CN113380070B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN113380070B
CN113380070B CN202110713134.8A CN202110713134A CN113380070B CN 113380070 B CN113380070 B CN 113380070B CN 202110713134 A CN202110713134 A CN 202110713134A CN 113380070 B CN113380070 B CN 113380070B
Authority
CN
China
Prior art keywords
parking
parking space
space
complex
patrol
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110713134.8A
Other languages
English (en)
Other versions
CN113380070A (zh
Inventor
张楚
曹小峰
杨中岳
郭昊旻
杨雨薇
陈峻
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.)
Jiangsu Expressway Network Operation & Management Co ltd
Original Assignee
Jiangsu Expressway Network Operation & Management Co ltd
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 Jiangsu Expressway Network Operation & Management Co ltd filed Critical Jiangsu Expressway Network Operation & Management Co ltd
Priority to CN202110713134.8A priority Critical patent/CN113380070B/zh
Publication of CN113380070A publication Critical patent/CN113380070A/zh
Application granted granted Critical
Publication of CN113380070B publication Critical patent/CN113380070B/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
    • G08G1/145—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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • 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)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种面向综合体的车位级停车需求时空特征获取方法，包括：根据目标综合体及其周边的内外交通情况，选定具有复合停车需求的大型综合体地下多层停车场；结合停车需求特性确定调查时间；通过预调查获取综合体停车场的静态数据；根据停车场的物理特征设计综合体车位级停车需求调查方案；基于巡逻摄像法获取综合体车位级停车需求动态数据；清洗和整理调查数据，计算车位级停车需求时空特征基础指标。本发明为综合体车位级停车需求的精细化研究提供支撑，是适用于城市综合体不断增加背景下的车位级停车需求时空特征获取与分析新手段。

Description

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
技术领域
本发明属于停车需求管理技术，具体为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。
背景技术
目前，我国土地呈高密度集约化利用，城市综合体数量不断增加。大型综合体停车需求存在体量大、特性复杂和高峰驶入率陡增的问题。根据我国2015年改版发行，12月1日开始实施的《车库建筑设计规范》规定，机动车车库建筑规模应按停车当量数划分为特大型、大型、中型、小型，不同规模的机动车车库应当设置的机动车出入口数量也需符合标准。按照规范要求，大型及特大型车库的机动车库停车当量数应不少于300个，机动车出入口数量不少于2个。一般来说，大型综合体停车场的停车当量数和出入口数量均达到大型及特大型车库的机动车库建设标准。由于综合体停车场规模大、空间复杂，出行者寻泊和进出停车场困难，具有位置差异的停车位利用率不同，部分车位停车资源未得到充分利用。
当前，以单车位粒度的停车需求时空特性规律研究尚不充分，车位级需求状态评价指标尚不全面，限制了停车场内运行秩序和资源利用率的提升。因此，车位级停车需求的精细化研究，可以为停车者便捷寻泊提供理论依据，清晰化管理者对车位需求的状态判断，为场内差异化收费等需求管理策略提供方案建议，为推动停车场内需求分布的均衡性和合理性提供判断工具与参考。
规范化和流程化的综合体停车需求时空特征获取，可以高效、全面获取综合体的供需状态数据，是特性分析、状态研判和问题辨析的基础。大型综合体由于其规模大、要素多、需求强度高、需求特征各异等特征，需要科学的需求调查研究方法获取格式化的需求数据，提取需求特征。当前尚缺乏面向具有复杂时空特征的大型综合体的系统化停车需求调查方法。
针对综合体停车场内的双层OD出行链，即出入口—停车位—进入设施(电梯)和进入设施(电梯)—停车位—出入口两部分，覆盖车行和步行两部分。获取综合体停车场内部的泊位、服务设施等的供给、需求、服务水平要素数据，是大型综合体停车需求时空特征获取的主要目的。具体来说，主要包括：1)停车场出入口、车位、进入设施分布等静态数据；2)车位级的停车需求数据；3)电梯扶梯等进入设施的客流需求数据；4)出入口的流量数据。
传统停车设施调查方法难以应对复杂时空背景和停放环境下，包括出入口、进入设施和车位级停车需求在内的系统科学调查方法，无法分析停车全过程的人流和车流行动轨迹，智能化设备的升级亦只能采集车位占用信息，无单车位与车辆关联信息，故亟待提出面向大型综合体的车位级停车需求时空特征获取方法，改善停车领域中车位级基础调查数据获取困难的现状。
发明内容
本发明的目的在于克服现有技术的不足，提供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，以解决传统停车设施调查方法难以应对复杂时空背景和停放环境下，描述车位级停车需求和停放者双层OD出行链的问题。
实现本发明目的的技术方案为：一种面向综合体的车位级停车需求时空特征获取方法，包括以下步骤：
步骤1、获取目标综合体建筑内部业态类型、面积以及周边道路供给与管控措施，所述目标综合体为具有复合停车需求的大型综合体地下多层停车场，；
步骤2、分析目标综合体内部业态类型，判断每个独立业态的停车需求基本特性，获得复合停车需求的时间特性；
步骤3、获取目标综合体停车场的静态数据，包括地下停车场的楼层数量，以及出入口、停车场内进入设施、停车泊位的位置和数量，通过网络地图开放平台绘制停车场平面图；
步骤4、设计目标综合体车位级停车需求时空特征获取方案，包括确定出入口车流量计数时间间隔，并根据出入口数量配置出入口调查人员；确定进入设施客流量计数时间间隔，并根据进入设施数量配置进入设施调查人员；根据巡逻摄像法确定车位需求量调查时间间隔和分组数量，设计行驶流线，确保行驶流线不重复且覆盖停车场所有车位，确定单个巡逻摄像法调查小组配置驾驶员和拍摄员人数，以及摄影设备数量，分工拍摄左右视角，并配备一定数量的机动人员；
步骤5、根据步骤4中确定的目标综合体车位级停车需求时空特征获取方案，进行现场数据采集，获取综合体车位级停车需求动态数据；
步骤6、对停车需求动态数据进行清洗，确定巡逻时刻单车位占用信息，对占用信息进行数字化编码，计算车位级基础停放指标。
优选地，出入口调查人员数量和出入口数量相同，设施调查人员数量和进入设施数量相同，车位需求量调查时间间隔和分组数量与地下停车场的楼层数量相同。
优选地，所述综合体车位级停车需求动态数据包括：出入口和进入设施的进出流量数据，以及基于巡逻摄像法的车位级停放信息数据。
优选地，步骤6中对占用信息进行数字化编码的模型为：
A＝[ai，j]；B＝[bi，j]
其中，A表示目标停车位占用矩阵，ai，j表示第i个停车位在第j次巡逻的占用情况，其值取数字“1”表示停车位被占用，其值取数字“0”表示停车位空闲无车停放，B表示目标停车位周转矩阵，bi，j表示第i个停车位在第j次巡逻被新车辆占用的情况，其值取数字“1”，表示停车位在巡逻观测时刻已被新车辆占用，其他情况取数字“0”。
优选地，所述车位级基础停放指标包括单车位的占有率、周转数、平均停放时长和平均停放时间间隔。
优选地，单车位占有率的计算公式为：
Figure BDA0003133749650000031
其中，occi表示第i个停车位的单车位占有率，ai,j表示第i个停车位在第j次巡逻的占用情况，N表示停车位巡逻观测次数。
优选地，单车位周转数的计算方法为：
Figure BDA0003133749650000032
其中，turi表示第i个停车位的单车位周转数，bi,j表示第i个停车位在第j次巡逻被新车辆占用的情况。
优选地，单车位平均停放时长的计算方法为：
Figure BDA0003133749650000041
其中，timi表示表示第i个停车位的单车位平均停放时长，turi表示第i个停车位的单车位周转数，ai，j表示第i个停车位在第j次巡逻的占用情况，L表示巡逻时间间隔。
优选地，单车位平均停放时间间隔的计算方法为：
Figure BDA0003133749650000042
其中，inti表示表示第i个停车位的单车位平均停放时间间隔，turi表示第i个停车位的单车位周转数，ai，j表示第i个停车位在第j次巡逻的占用情况，L表示巡逻时间间隔。
本发明与现有技术相比，其显著优点为：
本发明提出了适用于大型综合体复杂时空背景和停放环境下的停车需求特征采集手段，并提出适用于巡逻调查的车位级停车需求基本分析指标，从而更高效、更精确、更全面地解决停车基础研究数据系统化获取困难的问题；本发明通过面向大型综合体的车位级停车需求时空特征获取，可以支撑复杂时空背景和停放环境下车位级停车需求的精细化研究，可以为停车者便捷寻泊提供理论依据，清晰化管理者对车位需求的状态判断，为场内差异化收费等需求管理策略提供方案建议，为推动停车场内需求分布的均衡性和合理性提供判断工具与参考。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示，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，包括以下步骤：
步骤1、调查目标综合体及其周边的交通情况，选定具有复合停车需求的大型综合体，例如需满足商业、办公、居住、酒店等类型中的多种独立停车需求的大型综合体地下多层停车场，获取综合体建筑内部业态类型、面积等信息，以及周边道路供给与管控措施等情况；
步骤2、根据步骤1中确定的目标综合体，分析其内部主要业态类型，即所包含商业、办公、居住、酒店等在内的若干具体业态类型，判断每个独立业态的停车需求基本特性，例如办公业态的停车需求变化高峰一般出现在早晚通勤时段，居住业态的停车需求变化高峰一般出现在午间和晚间等，考虑独立业态高峰停放需求需调查的主要日期和对应时段，基于对所有独立业态的停放需求的综合考虑，获得复合停车需求的时间特性，确定包括工作日和节假日的调查日期和包括停放需求高峰的调查时间段；
另外，本实例给出独立业态高峰停放需求调查时段，如表1所示。
表1独立业态高峰停放需求调查时段
Figure BDA0003133749650000051
步骤3、根据步骤1中确定的目标综合体，获取包括综合体停车场建筑结构特征的静态数据，如楼层、出入口、停车场内进入设施、具体泊位等的数量和位置，确定地下停车场的楼层数量n1，以及出入口、停车场内进入设施、停车泊位的位置和数量n2、n3、n4，通过网络地图开放平台绘制停车场平面图；
步骤4、根据步骤1中确定的目标综合体，设计综合体车位级停车需求时空特征获取方案，包括确定出入口车流量计数时间间隔，并根据出入口数量配置出入口调查人员n2名，确定进入设施客流量计数时间间隔，并根据进入设施数量配置进入设施调查人员n3名，采用巡逻摄像法调查停车位，即指借助机动车等交通工具，通过架设摄影设备，巡逻整个停车场，记录各个车位上停放车辆的车牌、颜色、车型等车辆信息，在一个时间间隔结束后，再次进行巡逻，适用于停车场面积大、楼层多、不适合的步行巡逻的停车场。根据巡逻摄像法，确定车位需求量调查时间间隔和分组数量n1，设计行驶流线，确保行驶流线不重复且覆盖停车场所有车位，确定单个巡逻摄像法调查小组配置驾驶员1名，拍摄员2名，分工拍摄左右视角，配置2台摄影设备，摄影角度需要包含车位编号和车牌号2个要素。为保证调查的正常进行，应配备一定数量的机动人员；
步骤5、根据步骤4中确定的目标综合体车位级停车需求时空特征获取方案，进行现场数据采集，获取综合体车位级停车需求动态数据，包括出入口和进入设施的进出流量数据，以及基于巡逻摄像法的车位级停放信息数据；
步骤6、根据步骤5中采集的目标综合体车位级停车需求动态数据，清洗及整理其调查数据，含出入口和进入设施的进出流量数据，以及巡逻拍摄的车位级停放视频，通过反复观看视频记录巡逻时刻单车位占用信息，包括占用车辆颜色及车牌尾号，统计调查时间间隔内出入口车流量和进入设施客流量，对占用矩阵进行数字化编码，从而获取车位级停车需求信息基础数据，进而计算车位级基础停放指标，包括单车位的占有率、周转数、平均停放时长和平均停放时间间隔等，综合车位级停车需求信息基础数据和车位级基础停放指标，即可表征面向大型综合体的车位级停车需求时空特征。
所述停车位占用矩阵数字化编码计算模型为：
A＝[ai,j]；B＝[bi,j]
其中，A表示目标停车位占用矩阵，ai,j表示第i个停车位在第j次巡逻的占用情况，其值取数字“1”表示停车位被占用，其值取数字“0”表示停车位空闲无车停放。B表示目标停车位周转矩阵，bi,j表示第i个停车位在第j次巡逻被新车辆占用的情况，其值取数字“1”，表示停车位在巡逻观测时刻已被新车辆占用，其他情况取数字“0”。所述i取1,2,3,…,n4，i代表停车位序号。所述j取1,2,3,…,N，j代表停车位巡逻观测次数。
所述车位级基础停放指标中单车位占有率的计算方法为：
Figure BDA0003133749650000071
其中，occi表示第i个停车位的单车位占有率，ai,j表示第i个停车位在第j次巡逻的占用情况。所述i取1,2,3,…,n4，i代表停车位序号。所述j取1,2,3,…,N，j代表停车位巡逻观测次数。
所述车位级基础停放指标中单车位周转数的计算方法为：
Figure BDA0003133749650000072
其中，turi表示第i个停车位的单车位周转数，bi,j表示第i个停车位在第j次巡逻被新车辆占用的情况。所述i取1,2,3,…,n4，i代表停车位序号。所述j取1,2,3,…,N，j代表停车位巡逻观测次数。
所述车位级基础停放指标中单车位平均停放时长的计算方法为：
Figure BDA0003133749650000073
其中，timi表示表示第i个停车位的单车位平均停放时长，turi表示第i个停车位的单车位周转数，ai,j表示第i个停车位在第j次巡逻的占用情况,L表示巡逻时间间隔。所述i取1,2,3,…,n4，i代表停车位序号。所述j取1,2,3,…,N，j代表停车位巡逻观测次数。
所述车位级基础停放指标中单车位平均停放时间间隔的计算方法为：
Figure BDA0003133749650000074
其中，inti表示表示第i个停车位的单车位平均停放时间间隔，turi表示第i个停车位的单车位周转数，ai,j表示第i个停车位在第j次巡逻的占用情况,L表示巡逻时间间隔。所述i取1,2,3,…,n4，i代表停车位序号。所述j取1,2,3,…,N，j代表停车位巡逻观测次数。
本发明通过判断目标综合体及其周边的内外交通情况，选定具有复合停车需求的大型综合体地下多层停车场；结合停车需求特性确定调查时间；通过预调查获取综合体停车场的静态数据；根据停车场的物理特征设计综合体车位级停车需求时空特征调查方案；基于巡逻摄像法获取综合体车位级停车需求动态数据；清洗和整理调查数据，计算车位级停车需求时空特征基础指标。由此建立面向大型综合体的车位级停车需求时空特征获取方法，是综合体车位级停车需求的精细化研究的基础，是适用于城市综合体不断增加背景下的车位级停车需求时空特征获取与分析手段。
实施例
本实施例运用本发明中的的方法，选取某市某区某大型综合体停车场作为实例。
1.依照步骤1调查综合体内外部交通情况，确定调查对象。所选大型综合体，位于南京市江宁区商业中心百家湖商圈内，是一个集商业、办公、酒店和居住于一体的大型综合体。其总机动车库停车当量数超过500个，有2个服务于综合体的出入口。综合体东侧为双向八车道的城市主干道，南侧为双向四车道的城市次干路，西侧为单向三车道的城市支路，北侧为双向四车道的城市支路。内外部交通情况均符合大型综合体选取要求。
2.依照步骤2调查综合体主要业态，分析其停车需求基本特性，确定调查时间。该综合体建筑面积约13万平方米，包括商业、办公、酒店和居住4种业态。根据一般停放规律，结合表1中独立业态在工作日和周末得停车需求高峰调查时段，选取调查日期为2020年11月24日周二，获取工作日数据；2020年11月29日周日，获取节假日数据，两天为正常状态，无重大突发事件发生。调查时间段选择工作日7:00—22:00，节假日为9:00—22:00。
3.依照步骤3，通过预调查获取综合体停车场静态数据。根据调查，目标综合体共574个泊位，分为B2和B3两层，故n1＝2，n4＝574。其中停车场B2层共125个泊位，编号为A01-A125。停车场B3层共449个泊位，编号为B01-B449。综合体于西侧城市支路上有两个出入口，故n2＝2。停车场B2层有进入设施共3个，B3层有进入设施6个，共9个，故n3＝9。通过网络数据采集获取停车位分布图。
4.依照步骤4，设计综合体车位级停车需求时空特征获取方案。确定出入口车流量计数时间间隔为5mins，并根据出入口数量配置出入口调查人员n2＝2名，确定进入设施客流量计数时间间隔5mins，并根据进入设施数量配置进入设施调查人员n3＝9名，根据巡逻摄像法确定车位需求量调查时间间隔60mins和分组数量n1＝2，设计行驶流线，确保行驶流线不重复且覆盖停车场所有车位，确定单个巡逻摄像法调查小组配置驾驶员1名，拍摄员2名，分工拍摄左右视角，配置2台摄影设备，摄影角度需要包含车位编号和车牌号2个要素。为保证调查的正常进行，配备2名机动人员。
5.依照步骤5，通过两天调查，获取综合体车位级停车需求动态数据。
6.依照步骤6，清洗及整理调查数据。调查结束后共获取：1)需求数据方面，工作日单侧视角视频数量为18段(7:00-22:00)，节假日单侧视角视频数量为14段(9:00-22:00)，包含B2和B3共2层、左右2个视角的视频；2)设施数据方面，包括B2层3个、B3层6个共9个设施的客流量数据，2个出入口的流量数据。通过前后时段视频比对，提取出泊位的车辆停放信息，包括车辆颜色和车牌尾号，构建工作日B2、B3和节假日B2、B3共4个占用车辆信息表。此外，将5分钟数据统计为全天数据，按统计需要计算小时平均流率，得到进入设施的客流量，即表征设施的吸引程度和使用强度。以部分停车位占用车辆信息表为例，对占用矩阵进行数字化编码，计算车位级基础停放指标。
取动态调查获取的4个停车位节假日的占用车辆信息，调查时段为9:00-22:00，即N＝14，如下述表3所示。
表3停车位占用车辆信息表
Figure BDA0003133749650000091
Figure BDA0003133749650000101
由此可得目标停车位占用矩阵A和目标停车位周转矩阵B：
Figure BDA0003133749650000102
Figure BDA0003133749650000103
依次计算4个停车位的单车位占有率：
Figure BDA0003133749650000104
Figure BDA0003133749650000105
Figure BDA0003133749650000106
Figure BDA0003133749650000111
依次计算4个停车位的单车位周转数：
Figure BDA0003133749650000112
Figure BDA0003133749650000113
Figure BDA0003133749650000114
Figure BDA0003133749650000115
依次计算4个停车位的单车位平均停放时长：
Figure BDA0003133749650000116
Figure BDA0003133749650000117
tim3＝0
Figure BDA0003133749650000118
依次计算4个停车位的单车位平均停放时间间隔：
Figure BDA0003133749650000119
Figure BDA00031337496500001110
int3＝14*60＝840mins
int4＝0
综上，本发明通过调查目标综合体及其周边的内外交通情况，选定具有复合停车需求的大型综合体地下多层停车场，结合停车需求特性确定调查时间，通过预调查获取综合体停车场的静态数据，根据停车场的物理特征设计综合体车位级停车需求时空特征调查方案，基于巡逻摄像法获取综合体车位级停车需求动态数据，清洗和整理调查数据，计算车位级停车需求时空特征基础指标。本发明可为综合体车位级停车需求的精细化研究提供支撑，是适用于城市综合体不断增加背景下的车位级停车需求时空特征获取与分析新手段。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种面向综合体的车位级停车需求时空特征获取方法，其特征在于，包括以下步骤：
步骤1、获取目标综合体建筑内部业态类型、面积以及周边道路供给与管控措施，所述目标综合体为具有复合停车需求的大型综合体地下多层停车场；
步骤2、分析目标综合体内部业态类型，判断每个独立业态的停车需求基本特性，基于对所有独立业态的停放需求的综合考虑，获得复合停车需求的时间特性，确定包括工作日和节假日的调查日期和包括停放需求高峰的调查时间段；
步骤3、获取目标综合体停车场的静态数据，包括地下停车场的楼层数量，以及出入口、停车场内进入设施、停车泊位的位置和数量，通过网络地图开放平台绘制停车场平面图；
步骤4、设计目标综合体车位级停车需求时空特征获取方案，包括确定出入口车流量计数时间间隔，并根据出入口数量配置出入口调查人员；确定进入设施客流量计数时间间隔，并根据进入设施数量配置进入设施调查人员；根据巡逻摄像法确定车位需求量调查时间间隔和分组数量，设计行驶流线，确保行驶流线不重复且覆盖停车场所有车位，确定单个巡逻摄像法调查小组配置驾驶员和拍摄员人数，以及摄影设备数量，分工拍摄左右视角，并配备一定数量的机动人员；
步骤5、根据步骤4中确定的目标综合体车位级停车需求时空特征获取方案，进行现场数据采集，获取综合体车位级停车需求动态数据；
步骤6、对停车需求动态数据进行清洗，确定巡逻时刻单车位占用信息，对占用信息进行数字化编码，计算车位级基础停放指标，对占用信息进行数字化编码的模型为：
A＝[ai,j]；B＝[bi,j]
其中，A表示目标停车位占用矩阵，ai,j表示第i个停车位在第j次巡逻的占用情况，其值取数字“1”表示停车位被占用，其值取数字“0”表示停车位空闲无车停放，B表示目标停车位周转矩阵，bi,j表示第i个停车位在第j次巡逻被新车辆占用的情况，其值取数字“1”，表示停车位在巡逻观测时刻已被新车辆占用，其他情况取数字“0”；
所述车位级基础停放指标包括单车位的占有率、周转数、平均停放时长和平均停放时间间隔，单车位占有率的计算公式为：
Figure FDA0003629904580000021
其中，occi表示第i个停车位的单车位占有率，ai,j表示第i个停车位在第j次巡逻的占用情况，N表示停车位巡逻观测次数；
单车位周转数的计算方法为：
Figure FDA0003629904580000022
其中，turi表示第i个停车位的单车位周转数，bi,j表示第i个停车位在第j次巡逻被新车辆占用的情况；
单车位平均停放时长的计算方法为：
Figure FDA0003629904580000023
其中，timi表示第i个停车位的单车位平均停放时长，turi表示第i个停车位的单车位周转数，ai,j表示第i个停车位在第j次巡逻的占用情况,L表示巡逻时间间隔；
单车位平均停放时间间隔的计算方法为：
Figure FDA0003629904580000024
其中，inti表示第i个停车位的单车位平均停放时间间隔，turi表示第i个停车位的单车位周转数，ai,j表示第i个停车位在第j次巡逻的占用情况,L表示巡逻时间间隔。
2.根据权利要求1所述的面向综合体的车位级停车需求时空特征获取方法，其特征在于，出入口调查人员数量和出入口数量相同，设施调查人员数量和进入设施数量相同，车位需求量调查时间间隔和分组数量与地下停车场的楼层数量相同。
3.根据权利要求1所述的面向综合体的车位级停车需求时空特征获取方法，其特征在于，所述综合体车位级停车需求动态数据包括：出入口和进入设施的进出流量数据，以及基于巡逻摄像法的车位级停放信息数据。
CN202110713134.8A 2021-06-25 2021-06-25 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 Active CN113380070B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110713134.8A CN113380070B (zh) 2021-06-25 2021-06-25 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110713134.8A CN113380070B (zh) 2021-06-25 2021-06-25 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

Publications (2)

Publication Number Publication Date
CN113380070A CN113380070A (zh) 2021-09-10
CN113380070B true CN113380070B (zh) 2022-07-22

Family

ID=77579287

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110713134.8A Active CN113380070B (zh) 2021-06-25 2021-06-25 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

Country Status (1)

Country Link
CN (1) CN113380070B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114373308B (zh) * 2021-11-30 2023-03-31 深圳市顺易通信息科技有限公司 一种总有效停车位数量确定的方法、装置以及存储介质
CN114038211B (zh) * 2021-11-30 2022-11-15 东南大学 一种基于车辆平均延误的大型停车场出入口拥堵研判方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106971604A (zh) * 2017-04-12 2017-07-21 青岛海信网络科技股份有限公司 一种停车位资源配置方法和装置
CN107038488A (zh) * 2017-02-25 2017-08-11 浙江大学 一种基于泊位预测和停车选择的停车场实时泊位预约方法
CN107958610A (zh) * 2017-11-21 2018-04-24 同济大学 一种基于泊位共享的功能混合用地停车位预估方法
CN108734972A (zh) * 2018-07-16 2018-11-02 上海世脉信息科技有限公司 一种大数据环境下停车场占有率的预测方法
CN108898830A (zh) * 2018-06-11 2018-11-27 同济大学 组合停车场的时空共享匹配度计算的车位均衡方法
CN110245847A (zh) * 2019-05-29 2019-09-17 河海大学 一种基于停车场车位布局和车辆停车行为的评价方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107038488A (zh) * 2017-02-25 2017-08-11 浙江大学 一种基于泊位预测和停车选择的停车场实时泊位预约方法
CN106971604A (zh) * 2017-04-12 2017-07-21 青岛海信网络科技股份有限公司 一种停车位资源配置方法和装置
CN107958610A (zh) * 2017-11-21 2018-04-24 同济大学 一种基于泊位共享的功能混合用地停车位预估方法
CN108898830A (zh) * 2018-06-11 2018-11-27 同济大学 组合停车场的时空共享匹配度计算的车位均衡方法
CN108734972A (zh) * 2018-07-16 2018-11-02 上海世脉信息科技有限公司 一种大数据环境下停车场占有率的预测方法
CN110245847A (zh) * 2019-05-29 2019-09-17 河海大学 一种基于停车场车位布局和车辆停车行为的评价方法

Also Published As

Publication number Publication date
CN113380070A (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN113380070B (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
CN102542841B (zh) 一种停车指数计算及发布方法
CN108346292B (zh) 基于卡口数据的城市快速路实时交通指数计算方法
Vickrey General and specific financing of urban services
CN115186516B (zh) 交通枢纽的行人仿真模型构建方法、电子设备及存储介质
CN104318324B (zh) 基于出租车gps记录的机场巴士站点及路线规划方法
CN112800157B (zh) 一种动态占位网格模型构建方法及其应用架构设计方法
CN108537391A (zh) 一种基于出租车轨迹数据的出租车停靠站设置优化方法
CN112184930B (zh) 智能预约停车诱导系统及停车诱导方法
CN110458589A (zh) 基于轨迹大数据的路侧式出租车停靠站选址优选方法
CN113380071B (zh) 一种面向大型综合体的车位级停车需求状态评价方法
CN110363985A (zh) 一种交通数据分析方法、装置、存储介质及设备
CN111798357A (zh) 一种全城域智慧停车综合服务SaaS管理系统
Das et al. Level of service for on-street parking
CN112687110B (zh) 一种基于大数据分析的车位级导航方法及其系统
CN116258342A (zh) 停车管理服务系统
CN115424470A (zh) 一种城市级智能停车系统、整合分析方法以及终端
Das et al. On-street parking demand estimation in urban CBD using FI and CF model: a case study–Kolkata, India
CN113821547B (zh) 快速高效的停车场占有率短时预测方法、系统及存储介质
CN116090785B (zh) 针对大型活动散场场景两阶段的定制公交规划方法
CN117218836B (zh) 一种基于智慧城市的城市规划项目综合管理信息平台
CN112002142B (zh) 一种基于浮动价格的共享停车泊位分配系统及方法
CN110033641B (zh) 基于信息化技术的城市级智能停车综合管理系统
CN112885094B (zh) 一种多类型运营车辆协调发展区域识别方法
CN205722462U (zh) 一种智能停车场管理系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220425

Address after: No. 189, Maqun new street, Nanjing, Jiangsu 210049

Applicant after: JIANGSU EXPRESSWAY NETWORK OPERATION & MANAGEMENT CO.,LTD.

Address before: 210000 room b1-209, building 7, big data industrial base, 180 software Avenue, Yuhuatai District, Nanjing, Jiangsu Province

Applicant before: Nanjing static transportation industry technology Research Institute

Applicant before: JIANGSU EXPRESSWAY NETWORK OPERATION & MANAGEMENT CO.,LTD.

GR01 Patent grant
GR01 Patent grant