CN112435351A - 基于人工智能和智慧停车场的数据处理方法及云端服务器 - Google Patents
基于人工智能和智慧停车场的数据处理方法及云端服务器 Download PDFInfo
- Publication number
- CN112435351A CN112435351A CN202011195662.0A CN202011195662A CN112435351A CN 112435351 A CN112435351 A CN 112435351A CN 202011195662 A CN202011195662 A CN 202011195662A CN 112435351 A CN112435351 A CN 112435351A
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- data
- track
- 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
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 34
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000009826 distribution Methods 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 abstract description 14
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
-
- 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
-
- 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)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明设计人工智能和智慧停车技术领域，具体而言，是关于基于人工智能和智慧停车场的数据处理方法及云端服务器。通过应用该方法，可以对智慧停车场在不同时段的处于开放状态的停车位的数量进行调整。如此，能够对停车场运营日志集合进行停车拥堵的分析，进而结合拥堵分析结果以及车辆停放轨迹和停放预约请求实现对智慧停车场的停车位的动态管理，通过对处于开放状态的停车位的数量进行调整，能够避免在短时间内大量车辆涌入智慧停车场内而造成智慧停车场的拥堵。此外，这样还可以在智慧停车场出现拥堵时及时地实现拥堵疏通，避免拥堵现象的加剧。
Description
技术领域
本申请涉及人工智能和智慧停车技术领域，具体而言，涉及一种基于人工智能和智慧停车场的数据处理方法及云端服务器。
背景技术
随着科技的发展和社会的进步，人们的生活水平越来越高。大部分家庭已经拥有了私家车。私家车为人们的出行提供了诸多便利。然而，随着私家车的数量的激增，随之而来的一些列问题也不可被忽视。其中一个问题就是停车难的问题。
现如今，不管是在城市还是在旅游景点，停车难的问题一直难以得到有效解决。以停车场为例，现目前的大多数停车场会频繁出现停车拥堵的现象。
发明内容
有鉴于此，本申请提供了基于人工智能和智慧停车场的数据处理方法及云端服务器，用以改善停车场频繁出现停车拥堵的现象。
本申请的第一个方面公开了一种基于人工智能和智慧停车场的数据处理方法，包括：
获取停车场运营日志集合，其中，所述停车场运营日志集合包括具有不同的拥堵时段数据的i组停车场运营日志，i为大于或等于1的整数；
根据所述停车场运营日志集合获取拥堵区域数据集合，其中，所述拥堵区域数据集合包括具有不同的拥堵时段数据的i组拥堵区域数据；
基于所述停车场运营日志集合，通过预设停车场调度记录所包括的第一停车指示信息获取车辆停放轨迹集合，其中，所述车辆停放轨迹集合包括i个车辆停放轨迹；
基于所述拥堵区域数据集合，通过所述预设停车场调度记录所包括的第二停车指示信息获取车辆停放预约请求集合，其中，所述车辆停放预约请求集合包括i个车辆停放预约请求；
基于所述车辆停放轨迹集合以及所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据；根据所述车位管理数据确定所述停车场运营日志集合的车位动态调整数据，基于所述车位调整数据以及预设的人工智能模型对所述智慧停车场在不同时段的处于开放状态的停车位的数量进行调整。
优选的，所述基于所述车辆停放轨迹集合以及所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据，包括：
基于所述车辆停放轨迹集合，通过所述预设停车场调度记录所包括的第一策略相关性记录获取i个第一场内车辆行驶轨迹，其中，每个第一场内车辆行驶轨迹对应于一个车辆停放轨迹；
基于所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的第二策略相关性记录获取i个第二场内车辆行驶轨迹，其中，每个第二场内车辆行驶轨迹对应于一个车辆停放预约请求；
对所述i个第一场内车辆行驶轨迹以及所述i个第二场内车辆行驶轨迹进行轨迹拼接，得到i个目标场内车辆行驶轨迹，其中，每个目标场内车辆行驶轨迹包括一个第一场内车辆行驶轨迹以及一个第二场内车辆行驶轨迹；
基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据。
优选的，所述基于所述车辆停放轨迹集合，通过所述预设停车场调度记录所包括的第一策略相关性记录获取i个第一场内车辆行驶轨迹，包括：
对于所述车辆停放轨迹集合中的每组车辆停放轨迹，通过所述第一策略相关性记录所包括的出入口车辆记录获取第一出入口车辆数变化信息，其中，所述第一策略相关性记录属于所述预设停车场调度记录；
对于所述车辆停放轨迹集合中的每组车辆停放轨迹，通过所述第一策略相关性记录所包括的拥堵分析结果获取第一场内拥堵区域分布；对于所述车辆停放轨迹集合中的每组车辆停放轨迹，基于所述第一出入口车辆数变化信息以及所述第一场内拥堵区域分布，通过所述第一策略相关性记录所包括的拥堵传递信息获取第一车辆路线变化轨迹；
对于所述车辆停放轨迹集合中的每组车辆停放轨迹，基于所述第一车辆路线变化轨迹以及所述车辆停放轨迹，通过所述第一策略相关性记录所包括的第一拥堵分析结果获取第一场内车辆行驶轨迹。
优选的，所述基于所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的第二策略相关性记录获取i个第二场内车辆行驶轨迹，包括：
对于所述车辆停放预约请求集合中的每组车辆停放预约请求，通过所述第二策略相关性记录所包括的出入口车辆记录获取第二出入口车辆数变化信息，其中，所述第二策略相关性记录属于所述预设停车场调度记录；
对于所述车辆停放预约请求集合中的每组车辆停放预约请求，通过所述第二策略相关性记录所包括的拥堵分析结果获取第二场内拥堵区域分布；
对于所述车辆停放预约请求集合中的每组车辆停放预约请求，基于所述第二出入口车辆数变化信息以及所述第二场内拥堵区域分布，通过所述第二策略相关性记录所包括的拥堵传递信息获取第二车辆路线变化轨迹；
对于所述车辆停放预约请求集合中的每组车辆停放预约请求，基于所述第二车辆路线变化轨迹以及所述车辆停放预约请求，通过所述第二策略相关性记录所包括的第二拥堵分析结果获取第二场内车辆行驶轨迹。
优选的，所述i为大于1的整数；所述基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据，包括：
基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的策略调整线程获取待处理车辆行驶轨迹，其中，所述待处理车辆行驶轨迹为根据所述i个目标场内车辆行驶轨迹以及i个拥堵等级确定的，每个目标场内车辆行驶轨迹对应于一个拥堵等级；
基于所述待处理车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据；
其中，基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的策略调整线程获取待处理车辆行驶轨迹，包括：
基于所述i个目标场内车辆行驶轨迹，通过所述策略调整线程所包括的第一调整单元获取i个第一局部区域车辆行驶轨迹，其中，所述策略调整线程属于所述预设停车场调度记录；
基于所述i个第一局部区域车辆行驶轨迹，通过所述策略调整线程所包括的第二调整单元获取i个第二局部区域车辆行驶轨迹；
根据所述i个第二局部区域车辆行驶轨迹确定i个拥堵等级，其中，每个拥堵等级对应于一个目标场内车辆行驶轨迹；
根据所述i个目标场内车辆行驶轨迹以及i个拥堵等级，确定所述待处理车辆行驶轨迹。
优选的，所述i为大于1的整数；所述基于所述车辆停放轨迹集合以及所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据，包括：
基于所述车辆停放轨迹集合，通过所述预设停车场调度记录所包括的第一拥堵分析结果获取i个第一场内车辆行驶轨迹，其中，每个第一场内车辆行驶轨迹对应于一个车辆停放轨迹；
基于所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的第二拥堵分析结果获取i个第二场内车辆行驶轨迹，其中，每个第二场内车辆行驶轨迹对应于一个车辆停放预约请求；
对所述i个第一场内车辆行驶轨迹以及所述i个第二场内车辆行驶轨迹进行轨迹拼接，得到i个目标场内车辆行驶轨迹，其中，每个目标场内车辆行驶轨迹包括一个第一场内车辆行驶轨迹以及一个第二场内车辆行驶轨迹；
基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的策略调整线程获取待处理车辆行驶轨迹，其中，所述待处理车辆行驶轨迹为根据所述i个目标场内车辆行驶轨迹以及i个拥堵等级确定的，每个目标场内车辆行驶轨迹对应于一个拥堵等级；
基于所述待处理车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据。
优选的，所述根据所述停车场运营日志集合获取拥堵区域数据集合，包括：
对于所述停车场运营日志集合中的每组停车场运营日志，通过文本提取逻辑获取第一车辆停放反馈数据、第二车辆停放反馈数据以及第三车辆停放反馈数据；
根据所述每组停车场运营日志所对应的所述第一车辆停放反馈数据、所述第二车辆停放反馈数据以及所述第三车辆停放反馈数据，生成所述每组停车场运营日志所对应的拥堵区域数据。
优选的，根据所述车位管理数据确定所述停车场运营日志集合的车位动态调整数据，包括：
获取所述车位管理数据对应的n组车位调度路径数据，以及每组车位调度路径数据对应的路径节点集合，每组车位调度路径数据中包括m个不同的路径传递有向连线，n和m均为大于或者等于1的正整数；
在所述车位调度路径数据对应的路径节点集合中确定所述车位调度路径数据对应的第一时刻路径更新轨迹；采用所述车位调度路径数据对应的第一时刻路径更新轨迹进行拥堵检测，得到所述车位调度路径数据中每个路径传递有向连线的拥堵检测结果；基于n组车位调度路径数据中每个路径传递有向连线的拥堵检测结果，对所述车位调度路径数据对应的第一时刻路径更新轨迹进行轨迹特征调整，得到所述车位调度路径数据对应的第一时刻目标路径更新轨迹；将所述车位调度路径数据对应的第一时刻目标路径更新轨迹加入所述车位调度路径数据对应的路径节点集合中；返回并执行步骤在所述车位调度路径数据对应的路径节点集合中确定所述车位调度路径数据对应的第一时刻路径更新轨迹，直至所述路径更新轨迹对应的拥挤系数低于设定系数，并根据所述拥挤系数和所述设定系数的差值以及最终得到的路径更新轨迹确定所述停车场运营日志集合的车位动态调整数据；
其中，所述在所述车位调度路径数据对应的路径节点集合中确定所述车位调度路径数据对应的第一时刻路径更新轨迹，包括：
确定所述车位调度路径数据对应的第二时刻路径更新轨迹、第一时刻路径节点，以及目标车位调度路径数据对应的第一时刻路径节点；通过对所述车位调度路径数据对应的第一时刻路径节点和目标车位调度路径数据对应的第一时刻路径节点进行对比，得到所述车位调度路径数据对应的第一时刻路径节点的节点特征分布权重，所述目标车位调度路径数据为n组车位调度路径数据中包括所述车位调度路径数据在内的所有车位调度路径数据；通过对所述车位调度路径数据对应的第一时刻路径节点和所述车位调度路径数据对应的第二时刻路径更新轨迹进行匹配，得到所述车位调度路径数据第一时刻路径节点的节点属性分布权重；基于所述节点属性分布权重和所述节点特征分布权重，根据所述车位调度路径数据对应的第二时刻路径更新轨迹或者所述车位调度路径数据对应的第一时刻路径节点确定所述车位调度路径数据对应的第一时刻路径更新轨迹。
本申请的第二个方面公开了一种云端服务器，包括处理引擎、网络模块和存储器；所述处理引擎和所述存储器通过所述网络模块通信，所述处理引擎从所述存储器中读取计算机程序并运行，以执行第一个方面所述的方法。
本申请的第三个方面公开了一种计算机可读信号介质，其上存储有计算机程序，所述计算机程序在运行时实现第一个方面所述的方法。
相较于现有技术，本发明实施例提供的基于人工智能和智慧停车场的数据处理方法及云端服务器具有以下技术效果：
首先获取停车场运营日志集合并根据停车场运营日志集合获取拥堵区域数据集合，其次基于停车场运营日志集合获取车辆停放轨迹集合并基于拥堵区域数据集合获取车辆停放预约请求集合，然后基于车辆停放轨迹集合以及车辆停放预约请求集合获取车位管理数据，最后根据车位管理数据确定停车场运营日志集合的车位动态调整数据并基于车位调整数据以及预设的人工智能模型对智慧停车场在不同时段的处于开放状态的停车位的数量进行调整。
如此，能够对停车场运营日志集合进行停车拥堵的分析，进而结合拥堵分析结果以及车辆停放轨迹和停放预约请求实现对智慧停车场的停车位的动态管理，通过对处于开放状态的停车位的数量进行调整，能够避免在短时间内大量车辆涌入智慧停车场内而造成智慧停车场的拥堵。此外，这样还可以在智慧停车场出现拥堵时及时地实现拥堵疏通，避免拥堵现象的加剧。
在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中参考数字在附图的各个视图中代表相似的机构。
图1是根据本发明的一些实施例所示的一种示例性基于人工智能和智慧停车场的数据处理系统的框图。
图2是根据本发明的一些实施例所示的一种示例性云端服务器中硬件和软件组成的示意图。
图3是根据本发明的一些实施例所示的一种示例性基于人工智能和智慧停车场的数据处理方法和/或过程的流程图。
图4是根据本发明的一些实施例所示的一种示例性基于人工智能和智慧停车场的数据处理装置的框图。
具体实施方式
发明人经调查和研究发现，现目前的停车场频繁出现停车拥堵的现象的原因是没有对停车位进行动态管理，这样会导致短时间内大量车辆涌入停车场而造成拥堵。为此，发明人创新性地提出了基于人工智能和智慧停车场的数据处理方法及云端服务器，通过对处于开放状态的停车位的数量进行调整，能够避免在短时间内大量车辆涌入停车场内而造成停车场的拥堵。这样能够有效改善现目前的停车场频繁出现的停车拥堵现象。
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本发明。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本发明的方面。
这些和其他特性、当前申请披露的功能、执行的方法、结构中相关元素的功能和部件的组合和生产经济性,在参照附图进行以下描述的考虑中可能会变得更加明显,所有这些形成本申请的一部分。然而，需要理解清楚的是，附图仅仅是为了说明和描述的目的，并不旨在限制本申请的范围。应当了解的是，这些图纸不是按比例绘制的。然而，应当明确理解的是，附图仅用于说明和描述的目的，并不意图限制本发明的范围。应当知晓的是，这些附图并不依照比例。
本申请中使用流程图说明根据本申请的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
图1是根据本发明的一些实施例所示的一种示例性基于人工智能和智慧停车场的数据处理系统300的框图，基于人工智能和智慧停车场的数据处理系统300可以包括云端服务器100和智能终端200。其中云端服务器100可以是智慧停车场的控制服务器，智能终端200可以是与云端服务器100通信的终端，每个智能终端200与一车辆对应。
在一些实施例中，如图2所示，云端服务器100可以包括处理引擎110、网络模块120和存储器130，处理引擎110和存储器130通过网络模块120通信。
处理引擎110可以处理相关的信息和/或数据以执行本申请中描述的一个或多个功能。例如，在一些实施例中，处理引擎110可以包括至少一个处理引擎(例如，单核处理引擎或多核处理器)。仅作为示例，处理引擎110可以包括中央处理单元(CentralProcessingUnit，CPU)、专用集成电路(Application-SpecificIntegratedCircuit，ASIC)、专用指令集处理器(Application-SpecificInstruction-setProcessor，ASIP)、图形处理单元(Graphics ProcessingUnit，GPU)、物理处理单元(PhysicsProcessingUnit，PPU)、数字信号处理器(DigitalSignalProcessor，DSP)、现场可编程门阵列(Field ProgrammableGateArray，FPGA)、可编程逻辑器件(ProgrammableLogic Device，PLD)、控制器、微控制器单元、精简指令集计算机(Reduced Instruction-SetComputer，RISC)、微处理器等或其任意组合。
网络模块120可以促进信息和/或数据的交换。在一些实施例中，网络模块120可以是任何类型的有线或无线网络或其组合。仅作为示例，网络模块120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(LocalAreaNetwork，LAN)、广域网(WideAreaNetwork，WAN)、无线局域网络(WirelessLocalAreaNetwork，WLAN)、城域网(MetropolitanAreaNetwork，MAN)、公用电话交换网(PublicTelephone SwitchedNetwork，PSTN)、蓝牙网络、无线个域网络、近场通讯(NearField Communication，NFC)网络等或上述举例的任意组合。在一些实施例中，网络模块120可以包括至少一个网络接入点。例如，网路120可以包括有线或无线网路接入点，如基站和/或网路接入点。
存储器130可以是，但不限于，随机存取存储器(RandomAccess Memory，RAM)，只读存储器(ReadOnlyMemory，ROM)，可编程只读存储器(ProgrammableRead-OnlyMemory，PROM)，可擦除只读存储器(ErasableProgrammableRead-OnlyMemory，EPROM)，电可擦除只读存储器(ElectricErasableProgrammableRead-OnlyMemory，EEPROM)等。其中，存储器130用于存储程序，所述处理引擎110在接收到执行指令后，执行所述程序。
可以理解，图2所示的结构仅为示意，云端服务器100还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
图3是根据本发明的一些实施例所示的一种示例性基于人工智能和智慧停车场的数据处理方法和/或过程的流程图，基于人工智能和智慧停车场的数据处理方法应用于图1中的云端服务器100，具体可以包括以下步骤S31-步骤S35所描述的内容。
步骤S31，获取停车场运营日志集合。
例如，所述停车场运营日志集合包括具有不同的拥堵时段数据的i组停车场运营日志，i为大于或等于1的整数。停车场运营日志用于记录智慧停车场的停车情况、拥堵情况和维护情况等。
步骤S32，根据所述停车场运营日志集合获取拥堵区域数据集合。
例如，所述拥堵区域数据集合包括具有不同的拥堵时段数据的i组拥堵区域数据。拥堵区域数据用于表征在智慧停车场中的对应的出现车辆拥堵的区域。
步骤S33，基于所述停车场运营日志集合，通过预设停车场调度记录所包括的第一停车指示信息获取车辆停放轨迹集合。
例如，所述车辆停放轨迹集合包括i个车辆停放轨迹。车辆停放轨迹用于表征智慧停车场中的车辆从入口驶入智慧停车场到停放到相应停车位以及从出口驶出智慧停车场的行驶轨迹。预设停车场调度记录是根据智慧停车场的设计参数(所在街区、停车场占地面积、停车场建筑尺寸等)进行配置的，第一停车指示信息可以是智慧停车场内的指示灯或者车辆检测传感器所采集到的停车信息。
步骤S34，基于所述拥堵区域数据集合，通过所述预设停车场调度记录所包括的第二停车指示信息获取车辆停放预约请求集合。
例如，所述车辆停放预约请求集合包括i个车辆停放预约请求。车辆停放预约请求是车辆对应的智能终端(例如手机)提前向云端服务器上传的预约请求。第二停车指示信息为云端服务器根据预约请求生成的用于指示智能终端在哪些时段进行停车的指示信息。
步骤S35，基于所述车辆停放轨迹集合以及所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据；根据所述车位管理数据确定所述停车场运营日志集合的车位动态调整数据，基于所述车位调整数据以及预设的人工智能模型对所述智慧停车场在不同时段的处于开放状态的停车位的数量进行调整。
例如，不同调度记录的相关性数据用于表征调度记录之间的车辆调度路径的路径重叠和路径交叉情况。车位管理数据用于对智慧停车场内的停车位进行管理和分析。车位动态调整数据用于调整智慧停车场内的停车位的数量，以改善由于车辆停放过多而带来的场内拥堵。预设的人工智能模型通过对目标车辆的车辆行驶特征进行训练得到，目标车辆是指与智慧停车场的云端服务器存在绑定关系的车辆，也可以理解为与云端服务器存在绑定关系的智能终端对应的车辆。
在应用上述步骤S31-步骤S35所描述的内容时，首先获取停车场运营日志集合并根据停车场运营日志集合获取拥堵区域数据集合，其次基于停车场运营日志集合获取车辆停放轨迹集合并基于拥堵区域数据集合获取车辆停放预约请求集合，然后基于车辆停放轨迹集合以及车辆停放预约请求集合获取车位管理数据，最后根据车位管理数据确定停车场运营日志集合的车位动态调整数据并基于车位调整数据以及预设的人工智能模型对智慧停车场在不同时段的处于开放状态的停车位的数量进行调整。
如此，能够对停车场运营日志集合进行停车拥堵的分析，进而结合拥堵分析结果以及车辆停放轨迹和停放预约请求实现对智慧停车场的停车位的动态管理，通过对处于开放状态的停车位的数量进行调整，能够避免在短时间内大量车辆涌入智慧停车场内而造成智慧停车场的拥堵。此外，这样还可以在智慧停车场出现拥堵时及时地实现拥堵疏通，避免拥堵现象的加剧。
在一些示例中，为了确保车位管理数据能够包含停车场运营日志集合对应的不同车辆的车位预约情况和车位使用情况，步骤S35所描述的基于所述车辆停放轨迹集合以及所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据，进一步可以包括以下步骤S351-步骤S354所描述的内容。
步骤S351，基于所述车辆停放轨迹集合，通过所述预设停车场调度记录所包括的第一策略相关性记录获取i个第一场内车辆行驶轨迹，其中，每个第一场内车辆行驶轨迹对应于一个车辆停放轨迹。
步骤S352，基于所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的第二策略相关性记录获取i个第二场内车辆行驶轨迹，其中，每个第二场内车辆行驶轨迹对应于一个车辆停放预约请求。
步骤S353，对所述i个第一场内车辆行驶轨迹以及所述i个第二场内车辆行驶轨迹进行轨迹拼接，得到i个目标场内车辆行驶轨迹，其中，每个目标场内车辆行驶轨迹包括一个第一场内车辆行驶轨迹以及一个第二场内车辆行驶轨迹。
步骤S354，基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据。
如此设计，通过执行上述步骤S351-步骤S354所描述的内容，能够基于不同的场内车辆行驶轨迹进行轨迹拼接，进而基于拼接之后的目标场内车辆行驶轨迹以及不同调度记录的相关性数据完整地确定出车位管理数据，这样能够确保车位管理数据能够包含停车场运营日志集合对应的不同车辆的车位预约情况和车位使用情况。
进一步地，步骤S351所描述的基于所述车辆停放轨迹集合，通过所述预设停车场调度记录所包括的第一策略相关性记录获取i个第一场内车辆行驶轨迹，进一步可以通过以下步骤S3511-步骤S3513所描述的内容实现。
步骤S3511，对于所述车辆停放轨迹集合中的每组车辆停放轨迹，通过所述第一策略相关性记录所包括的出入口车辆记录获取第一出入口车辆数变化信息，其中，所述第一策略相关性记录属于所述预设停车场调度记录。
步骤S3512，对于所述车辆停放轨迹集合中的每组车辆停放轨迹，通过所述第一策略相关性记录所包括的拥堵分析结果获取第一场内拥堵区域分布；对于所述车辆停放轨迹集合中的每组车辆停放轨迹，基于所述第一出入口车辆数变化信息以及所述第一场内拥堵区域分布，通过所述第一策略相关性记录所包括的拥堵传递信息获取第一车辆路线变化轨迹。
步骤S3513，对于所述车辆停放轨迹集合中的每组车辆停放轨迹，基于所述第一车辆路线变化轨迹以及所述车辆停放轨迹，通过所述第一策略相关性记录所包括的第一拥堵分析结果获取第一场内车辆行驶轨迹。
进一步地，步骤S3512所描述的基于所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的第二策略相关性记录获取i个第二场内车辆行驶轨迹，进一步可以通过以下步骤S3521-步骤S3524所描述的内容实现。
步骤S3521，对于所述车辆停放预约请求集合中的每组车辆停放预约请求，通过所述第二策略相关性记录所包括的出入口车辆记录获取第二出入口车辆数变化信息，其中，所述第二策略相关性记录属于所述预设停车场调度记录。
步骤S3522，对于所述车辆停放预约请求集合中的每组车辆停放预约请求，通过所述第二策略相关性记录所包括的拥堵分析结果获取第二场内拥堵区域分布。
步骤S3523，对于所述车辆停放预约请求集合中的每组车辆停放预约请求，基于所述第二出入口车辆数变化信息以及所述第二场内拥堵区域分布，通过所述第二策略相关性记录所包括的拥堵传递信息获取第二车辆路线变化轨迹。
步骤S3524，对于所述车辆停放预约请求集合中的每组车辆停放预约请求，基于所述第二车辆路线变化轨迹以及所述车辆停放预约请求，通过所述第二策略相关性记录所包括的第二拥堵分析结果获取第二场内车辆行驶轨迹。
可以理解，通过执行上述步骤S3521-步骤S3524所描述的内容，能够通过不同的出入口车辆记录确定不同的场内车辆行驶轨迹，从而确保不同场内车辆行驶轨迹之间的相互独立性，避免不同场内车辆行驶轨迹之间的互相影响。
在一些示例中，所述i为大于1的整数。基于此，步骤S354所描述的基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据，示例性地可以包括以下步骤S3541和步骤S3542所描述的内容。
步骤S3541，基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的策略调整线程获取待处理车辆行驶轨迹，其中，所述待处理车辆行驶轨迹为根据所述i个目标场内车辆行驶轨迹以及i个拥堵等级确定的，每个目标场内车辆行驶轨迹对应于一个拥堵等级。
步骤S3542，基于所述待处理车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据。
更进一步地，步骤S3541所描述的基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的策略调整线程获取待处理车辆行驶轨迹，可以包括：基于所述i个目标场内车辆行驶轨迹，通过所述策略调整线程所包括的第一调整单元获取i个第一局部区域车辆行驶轨迹，其中，所述策略调整线程属于所述预设停车场调度记录；基于所述i个第一局部区域车辆行驶轨迹，通过所述策略调整线程所包括的第二调整单元获取i个第二局部区域车辆行驶轨迹；根据所述i个第二局部区域车辆行驶轨迹确定i个拥堵等级，其中，每个拥堵等级对应于一个目标场内车辆行驶轨迹；根据所述i个目标场内车辆行驶轨迹以及i个拥堵等级，确定所述待处理车辆行驶轨迹。
这样一来，通过执行上述步骤S3541和步骤S3542，能够将智慧停车场内的不同区域的停车情况和拥堵情况考虑在内，从而确保车位管理数据在时序上更新的及时性并保证车位管理数据将智慧停车场的拥堵情况记录在内。
在实际应用时，所述i为大于1的整数，基于此，步骤S35所描述的基于所述车辆停放轨迹集合以及所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据，还可以通过以下步骤a1-步骤a5所描述的内容实现。
步骤a1，基于所述车辆停放轨迹集合，通过所述预设停车场调度记录所包括的第一拥堵分析结果获取i个第一场内车辆行驶轨迹，其中，每个第一场内车辆行驶轨迹对应于一个车辆停放轨迹。
步骤a2，基于所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的第二拥堵分析结果获取i个第二场内车辆行驶轨迹，其中，每个第二场内车辆行驶轨迹对应于一个车辆停放预约请求。
步骤a3，对所述i个第一场内车辆行驶轨迹以及所述i个第二场内车辆行驶轨迹进行轨迹拼接，得到i个目标场内车辆行驶轨迹，其中，每个目标场内车辆行驶轨迹包括一个第一场内车辆行驶轨迹以及一个第二场内车辆行驶轨迹。
步骤a4，基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的策略调整线程获取待处理车辆行驶轨迹，其中，所述待处理车辆行驶轨迹为根据所述i个目标场内车辆行驶轨迹以及i个拥堵等级确定的，每个目标场内车辆行驶轨迹对应于一个拥堵等级。
步骤a5，基于所述待处理车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据。
如此设计，能够将智慧停车场内的不同区域的停车情况和拥堵情况考虑在内，从而确保车位管理数据在时序上更新的及时性并保证车位管理数据将智慧停车场的拥堵情况记录在内。
在一些示例中，步骤S32所描述的根据所述停车场运营日志集合获取拥堵区域数据集合，可以包括：对于所述停车场运营日志集合中的每组停车场运营日志，通过文本提取逻辑获取第一车辆停放反馈数据、第二车辆停放反馈数据以及第三车辆停放反馈数据；根据所述每组停车场运营日志所对应的所述第一车辆停放反馈数据、所述第二车辆停放反馈数据以及所述第三车辆停放反馈数据，生成所述每组停车场运营日志所对应的拥堵区域数据。如此，能够根据不同的车辆停放反馈数据精准地获取拥堵区域数据集合，从而确保拥堵区域数据集合与智慧停车场的实际车辆停放情况相匹配。
在实际应用时发明人发现，在确定车位动态调整数据，需要考虑智慧停车场内的实时拥堵变化，以及车位调整带来的车辆停放轨迹的变化而对智慧停车场拥堵带来的影响，这样才能够避免车位动态调整数据脱离智慧停车场的实际运营情况的问题。为了实现这一目的，步骤S35中，根据所述车位管理数据确定所述停车场运营日志集合的车位动态调整数据，进一步可以包括以下步骤b1-步骤b5所描述的内容。
步骤b1，获取所述车位管理数据对应的n组车位调度路径数据，以及每组车位调度路径数据对应的路径节点集合，每组车位调度路径数据中包括m个不同的路径传递有向连线，n和m均为大于或者等于1的正整数。
步骤b2，在所述车位调度路径数据对应的路径节点集合中确定所述车位调度路径数据对应的第一时刻路径更新轨迹。
步骤b3，采用所述车位调度路径数据对应的第一时刻路径更新轨迹进行拥堵检测，得到所述车位调度路径数据中每个路径传递有向连线的拥堵检测结果。
步骤b4，基于n组车位调度路径数据中每个路径传递有向连线的拥堵检测结果，对所述车位调度路径数据对应的第一时刻路径更新轨迹进行轨迹特征调整，得到所述车位调度路径数据对应的第一时刻目标路径更新轨迹。
步骤b5，将所述车位调度路径数据对应的第一时刻目标路径更新轨迹加入所述车位调度路径数据对应的路径节点集合中；返回并执行步骤在所述车位调度路径数据对应的路径节点集合中确定所述车位调度路径数据对应的第一时刻路径更新轨迹，直至所述路径更新轨迹对应的拥挤系数低于设定系数，并根据所述拥挤系数和所述设定系数的差值以及最终得到的路径更新轨迹确定所述停车场运营日志集合的车位动态调整数据。
这样一来，通过执行上述步骤b1-步骤b5所描述的内容，能够对路径更新轨迹进行多次迭代调整，从而将不同迭代次数下的路径更新轨迹对应的拥挤系数进行考虑，这样一来，能够考虑智慧停车场内的实时拥堵变化，以及车位调整带来的车辆停放轨迹的变化而对智慧停车场拥堵带来的影响，从而能够避免车位动态调整数据脱离智慧停车场的实际运营情况，进一步确保车位动态调整数据能够直观、准确地与智慧停车场的实际停车情况进行匹配。
进一步地，步骤b2所描述的在所述车位调度路径数据对应的路径节点集合中确定所述车位调度路径数据对应的第一时刻路径更新轨迹，可以包括以下步骤b21-步骤b24所描述的内容。
步骤b21，确定所述车位调度路径数据对应的第二时刻路径更新轨迹、第一时刻路径节点，以及目标车位调度路径数据对应的第一时刻路径节点。
步骤b22，通过对所述车位调度路径数据对应的第一时刻路径节点和目标车位调度路径数据对应的第一时刻路径节点进行对比，得到所述车位调度路径数据对应的第一时刻路径节点的节点特征分布权重，所述目标车位调度路径数据为n组车位调度路径数据中包括所述车位调度路径数据在内的所有车位调度路径数据。
步骤b23，通过对所述车位调度路径数据对应的第一时刻路径节点和所述车位调度路径数据对应的第二时刻路径更新轨迹进行匹配，得到所述车位调度路径数据第一时刻路径节点的节点属性分布权重。
步骤b24，基于所述节点属性分布权重和所述节点特征分布权重，根据所述车位调度路径数据对应的第二时刻路径更新轨迹或者所述车位调度路径数据对应的第一时刻路径节点确定所述车位调度路径数据对应的第一时刻路径更新轨迹。
在本实施例中，第一时刻可以时当前时刻，如此，通过执行上述步骤b21-步骤b24所描述内容，能够确保第一时刻路径更新轨迹的连续性。
在一种可替换的实施方式中，步骤S35所描述的基于所述车位调整数据以及预设的人工智能模型对所述智慧停车场在不同时段的处于开放状态的停车位的数量进行调整，进一步可以包括以下步骤(1)-步骤(5)所描述的内容。
(1)将所述车位调整数据对应的调整策略参数输入所述人工智能模型中进行迭代；其中，所述人工智能模型中存在供所述车位调整数据匹配的至少一个车位调整标签。
(2)在基于所述人工智能模型对所述调整策略参数进行迭代的过程中，若检测到在设定时段内所述人工智能模型中存在第一车位调整标签，检测所述第一车位调整标签是否记录有第一标签属性指数；所述第一标签属性指数是所述车位调整数据最近一次未匹配所述第一车位调整标签时记录在所述第一车位调整标签上的，所述第一标签属性指数是所述车位调整数据在最近一次未匹配时所具有的车位调整标签的属性特征的时序优先级指数。
(3)当所述第一车位调整标签不具有所述第一标签属性指数时，检测所述第一车位调整标签是否为所述车位调整数据存在调用记录的车位调整标签；当确定所述第一车位调整标签是所述车位调整数据存在调用记录的车位调整标签时，将所述车位调整数据与所述第一车位调整标签进行匹配，并根据所述第一车位调整标签的第一属性特征更新所述车位调整数据的第二标签属性指数。
(4)当所述第一车位调整标签具有所述第一标签属性指数时，检测所述第一标签属性指数是否与所述车位调整数据的第二标签属性指数相同，所述第二标签属性指数是所述车位调整数据当前具有的车位调整标签的属性特征的时序优先级指数；当所述第一标签属性指数与所述车位调整数据的第二标签属性指数不相同时，确定所述第一标签属性指数变化至所述第二标签属性指数过程中的脚本数据；根据所述脚本数据，获取所述第一标签属性指数中发生变化的第二属性特征；根据所述第一属性特征和所述第二属性特征检测所述第一车位调整标签是否满足匹配的条件；当所述第一车位调整标签满足匹配的条件时，将所述车位调整数据与所述第一车位调整标签进行匹配，并根据所述第一属性特征更新所述第二标签属性指数。
(5)根据所述车位调整数据与所述第一车位调整标签的匹配结果对应的匹配时刻确定所述智慧停车场在不同时段的处于开放状态的停车位的数量的分布列表，基于所述分布列表以及所述人工智能模型针对所述调整策略参数的迭代输出结果对不同时段的处于开放状态的停车位的数量进行调整。
这样一来，通过执行上述步骤(1)-步骤(5)所描述的内容，能够在基于人工智能模型对调整策略参数进行迭代的过程中实现车位调整数据与第一车位调整标签之间的匹配，这样能够基于车位调整数据与第一车位调整标签的匹配结果确定智慧停车场在不同时段的处于开放状态的停车位的数量的分布列表，从而位停车位数量的调整提供及时的调整依据。此外，结合人工智能模型针对所述调整策略参数的迭代输出结果对开放状态的停车位的数量进行调整，能够将智慧停车场在不同时段的停车需求考虑在内，从而避免在短时间内大量车辆涌入智慧停车场内而造成智慧停车场的拥堵。此外，这样还可以在智慧停车场出现拥堵时及时地实现拥堵疏通，避免拥堵现象的加剧。
在一种可替换的实施方式中，步骤S33所描述的基于所述停车场运营日志集合，通过预设停车场调度记录所包括的第一停车指示信息获取车辆停放轨迹集合，进一步可以包括以下步骤S331和步骤S332所描述的内容。
步骤S331，基于所述停车场运营日志集合中的每个停车场运营日志对应的日志生成时刻，确定所述预设停车场调度记录对应的策略延时参数。
步骤S332，根据所述策略延时参数对所述预设停车场调度记录所包括的第一停车指示信息进行特征提取得到停车指示特征，采用所述停车指示特征生成车辆停放轨迹集合。
在一种可替换的实施方式中，步骤S34所描述的基于所述拥堵区域数据集合，通过所述预设停车场调度记录所包括的第二停车指示信息获取车辆停放预约请求集合，进一步可以包括以下步骤S341和步骤S342所描述的内容。
步骤S341，确定拥堵区域数据集合中每组拥堵区域数据对应的区域特征，根据所述区域特征生成区域特征分布。
步骤S342，将所述区域特征分布与所述预设停车场调度记录所包括的第二停车指示信息进行匹配，得到匹配结果；基于所述匹配结果从所述第二停车指示信息确定所述车辆停放预约请求集合。
图4是根据本发明的一些实施例所示的一种示例性基于人工智能和智慧停车场的数据处理装置400的框图，所述基于人工智能和智慧停车场的数据处理装置400包括：
运营日志获取模块410，用于获取停车场运营日志集合，其中，所述停车场运营日志集合包括具有不同的拥堵时段数据的i组停车场运营日志，i为大于或等于1的整数；
拥堵数据获取模块420，用于根据所述停车场运营日志集合获取拥堵区域数据集合，其中，所述拥堵区域数据集合包括具有不同的拥堵时段数据的i组拥堵区域数据；
停放轨迹确定模块430，用于基于所述停车场运营日志集合，通过预设停车场调度记录所包括的第一停车指示信息获取车辆停放轨迹集合，其中，所述车辆停放轨迹集合包括i个车辆停放轨迹；
预约请求确定模块440，用于基于所述拥堵区域数据集合，通过所述预设停车场调度记录所包括的第二停车指示信息获取车辆停放预约请求集合，其中，所述车辆停放预约请求集合包括i个车辆停放预约请求；
车位动态调整模块450，用于基于所述车辆停放轨迹集合以及所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据；根据所述车位管理数据确定所述停车场运营日志集合的车位动态调整数据，基于所述车位调整数据以及预设的人工智能模型对所述智慧停车场在不同时段的处于开放状态的停车位的数量进行调整。
关于上述装置实施例的说明请参阅对图3所示的方法实施例的说明。
基于上述同样的发明构思，还提供了基于人工智能和智慧停车场的数据处理系统，包括互相之间通信的云端服务器和智能终端；其中，所述云端服务器用于：
获取停车场运营日志集合，其中，所述停车场运营日志集合包括具有不同的拥堵时段数据的i组停车场运营日志，i为大于或等于1的整数；
根据所述停车场运营日志集合获取拥堵区域数据集合，其中，所述拥堵区域数据集合包括具有不同的拥堵时段数据的i组拥堵区域数据；
基于所述停车场运营日志集合，通过预设停车场调度记录所包括的第一停车指示信息获取车辆停放轨迹集合，其中，所述车辆停放轨迹集合包括i个车辆停放轨迹；
基于所述拥堵区域数据集合，通过所述预设停车场调度记录所包括的第二停车指示信息获取车辆停放预约请求集合，其中，所述车辆停放预约请求集合包括i个车辆停放预约请求；
基于所述车辆停放轨迹集合以及所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据；根据所述车位管理数据确定所述停车场运营日志集合的车位动态调整数据，基于所述车位调整数据以及预设的人工智能模型对所述智慧停车场在不同时段的处于开放状态的停车位的数量进行调整并生成调整提示信息；
将所述调整提示信息发送给所述智能终端。
如此，能够及时地将智慧停车场的车位调整情况告知智能终端，避免智能终端对应的车辆大量涌入智慧停车场而造成拥堵。
关于上述系统实施例的进一步说明请参阅对图3所示的方法实施例的说明。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可以对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定术语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同部分两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的至少一个实施例中的某些特征、结构或特点可以进行适当的组合。
另外，本领域普通技术人员可以理解的是，本申请的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外，本申请的各方面可以表现为位于至少一个计算机可读介质中的计算机产品，所述产品包括计算机可读程序编码。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤缆线、RF、或类似介质、或任何上述介质的组合。
本申请各方面执行所需的计算机程序码可以用一种或多种程序语言的任意组合编写，包括面向对象程序设计，如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET，Python等，或类似的常规程序编程语言，如"C"编程语言，VisualBasic，Fortran2003，Perl，COBOL2002，PHP，ABAP，动态编程语言如Python，Ruby和Groovy或其它编程语言。所述程式设计编码可以完全在用户计算机上执行、或作为独立的软体包在用户计算机上执行、或部分在用户计算机上执行部分在远程计算机执行、或完全在远程计算机或服务器上执行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网络(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非申请专利范围中明确说明，本申请所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的申请专利范围并不仅限于披露的实施例，相反，申请专利范围旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或行动装置上安装所描述的系统。
同样应当理解的是，为了简化本申请揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法幷不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
Claims (10)
1.一种基于人工智能和智慧停车场的数据处理方法，其特征在于，包括：
获取停车场运营日志集合，其中，所述停车场运营日志集合包括具有不同的拥堵时段数据的i组停车场运营日志，i为大于或等于1的整数；
根据所述停车场运营日志集合获取拥堵区域数据集合，其中，所述拥堵区域数据集合包括具有不同的拥堵时段数据的i组拥堵区域数据；
基于所述停车场运营日志集合，通过预设停车场调度记录所包括的第一停车指示信息获取车辆停放轨迹集合，其中，所述车辆停放轨迹集合包括i个车辆停放轨迹；
基于所述拥堵区域数据集合，通过所述预设停车场调度记录所包括的第二停车指示信息获取车辆停放预约请求集合，其中，所述车辆停放预约请求集合包括i个车辆停放预约请求；
基于所述车辆停放轨迹集合以及所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据；根据所述车位管理数据确定所述停车场运营日志集合的车位动态调整数据，基于所述车位调整数据以及预设的人工智能模型对所述智慧停车场在不同时段的处于开放状态的停车位的数量进行调整。
2.根据权利要求1所述的方法，其特征在于，所述基于所述车辆停放轨迹集合以及所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据，包括：
基于所述车辆停放轨迹集合，通过所述预设停车场调度记录所包括的第一策略相关性记录获取i个第一场内车辆行驶轨迹，其中，每个第一场内车辆行驶轨迹对应于一个车辆停放轨迹；
基于所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的第二策略相关性记录获取i个第二场内车辆行驶轨迹，其中，每个第二场内车辆行驶轨迹对应于一个车辆停放预约请求；
对所述i个第一场内车辆行驶轨迹以及所述i个第二场内车辆行驶轨迹进行轨迹拼接，得到i个目标场内车辆行驶轨迹，其中，每个目标场内车辆行驶轨迹包括一个第一场内车辆行驶轨迹以及一个第二场内车辆行驶轨迹；
基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据。
3.根据权利要求1所述的方法，其特征在于，所述基于所述车辆停放轨迹集合，通过所述预设停车场调度记录所包括的第一策略相关性记录获取i个第一场内车辆行驶轨迹，包括：
对于所述车辆停放轨迹集合中的每组车辆停放轨迹，通过所述第一策略相关性记录所包括的出入口车辆记录获取第一出入口车辆数变化信息，其中，所述第一策略相关性记录属于所述预设停车场调度记录；
对于所述车辆停放轨迹集合中的每组车辆停放轨迹，通过所述第一策略相关性记录所包括的拥堵分析结果获取第一场内拥堵区域分布；对于所述车辆停放轨迹集合中的每组车辆停放轨迹，基于所述第一出入口车辆数变化信息以及所述第一场内拥堵区域分布，通过所述第一策略相关性记录所包括的拥堵传递信息获取第一车辆路线变化轨迹；
对于所述车辆停放轨迹集合中的每组车辆停放轨迹，基于所述第一车辆路线变化轨迹以及所述车辆停放轨迹，通过所述第一策略相关性记录所包括的第一拥堵分析结果获取第一场内车辆行驶轨迹。
4.根据权利要求2所述的方法，其特征在于，所述基于所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的第二策略相关性记录获取i个第二场内车辆行驶轨迹，包括：
对于所述车辆停放预约请求集合中的每组车辆停放预约请求，通过所述第二策略相关性记录所包括的出入口车辆记录获取第二出入口车辆数变化信息，其中，所述第二策略相关性记录属于所述预设停车场调度记录；
对于所述车辆停放预约请求集合中的每组车辆停放预约请求，通过所述第二策略相关性记录所包括的拥堵分析结果获取第二场内拥堵区域分布；
对于所述车辆停放预约请求集合中的每组车辆停放预约请求，基于所述第二出入口车辆数变化信息以及所述第二场内拥堵区域分布，通过所述第二策略相关性记录所包括的拥堵传递信息获取第二车辆路线变化轨迹；
对于所述车辆停放预约请求集合中的每组车辆停放预约请求，基于所述第二车辆路线变化轨迹以及所述车辆停放预约请求，通过所述第二策略相关性记录所包括的第二拥堵分析结果获取第二场内车辆行驶轨迹。
5.根据权利要求2所述的方法，其特征在于，所述i为大于1的整数；所述基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据，包括：
基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的策略调整线程获取待处理车辆行驶轨迹，其中，所述待处理车辆行驶轨迹为根据所述i个目标场内车辆行驶轨迹以及i个拥堵等级确定的，每个目标场内车辆行驶轨迹对应于一个拥堵等级；
基于所述待处理车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据；
其中，基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的策略调整线程获取待处理车辆行驶轨迹，包括：
基于所述i个目标场内车辆行驶轨迹，通过所述策略调整线程所包括的第一调整单元获取i个第一局部区域车辆行驶轨迹，其中，所述策略调整线程属于所述预设停车场调度记录；
基于所述i个第一局部区域车辆行驶轨迹，通过所述策略调整线程所包括的第二调整单元获取i个第二局部区域车辆行驶轨迹；
根据所述i个第二局部区域车辆行驶轨迹确定i个拥堵等级，其中，每个拥堵等级对应于一个目标场内车辆行驶轨迹；
根据所述i个目标场内车辆行驶轨迹以及i个拥堵等级，确定所述待处理车辆行驶轨迹。
6.根据权利要求1所述的方法，其特征在于，所述i为大于1的整数；所述基于所述车辆停放轨迹集合以及所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据，包括：
基于所述车辆停放轨迹集合，通过所述预设停车场调度记录所包括的第一拥堵分析结果获取i个第一场内车辆行驶轨迹，其中，每个第一场内车辆行驶轨迹对应于一个车辆停放轨迹；
基于所述车辆停放预约请求集合，通过所述预设停车场调度记录所包括的第二拥堵分析结果获取i个第二场内车辆行驶轨迹，其中，每个第二场内车辆行驶轨迹对应于一个车辆停放预约请求；
对所述i个第一场内车辆行驶轨迹以及所述i个第二场内车辆行驶轨迹进行轨迹拼接，得到i个目标场内车辆行驶轨迹，其中，每个目标场内车辆行驶轨迹包括一个第一场内车辆行驶轨迹以及一个第二场内车辆行驶轨迹；
基于所述i个目标场内车辆行驶轨迹，通过所述预设停车场调度记录所包括的策略调整线程获取待处理车辆行驶轨迹，其中，所述待处理车辆行驶轨迹为根据所述i个目标场内车辆行驶轨迹以及i个拥堵等级确定的，每个目标场内车辆行驶轨迹对应于一个拥堵等级；
基于所述待处理车辆行驶轨迹，通过所述预设停车场调度记录所包括的所述不同调度记录的相关性数据获取所述停车场运营日志集合所对应的车位管理数据。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述根据所述停车场运营日志集合获取拥堵区域数据集合，包括：
对于所述停车场运营日志集合中的每组停车场运营日志，通过文本提取逻辑获取第一车辆停放反馈数据、第二车辆停放反馈数据以及第三车辆停放反馈数据；
根据所述每组停车场运营日志所对应的所述第一车辆停放反馈数据、所述第二车辆停放反馈数据以及所述第三车辆停放反馈数据，生成所述每组停车场运营日志所对应的拥堵区域数据。
8.根据权利要求1-7任一项所述的方法，其特征在于，根据所述车位管理数据确定所述停车场运营日志集合的车位动态调整数据，包括：
获取所述车位管理数据对应的n组车位调度路径数据，以及每组车位调度路径数据对应的路径节点集合，每组车位调度路径数据中包括m个不同的路径传递有向连线，n和m均为大于或者等于1的正整数；
在所述车位调度路径数据对应的路径节点集合中确定所述车位调度路径数据对应的第一时刻路径更新轨迹；采用所述车位调度路径数据对应的第一时刻路径更新轨迹进行拥堵检测，得到所述车位调度路径数据中每个路径传递有向连线的拥堵检测结果；基于n组车位调度路径数据中每个路径传递有向连线的拥堵检测结果，对所述车位调度路径数据对应的第一时刻路径更新轨迹进行轨迹特征调整，得到所述车位调度路径数据对应的第一时刻目标路径更新轨迹；将所述车位调度路径数据对应的第一时刻目标路径更新轨迹加入所述车位调度路径数据对应的路径节点集合中；返回并执行步骤在所述车位调度路径数据对应的路径节点集合中确定所述车位调度路径数据对应的第一时刻路径更新轨迹，直至所述路径更新轨迹对应的拥挤系数低于设定系数，并根据所述拥挤系数和所述设定系数的差值以及最终得到的路径更新轨迹确定所述停车场运营日志集合的车位动态调整数据；
其中，所述在所述车位调度路径数据对应的路径节点集合中确定所述车位调度路径数据对应的第一时刻路径更新轨迹，包括：
确定所述车位调度路径数据对应的第二时刻路径更新轨迹、第一时刻路径节点，以及目标车位调度路径数据对应的第一时刻路径节点；通过对所述车位调度路径数据对应的第一时刻路径节点和目标车位调度路径数据对应的第一时刻路径节点进行对比，得到所述车位调度路径数据对应的第一时刻路径节点的节点特征分布权重，所述目标车位调度路径数据为n组车位调度路径数据中包括所述车位调度路径数据在内的所有车位调度路径数据；通过对所述车位调度路径数据对应的第一时刻路径节点和所述车位调度路径数据对应的第二时刻路径更新轨迹进行匹配，得到所述车位调度路径数据第一时刻路径节点的节点属性分布权重；基于所述节点属性分布权重和所述节点特征分布权重，根据所述车位调度路径数据对应的第二时刻路径更新轨迹或者所述车位调度路径数据对应的第一时刻路径节点确定所述车位调度路径数据对应的第一时刻路径更新轨迹。
9.一种云端服务器，其特征在于，包括处理引擎、网络模块和存储器；所述处理引擎和所述存储器通过所述网络模块通信，所述处理引擎从所述存储器中读取计算机程序并运行，以执行权利要求1-8任一项所述的方法。
10.一种计算机可读信号介质，其特征在于，其上存储有计算机程序，所述计算机程序在运行时实现权利要求1-8任一项所述的方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011195662.0A CN112435351B (zh) | 2020-10-31 | 2020-10-31 | 基于人工智能和智慧停车场的数据处理方法及云端服务器 |
| CN202110531200.XA CN113223196A (zh) | 2020-10-31 | 2020-10-31 | 应用于人工智能智慧停车的数据处理方法及云端服务器 |
| CN202110531206.7A CN113223197A (zh) | 2020-10-31 | 2020-10-31 | 结合人工智能的智慧停车数据处理方法及云端服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011195662.0A CN112435351B (zh) | 2020-10-31 | 2020-10-31 | 基于人工智能和智慧停车场的数据处理方法及云端服务器 |
Related Child Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110531206.7A Division CN113223197A (zh) | 2020-10-31 | 2020-10-31 | 结合人工智能的智慧停车数据处理方法及云端服务器 |
| CN202110531200.XA Division CN113223196A (zh) | 2020-10-31 | 2020-10-31 | 应用于人工智能智慧停车的数据处理方法及云端服务器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112435351A true CN112435351A (zh) | 2021-03-02 |
| CN112435351B CN112435351B (zh) | 2021-10-29 |
Family
ID=74694900
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011195662.0A Active CN112435351B (zh) | 2020-10-31 | 2020-10-31 | 基于人工智能和智慧停车场的数据处理方法及云端服务器 |
| CN202110531200.XA Withdrawn CN113223196A (zh) | 2020-10-31 | 2020-10-31 | 应用于人工智能智慧停车的数据处理方法及云端服务器 |
| CN202110531206.7A Withdrawn CN113223197A (zh) | 2020-10-31 | 2020-10-31 | 结合人工智能的智慧停车数据处理方法及云端服务器 |
Family Applications After (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110531200.XA Withdrawn CN113223196A (zh) | 2020-10-31 | 2020-10-31 | 应用于人工智能智慧停车的数据处理方法及云端服务器 |
| CN202110531206.7A Withdrawn CN113223197A (zh) | 2020-10-31 | 2020-10-31 | 结合人工智能的智慧停车数据处理方法及云端服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (3) | CN112435351B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113066230A (zh) * | 2021-03-17 | 2021-07-02 | 北京骑胜科技有限公司 | 共享车辆停车点调节方法、设备、存储介质及程序产品 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113538964B (zh) * | 2021-09-17 | 2021-12-14 | 成都宜泊信息科技有限公司 | 一种停车管理方法、管理系统、存储介质、电子设备 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014157781A1 (ko) * | 2013-03-29 | 2014-10-02 | 주식회사 엡스 | 종합 주차 관제 시스템 |
| CN105894849A (zh) * | 2015-01-23 | 2016-08-24 | 汤建华 | 基于云平台的有序停车系统及其实现方法 |
| CN106836891A (zh) * | 2017-02-02 | 2017-06-13 | 天津立言科技有限公司 | 一种智能调节的动态停车场 |
| CN108257412A (zh) * | 2018-01-10 | 2018-07-06 | 中景博道城市规划发展有限公司 | 一种面向精细化管理的智能路内停车位管理与调控技术 |
| CN108922169A (zh) * | 2018-06-11 | 2018-11-30 | 同济大学 | 停车共享环境下基于均衡理论的差异化收费策略方法 |
| CN110570667A (zh) * | 2019-09-12 | 2019-12-13 | 北京智联云海科技有限公司 | 一种利用数据分析节假日停车场运营策略的方法 |
| US20190392710A1 (en) * | 2018-06-26 | 2019-12-26 | International Business Machines Corporation | Dynamically Designing Street-Parking Policies for Events |
| CN111047905A (zh) * | 2019-12-19 | 2020-04-21 | 武汉嘟嘟有位科技有限公司 | 一种车位动态管理方法、系统及终端 |
| CN111445602A (zh) * | 2020-03-11 | 2020-07-24 | 重庆特斯联智慧科技股份有限公司 | 一种基于物联网移动调度的智能车位锁及其系统 |
| CN111540235A (zh) * | 2020-07-08 | 2020-08-14 | 中邮建技术有限公司 | 基于实时交通数据的路侧停车泊位自动控制方法和系统 |
-
2020
- 2020-10-31 CN CN202011195662.0A patent/CN112435351B/zh active Active
- 2020-10-31 CN CN202110531200.XA patent/CN113223196A/zh not_active Withdrawn
- 2020-10-31 CN CN202110531206.7A patent/CN113223197A/zh not_active Withdrawn
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014157781A1 (ko) * | 2013-03-29 | 2014-10-02 | 주식회사 엡스 | 종합 주차 관제 시스템 |
| CN105894849A (zh) * | 2015-01-23 | 2016-08-24 | 汤建华 | 基于云平台的有序停车系统及其实现方法 |
| CN106836891A (zh) * | 2017-02-02 | 2017-06-13 | 天津立言科技有限公司 | 一种智能调节的动态停车场 |
| CN108257412A (zh) * | 2018-01-10 | 2018-07-06 | 中景博道城市规划发展有限公司 | 一种面向精细化管理的智能路内停车位管理与调控技术 |
| CN108922169A (zh) * | 2018-06-11 | 2018-11-30 | 同济大学 | 停车共享环境下基于均衡理论的差异化收费策略方法 |
| US20190392710A1 (en) * | 2018-06-26 | 2019-12-26 | International Business Machines Corporation | Dynamically Designing Street-Parking Policies for Events |
| CN110570667A (zh) * | 2019-09-12 | 2019-12-13 | 北京智联云海科技有限公司 | 一种利用数据分析节假日停车场运营策略的方法 |
| CN111047905A (zh) * | 2019-12-19 | 2020-04-21 | 武汉嘟嘟有位科技有限公司 | 一种车位动态管理方法、系统及终端 |
| CN111445602A (zh) * | 2020-03-11 | 2020-07-24 | 重庆特斯联智慧科技股份有限公司 | 一种基于物联网移动调度的智能车位锁及其系统 |
| CN111540235A (zh) * | 2020-07-08 | 2020-08-14 | 中邮建技术有限公司 | 基于实时交通数据的路侧停车泊位自动控制方法和系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113066230A (zh) * | 2021-03-17 | 2021-07-02 | 北京骑胜科技有限公司 | 共享车辆停车点调节方法、设备、存储介质及程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113223196A (zh) | 2021-08-06 |
| CN113223197A (zh) | 2021-08-06 |
| CN112435351B (zh) | 2021-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5013211B2 (ja) | 運転評価システム及び運転評価プログラム | |
| CN112435351B (zh) | 基于人工智能和智慧停车场的数据处理方法及云端服务器 | |
| CN104520912B (zh) | 堵塞预测装置、堵塞预测系统、堵塞预测方法和程序 | |
| CN108955713A (zh) | 行驶轨迹的显示方法及装置 | |
| CN111862605B (zh) | 路况检测方法、装置、电子设备及可读存储介质 | |
| CN105940284B (zh) | 电动移动体信息提供装置及电动移动体信息提供方法 | |
| Ye et al. | A method for driving route predictions based on hidden Markov model | |
| CN101842823A (zh) | 用于使用来自多个车辆的探头数据来检测供在更新地图中使用的真实世界改变的方法及系统 | |
| CN112365712B (zh) | 基于ai的智慧停车场停车引导方法及人工智能服务器 | |
| CN112289041A (zh) | 基于热点定位和信息共享的智慧停车场管理方法及云平台 | |
| WO2022166326A1 (zh) | 一种地图瓦片更新方法和装置 | |
| CN110807917A (zh) | 一种基于云计算的高速公路智能安防系统 | |
| JP2017096636A (ja) | 推奨予定経路取得システム、方法およびプログラム | |
| CN110909907A (zh) | 卡车的油耗预测方法、装置及存储介质 | |
| CN113344277B (zh) | 预测模型训练方法、状态更新方法、装置、设备和介质 | |
| Araldo et al. | Implementation & policy applications of AMOD in multi-modal activity-driven agent-based urban simulator simmobility | |
| CN109146333A (zh) | 导航算法评估方法和装置 | |
| Kamiński et al. | Multiagent routing simulation with partial smart vehicles penetration | |
| CN105094498A (zh) | 车载式微互动 | |
| CN116817950A (zh) | 路径规划方法、装置、设备、系统、存储介质和程序产品 | |
| CN112258876A (zh) | 基于物联网的智慧城市管理方法及装置 | |
| CN116629425A (zh) | 车辆能耗的计算方法、装置、计算机可读介质及电子设备 | |
| CN113379162B (zh) | 农村公路机动车行驶量估计方法 | |
| CN106127350A (zh) | 一种线路规划的方法及终端 | |
| CN113008246B (zh) | 地图匹配方法和装置 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211013 Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Applicant after: Shenzhen Kelian Huitong Technology Co.,Ltd. Address before: Room 405, building B12, 88 Jinjihu Avenue, Suzhou Industrial Park, Suzhou, Jiangsu 215128 Applicant before: Chu Meihong |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |