CN113112857A - 智慧停车场车辆停放引导方法及人工智能服务器 - Google Patents
智慧停车场车辆停放引导方法及人工智能服务器 Download PDFInfo
- Publication number
- CN113112857A CN113112857A CN202110361279.6A CN202110361279A CN113112857A CN 113112857 A CN113112857 A CN 113112857A CN 202110361279 A CN202110361279 A CN 202110361279A CN 113112857 A CN113112857 A CN 113112857A
- Authority
- CN
- China
- Prior art keywords
- instruction
- parking
- vehicle
- road condition
- sequence
- 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.)
- Withdrawn
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
- 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
- G08G1/0125—Traffic data processing
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供的智慧停车场车辆停放引导方法及人工智能服务器,通过对车辆停放引导指令进行实时迭代,能够将智慧停车场的实时车流状况考虑在内,从而基于人工智能服务器实现对潜在刮蹭事故或者其他车辆的突发情况的应对调整,这样可以确保在引导待引导车辆进行车辆停放时的安全性和有序性。如此,可以对智慧停车场进行实时有效的管理,以避免停车过程中的车辆擦挂而引起的拥堵。
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,涉及一种智慧停车场车辆停放引导方法及人工智能服务器。
背景技术
随着科学技术的发展,汽车制造技术不断更新迭代,产能得到全方位释放,汽车的需求量和销售量逐年递增。现目前,各个城市的汽车统计数量与日俱增,随之而来的是一系列的交通问题。其中,停车场超负荷运作而造成的周边拥堵是主要的交通问题。常见的针对停车场的管理方法已经难以满足实时多变的汽车停放需求。在人工智能(ArtificialIntelligence,AI)快速发展的数字化时代,如何实现对停车场的实时有效管理以避免停车过程中的车辆擦挂而引起的拥堵是现目前需要解决的一个技术问题。
发明内容
本申请的第一个方面公开了一种智慧停车场车辆停放引导方法,应用于人工智能服务器,包括:
获取待引导车辆在第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合,所述第一停车预约有效时长包含至少两个停放指示时间节点,各个所述停放指示时间节点对应的停车场车流轨迹集合包含所述待引导车辆中的车辆位置定位模块在对应的停放指示时间节点中定位到的或接收的目标车辆的行车轨迹;
确定所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度;根据所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度,确定所述待引导车辆在所述第一停车预约有效时长内的停车引导路径;
根据所述停车引导路径确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令;将所述车辆停放引导指令下发给所述待引导车辆对应的车载控制器并对所述车辆停放引导指令进行实时迭代。
可选地,所述获取待引导车辆在第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合包括:
获取所述待引导车辆中的车辆位置定位模块在第一停放指示时间节点开始后设定时段步长内定位到的目标车辆的行车轨迹,并根据所述待引导车辆中的车辆位置定位模块在第一停放指示时间节点开始后设定时段步长内定位到的目标车辆的行车轨迹,确定所述第一停放指示时间节点对应的停车场车流轨迹集合,所述第一停放指示时间节点为所述第一停车预约有效时长内的任一停放指示时间节点;
在所述待引导车辆中的车辆位置定位模块在第二停放指示时间节点开始后设定时段步长内未定位目标车辆的情况下,根据所述待引导车辆中的车辆位置定位模块接收的目标车辆的行车轨迹,确定针对所述第二停放指示时间节点对应的停车场车流轨迹集合,所述第二停放指示时间节点为所述第一停车预约有效时长内所述第一停放指示时间节点以外的任一停放指示时间节点。
可选地,所述方法还包括:
在所述待引导车辆中的车辆位置定位模块在第三停放指示时间节点开始后的设定时段步长内未定位目标车辆,且所述第三停放指示时间节点之前连续的第一设定累计数量的停放指示时间节点对应的停车场车流轨迹集合均为根据所述车辆位置定位模块接收的目标车辆的行车轨迹确定的情况下,向所述车辆位置定位模块发送目标车辆定位指令,以使所述车辆位置定位模块响应所述目标车辆定位指令定位目标车辆,所述第三停放指示时间节点为所述第一停车预约有效时长内所述第一停放指示时间节点和所述第二停放指示时间节点以外的任一停放指示时间节点;
获取所述车辆位置定位模块响应所述目标车辆定位指令定位到的目标车辆的行车轨迹,并根据所述车辆位置定位模块响应所述目标车辆定位指令定位到的目标车辆的行车轨迹,确定所述第三停放指示时间节点对应的停车场车流轨迹集合。
可选地,所述确定所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度包括:
从第一停车预约有效时长内的各个停放指示时间节点对应的停车场车流轨迹集合中,确定一个基准行车轨迹子集合;分别确定所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合中所述基准行车轨迹子集合以外的各个停车场车流轨迹集合,与所述基准行车轨迹子集合之间的行车轨迹相似度;
或
分别确定所述第一停车预约有效时长内每相邻两个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度。
可选地,所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合包含动态停车场车流轨迹集合和静态停车场车流轨迹集合,所述停车引导路径包含根据所述第一停车预约有效时长内指定的各个停放指示时间节点的动态停车场车流轨迹集合对应的行车轨迹相似度确定的第一停车引导路径,以及根据所述第一停车预约有效时长内指定的各个停放指示时间节点的静态停车场车流轨迹集合对应的行车轨迹相似度确定的第二停车引导路径;所述根据所述停车引导路径确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令包括:根据所述第一停车引导路径和所述第二停车引导路径,确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令;
所述根据所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度,确定所述待引导车辆在所述第一停车预约有效时长内的停车引导路径包括:从所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合中,确定目标车辆定位延时系数低于第一预设延时系数的至少一个目标动态停车场车流轨迹集合,以及目标车辆定位延时系数低于第二预设延时系数的至少一个目标静态停车场车流轨迹集合;根据所述至少一个目标动态停车场车流轨迹集合对应的行车轨迹相似度确定所述第一停车引导路径,并根据所述至少一个目标静态停车场车流轨迹集合对应的行车轨迹相似度确定所述第二停车引导路径;
所述根据所述第一停车引导路径和所述第二停车引导路径,确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令包括:在所述第一停车引导路径对应的道路拥堵指数不大于预设的第一目标拥堵指数,且所述第二停车引导路径对应的道路拥堵指数不大于预设的第二目标拥堵指数的情况下,确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令为阶段性引导指令;在所述第一停车引导路径对应的道路拥堵指数不大于所述第一目标拥堵指数,且所述第二停车引导路径对应的道路拥堵指数小于所述第二目标拥堵指数的情况下,确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令为停车等待指令;在所述第一停车引导路径对应的道路拥堵系数小于所述第一目标拥堵指数,且所述第二停车引导路径对应的道路拥堵系数小于所述第二目标拥堵指数的情况下,确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令为连续性引导指令。
可选地,所述根据所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度,确定所述待引导车辆在所述第一停车预约有效时长内的停车引导路径包括:
分别根据所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合包含的停车场车流轨迹的轨迹特征分布,确定各个所述行车轨迹相似度的时效性指数;
根据所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度,以及各个所述行车轨迹相似度的时效性指数,确定所述待引导车辆在所述第一停车预约有效时长内的停车引导路径。
可选地,将所述车辆停放引导指令下发给所述待引导车辆对应的车载控制器并对所述车辆停放引导指令进行实时迭代,包括:
确定所述车辆停放引导指令中的指令报文序列,并生成与所述指令报文序列对应的第一序列特征集合,所述指令报文序列为人工智能服务器基于所述车辆停放引导指令采用预设指令解析线程解析得到的序列,所述序列所对应的报文帧数量是不变化的;获取所述车载控制器的设备参数列表,并根据所述第一序列特征集合计算所述指令报文序列与所述设备参数列表之间的兼容性描述权重;
若所述指令报文序列与所述设备参数列表之间的兼容性描述权重小于预设的兼容性阈值,则将所述车载控制器对应的指令接收记录与所述第一序列特征集合进行匹配,得到第二序列特征集合;将所述指令接收记录转换为指令清单,并以所述指令清单为第一匹配对象,以所述车辆停放引导指令为第二匹配对象,进行指令兼容性匹配,得到第一兼容性匹配结果;根据所述第二序列特征集合对所述第一兼容性匹配结果进行筛选,得到置信度高于所述第一兼容性匹配结果的置信度的第二兼容性匹配结果;确定所述第二兼容性匹配结果与所述指令清单的第一指令编码信息,并将所述第一指令编码信息对应的编码逻辑数据与所述指令接收记录进行匹配,得到指令编码指示信息;
若所述指令报文序列与所述设备参数列表之间的兼容性描述权重大于或等于所述兼容性阈值,则确定所述第一兼容性匹配结果与所述指令清单的第二指令编码信息,并将所述第二指令编码信息内的编码逻辑数据与所述指令接收记录进行匹配,得到指令编码指示信息;
基于所述指令编码指示信息对所述车辆停放引导指令进行编码以得到目标指令,将所述目标指令发送给所述车载控制器;在将所述目标指令发送给所述车载控制器之后,基于所述车辆停放引导指令对应的生成时刻信息对目标区域内的目标车流轨迹进行时序特征提取,得到所述目标车流轨迹对应的第一时序特征集合和第二时序特征集合;其中,所述第一时序特征集合用于表征所述目标车流轨迹对应的车辆异常行驶轨迹对应的特征集合,第二时序特征集合用于表征所述目标车流轨迹对应的新增车辆导航轨迹对应的特征集合;
在获取到所述第一时序特征集合与所述第二时序特征集合之后,获取所述第一时序特征集合的第一特征传递数据集和所述第二时序特征集合的第二特征传递数据集,其中,所述第一时序特征集合中包括第一传递路径信息,所述第二时序特征集合中包括第二传递路径信息;获取所述第一特征传递数据集中的每一组数据节点与所述第二特征传递数据集中的每一组数据节点,得到特征传递节点分布;确定所述特征传递节点分布中的任意两组数据节点之间的相关性系数,得到初始相关性系数队列;将所述初始相关性系数队列中的小于设定相关性系数的相关性系数调整为设定相关性系数,得到当前相关性系数队列;对所述当前相关性系数队列进行更新频率识别,得到实时路况识别结果,其中,所述实时路况识别结果用于指示所述第一传递路径信息与所述第二传递路径信息为相同路径信息或者为不同路径信息;基于所述实时路况识别结果对所述车辆停放引导指令进行实时迭代更新并返回执行将所述车辆停放引导指令下发给所述待引导车辆对应的车载控制器的步骤。
本申请的第二个方面公开了一种人工智能服务器,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,以执行上述的方法。
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是实现上述的方法。
相较于现有技术,本发明实施例提供的智慧停车场车辆停放引导方法及人工智能服务器具有以下技术效果。
首先获取待引导车辆在第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合,其次确定第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度并确定待引导车辆在第一停车预约有效时长内的停车引导路径,最后根据停车引导路径确定待引导车辆在第一停车预约有效时长内的车辆停放引导指令并下发给待引导车辆对应的车载控制器,并对车辆停放引导指令进行实时迭代。
如此,通过对待引导车辆对应的不同停放指示时间节点的停车场车流轨迹集合进行分析,能够考虑智慧停车场内的其他车辆的实时位置和行车轨迹,从而及时、精准地确定生成与待引导车辆对应的车辆停放引导指令,从而使待引导车辆对应的车载控制器基于车辆停放引导指令实现对待引导车辆的停车引导或自动驾驶。
此外,通过对车辆停放引导指令进行实时迭代,能够将智慧停车场的实时车流状况考虑在内,从而基于人工智能服务器实现对潜在刮蹭事故或者其他车辆的突发情况的应对调整,这样可以确保在引导待引导车辆进行车辆停放时的安全性和有序性。如此,可以对智慧停车场进行实时有效的管理,以避免停车过程中的车辆擦挂而引起的拥堵。
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智慧停车场车辆停放引导系统的框图。
图2是根据本发明的一些实施例所示的一种示例性人工智能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智慧停车场车辆停放引导方法和/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智慧停车场车辆停放引导装置的框图。
具体实施方式
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智慧停车场车辆停放引导系统300的框图,智慧停车场车辆停放引导系统300可以包括人工智能服务器100和车载控制器200。
在一些实施例中,如图2所示,人工智能服务器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(Central ProcessingUnit,CPU)、专用集成电路(Application-Specific Integrated Circuit,ASIC)、专用指令集处理器(Application-Specific Instruction-set Processor,ASIP)、图形处理单元(Graphics Processing Unit,GPU)、物理处理单元(Physics Processing Unit,PPU)、数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field ProgrammableGate Array,FPGA)、可编程逻辑器件(Programmable Logic Device,PLD)、控制器、微控制器单元、精简指令集计算机(Reduced Instruction-Set Computer,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(Local Area Network,LAN)、广域网(Wide Area Network,WAN)、无线局域网络(Wireless Local Area Network,WLAN)、城域网(Metropolitan Area Network,MAN)、公用电话交换网(Public Telephone SwitchedNetwork,PSTN)、蓝牙网络、无线个域网络、近场通讯(Near Field 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(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,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,人工智能服务器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智慧停车场车辆停放引导方法和/或过程的流程图,智慧停车场车辆停放引导方法应用于图1中的人工智能服务器,具体可以包括以下步骤31-步骤33所描述的内容。
步骤31,获取待引导车辆在第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合。
示例性地,所述第一停车预约有效时长包含至少两个停放指示时间节点,各个所述停放指示时间节点对应的停车场车流轨迹集合包含所述待引导车辆中的车辆位置定位模块在对应的停放指示时间节点中定位到的或接收的目标车辆的行车轨迹。
示例性地,待引导车辆是与人工智能服务器存在通信的且与人工智能服务器对应的智慧停车场存在停车绑定关系的车辆,该绑定关系用于表征待引导车辆与智慧停车场存在长期停车租用协议。停车预约有效时长为与待引导车辆对应的预约停车的时长,停车预约有效时长具有时效性。停放指示时间节点为停车预约有效时长内的具有停车指示作用的时间节点,该时间节点可以是时刻或者一小段时段。停车场车流轨迹集合用于表征智慧停车场内的车辆的行车轨迹所组成的集合。车辆位置定位模块可以是GPRS定位模块。目标车辆为智慧停车场中的其他车辆。目标车辆的行车轨迹是实时变化的。
步骤32,确定所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度;根据所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度,确定所述待引导车辆在所述第一停车预约有效时长内的停车引导路径。
示例性地,行车轨迹相似度可以通过多种方式确定例如特征向量的余弦距离计算,图像描述信息比对等。停车引导路径用于引导待引导车辆在智慧停车场中进行有序的车辆停放,从而避免与其他车辆刮蹭。
步骤33,根据所述停车引导路径确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令;将所述车辆停放引导指令下发给所述待引导车辆对应的车载控制器并对所述车辆停放引导指令进行实时迭代。
示例性地,车载控制器用于控制待引导车辆进行自动驾驶。此外,通过对车辆停放引导指令进行实时迭代,能够将智慧停车场的实时车流状况考虑在内,从而基于人工智能服务器实现对潜在刮蹭事故或者其他车辆的突发情况的应对调整,这样可以确保在引导待引导车辆进行车辆停放时的安全性和有序性。如此,可以对智慧停车场进行实时有效的管理,以避免停车过程中的车辆擦挂而引起的拥堵。
可以理解,通过执行上述步骤31-步骤33,首先获取待引导车辆在第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合,其次确定第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度并确定待引导车辆在第一停车预约有效时长内的停车引导路径,最后根据停车引导路径确定待引导车辆在第一停车预约有效时长内的车辆停放引导指令并下发给待引导车辆对应的车载控制器,并对车辆停放引导指令进行实时迭代。
如此,通过对待引导车辆对应的不同停放指示时间节点的停车场车流轨迹集合进行分析,能够考虑智慧停车场内的其他车辆的实时位置和行车轨迹,从而及时、精准地确定生成与待引导车辆对应的车辆停放引导指令,从而使待引导车辆对应的车载控制器基于车辆停放引导指令实现对待引导车辆的停车引导或自动驾驶。
此外,通过对车辆停放引导指令进行实时迭代,能够将智慧停车场的实时车流状况考虑在内,从而基于人工智能服务器实现对潜在刮蹭事故或者其他车辆的突发情况的应对调整,这样可以确保在引导待引导车辆进行车辆停放时的安全性和有序性。如此,可以对智慧停车场进行实时有效的管理,以避免停车过程中的车辆擦挂而引起的拥堵。
在一些示例中,步骤31所描述的获取待引导车辆在第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合可以包括以下步骤311和步骤312所描述的内容。
步骤311,获取所述待引导车辆中的车辆位置定位模块在第一停放指示时间节点开始后设定时段步长内定位到的目标车辆的行车轨迹,并根据所述待引导车辆中的车辆位置定位模块在第一停放指示时间节点开始后设定时段步长内定位到的目标车辆的行车轨迹,确定所述第一停放指示时间节点对应的停车场车流轨迹集合,所述第一停放指示时间节点为所述第一停车预约有效时长内的任一停放指示时间节点。
步骤312,在所述待引导车辆中的车辆位置定位模块在第二停放指示时间节点开始后设定时段步长内未定位目标车辆的情况下,根据所述待引导车辆中的车辆位置定位模块接收的目标车辆的行车轨迹,确定针对所述第二停放指示时间节点对应的停车场车流轨迹集合,所述第二停放指示时间节点为所述第一停车预约有效时长内所述第一停放指示时间节点以外的任一停放指示时间节点。
此外,在步骤311和步骤312的基础上,还可以包括以下步骤313和步骤314所描述的内容。
步骤313,在所述待引导车辆中的车辆位置定位模块在第三停放指示时间节点开始后的设定时段步长内未定位目标车辆,且所述第三停放指示时间节点之前连续的第一设定累计数量的停放指示时间节点对应的停车场车流轨迹集合均为根据所述车辆位置定位模块接收的目标车辆的行车轨迹确定的情况下,向所述车辆位置定位模块发送目标车辆定位指令,以使所述车辆位置定位模块响应所述目标车辆定位指令定位目标车辆,所述第三停放指示时间节点为所述第一停车预约有效时长内所述第一停放指示时间节点和所述第二停放指示时间节点以外的任一停放指示时间节点。
步骤314,获取所述车辆位置定位模块响应所述目标车辆定位指令定位到的目标车辆的行车轨迹,并根据所述车辆位置定位模块响应所述目标车辆定位指令定位到的目标车辆的行车轨迹,确定所述第三停放指示时间节点对应的停车场车流轨迹集合。
如此设计,通过执行上述步骤311-步骤314能够基于车辆位置定位模块在不同的停放指示时间节点对应的设定时段步长内对目标车辆的定位情况实现对目标车辆的行车轨迹的获取,从而确保停车场车流轨迹集合的完整性,避免在某些时段下遗漏目标车辆的行车轨迹。
在一个可替换的实施例中,步骤32所描述的确定所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度,可以通过以下两种实施方式中的任一种实现。
第一种实施方式,从第一停车预约有效时长内的各个停放指示时间节点对应的停车场车流轨迹集合中,确定一个基准行车轨迹子集合;分别确定所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合中所述基准行车轨迹子集合以外的各个停车场车流轨迹集合,与所述基准行车轨迹子集合之间的行车轨迹相似度。
第二种实施方式,分别确定所述第一停车预约有效时长内每相邻两个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度。
这样一来,能够在时序层面上精准地计算出行车轨迹相似度。
在实际应用过程中,所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合包含动态停车场车流轨迹集合和静态停车场车流轨迹集合,所述停车引导路径包含根据所述第一停车预约有效时长内指定的各个停放指示时间节点的动态停车场车流轨迹集合对应的行车轨迹相似度确定的第一停车引导路径,以及根据所述第一停车预约有效时长内指定的各个停放指示时间节点的静态停车场车流轨迹集合对应的行车轨迹相似度确定的第二停车引导路径。
在这一基础上,步骤33所描述的根据所述停车引导路径确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令,包括:根据所述第一停车引导路径和所述第二停车引导路径,确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令。如此设计,能够确保车辆停放引导指令能够将不同的停车引导路径考虑在内,从而考虑智慧停车场的全局调度。
进一步地,根据所述第一停车引导路径和所述第二停车引导路径,确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令,进一步可以包括以下步骤(1)-步骤(3)所描述内容。
步骤(1),在所述第一停车引导路径对应的道路拥堵指数不大于预设的第一目标拥堵指数,且所述第二停车引导路径对应的道路拥堵指数不大于预设的第二目标拥堵指数的情况下,确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令为阶段性引导指令。
步骤(2),在所述第一停车引导路径对应的道路拥堵指数不大于所述第一目标拥堵指数,且所述第二停车引导路径对应的道路拥堵指数小于所述第二目标拥堵指数的情况下,确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令为停车等待指令。
步骤(3),在所述第一停车引导路径对应的道路拥堵系数小于所述第一目标拥堵指数,且所述第二停车引导路径对应的道路拥堵系数小于所述第二目标拥堵指数的情况下,确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令为连续性引导指令。
如此,可以通过执行上述步骤(1)-步骤(3)所描述的内容来确定出不同停车引导路径的道路拥堵系数在不同情况所对应的车辆停放引导指令,从而实现对整个智慧停车场内的车辆的有序调度和引导,避免出现拥堵和交通事故。
在一个可能的示例中,步骤32所描述的根据所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度,确定所述待引导车辆在所述第一停车预约有效时长内的停车引导路径,可以通过以下两种实施方式中的任一种实现。
第一种实施方式,从所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合中,确定目标车辆定位延时系数低于第一预设延时系数的至少一个目标动态停车场车流轨迹集合,以及目标车辆定位延时系数低于第二预设延时系数的至少一个目标静态停车场车流轨迹集合;根据所述至少一个目标动态停车场车流轨迹集合对应的行车轨迹相似度确定所述第一停车引导路径,并根据所述至少一个目标静态停车场车流轨迹集合对应的行车轨迹相似度确定所述第二停车引导路径。
第二种实施方式,分别根据所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合包含的停车场车流轨迹的轨迹特征分布,确定各个所述行车轨迹相似度的时效性指数;根据所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度,以及各个所述行车轨迹相似度的时效性指数,确定所述待引导车辆在所述第一停车预约有效时长内的停车引导路径。
如此,通过以上两种实施方式中的任一方式确定停车引导路径,能够从目标车辆定位延时系数层面或者时效性指数层面进行考虑,从而灵活、准确地确定停车引导路径。
在具体实施时发明人发现,在对车辆停放引导指令进行下发和实时迭代时,需要考虑与车载控制器之间的指令格式的兼容性,从而避免车载控制器无法接收或者无法执行对应的车辆停放引导指令。进一步还要考虑实时迭代时的路况信息。为实现上述目的,步骤33所描述的将所述车辆停放引导指令下发给所述待引导车辆对应的车载控制器并对所述车辆停放引导指令进行实时迭代,进一步可以通过以下步骤331-步骤335所描述的内容实现。
步骤331,确定所述车辆停放引导指令中的指令报文序列,并生成与所述指令报文序列对应的第一序列特征集合,所述指令报文序列为人工智能服务器基于所述车辆停放引导指令采用预设指令解析线程解析得到的序列,所述序列所对应的报文帧数量是不变化的;获取所述车载控制器的设备参数列表,并根据所述第一序列特征集合计算所述指令报文序列与所述设备参数列表之间的兼容性描述权重。
步骤332,若所述指令报文序列与所述设备参数列表之间的兼容性描述权重小于预设的兼容性阈值,则将所述车载控制器对应的指令接收记录与所述第一序列特征集合进行匹配,得到第二序列特征集合;将所述指令接收记录转换为指令清单,并以所述指令清单为第一匹配对象,以所述车辆停放引导指令为第二匹配对象,进行指令兼容性匹配,得到第一兼容性匹配结果;根据所述第二序列特征集合对所述第一兼容性匹配结果进行筛选,得到置信度高于所述第一兼容性匹配结果的置信度的第二兼容性匹配结果;确定所述第二兼容性匹配结果与所述指令清单的第一指令编码信息,并将所述第一指令编码信息对应的编码逻辑数据与所述指令接收记录进行匹配,得到指令编码指示信息。
步骤333,若所述指令报文序列与所述设备参数列表之间的兼容性描述权重大于或等于所述兼容性阈值,则确定所述第一兼容性匹配结果与所述指令清单的第二指令编码信息,并将所述第二指令编码信息内的编码逻辑数据与所述指令接收记录进行匹配,得到指令编码指示信息。
步骤334,基于所述指令编码指示信息对所述车辆停放引导指令进行编码以得到目标指令,将所述目标指令发送给所述车载控制器;在将所述目标指令发送给所述车载控制器之后,基于所述车辆停放引导指令对应的生成时刻信息对目标区域内的目标车流轨迹进行时序特征提取,得到所述目标车流轨迹对应的第一时序特征集合和第二时序特征集合;其中,所述第一时序特征集合用于表征所述目标车流轨迹对应的车辆异常行驶轨迹对应的特征集合,第二时序特征集合用于表征所述目标车流轨迹对应的新增车辆导航轨迹对应的特征集合。
步骤335,在获取到所述第一时序特征集合与所述第二时序特征集合之后,获取所述第一时序特征集合的第一特征传递数据集和所述第二时序特征集合的第二特征传递数据集,其中,所述第一时序特征集合中包括第一传递路径信息,所述第二时序特征集合中包括第二传递路径信息;获取所述第一特征传递数据集中的每一组数据节点与所述第二特征传递数据集中的每一组数据节点,得到特征传递节点分布;确定所述特征传递节点分布中的任意两组数据节点之间的相关性系数,得到初始相关性系数队列;将所述初始相关性系数队列中的小于设定相关性系数的相关性系数调整为设定相关性系数,得到当前相关性系数队列;对所述当前相关性系数队列进行更新频率识别,得到实时路况识别结果,其中,所述实时路况识别结果用于指示所述第一传递路径信息与所述第二传递路径信息为相同路径信息或者为不同路径信息;基于所述实时路况识别结果对所述车辆停放引导指令进行实时迭代更新并返回执行将所述车辆停放引导指令下发给所述待引导车辆对应的车载控制器的步骤。
应当注意,在实时迭代更新之后,返回执行将所述车辆停放引导指令下发给所述待引导车辆对应的车载控制器时,车辆停放引导指令是不同的。
可以理解,通过执行上述步骤331-步骤335所描述的内容,能够在对车辆停放引导指令进行下发和实时迭代时,考虑到与车载控制器之间的指令格式的兼容性,从而避免车载控制器无法接收或者无法执行对应的车辆停放引导指令。此外,还考虑了实时迭代时的路况信息,从而确保对车辆停放引导指令的精准、实时迭代更新。
在一种可替换的实施方式中,步骤335所描述的基于所述实时路况识别结果对所述车辆停放引导指令进行实时迭代更新,进一步可以通过以下步骤335a-步骤335d所描述的内容。
步骤335a,确定所述实时路况识别结果对应的第一特征识别队列和第二特征识别队列;获取所述第一特征识别队列对应的第一路况指标信息集以及所述第二特征识别队列对应的第二路况指标信息集,并在所述第一路况指标信息集与所述第二路况指标信息集之间不存在交集时,确定所述第一路况指标信息集和所述第二路况指标信息集中分别包括的多个具有不同指标热度值的路况指标信息。
步骤335b,确定所述第一特征识别队列在所述第一路况指标信息集的任一路况指标信息的路况多维描述值序列,将所述第二路况指标信息集中具有最小指标热度值的路况指标信息确定为目标路况指标信息;根据所述实时路况识别结果的时效性参数对应的时效性更新路径将所述路况多维描述值序列映射到所述目标路况指标信息中,以在所述目标路况指标信息中得到与所述路况多维描述值序列对应的路况映射描述值序列;基于所述路况多维描述值序列以及所述路况映射描述值序列之间的序列值的一一比对关系,生成所述第一特征识别队列和所述第二特征识别队列之间的相关度计算列表。
步骤335c,以所述路况映射描述值序列为基准序列在所述目标路况指标信息中获取已更新描述值序列,根据所述相关度计算列表对应的列表标签对应的相关度计算权重,将所述已更新描述值序列映射到所述路况多维描述值序列所在的路况指标信息中,以在所述路况多维描述值序列所在的路况指标信息中得到所述已更新描述值序列对应的待检测描述值序列,并确定所述待检测描述值序列对应的路况更新结果。
步骤335d,获取所述路况多维描述值序列映射到所述目标路况指标信息中的序列值转换清单;根据所述待检测描述值序列与所述序列值转换清单中的多个清单数据对应的数据描述值之间的差值,在所述第二路况指标信息集中遍历所述路况更新结果对应的指令迭代信息,直至获取到的所述指令迭代信息所在路况指标信息的优先级与所述路况更新结果在所述第一路况指标信息集中的优先级一致时,停止获取下一路况指标信息中的指令迭代信息,并生成所述路况更新结果与最后一次获取到的指令迭代信息之间的指令迭代逻辑列表;基于所述指令迭代逻辑列表对所述车辆停放引导指令进行实时迭代更新。
如此设计,通过执行上述步骤335a-步骤335d所描述的内容,能够对实时路况识别结果对应的第一特征识别队列和第二特征识别队列进行分析,从而确定出第一特征识别队列和第二特征识别队列之间的相关度计算列表。这样可以基于相关度计算列表实现对指令迭代信息的遍历以确保对车辆停放引导指令进行迭代更新的时效性。进一步地,通过生成路况更新结果与最后一次获取到的指令迭代信息之间的指令迭代逻辑列表,能够基于指令迭代逻辑列表准确地对车辆停放引导指令进行迭代,从而动态指导待引导车辆在智慧停车场中的行驶,确保能够基于对指令的实时迭代更新而应对突发事件。
在一种可替换的实施方式中,所述方法还包括:获取所述车载控制器基于所述车辆停放引导指令反馈的实时驾驶参数,根据所述实时驾驶参数判断所述待引导车辆是否存在异常驾驶行为;在判断出所述待引导车辆存在所述异常驾驶行为时,向所述车载控制器发送预警信息。
例如,实时驾驶参数可以是车速、车辆转弯幅度等参数。在实际应用时可以根据车速和车辆转弯幅度是否超过设定参数范围来判断待引导车辆是否存在异常驾驶行为。
如此设计,能够确保整个智慧停车场的停车安全性,避免出现交通事故。
图4是根据本发明的一些实施例所示的一种示例性智慧停车场车辆停放引导装置140的框图,所述智慧停车场车辆停放引导装置140应用于人工智能服务器,所述智慧停车场车辆停放引导装置140包括以下功能模块。
车流轨迹获取模块141,用于获取待引导车辆在第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合,所述第一停车预约有效时长包含至少两个停放指示时间节点,各个所述停放指示时间节点对应的停车场车流轨迹集合包含所述待引导车辆中的车辆位置定位模块在对应的停放指示时间节点中定位到的或接收的目标车辆的行车轨迹。
引导路径确定模块142,用于确定所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度;根据所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度,确定所述待引导车辆在所述第一停车预约有效时长内的停车引导路径。
引导指令处理模块143,用于根据所述停车引导路径确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令;将所述车辆停放引导指令下发给所述待引导车辆对应的车载控制器并对所述车辆停放引导指令进行实时迭代。
关于上述装置实施例的描述请参阅对图3所示的方法实施例的描述,在次不作赘述。
基于同样的发明构思,还提供了智慧停车场车辆停放引导系统,具体描述如下。
A1.一种智慧停车场车辆停放引导系统,包括互相之间通信的人工智能服务器和车载控制器;其中,所述人工智能服务器用于:
获取待引导车辆在第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合,所述第一停车预约有效时长包含至少两个停放指示时间节点,各个所述停放指示时间节点对应的停车场车流轨迹集合包含所述待引导车辆中的车辆位置定位模块在对应的停放指示时间节点中定位到的或接收的目标车辆的行车轨迹;
确定所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度;根据所述第一停车预约有效时长内各个停放指示时间节点对应的停车场车流轨迹集合之间的行车轨迹相似度,确定所述待引导车辆在所述第一停车预约有效时长内的停车引导路径;
根据所述停车引导路径确定所述待引导车辆在所述第一停车预约有效时长内的车辆停放引导指令;将所述车辆停放引导指令下发给所述待引导车辆对应的车载控制器并对所述车辆停放引导指令进行实时迭代。
关于上述系统实施例的描述请参阅对图3所示的方法实施例的描述,在次不作赘述。
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,Visual Basic,Fortran2003,Perl,COBOL 2002,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 (4)
1.一种智慧停车场车辆停放引导方法,其特征在于,应用于人工智能服务器,包括:
确定车辆停放引导指令中的指令报文序列,并生成与所述指令报文序列对应的第一序列特征集合,所述指令报文序列为人工智能服务器基于所述车辆停放引导指令采用预设指令解析线程解析得到的序列,所述序列所对应的报文帧数量是不变化的;获取待引导车辆对应的车载控制器的设备参数列表,并根据所述第一序列特征集合计算所述指令报文序列与所述设备参数列表之间的兼容性描述权重;
若所述指令报文序列与所述设备参数列表之间的兼容性描述权重小于预设的兼容性阈值,则将所述车载控制器对应的指令接收记录与所述第一序列特征集合进行匹配,得到第二序列特征集合;将所述指令接收记录转换为指令清单,并以所述指令清单为第一匹配对象,以所述车辆停放引导指令为第二匹配对象,进行指令兼容性匹配,得到第一兼容性匹配结果;根据所述第二序列特征集合对所述第一兼容性匹配结果进行筛选,得到置信度高于所述第一兼容性匹配结果的置信度的第二兼容性匹配结果;确定所述第二兼容性匹配结果与所述指令清单的第一指令编码信息,并将所述第一指令编码信息对应的编码逻辑数据与所述指令接收记录进行匹配,得到指令编码指示信息;
若所述指令报文序列与所述设备参数列表之间的兼容性描述权重大于或等于所述兼容性阈值,则确定所述第一兼容性匹配结果与所述指令清单的第二指令编码信息,并将所述第二指令编码信息内的编码逻辑数据与所述指令接收记录进行匹配,得到指令编码指示信息;
基于所述指令编码指示信息对所述车辆停放引导指令进行编码以得到目标指令,将所述目标指令发送给所述车载控制器;在将所述目标指令发送给所述车载控制器之后,基于所述车辆停放引导指令对应的生成时刻信息对目标区域内的目标车流轨迹进行时序特征提取,得到所述目标车流轨迹对应的第一时序特征集合和第二时序特征集合;其中,所述第一时序特征集合用于表征所述目标车流轨迹对应的车辆异常行驶轨迹对应的特征集合,第二时序特征集合用于表征所述目标车流轨迹对应的新增车辆导航轨迹对应的特征集合;
在获取到所述第一时序特征集合与所述第二时序特征集合之后,获取所述第一时序特征集合的第一特征传递数据集和所述第二时序特征集合的第二特征传递数据集,其中,所述第一时序特征集合中包括第一传递路径信息,所述第二时序特征集合中包括第二传递路径信息;获取所述第一特征传递数据集中的每一组数据节点与所述第二特征传递数据集中的每一组数据节点,得到特征传递节点分布;确定所述特征传递节点分布中的任意两组数据节点之间的相关性系数,得到初始相关性系数队列;将所述初始相关性系数队列中的小于设定相关性系数的相关性系数调整为设定相关性系数,得到当前相关性系数队列;对所述当前相关性系数队列进行更新频率识别,得到实时路况识别结果,其中,所述实时路况识别结果用于指示所述第一传递路径信息与所述第二传递路径信息为相同路径信息或者为不同路径信息;基于所述实时路况识别结果对所述车辆停放引导指令进行实时迭代更新并返回执行将所述车辆停放引导指令下发给待引导车辆对应的车载控制器的步骤。
2.根据权利要求1所述的方法,其特征在于,基于所述实时路况识别结果对所述车辆停放引导指令进行实时迭代更新,包括:
确定所述实时路况识别结果对应的第一特征识别队列和第二特征识别队列;获取所述第一特征识别队列对应的第一路况指标信息集以及所述第二特征识别队列对应的第二路况指标信息集,并在所述第一路况指标信息集与所述第二路况指标信息集之间不存在交集时,确定所述第一路况指标信息集和所述第二路况指标信息集中分别包括的多个具有不同指标热度值的路况指标信息;
确定所述第一特征识别队列在所述第一路况指标信息集的任一路况指标信息的路况多维描述值序列,将所述第二路况指标信息集中具有最小指标热度值的路况指标信息确定为目标路况指标信息;根据所述实时路况识别结果的时效性参数对应的时效性更新路径将所述路况多维描述值序列映射到所述目标路况指标信息中,以在所述目标路况指标信息中得到与所述路况多维描述值序列对应的路况映射描述值序列;基于所述路况多维描述值序列以及所述路况映射描述值序列之间的序列值的一一比对关系,生成所述第一特征识别队列和所述第二特征识别队列之间的相关度计算列表;
以所述路况映射描述值序列为基准序列在所述目标路况指标信息中获取已更新描述值序列,根据所述相关度计算列表对应的列表标签对应的相关度计算权重,将所述已更新描述值序列映射到所述路况多维描述值序列所在的路况指标信息中,以在所述路况多维描述值序列所在的路况指标信息中得到所述已更新描述值序列对应的待检测描述值序列,并确定所述待检测描述值序列对应的路况更新结果;
获取所述路况多维描述值序列映射到所述目标路况指标信息中的序列值转换清单;根据所述待检测描述值序列与所述序列值转换清单中的多个清单数据对应的数据描述值之间的差值,在所述第二路况指标信息集中遍历所述路况更新结果对应的指令迭代信息,直至获取到的所述指令迭代信息所在路况指标信息的优先级与所述路况更新结果在所述第一路况指标信息集中的优先级一致时,停止获取下一路况指标信息中的指令迭代信息,并生成所述路况更新结果与最后一次获取到的指令迭代信息之间的指令迭代逻辑列表;基于所述指令迭代逻辑列表对所述车辆停放引导指令进行实时迭代更新。
3.一种人工智能服务器,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或2所述的方法。
4.一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是实现权利要求1或2所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110361279.6A CN113112857A (zh) | 2020-11-05 | 2020-11-05 | 智慧停车场车辆停放引导方法及人工智能服务器 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011226627.0A CN112365712B (zh) | 2020-11-05 | 2020-11-05 | 基于ai的智慧停车场停车引导方法及人工智能服务器 |
CN202110361279.6A CN113112857A (zh) | 2020-11-05 | 2020-11-05 | 智慧停车场车辆停放引导方法及人工智能服务器 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011226627.0A Division CN112365712B (zh) | 2020-11-05 | 2020-11-05 | 基于ai的智慧停车场停车引导方法及人工智能服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113112857A true CN113112857A (zh) | 2021-07-13 |
Family
ID=74508758
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110361279.6A Withdrawn CN113112857A (zh) | 2020-11-05 | 2020-11-05 | 智慧停车场车辆停放引导方法及人工智能服务器 |
CN202011226627.0A Active CN112365712B (zh) | 2020-11-05 | 2020-11-05 | 基于ai的智慧停车场停车引导方法及人工智能服务器 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011226627.0A Active CN112365712B (zh) | 2020-11-05 | 2020-11-05 | 基于ai的智慧停车场停车引导方法及人工智能服务器 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN113112857A (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114519940B (zh) * | 2022-02-25 | 2023-05-09 | 深圳市道网科技有限公司 | 一种应用于智慧停车的大数据分析方法及设备 |
CN114419924B (zh) * | 2022-03-28 | 2022-06-14 | 穗企通科技(广州)有限责任公司 | 一种基于智慧城市的ai应用控制管理系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004118703A (ja) * | 2002-09-27 | 2004-04-15 | Toshiba Eng Co Ltd | 駐車場内誘導システム |
CN102522002B (zh) * | 2011-12-31 | 2013-11-06 | 南京九竹科技实业有限公司 | 一种大型停车场的全方位智能引导系统及方法 |
CN106157681A (zh) * | 2015-04-08 | 2016-11-23 | 腾石智能科技(上海)有限公司 | 停车区域管理系统及方法 |
CN104851291A (zh) * | 2015-05-02 | 2015-08-19 | 石立公 | 一种实时车道拥堵指数分析系统及其分析方法 |
CN108133172B (zh) * | 2017-11-16 | 2022-04-05 | 北京华道兴科技有限公司 | 视频中运动对象分类的方法、车流量的分析方法及装置 |
CN108648492A (zh) * | 2018-06-26 | 2018-10-12 | 深兰科技(上海)有限公司 | 一种车辆引导的方法、装置、服务器和可读存储介质 |
CN110826594B (zh) * | 2019-09-29 | 2022-08-09 | 成都华为技术有限公司 | 一种轨迹聚类的方法、设备及存储介质 |
-
2020
- 2020-11-05 CN CN202110361279.6A patent/CN113112857A/zh not_active Withdrawn
- 2020-11-05 CN CN202011226627.0A patent/CN112365712B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112365712B (zh) | 2021-05-14 |
CN112365712A (zh) | 2021-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109520744B (zh) | 自动驾驶车辆的驾驶性能测试方法和装置 | |
US10642268B2 (en) | Method and apparatus for generating automatic driving strategy | |
CN111656140B (zh) | 预测交通事故发生地的人工智能系统和方法 | |
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 | |
CN111311959B (zh) | 多路口协同控制方法、装置、电子设备及存储介质 | |
CN106097709B (zh) | 基于智能车载终端的驾驶行为识别方法 | |
CN111179589B (zh) | 车辆od预测的方法、装置、设备及存储介质 | |
CN112289041B (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 | |
CN111076716B (zh) | 用于车辆定位的方法、装置、设备和计算机可读存储介质 | |
CN104599002A (zh) | 预测订单价值的方法及设备 | |
CN109789878B (zh) | 车载电子控制装置 | |
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 | |
CN112738209A (zh) | 基于大数据和人工智能的数据分析方法及云计算服务器 | |
CN113868875B (zh) | 测试场景自动生成方法、装置、设备和存储介质 | |
CN111402571A (zh) | 一种勤务车队冲突异常预警及调整方案生成的方法及装置 | |
CN113284337B (zh) | 基于车辆轨迹多维数据的od矩阵计算方法及装置 | |
CN112581759B (zh) | 一种基于智慧交通的云计算方法及系统 | |
CN112308320B (zh) | 应用于智慧停车的大数据分析方法及云计算服务器 | |
CN115985124B (zh) | 车辆行驶的控制方法、装置、存储介质及电子装置 | |
CN117236646B (zh) | 车辆调度方法、装置、电子设备和计算机可读介质 | |
CN113256845B (zh) | 一种数据采集方法、装置、存储介质及系统 | |
CN111582962B (zh) | 一种服务状态识别方法及装置 | |
CN114084025A (zh) | 多车辆充电调度方法、装置、电子设备及存储介质 | |
CN116307419A (zh) | 一种基于强化学习的公交调度方法 | |
CN114357772A (zh) | 信息处理方法、装置、设备、存储介质及程序产品 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210713 |