CN114664109A - 一种适用于立体车库的智能控制方法 - Google Patents

一种适用于立体车库的智能控制方法 Download PDF

Info

Publication number
CN114664109A
CN114664109A CN202210070592.9A CN202210070592A CN114664109A CN 114664109 A CN114664109 A CN 114664109A CN 202210070592 A CN202210070592 A CN 202210070592A CN 114664109 A CN114664109 A CN 114664109A
Authority
CN
China
Prior art keywords
parking
garage
vehicle
user
plan
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
CN202210070592.9A
Other languages
English (en)
Inventor
韦伟
袁家清
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.)
Hefei Weihua Intelligent Parking Equipment Co ltd
Original Assignee
Hefei Weihua Intelligent Parking Equipment 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 Hefei Weihua Intelligent Parking Equipment Co ltd filed Critical Hefei Weihua Intelligent Parking Equipment Co ltd
Priority to CN202210070592.9A priority Critical patent/CN114664109A/zh
Publication of CN114664109A publication Critical patent/CN114664109A/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
    • G08G1/145—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
    • E—FIXED CONSTRUCTIONS
    • E04—BUILDING
    • E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
    • E04H6/00—Buildings for parking cars, rolling-stock, aircraft, vessels or like vehicles, e.g. garages
    • E04H6/42—Devices or arrangements peculiar to garages, not covered elsewhere, e.g. securing devices, safety devices, monitoring and operating schemes; centering devices
    • E04H6/422—Automatically operated car-parks
    • 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
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30264—Parking

Abstract

本发明涉及车库控制，具体涉及一种适用于立体车库的智能控制方法，接收用户发送的停车预约信息/取车预约信息，结合车库中各停车位的停车状态生成对应的停车计划/取车计划，并与用户、待停放车辆进行绑定存储，通过向各用户发送对应的停车计划/取车计划，对用户的停车及取车动作进行调度；本发明提供的技术方案能够有效克服现有技术所存在的无法对停车路径、取车路径进行有效优化的缺陷。

Description

一种适用于立体车库的智能控制方法
技术领域
本发明涉及车库控制，具体涉及一种适用于立体车库的智能控制方法。
背景技术
随着人们的生活水平不断提高，越来越多的人购买了私家车，对城市的交通和环境起到了一定的影响。而随着城市机动车保有量不断增加，单位停车场、社会停车场等由于地面规划的车位数量有限，需要新建越来越多的立体车库，以节约土地，增加容纳车辆的数量。
“停车难”问题出现的同时，也给立体车库设备行业带来了巨大的市场和广阔的商机。目前，很多大中型商场、超市、小区、活动场所等很多都已经建起了立体车库，能够提供大量停车位。与此同时，人们在使用立体车库设备停车、取车时，追求的主要是停车/取车速度、等待时间以及方便程度。随着我国经济持续快速的发展，城市规划的不断完善，立体车库设备行业将成为一个充满生机的朝阳行业，立体车库相关技术也需要充分满足用户需求，以得到长足发展。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了一种适用于立体车库的智能控制方法，能够有效克服现有技术所存在的无法对停车路径、取车路径进行有效优化的缺陷。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种适用于立体车库的智能控制方法，接收用户发送的停车预约信息/取车预约信息，结合车库中各停车位的停车状态生成对应的停车计划/取车计划，并与用户、待停放车辆进行绑定存储，通过向各用户发送对应的停车计划/取车计划，对用户的停车及取车动作进行调度。
优选地，所述接收用户发送的停车预约信息，结合车库中各停车位的停车状态生成对应的停车计划，包括：
对各停车位的停车状态进行检测，选取未停放车辆的停车位，并结合车库范围内的各个元素生成车库停车图；
获取车库停车图的灰度图像，以得到二值化停车地图；
从车库入口处开始进行形态学膨胀，并对二值化停车地图进行多轮形态学膨胀，不断对每一次膨胀位置增加势能值，生成停车势能图；
采用动态时间窗法解决多车停车路径资源竞争，并在停车势能图中寻找从车库入口至未停放车辆的停车位具有势能下降的路径，作为最优停车路径。
优选地，所述从车库入口处开始进行形态学膨胀，并对二值化停车地图进行多轮形态学膨胀，包括：
进行完一轮形态学膨胀后，检测膨胀位置是否存在障碍物，在膨胀结果中去除上一轮形态学膨胀的像素点，以及存在障碍物的膨胀位置，不再参加下一轮形态学膨胀。
优选地，所述获取车库停车图的灰度图像，以得到二值化停车地图，包括：
将车库停车图中的各个元素及未停放车辆的停车位标记为具有对应灰度值的灰度图像，采用阈值分割方法对灰度图像进行处理，得到二值化停车地图。
优选地，所述接收用户发送的取车预约信息，结合车库中各停车位的停车状态生成对应的取车计划，包括：
将停放车辆的停车位作为初始移动位置，确定初始移动位置移动至所有通道交叉节点处的所有移动路径，计算每条移动路径对应的移动距离、驶出时间；
基于移动距离/驶出时间依次优选后续移动位置，并在确定下一移动位置之前，计算当前移动路径对应的移动距离/驶出时间，直至计算到与车库出口之间移动路径对应的移动距离/驶出时间；
将各优选移动位置按照移动路径连接，作为最优取车路径。
优选地，所述基于移动距离/驶出时间依次优选后续移动位置，包括：
依据不同的取车时间段，以及车库的不同运行阶段，确定依据移动距离或驶出时间对后续移动位置进行依次优选。
优选地，所述依据不同的取车时间段，以及车库的不同运行阶段，确定依据移动距离或驶出时间对后续移动位置进行依次优选，包括：
基于单位时间内驶出车库出口的车辆数量，确定当前是否处于取车高峰期；基于单位时间内接收用户发送的停车预约信息、取车预约信息的数量，确定系统是否处于繁忙状态；
当处于取车高峰期/系统处于繁忙状态时，依据驶出时间对后续移动位置进行依次优选；否则，依据移动距离对后续移动位置进行依次优选。
优选地，停车过程包括：
用户向系统发送停车预约信息，系统对停车预约信息进行分析，结合各停车位的停车状态选取合适的未停放车辆的停车位，同时生成停车计划并发送给用户，系统对停车计划、用户、待停放车辆进行绑定存储；
待停放车辆到达车库入口后，系统进行车牌识别审核，并对审核通过的车辆予以放行，同时通过驱动升降电梯将车辆运送至相应的车库层级；
到达相应车库层级后，用户根据停车计划中的最优停车路径驶入对应停车位，完成对用户停车动作的调度；
其中，停车预约信息包括用户姓名、车辆重量、车辆高度和车牌号。
优选地，取车过程包括：
用户向系统发送取车预约信息，系统对取车预约信息进行分析，确定停放车辆的停车位后，生成取车计划并发送给用户，系统对取车计划、用户、待停放车辆进行绑定存储；
用户根据取车计划中的最优取车路径，并利用升降电梯行驶至车库出口后，系统进行车牌识别审核，并对审核通过的车辆予以放行，完成对用户取车动作的调度；
其中，取车预约信息包括用户姓名和车牌号。
(三)有益效果
与现有技术相比，本发明所提供的一种适用于立体车库的智能控制方法，具有以下有益效果：
1)根据待停放车辆的车辆情况，结合各停车位的停车状态选取合适的未停放车辆的停车位，再与车库范围内的各个元素生成车库停车图，获取车库停车图的灰度图像，以得到二值化停车地图，进行形态学膨胀后生成停车势能图，在停车势能图中寻找从车库入口至未停放车辆的停车位具有势能下降的路径，作为最优停车路径，在减少能耗的前提下实现对停车路径的有效优化；
2)确定初始移动位置移动至所有通道交叉节点处的所有移动路径，计算每条移动路径对应的移动距离、驶出时间，基于移动距离/驶出时间依次优选后续移动位置，将各优选移动位置按照移动路径连接，作为最优取车路径，在减少移动距离/减少驶出时间的前提下实现对取车路径的有效优化，同时还能够根据实际情况对前提条件进行选择，以得到更加合理的取车路径。
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为本发明的流程示意图；
图2为本发明中生成停车计划的流程示意图；
图3为本发明中生成取车计划的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例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作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。
一种适用于立体车库的智能控制方法，如图1所示，接收用户发送的停车预约信息/取车预约信息，结合车库中各停车位的停车状态生成对应的停车计划/取车计划，并与用户、待停放车辆进行绑定存储，通过向各用户发送对应的停车计划/取车计划，对用户的停车及取车动作进行调度。
①本申请技术方案中，停车过程包括：
用户向系统发送停车预约信息，系统根据车辆重量、车辆高度，结合各停车位的停车状态选取合适的未停放车辆的停车位，同时生成停车计划并发送给用户，系统基于用户姓名对停车计划、用户、待停放车辆进行绑定存储；
待停放车辆到达车库入口后，系统进行车牌识别审核，并对审核通过的车辆予以放行，同时通过驱动升降电梯将车辆运送至相应的车库层级；
到达相应车库层级后，用户根据停车计划中的最优停车路径驶入对应停车位，完成对用户停车动作的调度。
停车预约信息包括用户姓名、车辆重量、车辆高度和车牌号。系统根据车辆重量、车辆高度，结合各停车位的停车状态选取合适的未停放车辆的停车位，并将对应的停车计划、待停放车辆绑定后存储至用户姓名的文件夹中。
如图2所示，接收用户发送的停车预约信息，结合车库中各停车位的停车状态生成对应的停车计划，包括：
对各停车位的停车状态进行检测，选取未停放车辆的停车位，并结合车库范围内的各个元素(包括行驶通道、消防设备、安检设备等)生成车库停车图；
获取车库停车图的灰度图像，以得到二值化停车地图；
从车库入口处开始进行形态学膨胀，并对二值化停车地图进行多轮形态学膨胀，不断对每一次膨胀位置增加势能值，生成停车势能图；
采用动态时间窗法解决多车停车路径资源竞争，并在停车势能图中寻找从车库入口至未停放车辆的停车位具有势能下降的路径，作为最优停车路径。
其中，获取车库停车图的灰度图像，以得到二值化停车地图，包括：
将车库停车图中的各个元素及未停放车辆的停车位标记为具有对应灰度值的灰度图像，采用阈值分割方法对灰度图像进行处理，得到二值化停车地图。
其中，从车库入口处开始进行形态学膨胀，并对二值化停车地图进行多轮形态学膨胀，包括：
进行完一轮形态学膨胀后，检测膨胀位置是否存在障碍物，在膨胀结果中去除上一轮形态学膨胀的像素点，以及存在障碍物的膨胀位置，不再参加下一轮形态学膨胀。
本申请技术方案中，根据车辆重量、车辆高度，结合各停车位的停车状态选取合适的未停放车辆的停车位，再与车库范围内的各个元素生成车库停车图，获取车库停车图的灰度图像，以得到二值化停车地图，进行形态学膨胀后生成停车势能图，在停车势能图中寻找从车库入口至未停放车辆的停车位具有势能下降的路径，作为最优停车路径，能够在减少能耗的前提下实现对停车路径的有效优化。
②本申请技术方案中，取车过程包括：
用户向系统发送取车预约信息，系统基于用户姓名文件夹中存储的最优停车路径确定停放车辆的停车位后，生成取车计划并发送给用户，系统对取车计划、用户、待停放车辆进行绑定存储；
用户根据取车计划中的最优取车路径，并利用升降电梯行驶至车库出口后，系统进行车牌识别审核，并对审核通过的车辆予以放行，完成对用户取车动作的调度。
取车预约信息包括用户姓名和车牌号。系统基于用户姓名文件夹中存储的最优停车路径确定停放车辆的停车位后，生成取车计划发送给用户，并将对应的取车计划、待停放车辆绑定后存储至用户姓名的文件夹中。
如图3所示，接收用户发送的取车预约信息，结合车库中各停车位的停车状态生成对应的取车计划，包括：
将停放车辆的停车位作为初始移动位置，确定初始移动位置移动至所有通道交叉节点处的所有移动路径，计算每条移动路径对应的移动距离、驶出时间；
基于移动距离/驶出时间依次优选后续移动位置，并在确定下一移动位置之前，计算当前移动路径对应的移动距离/驶出时间，直至计算到与车库出口之间移动路径对应的移动距离/驶出时间；
将各优选移动位置按照移动路径连接，作为最优取车路径。
其中，基于移动距离/驶出时间依次优选后续移动位置，包括：
依据不同的取车时间段，以及车库的不同运行阶段，确定依据移动距离或驶出时间对后续移动位置进行依次优选，具体包括：
基于单位时间内驶出车库出口的车辆数量，确定当前是否处于取车高峰期；基于单位时间内接收用户发送的停车预约信息、取车预约信息的数量，确定系统是否处于繁忙状态；
当处于取车高峰期/系统处于繁忙状态时，依据驶出时间对后续移动位置进行依次优选；否则，依据移动距离对后续移动位置进行依次优选。
本申请技术方案中，确定初始移动位置移动至所有通道交叉节点处的所有移动路径，计算每条移动路径对应的移动距离、驶出时间，基于移动距离/驶出时间依次优选后续移动位置，将各优选移动位置按照移动路径连接，作为最优取车路径，在减少移动距离/减少驶出时间的前提下实现对取车路径的有效优化。同时，还能够根据实际情况对前提条件进行选择，以得到更加合理的取车路径。
针对单位时间内驶出车库出口的车辆数量、单位时间内接收用户发送的停车预约信息/取车预约信息的数量预先设定相关阈值，进行对比判断得出当前是否处于取车高峰期、系统是否处于繁忙状态。
当处于取车高峰期/系统处于繁忙状态时，依据驶出时间选取最优取车路径，使得车库能够在短时间内消化大量驶离车辆，防止车库内出现拥堵的情况。在当前不处于取车高峰期，且系统不处于繁忙状态时，依据移动距离选取最优取车路径，用户能够按照最短距离的最优取车路径驶出车库，减少能源消耗，从而能够根据实际情况确定最优取车路径，以提升取车路径设置的合理性。
以上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，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种适用于立体车库的智能控制方法，其特征在于：接收用户发送的停车预约信息/取车预约信息，结合车库中各停车位的停车状态生成对应的停车计划/取车计划，并与用户、待停放车辆进行绑定存储，通过向各用户发送对应的停车计划/取车计划，对用户的停车及取车动作进行调度。
2.根据权利要求1所述的适用于立体车库的智能控制方法，其特征在于：所述接收用户发送的停车预约信息，结合车库中各停车位的停车状态生成对应的停车计划，包括：
对各停车位的停车状态进行检测，选取未停放车辆的停车位，并结合车库范围内的各个元素生成车库停车图；
获取车库停车图的灰度图像，以得到二值化停车地图；
从车库入口处开始进行形态学膨胀，并对二值化停车地图进行多轮形态学膨胀，不断对每一次膨胀位置增加势能值，生成停车势能图；
采用动态时间窗法解决多车停车路径资源竞争，并在停车势能图中寻找从车库入口至未停放车辆的停车位具有势能下降的路径，作为最优停车路径。
3.根据权利要求2所述的适用于立体车库的智能控制方法，其特征在于：所述从车库入口处开始进行形态学膨胀，并对二值化停车地图进行多轮形态学膨胀，包括：
进行完一轮形态学膨胀后，检测膨胀位置是否存在障碍物，在膨胀结果中去除上一轮形态学膨胀的像素点，以及存在障碍物的膨胀位置，不再参加下一轮形态学膨胀。
4.根据权利要求2所述的适用于立体车库的智能控制方法，其特征在于：所述获取车库停车图的灰度图像，以得到二值化停车地图，包括：
将车库停车图中的各个元素及未停放车辆的停车位标记为具有对应灰度值的灰度图像，采用阈值分割方法对灰度图像进行处理，得到二值化停车地图。
5.根据权利要求1所述的适用于立体车库的智能控制方法，其特征在于：所述接收用户发送的取车预约信息，结合车库中各停车位的停车状态生成对应的取车计划，包括：
将停放车辆的停车位作为初始移动位置，确定初始移动位置移动至所有通道交叉节点处的所有移动路径，计算每条移动路径对应的移动距离、驶出时间；
基于移动距离/驶出时间依次优选后续移动位置，并在确定下一移动位置之前，计算当前移动路径对应的移动距离/驶出时间，直至计算到与车库出口之间移动路径对应的移动距离/驶出时间；
将各优选移动位置按照移动路径连接，作为最优取车路径。
6.根据权利要求5所述的适用于立体车库的智能控制方法，其特征在于：所述基于移动距离/驶出时间依次优选后续移动位置，包括：
依据不同的取车时间段，以及车库的不同运行阶段，确定依据移动距离或驶出时间对后续移动位置进行依次优选。
7.根据权利要求6所述的适用于立体车库的智能控制方法，其特征在于：所述依据不同的取车时间段，以及车库的不同运行阶段，确定依据移动距离或驶出时间对后续移动位置进行依次优选，包括：
基于单位时间内驶出车库出口的车辆数量，确定当前是否处于取车高峰期；基于单位时间内接收用户发送的停车预约信息、取车预约信息的数量，确定系统是否处于繁忙状态；
当处于取车高峰期/系统处于繁忙状态时，依据驶出时间对后续移动位置进行依次优选；否则，依据移动距离对后续移动位置进行依次优选。
8.根据权利要求1-7中任意一项所述的适用于立体车库的智能控制方法，其特征在于：停车过程包括：
用户向系统发送停车预约信息，系统对停车预约信息进行分析，结合各停车位的停车状态选取合适的未停放车辆的停车位，同时生成停车计划并发送给用户，系统对停车计划、用户、待停放车辆进行绑定存储；
待停放车辆到达车库入口后，系统进行车牌识别审核，并对审核通过的车辆予以放行，同时通过驱动升降电梯将车辆运送至相应的车库层级；
到达相应车库层级后，用户根据停车计划中的最优停车路径驶入对应停车位，完成对用户停车动作的调度；
其中，停车预约信息包括用户姓名、车辆重量、车辆高度和车牌号。
9.根据权利要求1-7中任意一项所述的适用于立体车库的智能控制方法，其特征在于：取车过程包括：
用户向系统发送取车预约信息，系统对取车预约信息进行分析，确定停放车辆的停车位后，生成取车计划并发送给用户，系统对取车计划、用户、待停放车辆进行绑定存储；
用户根据取车计划中的最优取车路径，并利用升降电梯行驶至车库出口后，系统进行车牌识别审核，并对审核通过的车辆予以放行，完成对用户取车动作的调度；
其中，取车预约信息包括用户姓名和车牌号。
CN202210070592.9A 2022-01-21 2022-01-21 一种适用于立体车库的智能控制方法 Pending CN114664109A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210070592.9A CN114664109A (zh) 2022-01-21 2022-01-21 一种适用于立体车库的智能控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210070592.9A CN114664109A (zh) 2022-01-21 2022-01-21 一种适用于立体车库的智能控制方法

Publications (1)

Publication Number Publication Date
CN114664109A true CN114664109A (zh) 2022-06-24

Family

ID=82025945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210070592.9A Pending CN114664109A (zh) 2022-01-21 2022-01-21 一种适用于立体车库的智能控制方法

Country Status (1)

Country Link
CN (1) CN114664109A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992036A (zh) * 2017-11-20 2018-05-04 汕头大学 一种智能停车库中存取车路径规划方法、装置及存储介质
CN108320576A (zh) * 2018-03-16 2018-07-24 上海芭比信息技术服务有限公司 基于物联网的智能立体车库预约存取车系统及方法
CN109242153A (zh) * 2018-08-16 2019-01-18 青岛华通石川岛停车装备有限责任公司 一种立体停车场取车路径规划方法
CN110161993A (zh) * 2019-05-22 2019-08-23 态好停停车设备科技(无锡)有限公司 一种立体车库的控制方法、装置及智能立体车库
KR102126328B1 (ko) * 2019-11-20 2020-06-24 에이제이오토파킹시스템즈 주식회사 입출고 속도를 높인 기계식 주차설비 및 이를 이용한 입출고 예약시스템
US20200293039A1 (en) * 2019-03-13 2020-09-17 Hanwha Defense Co., Ltd. Path providing apparatus and path providing method

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992036A (zh) * 2017-11-20 2018-05-04 汕头大学 一种智能停车库中存取车路径规划方法、装置及存储介质
CN108320576A (zh) * 2018-03-16 2018-07-24 上海芭比信息技术服务有限公司 基于物联网的智能立体车库预约存取车系统及方法
CN109242153A (zh) * 2018-08-16 2019-01-18 青岛华通石川岛停车装备有限责任公司 一种立体停车场取车路径规划方法
US20200293039A1 (en) * 2019-03-13 2020-09-17 Hanwha Defense Co., Ltd. Path providing apparatus and path providing method
CN110161993A (zh) * 2019-05-22 2019-08-23 态好停停车设备科技(无锡)有限公司 一种立体车库的控制方法、装置及智能立体车库
KR102126328B1 (ko) * 2019-11-20 2020-06-24 에이제이오토파킹시스템즈 주식회사 입출고 속도를 높인 기계식 주차설비 및 이를 이용한 입출고 예약시스템

Similar Documents

Publication Publication Date Title
Mounce et al. On the potential for one-way electric vehicle car-sharing in future mobility systems
CN111009151B (zh) 一种停车位推荐方法、存储介质及终端设备
CN107919014B (zh) 面向多载客里程的出租车运行线路优化方法
CN106469518A (zh) 基于视频跟踪识别的智能停车引导的方法、服务器和系统
CN105976041A (zh) 基于车联网的城市智能预约停车系统及方法
CN110675649A (zh) 一种智能预约停车系统和方法
CN103195279A (zh) 基于分布式无线网络的智能立体停车库
CN107170284A (zh) 一种洗车场管理服务端及数据处理方法
CN109272745A (zh) 一种基于深度神经网络的车辆轨迹预测方法
CN107170283A (zh) 一种停车位决策方法及系统
CN109118787A (zh) 一种基于深度神经网络的车辆速度预测方法
CN113650604A (zh) 一种自动泊车控制方法、装置、电子设备和存储介质
CN114038231B (zh) 停车场利用率调度方法、系统、设备以及存储介质
CN113299109A (zh) 一种适用于智慧城市的智慧停车管理系统
CN114419924B (zh) 一种基于智慧城市的ai应用控制管理系统
CN116798218A (zh) 一种基于数字孪生的城市低碳交通大数据检测方法
CN115545975A (zh) 一种基于景区停车场数据的管理方法、系统及存储介质
CN115206101A (zh) 一种基于停车引导的停车仿真系统设计方法
CN111275998A (zh) 一种停车方法及系统
CN110443518A (zh) 临时公共交通调度方法和系统以及计算机可读存储介质
CN110164174A (zh) 一种智能化侧方停车系统
CN114664109A (zh) 一种适用于立体车库的智能控制方法
CN113409585B (zh) 停车收费方法、系统及可读存储介质
CN113409567B (zh) 一种公交与自动驾驶车辆混行车道的交通评估方法和系统
CN114808810B (zh) 一种半自主交互式无人清扫车清扫系统及清扫方法

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