CN113593290B - 基于泊位可感知停车冲突规避调度方法、系统及存储介质 - Google Patents

基于泊位可感知停车冲突规避调度方法、系统及存储介质 Download PDF

Info

Publication number
CN113593290B
CN113593290B CN202110713319.9A CN202110713319A CN113593290B CN 113593290 B CN113593290 B CN 113593290B CN 202110713319 A CN202110713319 A CN 202110713319A CN 113593290 B CN113593290 B CN 113593290B
Authority
CN
China
Prior art keywords
parking
berth
area
matrix
data
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.)
Expired - Fee Related
Application number
CN202110713319.9A
Other languages
English (en)
Other versions
CN113593290A (zh
Inventor
王涛
陈芋志
俞进
李文勇
赵红专
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.)
Southeast University
Guilin University of Electronic Technology
Original Assignee
Southeast University
Guilin University of Electronic 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 Southeast University, Guilin University of Electronic Technology filed Critical Southeast University
Priority to CN202110713319.9A priority Critical patent/CN113593290B/zh
Publication of CN113593290A publication Critical patent/CN113593290A/zh
Application granted granted Critical
Publication of CN113593290B publication Critical patent/CN113593290B/zh
Expired - Fee Related 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
    • 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
    • G08G1/144—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces on portable or mobile units, e.g. personal digital assistant [PDA]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种基于泊位可感知停车冲突规避调度方法、系统及存储介质，通过接收至少一个泊位请求；根据所述至少一个泊位请求，构造泊位调度目标函数：获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果。这样，从需求秩序、操作空间、停泊干扰三个方面，缓解停车区附近停车冲突与拥堵问题、避免停车区成为城市道路网络的一大拥堵点，特别是在需求高峰期，该系统不仅有效规避了现有研究出现的一系列附生问题，还可以有效降低停车需求冲突、停泊车辆对其他车辆的干扰、并为停泊车辆提供舒适的停泊操作活动空间，还可以将驾驶员寻找空停车位所需的时间减少到零，该系统建立了直观有效的评价体系，可以精准地评价该系统在实践应用过程中的效益。

Description

基于泊位可感知停车冲突规避调度方法、系统及存储介质
技术领域
本发明涉及城市路内停车运营管理技术领域，尤其涉及一种基于泊位可感知停车冲突规避调度方法、系统及存储介质。
背景技术
停车问题长期以来是一个不可忽略的问题，它会导致交通拥堵和违规、事故和伤害、时间和金钱的浪费等一系列的问题。根据最近的2020Global Traffic Scorecard报告显示，停车是开车的最大成本，尽管在新冠肺炎疫情对人们出行的严重影响下，“最后一英里”的速度仍然很低。这些统计数据显示，随着车辆数量的增加，停车问题在时间、金钱、环境、健康和社会关系方面正变得越来越严重。为此学者们从停车心理行为、停车需求、停车设施供给等方面出发，以试图寻找合适的解决停车问题的策略和方法。然而，对停车需求和停车供给的单独调控仍然无法有效的将停车刚性需求与设施相互匹配。
现有研究制定了停车路径引导、最佳停车场推荐、备选停车场方案、停车预约机制、特权停车政策、自动代客泊车系统等措施，但随之带来了诸如司机首选位置被占用、行程增加与意愿违背、多车竞争同一地点、空间资源浪费、多车停泊需求冲突、高峰时期的响应不及时等问题。此时，一种能够有效地将停车需求与供给连接起来的协调措施显得至关重要。
针对上述这种情况，本发明提出了一种基于泊位可感知停车冲突规避调度方法、系统及存储介质，以减小停泊车辆之间和停泊车辆与道路交通流之间的交通冲突，优化司机停泊过程和停车区内泊位利用分布，从而缓解由车辆停泊引起的停车区附近交通拥堵，特别是路内停车场，能够有效地对现有技术进行改进，克服其不足。
发明内容
针对现有技术的不足，本发明提供了一种基于泊位可感知停车冲突规避调度方法、系统及存储介质，以解决现有技术存在的以上问题，其具体方案如下：
第一方面，本发明提供了一种基于泊位可感知停车冲突规避调度方法，所述方法包括：
接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息；
根据所述至少一个泊位请求，构造泊位调度目标函数：
Figure GDA0003917601540000011
其中，LIS为多车辆停靠需求最长递增子序列长度；LS为多车辆停靠需求序列长度；
Figure GDA0003917601540000012
为当前车辆所停靠的空闲泊位编号；
Figure GDA0003917601540000013
为沿道路前进方向最后1个空闲泊位编号；i为当前停车区内空闲区编号，
Figure GDA0003917601540000014
为当前停车区内最大的空闲区；
获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果；
所述约束条件为：
Figure GDA0003917601540000015
其中，所述
Figure GDA0003917601540000016
为第i停车区内空闲区数量，所述Tf为快速停泊阈值。
优选地，所述获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，所述方法包括：
从多个不同分簇传感器获取车辆数据与泊位数据；其中，所述车辆数据包括车辆进场方式、车辆驶入时间、车辆驶离时间、车辆停车时长，同时停靠车辆数；所述泊位数据包括停车区车辆需求数据、泊位分布情况、泊位数量、泊位编号规则、泊位几何尺寸、泊位编号、停车区名称、停泊订单编号、停靠泊位编号；
对所述车辆数据进行冗余字段清洗及标准化处理获得空闲区状态矩阵与非空闲区状态矩阵；
将所述空闲区状态矩阵与非空闲区状态矩阵中的元素进行横向联结，并按照元素值从小到大、从左到右依次排列构成停车区状态矩阵Ms：
Figure GDA0003917601540000021
其中，所述k为停车区泊位编号，所述NT为停车区泊位总数，所述泊位编号k由道路前进方向由远到近依次取值为1，2，3，…，NT；
若所述ak＝k表示泊位编号k的泊位是空闲泊位，若所述ak＝0表示泊位编号k的泊位是非空闲泊位；
将所述泊位数据进行冗余字段清洗及标准化处理获得停车需求矩阵Mdr：
Figure GDA0003917601540000022
其中，vpj为第p个停泊阶段第j个有停泊需求的车辆的编号，Nmulti为当前停泊阶段具有停泊需求的车辆总数；
若j小于预设有停泊需求的车辆的编号，则第p个停泊阶段的第j个有停泊需求的车辆位置与停车区编号最大的泊位位置之间的距离小于第j个停泊阶段的第j个有停泊需求的车辆位置与停车区编号最大的泊位位置之间的距离；
将所述空闲区状态矩阵数据、非空闲区状态矩阵数据与停车需求矩阵数据输入所述泊位调度目标函数；
将列编号i小于当前停车区空闲区数量的所述空闲区状态矩阵的元素aij置零：
aij＝0
相应的列向量置零：
Mvi＝[0,0,…,0]1×n
以获得停车区泊位排序矩阵Msp：
Figure GDA0003917601540000023
其中，m为停车区可用最大空闲区数，m等于对半数的所述停车区泊位总数NT向上取整；n为停车区可用空闲区的最大空闲泊位数，所述n等于所述停车区泊位总数NT；
将所述停车区泊位排序矩阵进行纵向堆叠，并依次从上到下从左到右抽取非零元素形成泊位优先排序矩阵Mp。
优选地，所述从多个不同分簇传感器获取车辆数据与泊位数据，所述方法之前还包括：
提取所述多个不同分簇传感器数据的属性权重；
根据所述属性权重计算各个所述分簇传感器描述信息之间的关联关系：
Figure GDA0003917601540000024
其中，来自任意两个不同传感器的数据A与数据B的数据属性分别为(uA,SA)与(uB,SB)，con(A,B)是数据A与数据B的数据特征相似度函数，u与S分别为坐标相似度与方向相似度，N是数据总数，ω1与ω2为分别为任意两个不同传感器的属性权重参数；
提取高于预设关联关系阈值的不同分簇传感器作为待处理的分簇传感器。
优选地，所述空闲区状态矩阵Mv的列向量表示方法包括：
Figure GDA0003917601540000031
其中，q为所述空闲区状态矩阵的第i列，j为停车区内空闲区的泊位编号，所述NT为停车区泊位总数，所述泊位编号j由道路前进方向由远到近依次取值为1，2，3，…，NT；
若j小于等于空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值设置为相应的泊位编号；若所述j大于空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aqj数值置零，且aq(j-1)≤aqj。
优选地，所述非空闲区状态矩阵Mnv的列向量表示方法包括：
Figure GDA0003917601540000032
其中，h为所述非空闲区状态矩阵的第h列，j为停车区内非空闲区的泊位编号，所述NT为停车区泊位总数，所述泊位编号j由道路前进方向由远到近依次取值为1，2，3，…，NT；
若j小于等于非空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值设置为相应的泊位编号；若所述j大于非空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值置零。
优选地，所述将所述停车区泊位排序矩阵进行纵向堆叠，并依次从上到下从左到右抽取非零元素形成泊位优先排序矩阵Mp作为泊位分配矩阵函数，所述方法包括：
判断所述停车区泊位排序矩阵中各行非零元素的个数是否大于等于快速停靠阈值，若是，则将各行数据纵向抽取添加至初始为空的第一子停车区泊位排序矩阵Msp1；若否，则将所述各行数据纵向抽取添加至初始为空第二子停车区泊位排序矩阵Msp2；
将所述第二子停车区泊位排序矩阵中各行非零元素从大到小依次纵向地进行按行重排，获得目标第二子停车区泊位排序矩阵；
将所述第一子停车区泊位排序矩阵与所述目标第二子停车区泊位排序矩阵按以下方式纵向堆叠获得目标停车区泊位排序矩阵M′sp：
Figure GDA0003917601540000033
将所述目标停车区泊位排序矩阵中的非零元素从上到下从左到右的顺序依次抽取出来形成泊位优先排序矩阵Mp作为泊位分配矩阵函数。
优选地，所述在当前停车区内空闲区
Figure GDA0003917601540000035
大于等于快速停泊阈值Tf约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果，所述方法包括：
提取所述泊位优先排序矩阵中的第一个元素作为最优泊位编号元素So：
So＝Mp[1]；
将所述最优泊位编号元素So添加到初始为空的最优停车区泊位排序矩阵Mosp中，并根据所述最优泊位编号元素So更新停车区状态矩阵Ms；
将最优停车区泊位排序矩阵Mosp中的元素按数值大小从小到大依次排序，得到目标最优停车区泊位排序矩阵Mospm；
判断所述最优停车区泊位排序矩阵Mospm中的元素是否依次与停车需求矩阵Mdr中的元素匹配，若匹配，则获得各个车辆的泊位分配位置。
第二方面，本发明提供了一种基于泊位可感知停车冲突规避调度系统，所述系统包括：
接收模块，用于接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息；
构造模块，用于根据所述至少一个泊位请求，构造泊位调度目标函数：
Figure GDA0003917601540000034
其中，LIS为多车辆停靠需求最长递增子序列长度；LS为多车辆停靠需求序列长度；
Figure GDA0003917601540000041
为当前车辆所停靠的空闲泊位编号；
Figure GDA0003917601540000042
为沿道路前进方向最后1个空闲泊位编号；i为当前停车区内空闲区编号，
Figure GDA0003917601540000043
为当前停车区内最大的空闲区；
求解模块，用于获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果；
所述约束条件为：
Figure GDA0003917601540000044
其中，所述
Figure GDA0003917601540000045
为第i停车区内空闲区数量，所述Tf为快速停泊阈值。
第三方面，本发明提供了一种基于泊位可感知停车冲突规避调度设备，所述设备包括：
通信总线，用于实现处理器与存储器间的连接通信；
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现如下步骤：
接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息；
根据所述至少一个泊位请求，构造泊位调度目标函数：
Figure GDA0003917601540000046
其中，LIS为多车辆停靠需求最长递增子序列长度；LS为多车辆停靠需求序列长度；
Figure GDA0003917601540000049
为当前车辆所停靠的空闲泊位编号；
Figure GDA00039176015400000410
为沿道路前进方向最后1个空闲泊位编号；i为当前停车区内空闲区编号，
Figure GDA00039176015400000411
为当前停车区内最大的空闲区；
获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果；
所述约束条件为：
Figure GDA0003917601540000047
其中，所述
Figure GDA0003917601540000048
为第i停车区内空闲区数量，所述Tf为快速停泊阈值。
有益效果：本发明的基于泊位可感知停车冲突规避调度方法、系统及存储介质，通过接收至少一个泊位请求；根据所述至少一个泊位请求，构造泊位调度目标函数：获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果。这样，从需求秩序、操作空间、停泊干扰三个方面，缓解停车区附近停车冲突与拥堵问题、避免停车区成为城市道路网络的一大拥堵点，特别是在需求高峰期，该系统不仅有效规避了现有研究出现的一系列附生问题，还可以有效降低停车需求冲突、停泊车辆对其他车辆的干扰、并为停泊车辆提供舒适的停泊操作活动空间，还可以将驾驶员寻找空停车位所需的时间减少到零；同时，该系统建立了直观有效的评价体系，可以精准地评价该系统在实践应用过程中的效益。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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，附图中的实施例不构成对本发明的任何限制，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是本发明基于泊位可感知停车冲突规避调度方法一实施例流程示意图。
图2是本发明基于泊位可感知停车冲突规避调度系统一实施例结构示意图。
图3是本发明基于泊位可感知停车冲突规避调度平台一实施例结构示意图。
具体实施方式
下面结合附图与实施例对本发明技术方案作进一步详细的说明，这是本发明的较佳实施例。应当理解，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；需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例，本领域普通技术人员在没有做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。
本发明实施例技术方案的主要思想：接收至少一个泊位请求；根据所述至少一个泊位请求，构造泊位调度目标函数：获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果。
为了更好的理解上述的技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
本发明一实施例提供了一种基于泊位可感知停车冲突规避调度方法，如图1所示，该数据处理方法具体可以包括如下步骤：
步骤S101，接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息。
示例性地，本实施例应用于包括用户终端、路由器、服务器与业务系统的服务请求系统中，用户终端可以通过有线或无线通讯方式发送携带有比如设备标识、地址位置等用户信息的业务承载认证请求，路由器、服务器依次获取该用户终端发送的认证请求，并最终访问业务系统。本实施例中各步骤的执行主体具体可以为访问功能的各种设备。
本发明申请实施例中，具体地是路内停车区停泊信息采集端接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息。
需要说明的是，本实施例中各步骤的执行主体具体可以为物联网设备的电子设备，还可为其他可实现相同或相似功能的设备，例如：手机、个人电脑，PAD等，本实施例对此不作限制。
步骤S102，根据所述至少一个泊位请求，构造泊位调度目标函数：
Figure GDA0003917601540000051
其中，LIS为多车辆停靠需求最长递增子序列长度；LS为多车辆停靠需求序列长度；
Figure GDA0003917601540000052
为当前车辆所停靠的空闲泊位编号；
Figure GDA0003917601540000053
为沿道路前进方向最后1个空闲泊位编号；i为当前停车区内空闲区编号，
Figure GDA0003917601540000054
为当前停车区内最大的空闲区。
本发明申请实施例中，具体地是系统控制云计算中心根据所述至少一个泊位请求中的停泊车辆数量信息、请求停泊车辆位置信息构造泊位调度目标函数。
步骤S103，获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果；
所述约束条件为：
Figure GDA0003917601540000055
其中，所述
Figure GDA0003917601540000056
为第i停车区内空闲区数量，所述Tf为快速停泊阈值。
在本发明申请实施例中，所述获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，所述方法具体可以包括：
从多个不同分簇传感器获取车辆数据与泊位数据；其中，所述车辆数据包括车辆进场方式、车辆驶入时间、车辆驶离时间、车辆停车时长，同时停靠车辆数；所述泊位数据包括停车区车辆需求数据、泊位分布情况、泊位数量、泊位编号规则、泊位几何尺寸、泊位编号、停车区名称、停泊订单编号、停靠泊位编号；
对所述车辆数据进行冗余字段清洗及标准化处理获得空闲区状态矩阵与非空闲区状态矩阵；
将所述空闲区状态矩阵与非空闲区状态矩阵中的元素进行横向联结，并按照元素值从小到大、从左到右依次排列构成停车区状态矩阵Ms：
Figure GDA0003917601540000061
其中，所述k为停车区泊位编号，所述NT为停车区泊位总数，所述泊位编号k由道路前进方向由远到近依次取值为1，2，3，…，NT；
若所述ak＝k表示泊位编号k的泊位是空闲泊位，若所述ak＝0表示泊位编号k的泊位是非空闲泊位；
将所述泊位数据进行冗余字段清洗及标准化处理获得停车需求矩阵Mdr：
Figure GDA0003917601540000062
其中，vpj为第p个停泊阶段第j个有停泊需求的车辆的编号，Nmulti为当前停泊阶段具有停泊需求的车辆总数；
若j小于预设有停泊需求的车辆的编号，则第p个停泊阶段的第j个有停泊需求的车辆位置与停车区编号最大的泊位位置之间的距离小于第j个停泊阶段的第j个有停泊需求的车辆位置与停车区编号最大的泊位位置之间的距离；
将所述空闲区状态矩阵数据、非空闲区状态矩阵数据与停车需求矩阵数据输入所述泊位调度目标函数；
将列编号i小于当前停车区空闲区数量的所述空闲区状态矩阵的元素aij置零：
aij＝0
相应的列向量置零：
Mvi＝[0,0,…,0]1×n
以获得停车区泊位排序矩阵Msp：
Figure GDA0003917601540000063
其中，m为停车区可用最大空闲区数，m等于对半数的所述停车区泊位总数NT向上取整；n为停车区可用空闲区的最大空闲泊位数，所述n等于所述停车区泊位总数NT；
将所述停车区泊位排序矩阵进行纵向堆叠，并依次从上到下从左到右抽取非零元素形成泊位优先排序矩阵Mp。
在一个可选实施例中，所述从多个不同分簇传感器获取车辆数据与泊位数据，所述方法之前还包括：
提取所述多个不同分簇传感器数据的属性权重；
根据所述属性权重计算各个所述分簇传感器描述信息之间的关联关系：
Figure GDA0003917601540000064
其中，来自任意两个不同传感器的数据A与数据B的数据属性分别为(uA,SA)与(uB,SB)，con(A,B)是数据A与数据B的数据特征相似度函数，u与S分别为坐标相似度与方向相似度，N是数据总数，ω1与ω2为分别为任意两个不同传感器的属性权重参数；
提取高于预设关联关系阈值的不同分簇传感器作为待处理的分簇传感器。
在本发明申请实施例中，所述空闲区状态矩阵Mv的列向量表示方法具体可以包括：
Figure GDA0003917601540000071
其中，q为所述空闲区状态矩阵的第i列，j为停车区内空闲区的泊位编号，所述NT为停车区泊位总数，所述泊位编号j由道路前进方向由远到近依次取值为1，2，3，…，NT；
若j小于等于空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值设置为相应的泊位编号；若所述j大于空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aqj数值置零，且aq(j-1)≤aqj。
优选地，所述非空闲区状态矩阵Mnv的列向量表示方法包括：
Figure GDA0003917601540000072
其中，h为所述非空闲区状态矩阵的第h列，j为停车区内非空闲区的泊位编号，所述NT为停车区泊位总数，所述泊位编号j由道路前进方向由远到近依次取值为1，2，3，…，NT；
若j小于等于非空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值设置为相应的泊位编号；若所述j大于非空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值置零。
在本发明申请实施例中，所述将所述停车区泊位排序矩阵进行纵向堆叠，并依次从上到下从左到右抽取非零元素形成泊位优先排序矩阵Mp作为泊位分配矩阵函数，所述方法具体可以包括：
判断所述停车区泊位排序矩阵中各行非零元素的个数是否大于等于快速停靠阈值，若是，则将各行数据纵向抽取添加至初始为空的第一子停车区泊位排序矩阵Msp1；若否，则将所述各行数据纵向抽取添加至初始为空第二子停车区泊位排序矩阵Msp2。
将所述第二子停车区泊位排序矩阵中各行非零元素从大到小依次纵向地进行按行重排，获得目标第二子停车区泊位排序矩阵；
将所述第一子停车区泊位排序矩阵与所述目标第二子停车区泊位排序矩阵按以下方式纵向堆叠获得目标停车区泊位排序矩阵M′sp：
Figure GDA0003917601540000073
将所述目标停车区泊位排序矩阵中的非零元素从上到下从左到右的顺序依次抽取出来形成泊位优先排序矩阵Mp作为泊位分配矩阵函数。
在本发明申请实施例中，所述在当前停车区内空闲区
Figure GDA0003917601540000074
大于等于快速停泊阈值Tf约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果，所述方法包括：
提取所述泊位优先排序矩阵中的第一个元素作为最优泊位编号元素So：
So＝Mp[1]；
将所述最优泊位编号元素So添加到初始为空的最优停车区泊位排序矩阵Mosp中，并根据所述最优泊位编号元素So更新停车区状态矩阵Ms；
将最优停车区泊位排序矩阵Mosp中的元素按数值大小从小到大依次排序，得到目标最优停车区泊位排序矩阵Mospm；
判断所述最优停车区泊位排序矩阵Mospm中的元素是否依次与停车需求矩阵Mdr中的元素匹配，若匹配，则获得各个车辆的泊位分配位置。
实施例二
本发明一实施例提供了一种基于泊位可感知停车冲突规避调度系统，如图2所示，该系统具体可以包括如下模块：
接收模块，用于接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息。
示例性地，本实施例应用于包括用户终端、路由器、服务器与业务系统的服务请求系统中，用户终端可以通过有线或无线通讯方式发送携带有比如设备标识、地址位置等用户信息的业务承载认证请求，路由器、服务器依次获取该用户终端发送的认证请求，并最终访问业务系统。本实施例中各步骤的执行主体具体可以为访问功能的各种设备。
本发明申请实施例中，具体地是路内停车区停泊信息采集端接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息。
需要说明的是，本实施例中各步骤的执行主体具体可以为物联网设备的电子设备，还可为其他可实现相同或相似功能的设备，例如：手机、个人电脑，PAD等，本实施例对此不作限制。
构造模块，用于根据所述至少一个泊位请求，构造泊位调度目标函数：
Figure GDA0003917601540000081
其中，LIS为多车辆停靠需求最长递增子序列长度；LS为多车辆停靠需求序列长度；
Figure GDA0003917601540000082
为当前车辆所停靠的空闲泊位编号；
Figure GDA0003917601540000083
为沿道路前进方向最后1个空闲泊位编号；i为当前停车区内空闲区编号，
Figure GDA0003917601540000084
为当前停车区内最大的空闲区。
本发明申请实施例中，具体地是系统控制云计算中心根据所述至少一个泊位请求中的停泊车辆数量信息、请求停泊车辆位置信息构造泊位调度目标函数。
求解模块，用于获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果；
所述约束条件为：
Figure GDA0003917601540000085
其中，所述
Figure GDA0003917601540000086
为第i停车区内空闲区数量，所述Tf为快速停泊阈值。
在本发明申请实施例中，所述获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，所述方法具体可以包括：
从多个不同分簇传感器获取车辆数据与泊位数据；其中，所述车辆数据包括车辆进场方式、车辆驶入时间、车辆驶离时间、车辆停车时长，同时停靠车辆数；所述泊位数据包括停车区车辆需求数据、泊位分布情况、泊位数量、泊位编号规则、泊位几何尺寸、泊位编号、停车区名称、停泊订单编号、停靠泊位编号；
对所述车辆数据进行冗余字段清洗及标准化处理获得空闲区状态矩阵与非空闲区状态矩阵；
将所述空闲区状态矩阵与非空闲区状态矩阵中的元素进行横向联结，并按照元素值从小到大、从左到右依次排列构成停车区状态矩阵Ms：
Figure GDA0003917601540000087
其中，所述k为停车区泊位编号，所述NT为停车区泊位总数，所述泊位编号k由道路前进方向由远到近依次取值为1，2，3，…，NT；
若所述ak＝k表示泊位编号k的泊位是空闲泊位，若所述ak＝0表示泊位编号k的泊位是非空闲泊位；
将所述泊位数据进行冗余字段清洗及标准化处理获得停车需求矩阵Mdr：
Figure GDA0003917601540000088
其中，vpj为第p个停泊阶段第j个有停泊需求的车辆的编号，Nmulti为当前停泊阶段具有停泊需求的车辆总数；
若j小于预设有停泊需求的车辆的编号，则第p个停泊阶段的第j个有停泊需求的车辆位置与停车区编号最大的泊位位置之间的距离小于第j个停泊阶段的第j个有停泊需求的车辆位置与停车区编号最大的泊位位置之间的距离；
将所述空闲区状态矩阵数据、非空闲区状态矩阵数据与停车需求矩阵数据输入所述泊位调度目标函数；
将列编号i小于当前停车区空闲区数量的所述空闲区状态矩阵的元素aij置零：
aij＝0
相应的列向量置零：
Mvi＝[0,0,…,0]1×n
以获得停车区泊位排序矩阵Msp：
Figure GDA0003917601540000091
其中，m为停车区可用最大空闲区数，m等于对半数的所述停车区泊位总数NT向上取整；n为停车区可用空闲区的最大空闲泊位数，所述n等于所述停车区泊位总数NT；
将所述停车区泊位排序矩阵进行纵向堆叠，并依次从上到下从左到右抽取非零元素形成泊位优先排序矩阵Mp。
在一个可选实施例中，所述从多个不同分簇传感器获取车辆数据与泊位数据，所述方法之前还包括：
提取所述多个不同分簇传感器数据的属性权重；
根据所述属性权重计算各个所述分簇传感器描述信息之间的关联关系：
Figure GDA0003917601540000092
其中，来自任意两个不同传感器的数据A与数据B的数据属性分别为(uA,SA)与(uB,SB)，con(A,B)是数据A与数据B的数据特征相似度函数，u与S分别为坐标相似度与方向相似度，N是数据总数，ω1与ω2为分别为任意两个不同传感器的属性权重参数；
提取高于预设关联关系阈值的不同分簇传感器作为待处理的分簇传感器。
在本发明申请实施例中，所述空闲区状态矩阵Mv的列向量表示方法具体可以包括：
Figure GDA0003917601540000093
其中，q为所述空闲区状态矩阵的第i列，j为停车区内空闲区的泊位编号，所述NT为停车区泊位总数，所述泊位编号j由道路前进方向由远到近依次取值为1，2，3，…，NT；
若j小于等于空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值设置为相应的泊位编号；若所述j大于空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aqj数值置零，且aq(j-1)≤aqj。
优选地，所述非空闲区状态矩阵Mnv的列向量表示方法包括：
Figure GDA0003917601540000094
其中，h为所述非空闲区状态矩阵的第h列，j为停车区内非空闲区的泊位编号，所述NT为停车区泊位总数，所述泊位编号j由道路前进方向由远到近依次取值为1，2，3，…，NT；
若j小于等于非空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值设置为相应的泊位编号；若所述j大于非空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值置零。
在本发明申请实施例中，所述将所述停车区泊位排序矩阵进行纵向堆叠，并依次从上到下从左到右抽取非零元素形成泊位优先排序矩阵Mp作为泊位分配矩阵函数，所述方法具体可以包括：
判断所述停车区泊位排序矩阵中各行非零元素的个数是否大于等于快速停靠阈值，若是，则将各行数据纵向抽取添加至初始为空的第一子停车区泊位排序矩阵Msp1；若否，则将所述各行数据纵向抽取添加至初始为空第二子停车区泊位排序矩阵Msp2。
将所述第二子停车区泊位排序矩阵中各行非零元素从大到小依次纵向地进行按行重排，获得目标第二子停车区泊位排序矩阵；
将所述第一子停车区泊位排序矩阵与所述目标第二子停车区泊位排序矩阵按以下方式纵向堆叠获得目标停车区泊位排序矩阵M′sp：
Figure GDA0003917601540000101
将所述目标停车区泊位排序矩阵中的非零元素从上到下从左到右的顺序依次抽取出来形成泊位优先排序矩阵Mp作为泊位分配矩阵函数。
在本发明申请实施例中，所述在当前停车区内空闲区
Figure GDA0003917601540000103
大于等于快速停泊阈值Tf约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果，所述方法包括：
提取所述泊位优先排序矩阵中的第一个元素作为最优泊位编号元素So：
So＝Mp[1]；
将所述最优泊位编号元素So添加到初始为空的最优停车区泊位排序矩阵Mosp中，并根据所述最优泊位编号元素So更新停车区状态矩阵Ms；
将最优停车区泊位排序矩阵Mosp中的元素按数值大小从小到大依次排序，得到目标最优停车区泊位排序矩阵Mospm；
判断所述最优停车区泊位排序矩阵Mospm中的元素是否依次与停车需求矩阵Mdr中的元素匹配，若匹配，则获得各个车辆的泊位分配位置。
实施例三
本发明一实施例提供了一种基于泊位可感知停车冲突规避调度设备，如图3所示，该设备具体可以包括如下模块：
通信总线，用于实现处理器与存储器间的连接通信；
存储器，用于存储计算机程序；存储器可能包含高速RAM存储器，也可能还包含非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器可选的可以包含至少一个存储装置。
处理器，用于执行上述计算机程序以实现如下步骤：
首先，接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息。
示例性地，本实施例应用于包括用户终端、路由器、服务器与业务系统的服务请求系统中，用户终端可以通过有线或无线通讯方式发送携带有比如设备标识、地址位置等用户信息的业务承载认证请求，路由器、服务器依次获取该用户终端发送的认证请求，并最终访问业务系统。本实施例中各步骤的执行主体具体可以为访问功能的各种设备。
本发明申请实施例中，具体地是路内停车区停泊信息采集端接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息。
需要说明的是，本实施例中各步骤的执行主体具体可以为物联网设备的电子设备，还可为其他可实现相同或相似功能的设备，例如：手机、个人电脑，PAD等，本实施例对此不作限制。
然后，根据所述至少一个泊位请求，构造泊位调度目标函数：
Figure GDA0003917601540000102
其中，LIS为多车辆停靠需求最长递增子序列长度；LS为多车辆停靠需求序列长度；
Figure GDA0003917601540000111
为当前车辆所停靠的空闲泊位编号；
Figure GDA0003917601540000112
为沿道路前进方向最后1个空闲泊位编号；i为当前停车区内空闲区编号，
Figure GDA0003917601540000113
为当前停车区内最大的空闲区。
本发明申请实施例中，具体地是系统控制云计算中心根据所述至少一个泊位请求中的停泊车辆数量信息、请求停泊车辆位置信息构造泊位调度目标函数。
最后，获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果；
所述约束条件为：
Figure GDA0003917601540000114
其中，所述
Figure GDA0003917601540000115
为第i停车区内空闲区数量，所述Tf为快速停泊阈值。
在本发明申请实施例中，所述获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，所述方法具体可以包括：
从多个不同分簇传感器获取车辆数据与泊位数据；其中，所述车辆数据包括车辆进场方式、车辆驶入时间、车辆驶离时间、车辆停车时长，同时停靠车辆数；所述泊位数据包括停车区车辆需求数据、泊位分布情况、泊位数量、泊位编号规则、泊位几何尺寸、泊位编号、停车区名称、停泊订单编号、停靠泊位编号；
对所述车辆数据进行冗余字段清洗及标准化处理获得空闲区状态矩阵与非空闲区状态矩阵；
将所述空闲区状态矩阵与非空闲区状态矩阵中的元素进行横向联结，并按照元素值从小到大、从左到右依次排列构成停车区状态矩阵Ms：
Figure GDA0003917601540000116
其中，所述k为停车区泊位编号，所述NT为停车区泊位总数，所述泊位编号k由道路前进方向由远到近依次取值为1，2，3，…，NT；
若所述ak＝k表示泊位编号k的泊位是空闲泊位，若所述ak＝0表示泊位编号k的泊位是非空闲泊位；
将所述泊位数据进行冗余字段清洗及标准化处理获得停车需求矩阵Mdr：
Figure GDA0003917601540000117
其中，vpj为第p个停泊阶段第j个有停泊需求的车辆的编号，Nmulti为当前停泊阶段具有停泊需求的车辆总数；
若j小于预设有停泊需求的车辆的编号，则第p个停泊阶段的第j个有停泊需求的车辆位置与停车区编号最大的泊位位置之间的距离小于第j个停泊阶段的第j个有停泊需求的车辆位置与停车区编号最大的泊位位置之间的距离；
将所述空闲区状态矩阵数据、非空闲区状态矩阵数据与停车需求矩阵数据输入所述泊位调度目标函数；
将列编号i小于当前停车区空闲区数量的所述空闲区状态矩阵的元素aij置零：
aij＝0
相应的列向量置零：
Mvi＝[0,0,…,0]1×n
以获得停车区泊位排序矩阵Msp：
Figure GDA0003917601540000121
其中，m为停车区可用最大空闲区数，m等于对半数的所述停车区泊位总数NT向上取整；n为停车区可用空闲区的最大空闲泊位数，所述n等于所述停车区泊位总数NT；
将所述停车区泊位排序矩阵进行纵向堆叠，并依次从上到下从左到右抽取非零元素形成泊位优先排序矩阵Mp。
在一个可选实施例中，所述从多个不同分簇传感器获取车辆数据与泊位数据，所述方法之前还包括：
提取所述多个不同分簇传感器数据的属性权重；
根据所述属性权重计算各个所述分簇传感器描述信息之间的关联关系：
Figure GDA0003917601540000122
其中，来自任意两个不同传感器的数据A与数据B的数据属性分别为(uA,SA)与(uB,SB)，con(A,B)是数据A与数据B的数据特征相似度函数，u与S分别为坐标相似度与方向相似度，N是数据总数，ω1与ω2为分别为任意两个不同传感器的属性权重参数；
提取高于预设关联关系阈值的不同分簇传感器作为待处理的分簇传感器。
在本发明申请实施例中，所述空闲区状态矩阵Mv的列向量表示方法具体可以包括：
Figure GDA0003917601540000123
其中，q为所述空闲区状态矩阵的第i列，j为停车区内空闲区的泊位编号，所述NT为停车区泊位总数，所述泊位编号j由道路前进方向由远到近依次取值为1，2，3，…，NT；
若j小于等于空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值设置为相应的泊位编号；若所述j大于空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aqj数值置零，且aq(j-1)≤aqj。
优选地，所述非空闲区状态矩阵Mnv的列向量表示方法包括：
Figure GDA0003917601540000124
其中，h为所述非空闲区状态矩阵的第h列，j为停车区内非空闲区的泊位编号，所述NT为停车区泊位总数，所述泊位编号j由道路前进方向由远到近依次取值为1，2，3，…，NT；
若j小于等于非空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值设置为相应的泊位编号；若所述j大于非空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值置零。
在本发明申请实施例中，所述将所述停车区泊位排序矩阵进行纵向堆叠，并依次从上到下从左到右抽取非零元素形成泊位优先排序矩阵Mp作为泊位分配矩阵函数，所述方法具体可以包括：
判断所述停车区泊位排序矩阵中各行非零元素的个数是否大于等于快速停靠阈值，若是，则将各行数据纵向抽取添加至初始为空的第一子停车区泊位排序矩阵Msp1；若否，则将所述各行数据纵向抽取添加至初始为空第二子停车区泊位排序矩阵Msp2。
将所述第二子停车区泊位排序矩阵中各行非零元素从大到小依次纵向地进行按行重排，获得目标第二子停车区泊位排序矩阵；
将所述第一子停车区泊位排序矩阵与所述目标第二子停车区泊位排序矩阵按以下方式纵向堆叠获得目标停车区泊位排序矩阵M′sp：
Figure GDA0003917601540000131
将所述目标停车区泊位排序矩阵中的非零元素从上到下从左到右的顺序依次抽取出来形成泊位优先排序矩阵Mp作为泊位分配矩阵函数。
在本发明申请实施例中，所述在当前停车区内空闲区
Figure GDA0003917601540000132
大于等于快速停泊阈值Tf约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果，所述方法包括：
提取所述泊位优先排序矩阵中的第一个元素作为最优泊位编号元素So：
So＝Mp[1]；
将所述最优泊位编号元素So添加到初始为空的最优停车区泊位排序矩阵Mosp中，并根据所述最优泊位编号元素So更新停车区状态矩阵Ms；
将最优停车区泊位排序矩阵Mosp中的元素按数值大小从小到大依次排序，得到目标最优停车区泊位排序矩阵Mospm；
判断所述最优停车区泊位排序矩阵Mospm中的元素是否依次与停车需求矩阵Mdr中的元素匹配，若匹配，则获得各个车辆的泊位分配位置。
本实施例中的处理器可能是一种集成电路芯片，具有信号处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。上述处理器可以是微处理器或者上述处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
实施例五
本发明一实施例提供了一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现上述的信息处理方法。
综上所述，本发明实施例提供的一种基于泊位可感知停车冲突规避调度方法、系统及存储介质，通过接收至少一个泊位请求；根据所述至少一个泊位请求，构造泊位调度目标函数：获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果。这样，从需求秩序、操作空间、停泊干扰三个方面，缓解停车区附近停车冲突与拥堵问题、避免停车区成为城市道路网络的一大拥堵点，特别是在需求高峰期，该系统不仅有效规避了现有研究出现的一系列附生问题，还可以有效降低停车需求冲突、停泊车辆对其他车辆的干扰、并为停泊车辆提供舒适的停泊操作活动空间，还可以将驾驶员寻找空停车位所需的时间减少到零；同时，该系统建立了直观有效的评价体系，可以精准地评价该系统在实践应用过程中的效益。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本发明所必须的。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行该计算机程序指令时，全部或部分地产生按照本申请实施例该的流程或功能。该计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明是参照本发明实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种基于泊位可感知停车冲突规避调度方法，其特征在于，所述方法包括：
接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息；
根据所述至少一个泊位请求，构造泊位调度目标函数：
Figure FDA0003917601530000011
其中，LIS为多车辆停靠需求最长递增子序列长度；LS为多车辆停靠需求序列长度；
Figure FDA0003917601530000012
为当前车辆所停靠的空闲泊位编号；
Figure FDA0003917601530000013
为沿道路前进方向最后1个空闲泊位编号；i为当前停车区内空闲区编号，
Figure FDA0003917601530000014
为当前停车区内最大的空闲区；
获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果；
所述约束条件为：
Figure FDA0003917601530000015
其中，所述
Figure FDA0003917601530000016
为第i停车区内空闲区数量，所述Tf为快速停泊阈值；
在当前停车区内空闲区
Figure FDA0003917601530000017
大于等于快速停泊阈值Tf约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果，所述方法包括：
提取所述泊位优先排序矩阵中的第一个元素作为最优泊位编号元素So：
So＝Mp[1]；
将所述最优泊位编号元素So添加到初始为空的最优停车区泊位排序矩阵Mosp中，并根据所述最优泊位编号元素So更新停车区状态矩阵Ms；
将最优停车区泊位排序矩阵Mosp中的元素按数值大小从小到大依次排序，得到目标最优停车区泊位排序矩阵Mospm；
判断所述最优停车区泊位排序矩阵Mospm中的元素是否依次与停车需求矩阵Mdr中的元素匹配，若匹配，则获得各个车辆的泊位分配位置。
2.根据权利要求1所述的方法，其特征在于，所述获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，所述方法包括：
从多个不同分簇传感器获取车辆数据与泊位数据；其中，所述车辆数据包括车辆进场方式、车辆驶入时间、车辆驶离时间、车辆停车时长，同时停靠车辆数；所述泊位数据包括停车区车辆需求数据、泊位分布情况、泊位数量、泊位编号规则、泊位几何尺寸、泊位编号、停车区名称、停泊订单编号、停靠泊位编号；
对所述车辆数据进行冗余字段清洗及标准化处理获得空闲区状态矩阵与非空闲区状态矩阵；
将所述空闲区状态矩阵与非空闲区状态矩阵中的元素进行横向联结，并按照元素值从小到大、从左到右依次排列构成停车区状态矩阵Ms：
Figure FDA0003917601530000018
其中，所述k为停车区泊位编号，所述NT为停车区泊位总数，所述泊位编号k由道路前进方向由远到近依次取值为1，2，3，…，NT；
若所述ak＝k表示泊位编号k的泊位是空闲泊位，若所述ak＝0表示泊位编号k的泊位是非空闲泊位；
将所述泊位数据进行冗余字段清洗及标准化处理获得停车需求矩阵Mdr：
Figure FDA0003917601530000019
其中，vpj为第p个停泊阶段第j个有停泊需求的车辆的编号，Nmulti为当前停泊阶段具有停泊需求的车辆总数；
若j小于预设有停泊需求的车辆的编号，则第p个停泊阶段的第j个有停泊需求的车辆位置与停车区编号最大的泊位位置之间的距离小于第j个停泊阶段的第j个有停泊需求的车辆位置与停车区编号最大的泊位位置之间的距离；
将所述空闲区状态矩阵数据、非空闲区状态矩阵数据与停车需求矩阵数据输入所述泊位调度目标函数；
将列编号i小于当前停车区空闲区数量的所述空闲区状态矩阵的元素aij置零：
aij＝0
相应的列向量置零：
Mvi＝[0,0,…,0]1×n
以获得停车区泊位排序矩阵Msp：
Figure FDA0003917601530000021
其中，m为停车区可用最大空闲区数，等于对半数的所述停车区泊位总数NT向上取整；n为停车区可用空闲区的最大空闲泊位数，所述n等于所述停车区泊位总数NT；
将所述停车区泊位排序矩阵进行纵向堆叠，并依次从上到下从左到右抽取非零元素形成泊位优先排序矩阵Mp。
3.根据权利要求2所述的方法，其特征在于，所述从多个不同分簇传感器获取车辆数据与泊位数据，所述方法之前还包括：
提取所述多个不同分簇传感器数据的属性权重；
根据所述属性权重计算各个所述分簇传感器描述信息之间的关联关系：
Figure FDA0003917601530000022
其中，来自任意两个不同传感器的数据A与数据B的数据属性分别为(uA,SA)与(uB,SB)，con(A,B)是数据A与数据B的数据特征相似度函数，u与S分别为坐标相似度与方向相似度，N是数据总数，ω1与ω2为分别为任意两个不同传感器的属性权重参数；
提取高于预设关联关系阈值的不同分簇传感器作为待处理的分簇传感器。
4.根据权利要求3所述的方法，其特征在于，所述空闲区状态矩阵Mv的列向量表示方法包括：
Figure FDA0003917601530000023
其中，为所述空闲区状态矩阵的第i列，为停车区内空闲区的泊位编号，所述NT为停车区泊位总数，所述泊位编号j由道路前进方向由远到近依次取值为1，2，3，…，NT；
若j小于等于空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值设置为相应的泊位编号；若所述j大于空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aqj数值置零，且aq(j-1)≤aqj。
5.根据权利要求3所述的方法，其特征在于，所述非空闲区状态矩阵Mnv的列向量表示方法包括：
Figure FDA0003917601530000024
其中，为所述非空闲区状态矩阵的第h列，为停车区内非空闲区的泊位编号，所述NT为停车区泊位总数，所述泊位编号j由道路前进方向由远到近依次取值为1，2，3，...，NT；
若j小于等于非空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值设置为相应的泊位编号；若所述j大于非空闲区的泊位数量，则所述空闲区状态矩阵相应位置的aij数值置零。
6.根据权利要求3所述的方法，其特征在于，所述将所述停车区泊位排序矩阵进行纵向堆叠，并依次从上到下从左到右抽取非零元素形成泊位优先排序矩阵Mp作为泊位分配矩阵函数，所述方法包括：
判断所述停车区泊位排序矩阵中各行非零元素的个数是否大于等于快速停靠阈值，若是，则将各行数据纵向抽取添加至初始为空的第一子停车区泊位排序矩阵Msp1；若否，则将所述各行数据纵向抽取添加至初始为空第二子停车区泊位排序矩阵Msp2；
将所述第二子停车区泊位排序矩阵中各行非零元素从大到小依次纵向地进行按行重排，获得目标第二子停车区泊位排序矩阵；
将所述第一子停车区泊位排序矩阵与所述目标第二子停车区泊位排序矩阵按以下方式纵向堆叠获得目标停车区泊位排序矩阵M′sp：
Figure FDA0003917601530000031
将所述目标停车区泊位排序矩阵中的非零元素从上到下从左到右的顺序依次抽取出来形成泊位优先排序矩阵Mp作为泊位分配矩阵函数。
7.一种基于泊位可感知停车冲突规避调度系统，其特征在于，所述系统包括：
接收模块，用于接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息；
构造模块，用于根据所述至少一个泊位请求，构造泊位调度目标函数：
Figure FDA0003917601530000032
其中，LIS为多车辆停靠需求最长递增子序列长度；LS为多车辆停靠需求序列长度；
Figure FDA0003917601530000033
为当前车辆所停靠的空闲泊位编号；
Figure FDA0003917601530000034
为沿道路前进方向最后1个空闲泊位编号；i为当前停车区内空闲区编号，
Figure FDA0003917601530000035
为当前停车区内最大的空闲区；
求解模块，用于获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果；
所述约束条件为：
Figure FDA0003917601530000036
其中，所述
Figure FDA0003917601530000037
为第i停车区内空闲区数量，所述Tf为快速停泊阈值；
在当前停车区内空闲区
Figure FDA0003917601530000038
大于等于快速停泊阈值Tf约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果，包括：
提取所述泊位优先排序矩阵中的第一个元素作为最优泊位编号元素So：
So＝Mp[1]；
将所述最优泊位编号元素So添加到初始为空的最优停车区泊位排序矩阵Mosp中，并根据所述最优泊位编号元素So更新停车区状态矩阵Ms；
将最优停车区泊位排序矩阵Mosp中的元素按数值大小从小到大依次排序，得到目标最优停车区泊位排序矩阵Mospm；
判断所述最优停车区泊位排序矩阵Mospm中的元素是否依次与停车需求矩阵Mdr中的元素匹配，若匹配，则获得各个车辆的泊位分配位置。
8.一种基于泊位可感知停车冲突规避调度设备，其特征在于，所述设备包括：
通信总线，用于实现处理器与存储器间的连接通信；
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现如下步骤：
接收至少一个泊位请求，所述泊位请求携带请求停泊车辆数量信息、请求停泊车辆位置信息；
根据所述至少一个泊位请求，构造泊位调度目标函数：
Figure FDA0003917601530000041
其中，LIS为多车辆停靠需求最长递增子序列长度；LS为多车辆停靠需求序列长度；
Figure FDA0003917601530000042
为当前车辆所停靠的空闲泊位编号；
Figure FDA0003917601530000043
为沿道路前进方向最后1个空闲泊位编号；i为当前停车区内空闲区编号，
Figure FDA0003917601530000044
为当前停车区内最大的空闲区；
获取车辆数据与泊位数据，将所述车辆数据与泊位数据输入所述泊位调度目标函数，在约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果；
所述约束条件为：
Figure FDA0003917601530000045
其中，所述
Figure FDA0003917601530000046
为第i停车区内空闲区数量，所述Tf为快速停泊阈值；
在当前停车区内空闲区
Figure FDA0003917601530000047
大于等于快速停泊阈值Tf约束条件下对所述泊位调度目标函数进行求解，得到泊位调度结果，包括：
提取所述泊位优先排序矩阵中的第一个元素作为最优泊位编号元素So：
So＝Mp[1]；
将所述最优泊位编号元素So添加到初始为空的最优停车区泊位排序矩阵Mosp中，并根据所述最优泊位编号元素So更新停车区状态矩阵Ms；
将最优停车区泊位排序矩阵Mosp中的元素按数值大小从小到大依次排序，得到目标最优停车区泊位排序矩阵Mospm；
判断所述最优停车区泊位排序矩阵Mospm中的元素是否依次与停车需求矩阵Mdr中的元素匹配，若匹配，则获得各个车辆的泊位分配位置。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的方法。
CN202110713319.9A 2021-06-25 2021-06-25 基于泊位可感知停车冲突规避调度方法、系统及存储介质 Expired - Fee Related CN113593290B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110713319.9A CN113593290B (zh) 2021-06-25 2021-06-25 基于泊位可感知停车冲突规避调度方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110713319.9A CN113593290B (zh) 2021-06-25 2021-06-25 基于泊位可感知停车冲突规避调度方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN113593290A CN113593290A (zh) 2021-11-02
CN113593290B true CN113593290B (zh) 2022-12-13

Family

ID=78244642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110713319.9A Expired - Fee Related CN113593290B (zh) 2021-06-25 2021-06-25 基于泊位可感知停车冲突规避调度方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN113593290B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111695750A (zh) * 2019-03-15 2020-09-22 北京京东尚科信息技术有限公司 车辆调度方法、车辆调度装置及计算机可读存储介质
CN111898859A (zh) * 2020-06-23 2020-11-06 唐山港集团股份有限公司 一种多目标单向航道码头连续型泊位分配调度方法
CN111985835A (zh) * 2020-08-31 2020-11-24 盐城工学院 一种居住区共享停车泊位的分配方法
CN112201034A (zh) * 2020-09-22 2021-01-08 深圳市北斗智能科技有限公司 停车泊位调度方法、系统、装置及存储介质
CN112700086A (zh) * 2020-12-09 2021-04-23 浙江中控技术股份有限公司 一种基于分层约束条件的炼厂泊位调度方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013006549A2 (en) * 2011-07-01 2013-01-10 Trustees Of Boston University Method and system for dynamic parking allocation in urban settings

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111695750A (zh) * 2019-03-15 2020-09-22 北京京东尚科信息技术有限公司 车辆调度方法、车辆调度装置及计算机可读存储介质
CN111898859A (zh) * 2020-06-23 2020-11-06 唐山港集团股份有限公司 一种多目标单向航道码头连续型泊位分配调度方法
CN111985835A (zh) * 2020-08-31 2020-11-24 盐城工学院 一种居住区共享停车泊位的分配方法
CN112201034A (zh) * 2020-09-22 2021-01-08 深圳市北斗智能科技有限公司 停车泊位调度方法、系统、装置及存储介质
CN112700086A (zh) * 2020-12-09 2021-04-23 浙江中控技术股份有限公司 一种基于分层约束条件的炼厂泊位调度方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于动态停车泊位共享策略的双层规划模型;徐小丹等;《新型城镇化与交通发展—2013年中国城市交通规划年会暨第27次学术研讨会论文集》;20140430;全文 *
居住区共享停车泊位分配模型;张文会等;《交通运输系统工程与信息》;20190228;第19卷(第1期);全文 *
杨博.基于时间窗约束的居住区共享停车泊位预订分配模型研究.《中国优秀硕士学位论文全文数据库》.2019,(第1期),全文. *

Also Published As

Publication number Publication date
CN113593290A (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
US11416795B2 (en) Systems and methods for vehicle resource management
CN113593289B (zh) 基于泊位可用状态感知路内停车冲突规避调度方法与系统
US11386359B2 (en) Systems and methods for managing a vehicle sharing facility
US11392861B2 (en) Systems and methods for managing a vehicle sharing facility
US20200210905A1 (en) Systems and Methods for Managing Networked Vehicle Resources
CN111340318B (zh) 一种车辆动态调度方法、装置及终端设备
US10339620B2 (en) Method of managing transportation fare, server performing the same and system performing the same
JP2019028527A5 (zh)
CN112629524A (zh) 出行路径推荐管理方法、装置和电子设备
Vignesh et al. Novel based intelligent parking system
CN116129636A (zh) 基于车辆行为分析的道路拥堵预测方法、装置、设备及介质
CN112906980A (zh) 订单处理方法、装置、系统及可读存储介质
CN112215382A (zh) 一种网约车派单方法、系统、电子设备及存储介质
CN113554276B (zh) 基于泊位供给可用性感知冲突规避泊位分配系统
CN113593290B (zh) 基于泊位可感知停车冲突规避调度方法、系统及存储介质
JP7287244B2 (ja) 情報処理装置、プログラム、及び、情報処理方法
CN110826943B (zh) 判断是否需要进行配车及确定公交配车数的方法及相关设备
JP2019133356A (ja) 乗換支援システム、乗換支援方法、乗換支援プログラム、移動体
CN116843166A (zh) 一种打车方法、装置、设备及介质
CN116777171A (zh) 一种面向网约车的点对点拼车动态调度方法及装置
CN113240910B (zh) 基于协同车辆的道路检测方法、系统、设备和存储介质
KR101884081B1 (ko) 주차 공간의 식별 아이디 할당 방법, 이를 이용하는 무인 주차 관리 방법 및 시스템
CN110968796B (zh) 一种信息推送方法、装置以及电子设备
CN117610694B (zh) 多租户的订单分配的方法、装置、设备及存储介质
CN117252323B (zh) 一种基于用户偏好的多模式出行路径规划方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20221213

CF01 Termination of patent right due to non-payment of annual fee