CN113807575A - 停车需求预测方法、装置、可读存储介质及电子设备 - Google Patents

停车需求预测方法、装置、可读存储介质及电子设备 Download PDF

Info

Publication number
CN113807575A
CN113807575A CN202110998241.XA CN202110998241A CN113807575A CN 113807575 A CN113807575 A CN 113807575A CN 202110998241 A CN202110998241 A CN 202110998241A CN 113807575 A CN113807575 A CN 113807575A
Authority
CN
China
Prior art keywords
parking
target area
period
sub
statistical value
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
CN202110998241.XA
Other languages
English (en)
Inventor
王�琦
张骞
杨明
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.)
Neusoft Corp
Original Assignee
Neusoft Corp
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 Neusoft Corp filed Critical Neusoft Corp
Priority to CN202110998241.XA priority Critical patent/CN113807575A/zh
Publication of CN113807575A publication Critical patent/CN113807575A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开涉及一种停车需求预测方法、装置、可读存储介质及电子设备。方法包括：获取目标区域在第一预设历史时段内的违规停车数据和空闲停车位信息，根据获取到的违规停车数据和空闲停车位信息，预测目标区域的当前停车位能否满足停车需求。其中，违规停车和空闲停车位均是与实际停车情况直接相关的因素，这样，根据这两个因素预测得到的停车需求与实际情况更加吻合，从而为合理规划停车位提供有效指导作用，以有效缓解停车难、停车乱的问题，也能够有效避免因规划停车位过多导致的停车位利用率不高的问题，提升资金和土地资源利用率，促进社会、经济发展。

Description

停车需求预测方法、装置、可读存储介质及电子设备
技术领域
本公开涉及智能交通与城市规划领域，具体地，涉及一种停车需求预测方法、装置、可读存储介质及电子设备。
背景技术
随着经济的增长，各城市汽车保有量持续增长，然而，停车位规划速度通常落后于汽车保有量增长速度，部分城市缺乏系统性停车位规划，导致城市停车难和停车乱。另外，若规划停车位过多，则会造成停车位利用率不高，导致资金和土地资源的浪费，影响社会、经济的发展。因此，准确预测停车需求对于合理规划停车位有着重要意义。
现阶段，主要通过模型和配建的停车需求标准进行停车需求预测，其中，模型参数是根据停车需求标准或模型训练回归得出的，无法因地制宜地和更快的反映复杂因素带来的影响，导致预测的停车需求与实际情况存在偏差。
发明内容
为了克服相关技术中存在的问题，本公开提供一种停车需求预测方法、装置、可读存储介质及电子设备。
为了实现上述目的，第一方面，本公开提供一种停车需求预测方法包括：
获取目标区域在第一预设历史时段内的违规停车数据和空闲停车位信息；
根据所述违规停车数据和所述空闲停车位信息，预测所述目标区域的当前停车位能否满足停车需求。
可选地，所述根据所述违规停车数据和所述空闲停车位信息，预测所述目标区域的当前停车位能否满足停车需求，包括：
根据所述违规停车数据，确定所述目标区域在所述第一预设历史时段内每天的不同子时段的违法停车数；
根据所述空闲停车位信息，确定所述目标区域和所述目标区域的邻近区域在所述每天的不同子时段的空闲停车位数；
针对每一所述子时段，根据所述目标区域及其邻近区域在所述第一预设历史时段内每天的该子时段的空闲停车位数和所述目标区域在所述第一预设历史时段内每天的该子时段的违法停车数，预测所述目标区域的当前停车位在该子时段能否满足停车需求。
可选地，所述根据所述目标区域及其邻近区域在所述第一预设历史时段内每天的该子时段的空闲停车位数和所述目标区域在所述第一预设历史时段内每天的该子时段的违法停车数，预测所述目标区域的当前停车位在该子时段能否满足停车需求，包括：
确定所述目标区域及其邻近区域在所述第一预设历史时段内每天的该子时段的空闲停车位数的第一统计值，其中，所述第一统计值包括中位数、最大值和最小值中的至少一者；
确定所述目标区域在所述第一预设历史时段内每天的该子时段的违法停车数的第二统计值，其中，所述第二统计值与所述第一统计值的类型相同；
根据所述第一统计值和所述第二统计值，预测所述目标区域的当前停车位在该子时段能否满足停车需求。
可选地，所述第一统计值包括中位数、最大值和最小值；
所述根据所述第一统计值和所述第二统计值，预测所述目标区域的当前停车位在该子时段能否满足停车需求，包括：
若满足以下条件中的一者，则确定所述目标区域的当前停车位在该子时段能够满足停车需求：
所述第二统计值中的中位数大于所述第一统计值中的中位数；
所述第二统计值中的最大值大于所述第一统计值中的最大值；
所述第二统计值中的最小值大于所述第一统计值中的最小值。
可选地，所述方法还包括：
若确定所述目标区域的当前停车位在该子时段无法满足停车需求，则输出所述第二统计值相对于N个第二预设历史时段对应的第三统计值的变化趋势、所述第一统计值、所述第二统计值以及所述目标区域的区域类型中的至少一者，其中，N大于或等于1，N个所述第二预设历史时段为所述第一预设历史时段之前的N个不重叠时段，所述第二预设历史时段与所述第一预设历史时段的时长相等，所述第三统计值包括所述目标区域分别在每一所述第二预设历史时段内每天的该子时段的违法停车数的第四统计值，所述第四统计值与所述第一统计值的类型相同。
可选地，所述方法还包括：
若确定所述目标区域的当前停车位在该子时段能够满足停车需求，则判断所述目标区域及其邻近区域是否设置有停车指示装置；
若确定所述目标区域及其邻近区域内均未设置所述停车指示装置，则输出用于提示增加所述停车指示装置的提示消息。
第二方面，本公开提供一种停车需求预测装置，包括：
获取模块，用于获取目标区域在第一预设历史时段内的违规停车数据和空闲停车位信息；
预测模块，用于根据所述获取模块获取到的所述违规停车数据和所述空闲停车位信息，预测所述目标区域的当前停车位能否满足停车需求。
可选地，所述预测模块包括：
第一确定子模块，用于根据所述违规停车数据，确定所述目标区域在所述第一预设历史时段内每天的不同子时段的违法停车数；
第二确定子模块，用于根据所述空闲停车位信息，确定所述目标区域和所述目标区域的邻近区域在所述每天的不同子时段的空闲停车位数；
预测子模块，用于针对每一所述子时段，根据所述目标区域及其邻近区域在所述第一预设历史时段内每天的该子时段的空闲停车位数和所述目标区域在所述第一预设历史时段内每天的该子时段的违法停车数，预测所述目标区域的当前停车位在该子时段能否满足停车需求。
第三方面，本公开提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面提供的所述方法的步骤。
第四方面，本公开提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面提供的所述方法的步骤。
在上述技术方案中，首先，获取目标区域在第一预设历史时段内的违规停车数据和空闲停车位信息，然后，根据获取到的违规停车数据和空闲停车位信息，预测目标区域的当前停车位能否满足停车需求。其中，违规停车和空闲停车位均是与实际停车情况直接相关的因素，这样，根据这两个因素预测得到的停车需求与实际情况更加吻合，从而为合理规划停车位提供有效指导作用，以有效缓解停车难、停车乱的问题，也能够有效避免因规划停车位过多导致的停车位利用率不高的问题，提升资金和土地资源利用率，促进社会、经济发展。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种停车需求预测方法的流程图。
图2是根据另一示例性实施例示出的一种停车需求预测方法的流程图。
图3是根据另一示例性实施例示出的一种停车需求预测方法的流程图。
图4是根据一示例性实施例示出的一种停车需求预测装置的框图。
图5是根据一示例性实施例示出的一种电子设备的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
正如背景技术中论述的那样，现阶段主要通过模型和配建的停车需求标准进行停车需求预测，但由于模型参数是根据停车需求标准或模型训练回归得出的，无法因地制宜地和更快的反映复杂因素带来的影响，导致预测的停车需求与实际情况存在偏差。
鉴于此，本公开提供一种停车需求预测方法、装置、可读存储介质及电子设备。
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
图1是根据一示例性实施例示出的一种停车需求预测方法的流程图。如图1所示，该方法包括S101和S102。
在S101中，获取目标区域在第一预设历史时段内的违规停车数据和空闲停车位信息。
在本公开中，违规停车数据可以包括违规停车车辆标识(例如，车牌号)、违规停车位置、违规停车时段等信息，其中，可以通过交通违规库来获取该违规停车数据；空闲停车位信息可以包括目标区域内各空闲停车位的空闲时段。
另外，第一预设历史时段可以例如是最近两年、最近一年、最近半年等时段，目标区域可以例如是某个城市、某城市的一分区、某个工业区、某个住宅区、某个区域通过网格划分后所得的任一网格单元等，对此，本公开中均不作具体限定。
在S102中，根据违规停车数据和空闲停车位信息，预测目标区域的当前停车位能否满足停车需求。
在上述技术方案中，首先，获取目标区域在第一预设历史时段内的违规停车数据和空闲停车位信息，然后，根据获取到的违规停车数据和空闲停车位信息，预测目标区域的当前停车位能否满足停车需求。其中，违规停车和空闲停车位均是与实际停车情况直接相关的因素，这样，根据这两个因素预测得到的停车需求与实际情况更加吻合，从而为合理规划停车位提供有效指导作用，以有效缓解停车难、停车乱的问题，也能够有效避免因规划停车位过多导致的停车位利用率不高的问题，提升资金和土地资源利用率，促进社会、经济发展。
下面针对上述S102中的根据违规停车数据和空闲停车位信息，预测目标区域的当前停车位能否满足停车需求的具体实施方式进行详细说明。具体来说，可以通过以下步骤(1)～步骤(3)来实现：
(1)根据违规停车数据，确定目标区域在第一预设历史时段内每天的不同子时段的违法停车数。
示例地，可以将每天划分为早间(06:00-11:00)、午间(11:00-16:00)、晚间(17:00-22:00)以及深夜(22：00-06：00)四个子时段。
(2)根据空闲停车位信息，确定目标区域和目标区域的邻近区域在每天的不同子时段的空闲停车位数。
在本公开中，目标区域的邻近区域可以为与目标区域的中心点的距离小于预设距离阈值(例如，500米)的区域。
(3)针对每一子时段，根据目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数和目标区域在第一预设历史时段内每天的该子时段的违法停车数，预测目标区域的当前停车位在该子时段能否满足停车需求。
示例地，第一预设历史时段为最近一年，最近一年包括365天，第一预设历史时段内每天的该子时段的空闲停车位数为最近365天内每天的该子时段的空闲停车位数，即365个空闲停车位数；同样地，第一预设历史时段内每天的该子时段的违法停车数为最近365天内每天的该子时段的违法停车数，即365个违法停车数。此时，可以针对每一子时段，根据上述365个空闲停车位数和365个违法停车数，预测目标区域的当前停车位在该子时段能否满足停车需求。
在该种实施方式中，由于每天的不同时段的停车情况相差较大，故将每天拆分为多个子时段，之后，针对每个子时段分别进行停车需求预测，从而可以提升目标区域停车需求预测的准确度，使其更加符合实际。
下面针对上述步骤(3)中的根据目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数和目标区域在第一预设历史时段内每天的该子时段的违法停车数，预测目标区域的当前停车位在该子时段能否满足停车需求的具体实施方式进行详细说明。具体来说，可以通过以下步骤(31)～步骤(33)来实现：
(31)确定目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数的第一统计值。
在本公开中，第一统计值包括中位数、最大值和最小值中的至少一者，其中，第一统计值中的中位数为目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数的中位数，第一统计值中的最大值为目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数的最大值，第一统计值中的最小值为目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数的最小值。
(32)确定目标区域在第一预设历史时段内每天的该子时段的违法停车数的第二统计值。
在本公开中，第二统计值与第一统计值的类型相同。示例地，第一统计值包括中位数和最大值，第二统计值也包括中位数和最大值；又示例地，第一统计值包括中位数、最大值和最小值，第二统计值也包括中位数、最大值和最小值。
其中，第二统计值中的中位数为目标区域在第一预设历史时段内每天的该子时段的违法停车数的中位数，第二统计值中的最大值为目标区域在第一预设历史时段内每天的该子时段的违法停车数的最大值，第二统计值中的最小值为目标区域在第一预设历史时段内每天的该子时段的违法停车数的最小值。
(33)根据第一统计值和第二统计值，预测目标区域的当前停车位在该子时段能否满足停车需求。
具体来说，在一种实施方式中，第一统计值和第二统计值均包括中位数。此时，可以根据第一统计值和第二统计值，通过以下方式预测目标区域的当前停车位在该子时段能否满足停车需求：若第二统计值中的中位数大于第一统计值中的中位数，即目标区域在第一预设历史时段内每天的该子时段的违法停车数的中位数大于目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数的中位数，则确定目标区域的当前停车位在该子时段能够满足停车需求；若第二统计值中的中位数小于或等于第一统计值中的中位数，即目标区域在第一预设历史时段内每天的该子时段的违法停车数的中位数小于或等于目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数的中位数，则确定目标区域的当前停车位在该子时段无法满足停车需求。
在另一种实施方式中，第一统计值和第二统计值均包括最大值。此时，可以根据第一统计值和第二统计值，通过以下方式预测目标区域的当前停车位在该子时段能否满足停车需求：若第二统计值中的最大值大于第一统计值中的最大值，即目标区域在第一预设历史时段内每天的该子时段的违法停车数的最大值大于目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数的最大值，则确定目标区域的当前停车位在该子时段能够满足停车需求；若第二统计值中的最大值小于或等于第一统计值中的最大值，即目标区域在第一预设历史时段内每天的该子时段的违法停车数的最大值小于或等于目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数的最大值，则确定目标区域的当前停车位在该子时段无法满足停车需求。
在又一种实施方式中，第一统计值和第二统计值均包括最小值。此时，可以根据第一统计值和第二统计值，通过以下方式预测目标区域的当前停车位在该子时段能否满足停车需求：若第二统计值中的最小值大于第一统计值中的最小值，即目标区域在第一预设历史时段内每天的该子时段的违法停车数的最小值大于目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数的最小值，则确定目标区域的当前停车位在该子时段能够满足停车需求；若第二统计值中的最小值小于或等于第一统计值中的最小值，即目标区域在第一预设历史时段内每天的该子时段的违法停车数的最小值小于或等于目标区域及其邻近区域在第一预设历史时段内每天的该子时段的空闲停车位数的最小值，则确定目标区域的当前停车位在该子时段无法满足停车需求。
在又一种实施方式中，第一统计值和第二统计值均包括中位数和最大值。此时，可以根据第一统计值和第二统计值，通过以下方式预测目标区域的当前停车位在该子时段能否满足停车需求：若第二统计值中的中位数大于第一统计值中的中位数、或者第二统计值中的最大值大于第一统计值中的最大值，则确定目标区域的当前停车位在该子时段能够满足停车需求；若第二统计值中的中位数小于或等于第一统计值中的中位数、且第二统计值中的最大值小于或等于第一统计值中的最大值，则确定目标区域的当前停车位在该子时段无法满足停车需求。
在又一种实施方式中，第一统计值和第二统计值均包括中位数和最小值。此时，可以根据第一统计值和第二统计值，通过以下方式预测目标区域的当前停车位在该子时段能否满足停车需求：若第二统计值中的中位数大于第一统计值中的中位数、或者第二统计值中的最小值大于第一统计值中的最小值，则确定目标区域的当前停车位在该子时段能够满足停车需求；若第二统计值中的中位数小于或等于第一统计值中的中位数、且第二统计值中的最小值小于或等于第一统计值中的最小值，则确定目标区域的当前停车位在该子时段无法满足停车需求。
在又一种实施方式中，第一统计值和第二统计值均包括最小值和最大值。此时，可以根据第一统计值和第二统计值，通过以下方式预测目标区域的当前停车位在该子时段能否满足停车需求：若第二统计值中的最小值大于第一统计值中的最小值、或者第二统计值中的最大值大于第一统计值中的最大值，则确定目标区域的当前停车位在该子时段能够满足停车需求；若第二统计值中的最小值小于或等于第一统计值中的最小值、且第二统计值中的最大值小于或等于第一统计值中的最大值，则确定目标区域的当前停车位在该子时段无法满足停车需求。
在又一种实施方式中，第一统计值和第二统计值均包括中位数、最大值和最小值。此时，可以根据第一统计值和第二统计值，通过以下方式预测目标区域的当前停车位在该子时段能否满足停车需求：
若满足以下条件①～条件③中的一者，则确定目标区域的当前停车位在该子时段能够满足停车需求：①第二统计值中的中位数大于第一统计值中的中位数；②第二统计值中的最大值大于第一统计值中的最大值；③第二统计值中的最小值大于第一统计值中的最小值。
若第二统计值中的中位数小于或等于第一统计值中的中位数、第二统计值中的最大值小于或等于第一统计值中的最大值、且第二统计值中的最小值小于或等于第一统计值中的最小值，则确定目标区域的当前停车位在该子时段无法满足停车需求。
在该种实施方式中，从违法停车数和空闲停车位数的三个不同维度(即中位数、最小值和最大值)对停车需求进行预测，从而可以提升预测的准确度，使得预测得到的停车需求与实际情况更加吻合。
图2是根据另一示例性实施例示出的一种停车需求预测方法的流程图。如图2所示，上述方法还包括S103。
在S103中，若确定目标区域的当前停车位在该子时段无法满足停车需求，则输出第二统计值相对于N个第二预设历史时段对应的第三统计值的变化趋势、第一统计值、第二统计值以及目标区域的区域类型中的至少一者。
在本公开中，区域类型可以为商业区、工业区、住宅区中的一者，可以根据目标区域的地理位置确定其所属的区域类型。
N大于或等于1，N个第二预设历史时段为第一预设历史时段之前的N个不重叠时段，第二预设历史时段与第一预设历史时段的时长相等，第三统计值包括目标区域分别在每一第二预设历史时段内每天的该子时段的违法停车数的第四统计值，第四统计值与第一统计值的类型相同。
示例地，第一预设历史时段为2020年，N＝2，则2个第二预设历史时段可以包括2019年和2018年，则2019年和2018年对应的第三统计值包括目标区域在2019年每天的该子时段的违法停车数的统计值和目标区域在2018年每天的该子时段的违法停车数的统计值；第二统计值相对于N个第二预设历史时段对应的第三统计值的变化趋势即为目标区域在2020年每天的该子时段的违法停车数的第二统计值相对于目标区域在2019年每天的该子时段的违法停车数的统计值和目标区域在2018年每天的该子时段的违法停车数的统计值的变化趋势。
在确定目标区域的当前停车位在该子时段无法满足停车需求时，输出第二统计值相对于N个第二预设历史时段对应的第三统计值的变化趋势、第一统计值、第二统计值以及目标区域的区域类型这些信息，以为停车位规划提供更加具体详细的参考信息，从而为合理规划停车位提供更为有力的指导作用。
此外，为了减少因停车指示装置(例如停车指示牌)设置不足导致的违规停车行为，可以在确定目标区域的当前停车位在该子时段能够满足停车需求的情况下，当目标区域及其邻近区域内均未设置停车指示装置时，输出用于提示增加停车指示装置的提示消息。具体来说，如图3所示，上述方法还包括S104和S105。
在S104中，若确定目标区域的当前停车位在该子时段能够满足停车需求，则判断目标区域及其邻近区域是否设置有停车指示装置。
在本公开中，若目标区域及其邻近区域内均未设置停车指示装置，则执行以下S105；若目标区域设置有停车指示装置，或者目标区域的邻近区域设置有停车指示装置，则不执行操作，即结束。
在S105中，输出用于提示增加停车指示装置的提示消息。
基于相同的发明构思，本公开还提供一种停车需求预测装置，如图4所示，该装置400包括：获取模块401，用于获取目标区域在第一预设历史时段内的违规停车数据和空闲停车位信息；预测模块402，用于根据所述获取模块401获取到的所述违规停车数据和所述空闲停车位信息，预测所述目标区域的当前停车位能否满足停车需求。
在上述技术方案中，首先，获取目标区域在第一预设历史时段内的违规停车数据和空闲停车位信息，然后，根据获取到的违规停车数据和空闲停车位信息，预测目标区域的当前停车位能否满足停车需求。其中，违规停车和空闲停车位均是与实际停车情况直接相关的因素，这样，根据这两个因素预测得到的停车需求与实际情况更加吻合，从而为合理规划停车位提供有效指导作用，以有效缓解停车难、停车乱的问题，也能够有效避免因规划停车位过多导致的停车位利用率不高的问题，提升资金和土地资源利用率，促进社会、经济发展。
可选地，所述预测模块402包括：第一确定子模块，用于根据所述违规停车数据，确定所述目标区域在所述第一预设历史时段内每天的不同子时段的违法停车数；第二确定子模块，用于根据所述空闲停车位信息，确定所述目标区域和所述目标区域的邻近区域在所述每天的不同子时段的空闲停车位数；第一预测子模块，用于针对每一所述子时段，根据所述目标区域及其邻近区域在所述第一预设历史时段内每天的该子时段的空闲停车位数和所述目标区域在所述第一预设历史时段内每天的该子时段的违法停车数，预测所述目标区域的当前停车位在该子时段能否满足停车需求。
可选地，所述第一预测子模块包括：第三确定子模块，用于确定所述目标区域及其邻近区域在所述第一预设历史时段内每天的该子时段的空闲停车位数的第一统计值，其中，所述第一统计值包括中位数、最大值和最小值中的至少一者；第四确定子模块，用于确定所述目标区域在所述第一预设历史时段内每天的该子时段的违法停车数的第二统计值，其中，所述第二统计值与所述第一统计值的类型相同；第二预测子模块，用于根据所述第一统计值和所述第二统计值，预测所述目标区域的当前停车位在该子时段能否满足停车需求。
可选地，所述第一统计值包括中位数、最大值和最小值；
所述第二预测子模块包括：第五确定子模块，用于若满足以下条件中的一者，则确定所述目标区域的当前停车位在该子时段能够满足停车需求：所述第二统计值中的中位数大于所述第一统计值中的中位数；所述第二统计值中的最大值大于所述第一统计值中的最大值；所述第二统计值中的最小值大于所述第一统计值中的最小值。
可选地，所述装置400还包括：输出模块，用于若确定所述目标区域的当前停车位在该子时段无法满足停车需求，则输出所述第二统计值相对于N个第二预设历史时段对应的第三统计值的变化趋势、所述第一统计值、所述第二统计值以及所述目标区域的区域类型中的至少一者，其中，N大于或等于1，N个所述第二预设历史时段为所述第一预设历史时段之前的N个不重叠时段，所述第二预设历史时段与所述第一预设历史时段的时长相等，所述第三统计值包括所述目标区域分别在每一所述第二预设历史时段内每天的该子时段的违法停车数的第四统计值，所述第四统计值与所述第一统计值的类型相同。
可选地，所述装置400还包括：判断模块，用于若确定所述目标区域的当前停车位在该子时段能够满足停车需求，则判断所述目标区域及其邻近区域是否设置有停车指示装置；所述输出模块，还用于若确定所述目标区域及其邻近区域内均未设置所述停车指示装置，则输出用于提示增加所述停车指示装置的提示消息。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开还提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开提供的上述停车需求预测方法的步骤。
图5是根据一示例性实施例示出的一种电子设备500的框图。如图5所示，该电子设备500可以包括：处理器501，存储器502。该电子设备500还可以包括多媒体组件503，输入/输出(I/O)接口504，以及通信组件505中的一者或多者。
其中，处理器501用于控制该电子设备500的整体操作，以完成上述的停车需求预测方法中的全部或部分步骤。存储器502用于存储各种类型的数据以支持在该电子设备500的操作，这些数据例如可以包括用于在该电子设备500上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器502可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件503可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器502或通过通信组件505发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口504为处理器501和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件505用于该电子设备500与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件505可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备500可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的停车需求预测方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的停车需求预测方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器502，上述程序指令可由电子设备500的处理器501执行以完成上述的停车需求预测方法。
图6是根据一示例性实施例示出的一种电子设备600的框图。例如，电子设备600可以被提供为一服务器。参照图6，电子设备600包括处理器622，其数量可以为一个或多个，以及存储器632，用于存储可由处理器622执行的计算机程序。存储器632中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器622可以被配置为执行该计算机程序，以执行上述的停车需求预测方法。
另外，电子设备600还可以包括电源组件626和通信组件650，该电源组件626可以被配置为执行电子设备600的电源管理，该通信组件650可以被配置为实现电子设备600的通信，例如，有线或无线通信。此外，该电子设备600还可以包括输入/输出(I/O)接口658。电子设备600可以操作基于存储在存储器632的操作系统，例如Windows ServerTM，Mac OSXTM，UnixTM，LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的停车需求预测方法的步骤。例如，该非临时性计算机可读存储介质可以为上述包括程序指令的存储器632，上述程序指令可由电子设备600的处理器622执行以完成上述的停车需求预测方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的停车需求预测方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (10)

1.一种停车需求预测方法，其特征在于，包括：
获取目标区域在第一预设历史时段内的违规停车数据和空闲停车位信息；
根据所述违规停车数据和所述空闲停车位信息，预测所述目标区域的当前停车位能否满足停车需求。
2.根据权利要求1所述的方法，其特征在于，所述根据所述违规停车数据和所述空闲停车位信息，预测所述目标区域的当前停车位能否满足停车需求，包括：
根据所述违规停车数据，确定所述目标区域在所述第一预设历史时段内每天的不同子时段的违法停车数；
根据所述空闲停车位信息，确定所述目标区域和所述目标区域的邻近区域在所述每天的不同子时段的空闲停车位数；
针对每一所述子时段，根据所述目标区域及其邻近区域在所述第一预设历史时段内每天的该子时段的空闲停车位数和所述目标区域在所述第一预设历史时段内每天的该子时段的违法停车数，预测所述目标区域的当前停车位在该子时段能否满足停车需求。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标区域及其邻近区域在所述第一预设历史时段内每天的该子时段的空闲停车位数和所述目标区域在所述第一预设历史时段内每天的该子时段的违法停车数，预测所述目标区域的当前停车位在该子时段能否满足停车需求，包括：
确定所述目标区域及其邻近区域在所述第一预设历史时段内每天的该子时段的空闲停车位数的第一统计值，其中，所述第一统计值包括中位数、最大值和最小值中的至少一者；
确定所述目标区域在所述第一预设历史时段内每天的该子时段的违法停车数的第二统计值，其中，所述第二统计值与所述第一统计值的类型相同；
根据所述第一统计值和所述第二统计值，预测所述目标区域的当前停车位在该子时段能否满足停车需求。
4.根据权利要求3所述的方法，其特征在于，所述第一统计值包括中位数、最大值和最小值；
所述根据所述第一统计值和所述第二统计值，预测所述目标区域的当前停车位在该子时段能否满足停车需求，包括：
若满足以下条件中的一者，则确定所述目标区域的当前停车位在该子时段能够满足停车需求：
所述第二统计值中的中位数大于所述第一统计值中的中位数；
所述第二统计值中的最大值大于所述第一统计值中的最大值；
所述第二统计值中的最小值大于所述第一统计值中的最小值。
5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
若确定所述目标区域的当前停车位在该子时段无法满足停车需求，则输出所述第二统计值相对于N个第二预设历史时段对应的第三统计值的变化趋势、所述第一统计值、所述第二统计值以及所述目标区域的区域类型中的至少一者，其中，N大于或等于1，N个所述第二预设历史时段为所述第一预设历史时段之前的N个不重叠时段，所述第二预设历史时段与所述第一预设历史时段的时长相等，所述第三统计值包括所述目标区域分别在每一所述第二预设历史时段内每天的该子时段的违法停车数的第四统计值，所述第四统计值与所述第一统计值的类型相同。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：
若确定所述目标区域的当前停车位在该子时段能够满足停车需求，则判断所述目标区域及其邻近区域是否设置有停车指示装置；
若确定所述目标区域及其邻近区域内均未设置所述停车指示装置，则输出用于提示增加所述停车指示装置的提示消息。
7.一种停车需求预测装置，其特征在于，包括：
获取模块，用于获取目标区域在第一预设历史时段内的违规停车数据和空闲停车位信息；
预测模块，用于根据所述获取模块获取到的所述违规停车数据和所述空闲停车位信息，预测所述目标区域的当前停车位能否满足停车需求。
8.根据权利要求7所述的装置，其特征在于，所述预测模块包括：
第一确定子模块，用于根据所述违规停车数据，确定所述目标区域在所述第一预设历史时段内每天的不同子时段的违法停车数；
第二确定子模块，用于根据所述空闲停车位信息，确定所述目标区域和所述目标区域的邻近区域在所述每天的不同子时段的空闲停车位数；
预测子模块，用于针对每一所述子时段，根据所述目标区域及其邻近区域在所述第一预设历史时段内每天的该子时段的空闲停车位数和所述目标区域在所述第一预设历史时段内每天的该子时段的违法停车数，预测所述目标区域的当前停车位在该子时段能否满足停车需求。
9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-6中任一项所述方法的步骤。
CN202110998241.XA 2021-08-27 2021-08-27 停车需求预测方法、装置、可读存储介质及电子设备 Pending CN113807575A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110998241.XA CN113807575A (zh) 2021-08-27 2021-08-27 停车需求预测方法、装置、可读存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110998241.XA CN113807575A (zh) 2021-08-27 2021-08-27 停车需求预测方法、装置、可读存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN113807575A true CN113807575A (zh) 2021-12-17

Family

ID=78894270

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110998241.XA Pending CN113807575A (zh) 2021-08-27 2021-08-27 停车需求预测方法、装置、可读存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN113807575A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433269A (zh) * 2023-06-13 2023-07-14 四川交通职业技术学院 基于大数据的片区式无人驾驶车辆停车场收费方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105590461A (zh) * 2016-03-09 2016-05-18 余水平 一种利用违章大数据对路边停车进行提示及引导的方法
CN106503840A (zh) * 2016-10-17 2017-03-15 中国科学院深圳先进技术研究院 停车场可用车位预测方法及系统
CN106779256A (zh) * 2017-03-24 2017-05-31 山东大学 一种基于事件驱动的停车空余泊位数实时预测方法及系统
CN107657812A (zh) * 2017-08-29 2018-02-02 陈飞 一种根据交通流量预测进行动态规划停车位的方法
CN110175704A (zh) * 2019-05-07 2019-08-27 南京师范大学 一种共享车辆规范停车区域划分方法
US20190272682A1 (en) * 2018-03-01 2019-09-05 Carnegie Mellon University Vehicle Parking System and Method
CN112734124A (zh) * 2021-01-15 2021-04-30 华设设计集团股份有限公司 基于供需平衡和可达性最优的公共停车场布点规划方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105590461A (zh) * 2016-03-09 2016-05-18 余水平 一种利用违章大数据对路边停车进行提示及引导的方法
CN106503840A (zh) * 2016-10-17 2017-03-15 中国科学院深圳先进技术研究院 停车场可用车位预测方法及系统
CN106779256A (zh) * 2017-03-24 2017-05-31 山东大学 一种基于事件驱动的停车空余泊位数实时预测方法及系统
CN107657812A (zh) * 2017-08-29 2018-02-02 陈飞 一种根据交通流量预测进行动态规划停车位的方法
US20190272682A1 (en) * 2018-03-01 2019-09-05 Carnegie Mellon University Vehicle Parking System and Method
CN110175704A (zh) * 2019-05-07 2019-08-27 南京师范大学 一种共享车辆规范停车区域划分方法
CN112734124A (zh) * 2021-01-15 2021-04-30 华设设计集团股份有限公司 基于供需平衡和可达性最优的公共停车场布点规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
北京市交通委员会: "北京市停车资源普查报告发布城镇地区停车位总量382万", Retrieved from the Internet <URL:http://jtw.beijing.gov.cn/xxgk/xwfbh/201912/t20191209_1007701.html> *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433269A (zh) * 2023-06-13 2023-07-14 四川交通职业技术学院 基于大数据的片区式无人驾驶车辆停车场收费方法及装置
CN116433269B (zh) * 2023-06-13 2023-08-18 四川交通职业技术学院 基于大数据的片区式无人驾驶车辆停车场收费方法及装置

Similar Documents

Publication Publication Date Title
CN106971604B (zh) 一种停车位资源配置方法和装置
CN111006682B (zh) 导航路线规划方法、装置、电子设备及存储介质
CN107895504B (zh) 室内停车场车位引导系统及其地图重构方法
TW202016728A (zh) 路口是否存在目標道路設施的判斷方法及系統
CN109410563B (zh) 监控车辆停放的方法、装置、系统及服务器
CN103985271A (zh) 一种基于云物联的智能停车引导系统
EP3425530A1 (en) Target location search method and apparatus
CN113807575A (zh) 停车需求预测方法、装置、可读存储介质及电子设备
JP2019159663A (ja) 情報処理システム、情報処理方法、及び情報処理プログラム
CN116136413A (zh) 排放优化的车辆路径和充电
CN112132725A (zh) 车辆还车判定方法、装置及电子设备
CN113888000A (zh) 一种共享单车的调度方法及装置
CN111126752A (zh) 车辆站点管理方法、装置、计算机设备和存储介质
CN114036411A (zh) 一种路线规划方法、装置、设备及介质
CN106382036A (zh) 一种停车位管理方法、系统及终端
CN111210134B (zh) 服务区域划分方法、装置、服务器和可读存储介质
CN111178948B (zh) 一种共享汽车动态借车实现方法
CN111641924A (zh) 位置数据生成方法、装置和电子设备
CN115188215B (zh) 电子设备及站点间公交行驶时长的预测方法
GB2584862A (en) System and method for populating a database with occupancy data of parking facilities
CN113225674B (zh) 一种指纹定位方法、系统、服务器和存储介质
CN114973745B (zh) 停车场推荐方法及汽车
CN111429742B (zh) 一种路侧设备分配方法及装置
AU2020438755A1 (en) Method and apparatus for determining service area of parking lot, device, and storage medium
CN110264580B (zh) 一种非固定车位的管理方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination