CN115131983B - 一种基于停车影响因子的泊车引导方法 - Google Patents

一种基于停车影响因子的泊车引导方法 Download PDF

Info

Publication number
CN115131983B
CN115131983B CN202210606221.8A CN202210606221A CN115131983B CN 115131983 B CN115131983 B CN 115131983B CN 202210606221 A CN202210606221 A CN 202210606221A CN 115131983 B CN115131983 B CN 115131983B
Authority
CN
China
Prior art keywords
parking
entrance
matrix
parking space
influence factor
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
CN202210606221.8A
Other languages
English (en)
Other versions
CN115131983A (zh
Inventor
吴瑶
王凌奕
孙知信
周继彪
丁红亮
王全城
王嘉集
苏俊强
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202210606221.8A priority Critical patent/CN115131983B/zh
Publication of CN115131983A publication Critical patent/CN115131983A/zh
Application granted granted Critical
Publication of CN115131983B publication Critical patent/CN115131983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于停车影响因子的泊车引导方法，包括如下步骤：获取停车场现有车位位置布局，日常停车情况，以及出入口布局情况；获取目的地与各个出口间的实际距离，对所有可能对停车位置有影响的因素进行处理，建立数学模型，根据用户具体停车需求作为影响因子，将全部影响因子放入模型，获得各停车车位(停车区域)权重，得出最优停车车位。本发明提高停车效率，在停车场车位引导和停车资源合理化分配上具有实际的工程应用价值。

Description

一种基于停车影响因子的泊车引导方法
技术领域
本发明公开了一种基于停车影响因子的泊车引导方法，涉及停车场停车优化与停车路径引导领域。
背景技术
随着我国社会经济的持续发展以及城镇化水平的不断提高,近年来城市汽车保有量大幅攀升，停车场车位利用效率不高，找不到合适的停车位问题日益尖锐。停车场虽然提供了停车的位置，但未对停车者进行高效的引导。如何让用户找到最合适的车位是一个需要解决的问题。目前，停车场内车位利用率极低，看到空位就停是很多驾驶员的选择，而往往停到的车位却不是最优车位，需要再走很长的距离才会到达想要去的地方或者是电梯。针对这一问题，现有的停车诱导算法都没有能高效解决这个问题，也不能很好的满足驾驶员的不同的停车需求，因此，目前缺乏一种合理的基于停车需求的停车优化与停车引导方法来优化停车场提供的停车资源。
发明内容
本发明针对上述背景技术中的缺陷，提供一种基于停车影响因子的泊车引导方法，通过多方面因素考虑，从不同角度对停车效率提高，满足多场景多情况多种需求。
为实现上述目的，本发明采用的技术方案如下，一种基于停车影响因子的泊车引导方法，包括：
获取目标停车场布局，
根据停车场布局建立停车引导数学模型；
将用户需求转化为影响因子作为自变量放入停车引导数学模型，获取最佳停车位停车方案。
进一步的，获取目标停车场布局包括：获取停车场实时车位使用情况；
每隔固定时间进行刷新，记录车位实时使用情况的矩阵A，
A＝[a1 a2 … an]；
其中，n为总车位数，an表示第n个车位使用情况；如果第n个车位已被占用或车位不可用，则an为0，如果第n个车位可用，则an为1。
进一步的，获取目标停车场布局包括：停车位距离出入口距离，出入口距离目的地距离，出入口是否有电梯；
其中:
停车位距离出入口距离，记为lnj，
lnj为第n个车位与第j个出入口的距离；
记录车位与各出入口距离的n*j矩阵W；
其中，
出入口距离目的地距离，记录为mj，本申请的目的地为离开停车场之后去的位置；
mj为第j个出入口与目的地的距离；
记录出入口与目的地的j*1矩阵M，
其中，
进一步的，所述将用户需求转化为影响因子作为自变量放入停车引导数学模型，获取最佳停车位停车方案具体计算方法包括：
F＝R*H，F取最大值时为当前需求下的最佳停车位置；
其中,R为停车场的布局基数矩阵，H为影响因子矩阵；
进一步的，
R＝W’*M’*A；
其中，
W’为对矩阵W的每一行向量依次进行归一化处理；
Maxn为矩阵W第n行最大值，Minn为矩阵W第n行最小值；对n行数据依次进行线性函数处理，得到矩阵W’；
M’为对应列矩阵M对每个元素mj进行归一化处理；
其中，mmax为列矩阵M中最大值，mmin为列矩阵M中最小值，
m'j为列矩阵M经过变换后M’中第j个元素；对M中每个元素依次进行线性函数处理，得到处理后的数据M’；
进一步的，所述用户需求转化为影响因子具体包括以下步骤：
将用户需求转换为影响因子矩阵H，
其中，hnj为第n个车位距离第j个出入口的影响因子，
hnj＝an*wj*βj
其中，an为第n个车位分别与各出入口距离上影响因子；
wj为第j个出入口是否有电梯的影响因子；
βj为第j个出入口分别与目的地距离上的影响因子。
第n个车位距离第j个出入口的影响因子hnj的具体计算方法为：
当用户没有此需求时,an默认为1,
当lnj≤50，an取1.5；
当50＜lnj≤100，an取1.3；
当100＜lnj≤200，an取1.1；
当lnj＞200，an取0.9。
进一步的，第j个出入口是否有电梯的影响因子具体计算方法为：
当用户没有此需求时wj默认为1
当第j个出入口有电梯，wj取1.3；
当第j个出入口无电梯，wj取0.7。
进一步的，第j个出入口距离目的地的影响因子具体计算方法为:
当用户没有此需求时βj默认为1；
对出入口距离目的地距离按由近到远进行排名，得到排名r；
当r＝1时，βj取1.3；
当1＜r≤3时，βj取1.1；
当r＞3时，βj取0.9。
有益效果：本发明能够通过停车位距离出入口距离，出入口距离目的地距离，出入口是否有电梯等多方面因素考虑，自动化智能化推荐最佳停车位，从不同角度对停车效率提高，满足多场景多情况多种需求。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合附图对技术方案的实施作进一步的详细描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示的一种实施例，一种基于停车影响因子的泊车引导方法，包括：
获取目标停车场布局，为方便模型处理，假设存在一目标停车场T可容纳车辆3*5，共15个车位，按行分别编号为1～15。
根据停车场布局建立停车引导数学模型；
将用户需求转化为影响因子作为自变量放入停车引导数学模型，获取最佳停车位停车方案。
获取目标停车场布局包括：获取停车场实时车位使用情况；
每隔固定时间进行刷新，记录车位实时使用情况的矩阵A，
A＝[a1 a2 … an]；
其中，n为总车位数，an表示第n个车位使用情况；如果第n个车位已被占用或车位不可用，则an为0，如果第n个车位可用，则an为1。设某一时刻，停车场T的停车情况满足矩阵A＝[1,0,1,0,0,0,1,1,0,0,0,1,1,1,0]。
获取目标停车场布局包括：停车位距离出入口距离，出入口距离目的地距离，出入口是否有电梯；
其中:
停车位距离出入口距离，记为lnj，
lnj为第n个车位与第j个出入口的距离；
记录车位与各出入口距离的n*j矩阵W；
其中，
对于停车场T，存在两个出口，满足
单位(米)
出入口距离目的地距离，记录为mj，
mj为第j个出入口与目的地的距离；
记录出入口与目的地的j*1矩阵M，
其中，假设对于给定特定用户A的目的地，在T停车场中，满足/>
进一步的，所述将用户需求转化为影响因子作为自变量放入停车引导数学模型，获取最佳停车位停车方案具体计算方法包括：
F＝R*H，F取最大值时为当前需求下的最佳停车位置；
其中,R为停车场的布局基数矩阵，H为影响因子矩阵；
R＝W’*M’*A；
其中，
W’为对矩阵W的每一行向量依次进行归一化处理；
Maxn为矩阵W第n行最大值，Minn为矩阵W第n行最小值；对n行数据依次进行线性函数处理，得到矩阵W'，计算得到W'
M'为对应矩阵M按列对每个元素mj进行归一化处理；
其中，mmax为列矩阵M中最大值，mmin为列矩阵M中最小值，
m'j为列矩阵M经过变换后M'中第j个元素。对M中每个元素依次进行线性函数处理，得到处理后的数据M'；计算得到M'
计算可得
所述用户需求转化为影响因子具体包括以下步骤：
将用户需求转换为影响因子矩阵H，
其中，hnj为第n个车位距离第j个出入口的影响因子，
hnj＝an*wj*βj
其中，an为第n个车位分别与各出入口距离上影响因子；
wj为第j个出入口是否有电梯的影响因子；
βj为第j个出入口分别与目的地距离上的影响因子。
第n个车位距离第j个出入口的影响因子hnj的具体计算方法为：
当用户没有此需求时,an默认为1,
当lnj≤50，an取1.5；
当50＜lnj≤100，an取1.3；
当100＜lnj≤200，an取1.1；
当lnj＞200，an取0.9。
第j个出入口是否有电梯的影响因子具体计算方法为：
当用户没有此需求时wj默认为1
当第j个出入口有电梯，wj取1.3；
当第j个出入口无电梯，wj取0.7。
第j个出入口距离目的地的影响因子具体计算方法为:
当用户没有此需求时βj默认为1；
对出入口距离目的地距离按由近到远进行排名，得到排名r；
当r＝1时，βj取1.3；
当1＜r≤3时，βj取1.1；
当r＞3时，βj取0.9。
对于特点用户A，不考虑电梯造成的影响，wj取默认值为1,用户对停车位置没有特点需求，an取默认值为1,对于一号入口β1取1.3，对于二号入口β2取1.1得到
代入F＝R*H计算，得到最佳停车位1，即并引导从出口2离开。
本发明能够通过停车位距离出入口距离，出入口距离目的地距离，出入口是否有电梯等多方面因素考虑，自动化智能化推荐最佳停车位，从不同角度对停车效率提高，满足多场景多情况多种需求。
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，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (1)

1.一种基于停车影响因子的泊车引导方法，其特征在于，包括：
获取目标停车场布局，
根据停车场布局建立停车引导数学模型；
将用户需求转化为影响因子作为自变量放入停车引导数学模型，获取最佳停车位停车方案，获取目标停车场布局包括：停车位距离出入口距离，出入口距离目的地距离，出入口是否有电梯；
其中:
停车位距离出入口距离，记为lnj，
lnj为第n个车位与第j个出入口的距离；
记录车位与各出入口距离的n*j矩阵W；
其中，
出入口距离目的地距离，记录为mj，
mj为第j个出入口与目的地的距离；
记录出入口与目的地j*1的矩阵M，
其中，
所述将用户需求转化为影响因子作为自变量放入停车引导数学模型，获取最佳停车位停车方案具体计算方法包括：
F＝R*H，F取最大值时为当前需求下的最佳停车位置；
其中，R为停车场的布局基数矩阵，H为影响因子矩阵，
R＝W’*M’*A；
其中，
W’为对矩阵W的每一行向量依次进行归一化处理；
Maxn为矩阵W第n行最大值，Minn为矩阵W第n行最小值；
l'nj为矩阵W经过变换后W’中第n行第j列元素；
对n行数据依次进行线性函数处理，得到矩阵W’；
M’为对列矩阵M每个元素mj进行归一化处理；
其中，mmax为列矩阵M中最大值，mmin为列矩阵M中最小值，
m'j为列矩阵M经过变换后M’中第j个元素；
对M中每行元素依次进行线性函数处理，得到处理后的数据M’,
获取目标停车场布局包括：获取停车场实时车位使用情况；
每隔固定时间进行刷新，记录车位实时使用情况的矩阵A，
A＝[a1 a2 … an]；
其中，n为总车位数，an表示第n个车位使用情况；如果第n个车位已被占用或车位不可用，则an为0，如果第n个车位可用，则an为1,所述用户需求转化为影响因子具体包括以下步骤：
将用户需求转换为影响因子矩阵H，
其中，hnj为第n个车位距离第j个出入口的影响因子，
hnj＝an*wj*βj
其中，an为第n个车位分别与各出入口距离上影响因子；
wj为第j个出入口是否有电梯的影响因子；
βj为第j个出入口分别与目的地距离上的影响因子，
第n个车位距离第j个出入口的影响因子hnj的具体计算方法为：
当用户没有此需求时,an默认为1,
当lnj≤50，an取1.5；
当50＜lnj≤100，an取1.3；
当100＜lnj≤200，an取1.1；
当lnj＞200，an取0.9，
第j个出入口是否有电梯的影响因子具体计算方法为：
当用户没有此需求时wj默认为1
当第j个出入口有电梯，wj取1.3；
当第j个出入口无电梯，wj取0.7，
第j个出入口距离目的地的影响因子具体计算方法为:
当用户没有此需求时βj默认为1；
对出入口距离目的地距离按由近到远进行排名，得到排名r；
当r＝1时，βj取1.3；
当1＜r≤3时，βj取1.1；
当r＞3时，βj取0.9。
CN202210606221.8A 2022-05-31 2022-05-31 一种基于停车影响因子的泊车引导方法 Active CN115131983B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210606221.8A CN115131983B (zh) 2022-05-31 2022-05-31 一种基于停车影响因子的泊车引导方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210606221.8A CN115131983B (zh) 2022-05-31 2022-05-31 一种基于停车影响因子的泊车引导方法

Publications (2)

Publication Number Publication Date
CN115131983A CN115131983A (zh) 2022-09-30
CN115131983B true CN115131983B (zh) 2024-03-26

Family

ID=83378680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210606221.8A Active CN115131983B (zh) 2022-05-31 2022-05-31 一种基于停车影响因子的泊车引导方法

Country Status (1)

Country Link
CN (1) CN115131983B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115662182B (zh) * 2022-12-15 2023-03-14 深圳市奇见科技有限公司 一种基于互联网的立体停车库运营服务平台

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6970101B1 (en) * 2003-04-21 2005-11-29 James C Squire Parking guidance method and system
JP2011179932A (ja) * 2010-02-26 2011-09-15 Aisin Aw Co Ltd ナビゲーション装置、及びナビゲーションプログラム
KR20130134265A (ko) * 2012-05-30 2013-12-10 (주)에스디시스템 조명유도 주차시스템
WO2016203422A1 (en) * 2015-06-18 2016-12-22 Park Smart Srl System and method for recognition of parking stalls available for a vehicle
CN107644542A (zh) * 2017-09-11 2018-01-30 应石磊 一种基于车位信息的导航方法及远程信息处理装置
CN107680401A (zh) * 2017-10-17 2018-02-09 长沙理工大学 一种基于区间二型模糊集合的停车位满意度的评价方法
CN108010376A (zh) * 2017-12-14 2018-05-08 浙江大学城市学院 一种基于物联网技术的城市停车诱导系统及方法
CN108717802A (zh) * 2018-06-28 2018-10-30 西南电子技术研究所（中国电子科技集团公司第十研究所） 停车场车位无线导引自助管理系统
CN109544962A (zh) * 2018-12-11 2019-03-29 青岛大学 一种车位共享与调度系统及实现方法
CN109949604A (zh) * 2019-04-01 2019-06-28 南京邮电大学 一种大型停车场调度导航方法、系统以及使用方法
CN110956843A (zh) * 2019-11-25 2020-04-03 上海中信信息发展股份有限公司 一种小区停车位调度方法
CN111967627A (zh) * 2020-07-23 2020-11-20 同济大学 一种共享停车位预定和分配系统及方法
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
KR20200132067A (ko) * 2019-05-15 2020-11-25 (주)이지정보기술 딥러닝 기반 주차장 이용 패턴 분석을 통한 지능형 주차 안내 서비스 시스템 및 방법
CN113034897A (zh) * 2021-02-20 2021-06-25 柳州慧龙智能科技发展有限公司 一种用于小区停车的智能停车引导系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170041166A (ko) * 2014-01-30 2017-04-14 유니베르시다데 도 포르토 차량용 네트워크에 기초하여 자율 차량을 위한 자가-자동화된 주차장을 위한 디바이스 및 방법
US11748636B2 (en) * 2019-11-04 2023-09-05 International Business Machines Corporation Parking spot locator based on personalized predictive analytics
US11488474B2 (en) * 2020-09-24 2022-11-01 International Business Machines Corporation Identifying available parking areas

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6970101B1 (en) * 2003-04-21 2005-11-29 James C Squire Parking guidance method and system
JP2011179932A (ja) * 2010-02-26 2011-09-15 Aisin Aw Co Ltd ナビゲーション装置、及びナビゲーションプログラム
KR20130134265A (ko) * 2012-05-30 2013-12-10 (주)에스디시스템 조명유도 주차시스템
WO2016203422A1 (en) * 2015-06-18 2016-12-22 Park Smart Srl System and method for recognition of parking stalls available for a vehicle
CN107644542A (zh) * 2017-09-11 2018-01-30 应石磊 一种基于车位信息的导航方法及远程信息处理装置
CN107680401A (zh) * 2017-10-17 2018-02-09 长沙理工大学 一种基于区间二型模糊集合的停车位满意度的评价方法
CN108010376A (zh) * 2017-12-14 2018-05-08 浙江大学城市学院 一种基于物联网技术的城市停车诱导系统及方法
CN108717802A (zh) * 2018-06-28 2018-10-30 西南电子技术研究所（中国电子科技集团公司第十研究所） 停车场车位无线导引自助管理系统
CN109544962A (zh) * 2018-12-11 2019-03-29 青岛大学 一种车位共享与调度系统及实现方法
CN109949604A (zh) * 2019-04-01 2019-06-28 南京邮电大学 一种大型停车场调度导航方法、系统以及使用方法
KR20200132067A (ko) * 2019-05-15 2020-11-25 (주)이지정보기술 딥러닝 기반 주차장 이용 패턴 분석을 통한 지능형 주차 안내 서비스 시스템 및 방법
CN110956843A (zh) * 2019-11-25 2020-04-03 上海中信信息发展股份有限公司 一种小区停车位调度方法
CN111967627A (zh) * 2020-07-23 2020-11-20 同济大学 一种共享停车位预定和分配系统及方法
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
CN113034897A (zh) * 2021-02-20 2021-06-25 柳州慧龙智能科技发展有限公司 一种用于小区停车的智能停车引导系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
停车场内部泊车行为特性分析及最优泊位选择模型;季彦婕;王炜;邓卫;;东南大学学报(自然科学版)(第02期);全文 *

Also Published As

Publication number Publication date
CN115131983A (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN115131983B (zh) 一种基于停车影响因子的泊车引导方法
CN109191896A (zh) 个性化停车位推荐方法和系统
CN108648457B (zh) 一种速度预测的方法、装置和计算机可读存储介质
CN107704946B (zh) 电子装置、语音导航需求预测方法和存储介质
CN107644266B (zh) 一种车辆出入库动态调整管理方法
WO2017063356A1 (zh) 代驾订单预测方法和代驾运力调度方法
CN112258251B (zh) 基于灰色关联的电动汽车换电需求的集成学习预测方法及系统
CN110654946B (zh) 一种基于人工智能的社区电梯调度方法和系统
US20210035172A1 (en) Systems and methods for transport pricing
CN112378415B (zh) 一种工器具的调度规划方法、装置及设备
CN114912736A (zh) 一种电动公交协调优化调度方法
CN110288829A (zh) 一种港湾式公交停靠站停车泊位数量设置判别方法
CN110991527A (zh) 一种考虑电压曲线平均波动率的相似度阈值确定方法
CN112906179A (zh) 一种基于流体排队网络的城市轨道交通客流控制优化方法
CN114648176A (zh) 一种基于数据驱动的风光电源消纳优化方法
CN111291921A (zh) 一种基于改进人工蜂群算法的群控电梯调度优化方法
CN108639882A (zh) 基于lstm网络模型的处理芯片与包含其的运算装置
CN116029510A (zh) 车辆调度方法、装置、设备及存储介质
CN108399736B (zh) 一种基于服务时间的区域共享自行车有效车辆数获取方法
CN113592419A (zh) 考虑客流和节能的轨道交通快慢车时刻表优化方法
CN111353093B (zh) 问题推荐方法、装置、服务器及可读存储介质
CN114255596B (zh) 一种基于大数据的停车场车位推荐系统及方法
CN117035305A (zh) 一种面向众包定位场景中基于确定性轨迹的稳定任务分配方法
CN112448411A (zh) 多风电场接入系统的汇集站选址和外送容量规划方法
CN112949948B (zh) 电动汽车分时段换电需求区间预测的集成学习方法及系统

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
GR01 Patent grant
GR01 Patent grant