CN113781826A - 一种基于5g的智慧园区人工智能停车管理系统 - Google Patents

一种基于5g的智慧园区人工智能停车管理系统 Download PDF

Info

Publication number
CN113781826A
CN113781826A CN202111032551.2A CN202111032551A CN113781826A CN 113781826 A CN113781826 A CN 113781826A CN 202111032551 A CN202111032551 A CN 202111032551A CN 113781826 A CN113781826 A CN 113781826A
Authority
CN
China
Prior art keywords
parking
training data
park
driver
module
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.)
Pending
Application number
CN202111032551.2A
Other languages
English (en)
Inventor
杨余
潘斌
王佳
张伟
蒋兴凡
张晖
夏天王梓
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.)
Zhongtong Hexin Technology Co Ltd
Original Assignee
Zhongtong Hexin Technology 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 Zhongtong Hexin Technology Co Ltd filed Critical Zhongtong Hexin Technology Co Ltd
Priority to CN202111032551.2A priority Critical patent/CN113781826A/zh
Publication of CN113781826A publication Critical patent/CN113781826A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • 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
    • G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver
    • G08G1/096861—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver where the immediate route instructions are output to the driver, e.g. arrow signs for next turn
    • 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
    • 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
    • G08G1/149—Traffic control systems for road vehicles indicating individual free spaces in parking areas coupled to means for restricting the access to the parking space, e.g. authorization, access barriers, indicative lights
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于5G的智慧园区人工智能停车管理系统，包括服务器，所述服务器通信连接有门禁模块、车位推荐模块引导模块和数据库，所述车位推荐模块与引导模块之间通信连接，所述门禁模块与数据库之间通信连接；通过将共享学习模型下载到个人客户端中，获取司机停车记录数据，通过获取到的停车记录数据对下载到客户端中的共享学习模型进行训练，使得个人客户端中使用的个人停车模型是最符合司机个人的停车模型；通过获取改进点对应的训练数据，将获取的训练数据标记为更新训练数据，将更新训练数据发送到云端，使用发送到云端的更新训练数据对共享学习模型进行训练更新，解决神经网络模型训练需要大量训练数据的问题。

Description

一种基于5G的智慧园区人工智能停车管理系统
技术领域
本发明属于停车管理技术领域，具体是一种基于5G的智慧园区人工智能停车管理系统。
背景技术
智慧园区包括工业园区、产业园区、物流园区、都市工业园区、科技园区、创意园区等。随着5G技术的发展，5G基站也进驻智慧园区。但是目前随着车辆的越来越多，想要找到一个合适的停车位愈发的困难了，经常会出现将车辆行驶到工作地点时，发现工作地点附近已经没有停车位了，需要到其他地方进行寻找，浪费大量的时间，同时将车停在其他地方，又会导致对应工作地点的停车位不足，缺乏合理的安排。
发明内容
为了解决上述方案存在的问题，本发明提供了一种基于5G的智慧园区人工智能停车管理系统。
本发明的目的可以通过以下技术方案实现：
一种基于5G的智慧园区人工智能停车管理系统，包括服务器，所述服务器通信连接有门禁模块、车位推荐模块引导模块和数据库，所述车位推荐模块与引导模块之间通信连接，所述门禁模块与数据库之间通信连接；
所述车位推荐模块用于向司机推荐空闲停车位，具体方法包括：
步骤SA1：在云端构建共享学习模型；
步骤SA2：在每一辆进出智慧园区的汽车上安装个人客户端，将共享学习模型下载到个人客户端中；
步骤SA3：获取司机停车记录数据，通过获取到的停车记录数据对下载到客户端中的共享学习模型进行训练，将训练后的共享学习模型标记为个人停车模型；
步骤SA4：获取智慧园区内剩余停车位和司机个人信息，将获取到的智慧园区内剩余停车位和司机个人信息输入到个人客户端中，获得推荐停车位。
进一步地，步骤SA5：当经过训练后的人停车模型具有改进点时，获取改进点对应的训练数据，将获取的训练数据标记为更新训练数据，将更新训练数据发送到云端；
步骤SA6：使用发送到云端的更新训练数据对共享学习模型进行训练更新。
进一步地，所述门禁模块包括安装在车辆上的智能卡和安装在停车场入口处的RFID阅读器，智能卡用于将车主办理车位使用时的信息存储起来，并通过计算机将此信息备份至数据库中；RFID阅读器用于实时监测本射频区域内的智能卡。
进一步地，当RFID阅读器检测到智能卡信息时，将智能卡信息发送到数据库中进行匹配，当匹配成功时，允许对应车辆进入园区；当没有匹配成功时，允许对应车辆进入园区；
当RFID阅读器没有检测到智能卡信息时，不进行操作。
进一步地，所述引导模块用于引导司机将车辆停到推荐停车位上，具体方法包括：
步骤SB1：在停车场的道路上设置指示灯，且指示灯内设有5G信号接收单元，为每个指示灯进行编号；
步骤SB2：获取推荐停车位，根据推荐停车位进行行车线路规划，由司机选择前进路线；
步骤SB3：实时获取车辆到下一个指示灯之间的距离，设置指导距离；
当车辆到下一个指示灯之间的距离小于或等于指导距离时，向5G信号接收单元发送下一个路口的转向信息，指示灯根据5G信号接收单元接收到的转向信息将对应方向的指示灯开启。
进一步地，步骤SB3中当车辆到下一个指示灯之间的距离大于指导距离时，不进行操作。
进一步地，步骤SB2中根据推荐停车位进行行车线路规划的方法包括：
步骤SC1：获取可以到达推荐停车位的所有路线，将路线标记为i，其中i＝1、2、……、n，n为正整数；
步骤SC2：获取每条路线上停车的数量，将停车数量标记为Pi；获取每条路线的路径长度，将线路长度标记Li；
步骤SC3：根据公式
Figure BDA0003245915630000031
获取得到优先值Qi，将优先值Qi按照由大到小的顺序进行排列；
步骤SC4：将排列前N条的路线推荐给客户。
进一步地，N为正整数，且3≧N≧1。
与现有技术相比，本发明的有益效果是：通过将共享学习模型下载到个人客户端中，获取司机停车记录数据，通过获取到的停车记录数据对下载到客户端中的共享学习模型进行训练，使得个人客户端中使用的个人停车模型是最符合司机个人的停车模型，为司机推荐最适合自己的停车位；通过获取改进点对应的训练数据，将获取的训练数据标记为更新训练数据，将更新训练数据发送到云端，使用发送到云端的更新训练数据对共享学习模型进行训练更新，解决神经网络模型训练需要大量训练数据的问题，每一位司机都可以为共享学习模型提供训练数据，使得共享学习模型可以实时更新；通过设置指示灯对司机进行指导，避免了司机在路口处看个人客户端进行驾驶，因为开车的过程中看个人客户端，将会影响司机的注意力，容易发生交通事故，而通过设置指示灯就可以解决这个问题，保障司机的安全，避免安全事故的发送。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，一种基于5G的智慧园区人工智能停车管理系统，包括门禁模块、车位推荐模块、服务器、引导模块和数据库；
服务器通信连接有门禁模块、车位推荐模块引导模块和数据库，车位推荐模块与引导模块之间通信连接，门禁模块与数据库之间通信连接；
门禁模块包括安装在车辆上的智能卡和安装在停车场入口处的RFID阅读器，智能卡用于将车主办理车位使用时的信息存储起来，并通过计算机将此信息备份至数据库中；RFID阅读器用于实时监测本射频区域内的智能卡；
当RFID阅读器检测到智能卡信息时，将智能卡信息发送到数据库中进行匹配，当匹配成功时，允许对应车辆进入园区；当没有匹配成功时，允许对应车辆进入园区；
当RFID阅读器没有检测到智能卡信息时，不进行操作；
车位推荐模块用于向司机推荐空闲停车位，具体方法包括：
步骤SA1：在云端构建共享学习模型；共享学习模型就是神经网络模型；共享学习模型是以智慧园区内剩余停车位信息、司机个人信息为输入数据，以客户停车的车位为输出结果进行训练的，司机个人信息包括姓名、工作地点、年龄等信息；
步骤SA2：在每一辆进出智慧园区的汽车上安装个人客户端，将共享学习模型下载到个人客户端中；
步骤SA3：获取司机停车记录数据，通过获取到的停车记录数据对下载到客户端中的共享学习模型进行训练，将训练后的共享学习模型标记为个人停车模型；
步骤SA4：获取智慧园区内剩余停车位和司机个人信息，将获取到的智慧园区内剩余停车位和司机个人信息输入到个人客户端中，获得推荐停车位；
步骤SA5：当经过训练后的人停车模型具有改进点时，获取改进点对应的训练数据，将获取的训练数据标记为更新训练数据，将更新训练数据发送到云端；
步骤SA6：使用发送到云端的更新训练数据对共享学习模型进行训练更新；
通过将共享学习模型下载到个人客户端中，获取司机停车记录数据，通过获取到的停车记录数据对下载到客户端中的共享学习模型进行训练，使得个人客户端中使用的个人停车模型是最符合司机个人的停车模型，为司机推荐最适合自己的停车位；通过获取改进点对应的训练数据，将获取的训练数据标记为更新训练数据，将更新训练数据发送到云端，使用发送到云端的更新训练数据对共享学习模型进行训练更新，解决神经网络模型训练需要大量训练数据的问题，每一位司机都可以为共享学习模型提供训练数据，使得共享学习模型可以实时更新；
引导模块用于引导司机将车辆停到推荐停车位上，具体方法包括：
步骤SB1：在停车场的道路上设置指示灯，指示灯用于在岔路口指示方向；且指示灯内设有5G信号接收单元，为每个指示灯进行编号；
步骤SB2：获取推荐停车位，根据推荐停车位进行行车线路规划，由司机选择前进路线；
步骤SB3：实时获取车辆到下一个指示灯之间的距离，这个距离是路线距离，不是直线距离；设置指导距离，指导距离由专家组进行讨论设置；
当车辆到下一个指示灯之间的距离小于或等于指导距离时，向5G信号接收单元发送下一个路口的转向信息，指示灯根据5G信号接收单元接收到的转向信息将对应方向的指示灯开启；
当车辆到下一个指示灯之间的距离大于指导距离时，不进行操作；
通过设置指示灯对司机进行指导，避免了司机在路口处看个人客户端进行驾驶，因为开车的过程中看个人客户端，将会影响司机的注意力，容易发生交通事故，而通过设置指示灯就可以解决这个问题，保障司机的安全，避免安全事故的发送；
步骤SB2中根据推荐停车位进行行车线路规划的方法包括：
步骤SC1：获取可以到达推荐停车位的所有路线，将路线标记为i，其中i＝1、2、……、n，n为正整数；
步骤SC2：获取每条路线上停车的数量，将停车数量标记为Pi；获取每条路线的路径长度，将线路长度标记Li；
步骤SC3：根据公式
Figure BDA0003245915630000061
其中，b1、b2均为比例系数，取值范围为1<b1≤2，0<b2≤1，λ为修正因子，取值范围为0<λ≤1，获取得到优先值Qi，将优先值Qi按照由大到小的顺序进行排列；
步骤SC4：将排列前N条的路线推荐给客户，N为比例系数，N为正整数，且3≧N≧1。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：在车辆上安装智能卡和在停车场入口处安装RFID阅读器，通过智能卡将车主办理车位使用时的信息存储起来，并通过计算机将此信息备份至数据库中；通过RFID阅读器实时监测本射频区域内的智能卡；当RFID阅读器检测到智能卡信息时，将智能卡信息发送到数据库中进行匹配，当匹配成功时，允许对应车辆进入园区；当没有匹配成功时，允许对应车辆进入园区；当RFID阅读器没有检测到智能卡信息时，不进行操作；
向司机推荐空闲停车位，在云端构建共享学习模型；在每一辆进出智慧园区的汽车上安装个人客户端，将共享学习模型下载到个人客户端中；获取司机停车记录数据，通过获取到的停车记录数据对下载到客户端中的共享学习模型进行训练，将训练后的共享学习模型标记为个人停车模型；获取智慧园区内剩余停车位和司机个人信息，将获取到的智慧园区内剩余停车位和司机个人信息输入到个人客户端中，获得推荐停车位；当经过训练后的人停车模型具有改进点时，获取改进点对应的训练数据，将获取的训练数据标记为更新训练数据，将更新训练数据发送到云端；使用发送到云端的更新训练数据对共享学习模型进行训练更新；
引导司机将车辆停到推荐停车位上，在停车场的道路上设置指示灯，为每个指示灯进行编号；获取推荐停车位，根据推荐停车位进行行车线路规划，获取可以到达推荐停车位的所有路线，将路线标记为i，获取每条路线上停车的数量，将停车数量标记为Pi；获取每条路线的路径长度，将线路长度标记Li；根据公式
Figure BDA0003245915630000081
获取得到优先值Qi，将优先值Qi按照由大到小的顺序进行排列；将排列前N条的路线推荐给客户，由客户自行选择前进路线；将规划的路线发送到个人客户端中进行显示；实时获取车辆到下一个指示灯之间的距离，设置指导距离，当车辆到下一个指示灯之间的距离小于或等于指导距离时，向5G信号接收单元发送下一个路口的转向信息，指示灯根据5G信号接收单元接收到的转向信息将对应方向的指示灯开启；当车辆到下一个指示灯之间的距离大于指导距离时，不进行操作。
在本发明所提供的实施例中，应该理解到，所揭露的设备，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，所述模块的划分，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；所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方法的目的。
另对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (8)

1.一种基于5G的智慧园区人工智能停车管理系统，包括服务器，其特征在于，所述服务器通信连接有门禁模块、车位推荐模块引导模块和数据库，所述车位推荐模块与引导模块之间通信连接，所述门禁模块与数据库之间通信连接；
所述车位推荐模块用于向司机推荐空闲停车位，具体方法包括：
步骤SA1：在云端构建共享学习模型；
步骤SA2：在每一辆进出智慧园区的汽车上安装个人客户端，将共享学习模型下载到个人客户端中；
步骤SA3：获取司机停车记录数据，通过获取到的停车记录数据对下载到客户端中的共享学习模型进行训练，将训练后的共享学习模型标记为个人停车模型；
步骤SA4：获取智慧园区内剩余停车位和司机个人信息，将获取到的智慧园区内剩余停车位和司机个人信息输入到个人客户端中，获得推荐停车位。
2.根据权利要求1所述的一种基于5G的智慧园区人工智能停车管理系统，其特征在于，步骤SA5：当经过训练后的人停车模型具有改进点时，获取改进点对应的训练数据，将获取的训练数据标记为更新训练数据，将更新训练数据发送到云端；
步骤SA6：使用发送到云端的更新训练数据对共享学习模型进行训练更新。
3.根据权利要求1所述的一种基于5G的智慧园区人工智能停车管理系统，其特征在于，所述门禁模块包括安装在车辆上的智能卡和安装在停车场入口处的RFID阅读器，智能卡用于将车主办理车位使用时的信息存储起来，并通过计算机将此信息备份至数据库中；RFID阅读器用于实时监测本射频区域内的智能卡。
4.根据权利要求3所述的一种基于5G的智慧园区人工智能停车管理系统，其特征在于，当RFID阅读器检测到智能卡信息时，将智能卡信息发送到数据库中进行匹配，当匹配成功时，允许对应车辆进入园区；当没有匹配成功时，允许对应车辆进入园区；
当RFID阅读器没有检测到智能卡信息时，不进行操作。
5.根据权利要求1所述的一种基于5G的智慧园区人工智能停车管理系统，其特征在于，所述引导模块用于引导司机将车辆停到推荐停车位上，具体方法包括：
步骤SB1：在停车场的道路上设置指示灯，且指示灯内设有5G信号接收单元，为每个指示灯进行编号；
步骤SB2：获取推荐停车位，根据推荐停车位进行行车线路规划，由司机选择前进路线；
步骤SB3：实时获取车辆到下一个指示灯之间的距离，设置指导距离；
当车辆到下一个指示灯之间的距离小于或等于指导距离时，向5G信号接收单元发送下一个路口的转向信息，指示灯根据5G信号接收单元接收到的转向信息将对应方向的指示灯开启。
6.根据权利要求5所述的一种基于5G的智慧园区人工智能停车管理系统，其特征在于，步骤SB3中当车辆到下一个指示灯之间的距离大于指导距离时，不进行操作。
7.根据权利要求1所述的一种基于5G的智慧园区人工智能停车管理系统，其特征在于，步骤SB2中根据推荐停车位进行行车线路规划的方法包括：
步骤SC1：获取可以到达推荐停车位的所有路线，将路线标记为i，其中i＝1、2、……、n，n为正整数；
步骤SC2：获取每条路线上停车的数量，将停车数量标记为Pi；获取每条路线的路径长度，将线路长度标记Li；
步骤SC3：根据公式
Figure FDA0003245915620000031
获取得到优先值Qi，将优先值Qi按照由大到小的顺序进行排列；
步骤SC4：将排列前N条的路线推荐给客户。
8.根据权利要求7所述的一种基于5G的智慧园区人工智能停车管理系统，其特征在于，N为正整数，且3≧N≧1。
CN202111032551.2A 2021-09-03 2021-09-03 一种基于5g的智慧园区人工智能停车管理系统 Pending CN113781826A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111032551.2A CN113781826A (zh) 2021-09-03 2021-09-03 一种基于5g的智慧园区人工智能停车管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111032551.2A CN113781826A (zh) 2021-09-03 2021-09-03 一种基于5g的智慧园区人工智能停车管理系统

Publications (1)

Publication Number Publication Date
CN113781826A true CN113781826A (zh) 2021-12-10

Family

ID=78841203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111032551.2A Pending CN113781826A (zh) 2021-09-03 2021-09-03 一种基于5g的智慧园区人工智能停车管理系统

Country Status (1)

Country Link
CN (1) CN113781826A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103384429A (zh) * 2012-05-15 2013-11-06 深圳市捷顺科技实业股份有限公司 一种停车场灯光控制系统、方法及灯光控制器
WO2017148371A1 (zh) * 2016-03-01 2017-09-08 中兴通讯股份有限公司 一种停车管理方法及设备
CN108648500A (zh) * 2018-07-02 2018-10-12 河南城建学院 基于无线通讯的大型停车场智能动态引导装置
CN109523827A (zh) * 2018-12-24 2019-03-26 广东电网有限责任公司 一种地下车场停车系统
CN111028365A (zh) * 2019-12-16 2020-04-17 北京计算机技术及应用研究所 一种基于射频识别技术的园区非机动车管理系统
CN113240936A (zh) * 2021-05-12 2021-08-10 北京百度网讯科技有限公司 停车区域推荐方法、装置、电子设备和介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103384429A (zh) * 2012-05-15 2013-11-06 深圳市捷顺科技实业股份有限公司 一种停车场灯光控制系统、方法及灯光控制器
WO2017148371A1 (zh) * 2016-03-01 2017-09-08 中兴通讯股份有限公司 一种停车管理方法及设备
CN108648500A (zh) * 2018-07-02 2018-10-12 河南城建学院 基于无线通讯的大型停车场智能动态引导装置
CN109523827A (zh) * 2018-12-24 2019-03-26 广东电网有限责任公司 一种地下车场停车系统
CN111028365A (zh) * 2019-12-16 2020-04-17 北京计算机技术及应用研究所 一种基于射频识别技术的园区非机动车管理系统
CN113240936A (zh) * 2021-05-12 2021-08-10 北京百度网讯科技有限公司 停车区域推荐方法、装置、电子设备和介质

Similar Documents

Publication Publication Date Title
Yao et al. Clustering driver behavior using dynamic time warping and hidden Markov model
DE102019104845A1 (de) Proaktive fahrzeugwartungsplanung basierend auf digitalzwillingssimulationen
CN107782564A (zh) 一种自动驾驶车辆测评系统及方法
RU2017123090A (ru) Способ и система для предотвращения происшествий
DE102015016097A1 (de) Strassenverkehrsvorschriftenratgeber unter Verwendung einer Fahrzeugtelematik
CN112249009B (zh) 车速控制方法、装置、系统及电子设备
CN108573600B (zh) 一种驾驶员行为诱导与局部交通流优化方法
DE4321437A1 (de) Verfahren zur Verkehrsregelung und zur Ermittlung zielführender Verkehrsinformation an Bord von Kraftfahrzeugen auf Fernstraßen
DE102020100884A1 (de) Priorisierte fahrzeugbenachrichtigung
CN116029411A (zh) 一种基于物联网的智慧城市区域管理方法和系统
CN112927544A (zh) 一种基于物联网的智慧停车场交通管理系统及其实现方法
CN107395757B (zh) 基于acp方法和社会物理信息系统的平行车联网系统
CN115291515A (zh) 一种基于数字孪生的自动驾驶仿真测试系统及评价方法
CN116259187A (zh) 基于区块链和人工智能大数据的信息智能识别方法及系统
CN116665441A (zh) 基于大数据技术的智慧交通监控分析系统
CN112508228A (zh) 一种驾驶行为风险预测方法及系统
CN115112143A (zh) 一种事故施救车辆行驶轨迹规划方法
CN116416778A (zh) 一种区域安全风险评估方法、系统、装置及存储介质
EP3723062A1 (de) Verfahren und vorrichtung zur computer-implementierten verkehrsleitung von kraftfahrzeugen in einem vorbestimmten gebiet
CN113781826A (zh) 一种基于5g的智慧园区人工智能停车管理系统
CN111907444A (zh) 重型卡车发动机油智能保养系统
DE102020202650A1 (de) Computerimplementiertes Verfahren zur Routenberechnung für ein autonom fahrendes Kraftfahrzeug, Verfahren zum Fahren eines autonom fahrenden Kraftfahrzeugs, Computerprogrammprodukt sowie Kraftfahrzeug
Malone et al. Estimating benefits of C‐ITS deployment, when legacy roadside systems are present
KR102492016B1 (ko) 가변속도표지정보를 가변속도구간정보로 구성하여 내비게이션이 가변속도 변경구간 안내를 제공하는 방법
DE102019215376A1 (de) Verfahren zur Prädiktion eines Geschwindigkeitsprofils eines Fahrzeugs

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20211210