策，对符合规范的停车行为给予一定额度的积分，引导泊车者自觉遵守分配规则。提高了车位利用率，实现分配导航服务一体化。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于人因因素的停车场诱导系统，其特征在于：包括车位检测模块、身份信息存储模块、身份信息识别模块、数据处理模块、无线传输模块和移动用户终端，所述的车位检测模块用于检测车位状态信息并发送至数据处理模块，所述的身份信息存储模块用于存储车辆信息和车主信息，所述的身份信息识别模块用于识别身份信息存储模块所存储的车辆信息和车主信息，并发送至数据处理模块，所述的数据处理模块用于根据停车场的车位状态信息和所获取的车主信息计算最优车位，并将最优车位信息通过无线传输模块发送至移动用户终端，所述的移动用户终端用于显示停车场地图和最优车位信息，并为泊车者自动规划停车路线。
2.根据权利要求1所述的一种基于人因因素的停车场诱导系统，其特征在于：所述的数据处理模块计算最优车位时的评分方法包括以下步骤：
1)确定评分指标：将影响泊车者选择车位的指标分为四类：即车位安全性(S)、泊车位状态(O)、步行距离(W)和行驶距离(D)；
2)确定指标权重：首先利用“熵权法”对四类指标的权重wj进行分配，然后根据Dempster-Shafer证据理论与泊车者特性标签对四类指标重新分配权重w′j，j取值为1,2,3,4；
其中，泊车者特性标签根据车主信息分为两类：特殊或低驾龄群体和普通或高驾龄群体；
3)指标评分标准：
3.1)车位安全性(S)：将影响车位安全性的因素分为五个：盲区、障碍物、陡坡、紧急通道、监控范围，并通过DEM数字高程模型与地形分析对停车位的五类指标进行分别评分，评分范围0-2分；
车位安全性的评价标准为：
盲区无为2分，盲区有为0分；陡坡≤3％为2分，陡坡＞3％为0分；障碍物无为2分，障碍物有为0分；紧急通道近为2分，紧急通道远为0分；在监控范围内2分，不在监控范围内0分；
根据上述评价标准，车位安全性可模糊评分为10、8、6、4、2、0，并以此划分为Ⅵ、Ⅴ、Ⅳ、Ⅲ、Ⅱ、Ⅰ六个级别；
结合调查所获得的停车者驾驶行为规律和上述等级评价标准，特殊或低驾龄群体车位安全性评分如下：
Ⅵ、Ⅴ、Ⅳ、Ⅲ、Ⅱ、Ⅰ六个等级分别对应的评分(Mi1)为10分、8分、6分、4分、2分、0分；
普通或高驾龄群体车位安全性评分如下：
Ⅵ、Ⅴ、Ⅳ、Ⅲ、Ⅱ、Ⅰ六个等级分别对应的评分(Mi1)为6分、10分、8分、4分、2分、0分；
3.2)泊车位状态(O)：对于同一有效泊位而言，分为四种情况：a两侧均有车辆停放；b两侧均无车辆停放；c一侧无车辆停放；d有效泊位位于边侧，此时分为d1邻位有车停放，d2邻位无车停放；
结合调查所获得的停车者驾驶行为规律，在上述状态下，特殊或者低驾龄群体泊位状态的评分如下：
a、b、c、d1、d2对应的评分Mi2为1分、9分、7分、3分、5分；
普通或者高驾龄群体泊位状态的对应评分为：
a、b、c、d1、d2对应的评分Mi2为3分、1分、9分、5分、7分；
3.3)步行距离(W)：步行距离为泊车位距停车场出口的距离；
对于任意步行距离Wx，采用连续的直线比例进行评分，
当某个车位i距离出口的步行距离为Wx时评分为：
Figure FDA0002572844210000021
3.4)行驶距离(D)：行驶距离为泊车位距停车场入口的距离；
对于任意行驶距离Dx，采用连续的直线比例进行评分，
当某个车位i距离入口的行驶距离为Dx时评分为：
Figure FDA0002572844210000022
最终得到针对每个车位i的评分模型：
Figure FDA0002572844210000023
其中，Mi为车位i的综合评分；Mij为第i个车位的第j项指标的得分，假设S＝Mi1,O＝Mi2,W＝Mi3,D＝Mi4，w′j为指标Mij的权重。
3.根据权利要求1所述的一种基于人因因素的停车场诱导系统，其特征在于：所述的车位检测模块包括电磁线圈和RFID射频识别装置，所述的电磁线圈用于检测车位上的车辆，所述的RFID射频识别装置用于获取停在车位上的车辆信息和车主信息。
4.根据权利要求1所述的一种基于人因因素的停车场诱导系统，其特征在于：所述的身份信息存储模块中的车主信息包括车主年龄、驾龄、性别和身体状况。
5.根据权利要求1所述的一种基于人因因素的停车场诱导系统，其特征在于：所述的数据处理模块还用于根据车位检测模块检测到的信息向移动用户终端发送泊车者的停车位置，所述的移动用户终端还用于显示泊车者的停车位置。
6.根据权利要求3所述的一种基于人因因素的停车场诱导系统，其特征在于：所述的停车场诱导系统还包括评分模块，所述的数据处理模块根据车位检测模块检测到的信息判断泊车者是否停在最优车位上，所述的评分模块用于对泊车者停在最优车位上的行为累计记录积分。
7.根据权利要求1所述的一种基于人因因素的停车场诱导系统，其特征在于：所述的身份信息存储模块的存储介质为身份识别码和/或IC卡。
8.根据权利要求1所述的一种基于人因因素的停车场诱导系统，其特征在于：所述的无线传输模块采用ESP8266模块。
CN202010645153.7A 2020-07-07 2020-07-07 一种基于人因因素的停车场诱导系统 Active CN111785073B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010645153.7A CN111785073B (zh) 2020-07-07 2020-07-07 一种基于人因因素的停车场诱导系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010645153.7A CN111785073B (zh) 2020-07-07 2020-07-07 一种基于人因因素的停车场诱导系统

Publications (2)

Publication Number Publication Date
CN111785073A true CN111785073A (zh) 2020-10-16
CN111785073B CN111785073B (zh) 2022-03-15

Family

ID=72758118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010645153.7A Active CN111785073B (zh) 2020-07-07 2020-07-07 一种基于人因因素的停车场诱导系统

Country Status (1)

Country Link
CN (1) CN111785073B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112435353A (zh) * 2020-11-05 2021-03-02 杨龙 一种基于区块链的闲置车位共享出租系统
CN113160606A (zh) * 2021-01-21 2021-07-23 英博超算(南京)科技有限公司 一种自动泊车车位引导系统
CN115131984A (zh) * 2022-05-31 2022-09-30 南京邮电大学 一种基于停车需求的泊车辅助方法
CN115762233A (zh) * 2022-12-09 2023-03-07 南昌智能新能源汽车研究院 多驾驶模式的泊位分配及规划控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103440783A (zh) * 2013-08-30 2013-12-11 上海仁微电子科技有限公司 停车场车位检测系统及电子标签
JP2016095673A (ja) * 2014-11-14 2016-05-26 アイシン・エィ・ダブリュ株式会社 車両情報案内システム、車両情報案内方法及びコンピュータプログラム
CN107331200A (zh) * 2017-08-11 2017-11-07 武汉理工大学 一种cbd地下车库停车智能引导系统、方法及装置
CN108777076A (zh) * 2018-06-04 2018-11-09 厦门中卡科技股份有限公司 一种城市停车管理系统
US10157543B1 (en) * 2017-10-16 2018-12-18 Verizon Patent And Licensing Inc. Smart parking system
CN208521463U (zh) * 2018-06-04 2019-02-19 厦门中卡科技股份有限公司 停车场管理系统及其车位管理系统、车牌识别收费系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103440783A (zh) * 2013-08-30 2013-12-11 上海仁微电子科技有限公司 停车场车位检测系统及电子标签
JP2016095673A (ja) * 2014-11-14 2016-05-26 アイシン・エィ・ダブリュ株式会社 車両情報案内システム、車両情報案内方法及びコンピュータプログラム
CN107331200A (zh) * 2017-08-11 2017-11-07 武汉理工大学 一种cbd地下车库停车智能引导系统、方法及装置
US10157543B1 (en) * 2017-10-16 2018-12-18 Verizon Patent And Licensing Inc. Smart parking system
CN108777076A (zh) * 2018-06-04 2018-11-09 厦门中卡科技股份有限公司 一种城市停车管理系统
CN208521463U (zh) * 2018-06-04 2019-02-19 厦门中卡科技股份有限公司 停车场管理系统及其车位管理系统、车牌识别收费系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112435353A (zh) * 2020-11-05 2021-03-02 杨龙 一种基于区块链的闲置车位共享出租系统
CN112435353B (zh) * 2020-11-05 2023-11-28 内蒙古快为科技有限公司 一种基于区块链的闲置车位共享出租系统
CN113160606A (zh) * 2021-01-21 2021-07-23 英博超算(南京)科技有限公司 一种自动泊车车位引导系统
CN113160606B (zh) * 2021-01-21 2022-04-29 英博超算(南京)科技有限公司 一种自动泊车车位引导系统
CN115131984A (zh) * 2022-05-31 2022-09-30 南京邮电大学 一种基于停车需求的泊车辅助方法
CN115762233A (zh) * 2022-12-09 2023-03-07 南昌智能新能源汽车研究院 多驾驶模式的泊位分配及规划控制方法
CN115762233B (zh) * 2022-12-09 2023-11-14 南昌智能新能源汽车研究院 多驾驶模式的泊位分配及规划控制方法
WO2024119548A1 (zh) * 2022-12-09 2024-06-13 南昌智能新能源汽车研究院 多驾驶模式的泊位分配及规划控制方法

Also Published As

Publication number Publication date
CN111785073B (zh) 2022-03-15

Similar Documents

Publication Publication Date Title
CN111785073B (zh) 一种基于人因因素的停车场诱导系统
CN101710448B (zh) 基于全方位计算机视觉的道路交通状态检测装置
CN111091720B (zh) 基于信令数据和浮动车数据的拥堵路段识别方法及装置
CN106781685A (zh) 一种基于室内停车场管理机器人的城市智能停车系统
US9123246B2 (en) Parking guidance system and method based on vehicle human occupancy
CN113194138B (zh) 基于ai深度学习的出行管理方法和系统
CN114067560B (zh) 高速公路疫情防控无感式人员检测及车辆轨迹追踪系统
CN107545757B (zh) 基于车牌识别的城市道路流速测量装置和方法
CN105931494A (zh) 一种准确获取停车位的方法和系统
CN108961825B (zh) 基于车辆二次识别的停车场停车引导方法
EP4004892A1 (en) System and method for automated control of street occupancy by a vehicle
CN110853391A (zh) 智能共享停车系统
CN114419924B (zh) 一种基于智慧城市的ai应用控制管理系统
CN107784832A (zh) 一种用于识别交通道路中的事故黑点的方法与设备
CN112053588A (zh) 智能车库管理系统
CN112687110B (zh) 一种基于大数据分析的车位级导航方法及其系统
CN112669644A (zh) 智能停车系统及停车方法
KR20070033179A (ko) 통합 주차 관리 및 유도 시스템
JP3502156B2 (ja) 交通監視システム
CN116258342A (zh) 停车管理服务系统
CN111127882A (zh) 一种基于大数据的旅游景区停车场来车数量预测方法
CN113421433A (zh) 一种区域视频停车引导系统和停车引导方法
CN112289069A (zh) 一种车位引导系统及方法
CN114387816B (zh) 基于消费者行为预测分析的商城车流引导系统及方法
CN115131986A (zh) 封闭停车场智慧管理方法以及系统

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