CN115147944A - 一种智慧小镇停车智能管理方法和系统 - Google Patents
一种智慧小镇停车智能管理方法和系统 Download PDFInfo
- Publication number
- CN115147944A CN115147944A CN202211065793.6A CN202211065793A CN115147944A CN 115147944 A CN115147944 A CN 115147944A CN 202211065793 A CN202211065793 A CN 202211065793A CN 115147944 A CN115147944 A CN 115147944A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking
- time
- occupancy
- parking space
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims description 35
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本发明提供一种智慧小镇停车智能管理方法和系统,属于车费登记设备技术领域,具体包括:判断停车场的实时车位占有率是否小于第一占有率阈值,当小于第一占有率阈值时,此时不收取停车费,当否,判断车辆类型是否为七座或者七座以上车辆,若是,则不收取停车费,若否,基于车辆的车牌号得到车辆的出发城市,并计算出发城市与智慧小镇之间的车辆行驶距离,当车辆行驶距离大于第一行驶距离时,此时不收取所述车辆的停车费,当车辆行驶距离小于或者等于第一行驶距离时,基于所辆行驶距离与实时车位占有率构建车辆的单位时间停车费用,并结合车辆在车位的起始停车时刻与离开时刻,确定车辆的实际停车费用,从而使得停车费用的管理更加准确高效。
Description
技术领域
本发明属于车费登记设备技术领域,具体涉及一种智慧小镇停车智能管理方法和系统。
背景技术
近年来,随着经济的发展、人民生活水平的不断提高,私家车的数量急剧增长。在带给人们出行便利的同时,也给人们造成了诸多困惑。我国交通路线错综复杂,交通拥堵频频发生,车位资源得不到充分的利用,车位占用信息得不到实时共享,造成了大面积巡航停车、停车难和车位共享率低等问题。
为了解决停车难的问题,目前很多智慧小镇都设置了自动停车计费装置,在硕士论文《智慧停车系统及车位推荐算法设计》中作者李延春根据各停车场的实时车位占用率与看重价格用户群体的分布情况,以各停车场的车位占用率均衡为目标,参考停车场价格调整范围要求,以停车场管理者的收益最大化为约束进行车位价格调整,但是对于智慧小镇来说,会有很多来自外地的游客,并没有根据外地游客到达智慧小镇的车辆行驶距离和实时车位占用率相结合的方式对停车费用进行动态的调整,从而降低了外地游客到智慧小镇旅游的积极性,也降低了智慧小镇的收入,同时没有将车辆寻找车位的时间以及驶离车位的时间排除,导致车辆停车的时间计算不准确,从而极大的降低了用户的体验,使得车辆停车费的计算准确性和可靠性都不能得到保证。
基于上述技术问题,需要设计一种智慧小镇停车智能管理方法和系统。
发明内容
本发明的目的是提供一种智慧小镇停车智能管理方法和系统。
为了解决上述技术问题,本发明第一方面提供了一种智慧小镇停车智能管理方法,包括:
S11判断停车场的实时车位占有率是否小于第一占有率阈值,当小于第一占有率阈值时,此时不收取停车费,当所述实时车位占有率大于或者等于第一占有率阈值时,进入步骤S12;
S12判断车辆类型是否为七座或者七座以上车辆,若是,则不收取停车费,若否,则进入步骤S13;
S13基于车辆的车牌号得到所述车辆的出发城市,并计算所述出发城市与智慧小镇之间的车辆行驶距离,当所述车辆行驶距离大于第一行驶距离时,此时不收取所述车辆的停车费,当所述车辆行驶距离小于或者等于第一行驶距离时,进入步骤S14;
S14基于所述车辆行驶距离与所述实时车位占有率构建所述车辆的单位时间停车费用,并结合所述车辆在所述车位的起始停车时刻与离开时刻,确定所述车辆的实际停车费用。
通过首先判断所述停车场的实时车位占有率,当小于第一占有率阈值时,说明此时的停车场的空位较多,因此不再对车辆收取停车费,当大于或者等于第一占有率阈值时,此时首先通过对车辆类型进行判断,当所述车辆类型为7座或者7座以上的车辆时,由于车辆为智慧小镇带来了人流量,因此不再收取停车费,当小于7座时,此时再根据车辆的车牌号确认车辆的出发城市,当车辆行驶距离大于第一行驶距离时,则不再收取车辆的停车费,当车辆行驶距离小于或者等于第一行驶距离时,通过采用车辆行驶距离与所述实时车位占有率构建所述车辆的单位时间停车费用,并结合在车位的起始停车时刻和离开时刻,确定车辆的实际停车费用,从而解决了原有的没有根据车辆行驶距离与所述实时车位占有率进行单位时间停车费用的计算,导致准确率不高,且降低了积极性的技术问题,并进一步结合车辆的实际停车时间,进一步提升了车辆停车时间计算的准确性,提升了停车费用计算的准确性,也降低了外地游客的停车费用,提升了积极性。
通过首先对实时车位占有率进行判断,再对车辆类型进行判断,最后再根据车辆的车牌号进行车辆行驶距离的判断,从判断条件的简单到复杂,从而极大的降低了车辆停车费用判断的效率,在降低停车费用的同时,也使得车辆停车费用的耗费时间进一步压缩,并保证了停车费用判断的准确性,根据不同的车辆状态采用不同的计费方式,也提升了判断的科学性。
通过基于所述车辆行驶距离与所述实时车位占有率构建所述车辆的单位时间停车费用,并结合所述车辆在所述车位的起始停车时刻与离开时刻,确定所述车辆的实际停车费用,从而保证了对车辆停车费用计算的准确性,防止由于在寻找停车位期间导致的错误计算的停车时间,提升了计费的可靠性和一致性。
进一步的技术方案在于,所处第一占有率阈值的计算公式为:
其中S为所述停车场的车位总数量,P为所述停车场最近一个月的平均占有率,K1、K2、K3为常数。
通过基于停车场的车位总数量和平均占有率构建第一占有率阈值,从而可以充分结合实际停车情况和现实车位数量两方面的因素,准确的得到第一占有率阈值,而且有效性和科学性也得到了保证。
进一步的技术方案在于,还包括第二占有率阈值,所述第二占有率阈值大于第一占有率阈值,当所述停车场的实时车位占有率大于第二占有率阈值时,此时车辆的实际停车费用的计算步骤为:
S21判断所述车辆类型是否为七座或者七座以上车辆,若是,则不收取停车费,若否,则进入步骤S22;
S22基于车辆的车牌号得到所述车辆的出发城市,并计算所述出发城市与智慧小镇之间的车辆行驶距离;
S23基于所述车辆行驶距离与所述实时车位占有率构建车费计量函数,基于所述车费计量函数确定所述车辆的单位时间停车费用。
当大于第二占有率阈值时,此时剩余车位已经相当有限,此时将不再根据所述车辆的行驶距离进行优惠,不仅保证了智慧小镇的总体经济利益,也进一步提升了游客的积极性。
进一步的技术方案在于,还包括综合评估量,基于所述车辆的类型、所处车辆的车辆行驶距离、所述实时车位占有率、所述车辆的承载人数得到所述综合评估量。
进一步的技术方案在于,所述综合评估量的计算步骤为:
S31基于所述车辆的类型、所述车辆的车辆行驶距离、所述实时车位占有率、所述车辆的承载人数构建综合输入集;
S32将所述综合输入集输入至基于FA-GRU算法的预测模型之中,得到预测结果;
S33基于所述预测结果得到所述综合评估量。
通过基于车辆的类型、所述车辆的车辆行驶距离、所述实时车位占有率、所述车辆的承载人数得到综合评估量,从而不仅仅考虑单一的因素,而是从多方面实现对车辆的准确评估,进一步提升了对车辆识别的准确性,也使得评估效果和车辆的分类管理变得更加的科学。通过采用FA算法寻优的GRU算法,从而使得预测的效率和准确性得到进一步的提升,其中FA算法对所述GRU算法的隐含层数量进行寻优。
进一步的技术方案在于,当所述车辆的综合评估量大于第一综合阈值时,所述车辆不再计费,所述第一综合阈值通过专家打分的形式确定。
进一步的技术方案在于,所述单位时间停车费用的计算公式为:
其中J为所述车辆行驶距离,Z为所述实时车位占有率,K4、K5、K6为常数。
进一步的技术方案在于,当所述车辆在停车位的停放时间等于第一时间阈值时,将等于第一时间阈值的时刻作为起始停车时刻,当所述车辆驶离所述停车位的时间等于第一时间阈值时,将车辆驶离所述停车位的时间等于第一时间阈值的时刻作为离开时刻。
进一步的技术方案在于,所述第一时间阈值取值为1分钟。
另一方面,本发明提供了一种智慧小镇停车智能管理系统,采用上述的一种智慧小镇停车智能管理方法,其特征在于,具体包括:
包括车位占有率统计模块,车辆类型识别模块,车辆距离识别模块,停车费用评估模块;
其中所述车位占有率统计模块负责统计停车场的实时车位占有率,并将所述停车场的实时车位占有率传输至停车费用评估模块;
所述车辆类型识别模块负责识别车辆类型,并将所述车辆类型传输给停车费用评估模块;
所述车辆距离识别模块负责基于车辆的车牌号得到所述车辆的出发城市,并计算所述出发城市与智慧小镇之间的车辆行驶距离,并将输出车辆行驶距离传输至停车费用评估模块;
所述停车费用评估模块负责判断停车场的实时车位占有率是否小于第一占有率阈值,当小于第一占有率阈值时,此时不收取停车费,当所述实时车位占有率大于或者等于第一占有率阈值时,判断车辆类型是否为七座或者七座以上车辆,若是,则不收取停车费,若否,当所述车辆行驶距离大于第一行驶距离时,此时不收取所述车辆的停车费,当所述车辆行驶距离小于或者等于第一行驶距离时,基于所述车辆行驶距离与所述实时车位占有率构建所述车辆的单位时间停车费用,并结合所述车辆在所述车位的起始停车时刻与离开时刻,确定所述车辆的实际停车费用。
另一方面,本申请实施例中提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行上述的一种智慧小镇停车智能管理方法。
另一方面,本申请实施例中提供一种计算机程序产品,其特征在于,所述计算机程序产品存储有指令,所述指令在由计算机执行时,使得所述计算机实施上述的一种智慧小镇停车智能管理方法。
其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显。
图1是根据实施例1的一种智慧小镇停车智能管理方法的流程图;
图2是实施例1中的车辆的实际停车费用的计算步骤的流程图;
图3是实施例1中的综合评估量的计算步骤的流程图;
图4是根据实施例2的一种智慧小镇停车智能管理系统的框架图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构,因而将省略它们的详细描述。
用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
实施例1
为解决上述问题,根据本发明的一个方面,如图1所示,提供了一种智慧小镇停车智能管理方法,包括:
S11判断停车场的实时车位占有率是否小于第一占有率阈值,当小于第一占有率阈值时,此时不收取停车费,当所述实时车位占有率大于或者等于第一占有率阈值时,进入步骤S12;
S12判断车辆类型是否为七座或者七座以上车辆,若是,则不收取停车费,若否,则进入步骤S13;
具体的举个例子,通过摄像头识别所述车辆的外观,从而判断其是否为七座或者七座以上车辆。
S13基于车辆的车牌号得到所述车辆的出发城市,并计算所述出发城市与智慧小镇之间的车辆行驶距离,当所述车辆行驶距离大于第一行驶距离时,此时不收取所述车辆的停车费,当所述车辆行驶距离小于或者等于第一行驶距离时,进入步骤S14;
具体的举个例子,通过摄像头识别车辆的车牌号,例如为浙A的车牌号,将当地的市政府作为起始坐标,通过地图等自动计算市政府到智慧小镇的距离,取所有推荐方案中距离最长的方案中的距离作为车辆行驶距离。
S14基于所述车辆行驶距离与所述实时车位占有率构建所述车辆的单位时间停车费用,并结合所述车辆在所述车位的起始停车时刻与离开时刻,确定所述车辆的实际停车费用。
具体的举个例子,可以通过识别停入车位的车辆的车牌号,并通过地磁装置判断车辆是否已经停在车位上,当地磁装置在车位上感应的磁场时间大于1分钟后,判断已经停在车位上,并将1分钟时的时刻作为起始停车时刻,同理,当地磁装置在车位上感应的磁场时间消失大于1分钟后,判断已经离开车位上,并将1分钟时的时刻作为离开时刻。
通过首先判断所述停车场的实时车位占有率,当小于第一占有率阈值时,说明此时的停车场的空位较多,因此不再对车辆收取停车费,当大于或者等于第一占有率阈值时,此时首先通过对车辆类型进行判断,当所述车辆类型为7座或者7座以上的车辆时,由于车辆为智慧小镇带来了人流量,因此不再收取停车费,当小于7座时,此时再根据车辆的车牌号确认车辆的出发城市,当车辆行驶距离大于第一行驶距离时,则不再收取车辆的停车费,当车辆行驶距离小于或者等于第一行驶距离时,通过采用车辆行驶距离与所述实时车位占有率构建所述车辆的单位时间停车费用,并结合在车位的起始停车时刻和离开时刻,确定车辆的实际停车费用,从而解决了原有的没有根据车辆行驶距离与所述实时车位占有率进行单位时间停车费用的计算,导致准确率不高,且降低了积极性的技术问题,并进一步结合车辆的实际停车时间,进一步提升了车辆停车时间计算的准确性,提升了停车费用计算的准确性,也降低了外地游客的停车费用,提升了积极性。
通过首先对实时车位占有率进行判断,再对车辆类型进行判断,最后再根据车辆的车牌号进行车辆行驶距离的判断,从判断条件的简单到复杂,从而极大的降低了车辆停车费用判断的效率,在降低停车费用的同时,也使得车辆停车费用的耗费时间进一步压缩,并保证了停车费用判断的准确性,根据不同的车辆状态采用不同的计费方式,也提升了判断的科学性。
通过基于所述车辆行驶距离与所述实时车位占有率构建所述车辆的单位时间停车费用,并结合所述车辆在所述车位的起始停车时刻与离开时刻,确定所述车辆的实际停车费用,从而保证了对车辆停车费用计算的准确性,防止由于在寻找停车位期间导致的错误计算的停车时间,提升了计费的可靠性和一致性。
在另外一种可能的实施例中,所处第一占有率阈值的计算公式为:
其中S为所述停车场的车位总数量,P为所述停车场最近一个月的平均占有率,K1、K2、K3为常数。
通过基于停车场的车位总数量和平均占有率构建第一占有率阈值,从而可以充分结合实际停车情况和现实车位数量两方面的因素,准确的得到第一占有率阈值,而且有效性和科学性也得到了保证。
进一步的技术方案在于,还包括第二占有率阈值,所述第二占有率阈值大于第一占有率阈值,当所述停车场的实时车位占有率大于第二占有率阈值时,此时车辆的实际停车费用的计算步骤为:
S21判断所述车辆类型是否为七座或者七座以上车辆,若是,则不收取停车费,若否,则进入步骤S22;
S22基于车辆的车牌号得到所述车辆的出发城市,并计算所述出发城市与智慧小镇之间的车辆行驶距离;
S23基于所述车辆行驶距离与所述实时车位占有率构建车费计量函数,基于所述车费计量函数确定所述车辆的单位时间停车费用。
当大于第二占有率阈值时,此时剩余车位已经相当有限,此时将不再根据所述车辆的行驶距离进行优惠,不仅保证了智慧小镇的总体经济利益,也进一步提升了游客的积极性。
进一步的技术方案在于,还包括综合评估量,基于所述车辆的类型、所处车辆的车辆行驶距离、所述实时车位占有率、所述车辆的承载人数得到所述综合评估量。
进一步的技术方案在于,所述综合评估量的计算步骤为:
S31基于所述车辆的类型、所述车辆的车辆行驶距离、所述实时车位占有率、所述车辆的承载人数构建综合输入集;
S32将所述综合输入集输入至基于FA-GRU算法的预测模型之中,得到预测结果;
S33基于所述预测结果得到所述综合评估量。
通过基于车辆的类型、所述车辆的车辆行驶距离、所述实时车位占有率、所述车辆的承载人数得到综合评估量,从而不仅仅考虑单一的因素,而是从多方面实现对车辆的准确评估,进一步提升了对车辆识别的准确性,也使得评估效果和车辆的分类管理变得更加的科学。通过采用FA算法寻优的GRU算法,从而使得预测的效率和准确性得到进一步的提升,其中FA算法对所述GRU算法的隐含层数量进行寻优。
进一步的技术方案在于,当所述车辆的综合评估量大于第一综合阈值时,所述车辆不再计费,所述第一综合阈值通过专家打分的形式确定。
进一步的技术方案在于,所述单位时间停车费用的计算公式为:
其中J为所述车辆行驶距离,Z为所述实时车位占有率,K4、K5、K6为常数。
在另外一种可能的实施例中,当所述车辆在停车位的停放时间等于第一时间阈值时,将等于第一时间阈值的时刻作为起始停车时刻,当所述车辆驶离所述停车位的时间等于第一时间阈值时,将车辆驶离所述停车位的时间等于第一时间阈值的时刻作为离开时刻。
在另外一种可能的实施例中,所述第一时间阈值取值为1分钟。
实施例2
如图4所示,本发明提供了一种智慧小镇停车智能管理系统,采用上述的一种智慧小镇停车智能管理方法,其特征在于,具体包括:
包括车位占有率统计模块,车辆类型识别模块,车辆距离识别模块,停车费用评估模块;
其中所述车位占有率统计模块负责统计停车场的实时车位占有率,并将所述停车场的实时车位占有率传输至停车费用评估模块;
所述车辆类型识别模块负责识别车辆类型,并将所述车辆类型传输给停车费用评估模块;
所述车辆距离识别模块负责基于车辆的车牌号得到所述车辆的出发城市,并计算所述出发城市与智慧小镇之间的车辆行驶距离,并将输出车辆行驶距离传输至停车费用评估模块;
所述停车费用评估模块负责判断停车场的实时车位占有率是否小于第一占有率阈值,当小于第一占有率阈值时,此时不收取停车费,当所述实时车位占有率大于或者等于第一占有率阈值时,判断车辆类型是否为七座或者七座以上车辆,若是,则不收取停车费,若否,当所述车辆行驶距离大于第一行驶距离时,此时不收取所述车辆的停车费,当所述车辆行驶距离小于或者等于第一行驶距离时,基于所述车辆行驶距离与所述实时车位占有率构建所述车辆的单位时间停车费用,并结合所述车辆在所述车位的起始停车时刻与离开时刻,确定所述车辆的实际停车费用。
实施例3
本申请实施例中提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行上述的一种智慧小镇停车智能管理方法。
实施例4
本申请实施例中提供一种计算机程序产品,其特征在于,所述计算机程序产品存储有指令,所述指令在由计算机执行时,使得所述计算机实施上述的一种智慧小镇停车智能管理方法。
在本发明实施例中,术语“多个”则指两个或两个以上,除非另有明确的限定。术语“安装”、“连接”、“固定”等术语均应做广义理解,例如,“连接”可以是固定连接,也可以是可折卸连接,或一体地连接。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明实施例中的具体含义。
本发明实施例的描述中,需要理解的是,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明实施例和简化描述,而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作,因此,不能理解为对本发明实施例的限制。
在本说明书的描述中,术语“一个实施例”、“一个优选实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上仅为本发明实施例的优选实施例而已,并不用于限制本发明实施例,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种智慧小镇停车智能管理方法,其特征在于,具体包括:
S11判断停车场的实时车位占有率是否小于第一占有率阈值,当小于第一占有率阈值时,此时不收取停车费,当所述实时车位占有率大于或者等于第一占有率阈值时,进入步骤S12;
S12判断车辆类型是否为七座或者七座以上车辆,若是,则不收取停车费,若否,则进入步骤S13;
S13基于车辆的车牌号得到所述车辆的出发城市,并计算所述出发城市与智慧小镇之间的车辆行驶距离,当所述车辆行驶距离大于第一行驶距离时,此时不收取所述车辆的停车费,当所述车辆行驶距离小于或者等于第一行驶距离时,进入步骤S14;
S14基于所述车辆行驶距离与所述实时车位占有率构建所述车辆的单位时间停车费用,并结合所述车辆在所述车位的起始停车时刻与离开时刻,确定所述车辆的实际停车费用。
3.如权利要求1所述的智慧小镇停车智能管理方法,其特征在于,还包括第二占有率阈值,所述第二占有率阈值大于第一占有率阈值,当所述停车场的实时车位占有率大于第二占有率阈值时,此时车辆的实际停车费用的计算步骤为:
S21判断所述车辆类型是否为七座或者七座以上车辆,若是,则不收取停车费,若否,则进入步骤S22;
S22基于车辆的车牌号得到所述车辆的出发城市,并计算所述出发城市与智慧小镇之间的车辆行驶距离;
S23基于所述车辆行驶距离与所述实时车位占有率构建车费计量函数,基于所述车费计量函数确定所述车辆的单位时间停车费用。
4.如权利要求1所述的智慧小镇停车智能管理方法,其特征在于,还包括综合评估量,基于所述车辆的类型、所处车辆的车辆行驶距离、所述实时车位占有率、所述车辆的承载人数得到所述综合评估量。
5.如权利要求1所述的智慧小镇停车智能管理方法,其特征在于,所述综合评估量的计算步骤为:
S31基于所述车辆的类型、所述车辆的车辆行驶距离、所述实时车位占有率、所述车辆的承载人数构建综合输入集;
S32将所述综合输入集输入至基于FA-GRU算法的预测模型之中,得到预测结果;
S33基于所述预测结果得到所述综合评估量。
6.如权利要求1所述的智慧小镇停车智能管理方法,其特征在于,当所述车辆的综合评估量大于第一综合阈值时,所述车辆不再计费,所述第一综合阈值通过专家打分的形式确定。
8.如权利要求1所述的智慧小镇停车智能管理方法,其特征在于,当所述车辆在停车位的停放时间等于第一时间阈值时,将等于第一时间阈值的时刻作为起始停车时刻,当所述车辆驶离所述停车位的时间等于第一时间阈值时,将车辆驶离所述停车位的时间等于第一时间阈值的时刻作为离开时刻。
9.一种智慧小镇停车智能管理系统,采用权利要求1-8任意一项所述的一种智慧小镇停车智能管理方法,其特征在于,具体包括:
包括车位占有率统计模块,车辆类型识别模块,车辆距离识别模块,停车费用评估模块;
其中所述车位占有率统计模块负责统计停车场的实时车位占有率,并将所述停车场的实时车位占有率传输至停车费用评估模块;
所述车辆类型识别模块负责识别车辆类型,并将所述车辆类型传输给停车费用评估模块;
所述车辆距离识别模块负责基于车辆的车牌号得到所述车辆的出发城市,并计算所述出发城市与智慧小镇之间的车辆行驶距离,并将输出车辆行驶距离传输至停车费用评估模块;
所述停车费用评估模块负责判断停车场的实时车位占有率是否小于第一占有率阈值,当小于第一占有率阈值时,此时不收取停车费,当所述实时车位占有率大于或者等于第一占有率阈值时,判断车辆类型是否为七座或者七座以上车辆,若是,则不收取停车费,若否,当所述车辆行驶距离大于第一行驶距离时,此时不收取所述车辆的停车费,当所述车辆行驶距离小于或者等于第一行驶距离时,基于所述车辆行驶距离与所述实时车位占有率构建所述车辆的单位时间停车费用,并结合所述车辆在所述车位的起始停车时刻与离开时刻,确定所述车辆的实际停车费用。
10.一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-8任意一项所述的一种智慧小镇停车智能管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211065793.6A CN115147944A (zh) | 2022-09-01 | 2022-09-01 | 一种智慧小镇停车智能管理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211065793.6A CN115147944A (zh) | 2022-09-01 | 2022-09-01 | 一种智慧小镇停车智能管理方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115147944A true CN115147944A (zh) | 2022-10-04 |
Family
ID=83416321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211065793.6A Pending CN115147944A (zh) | 2022-09-01 | 2022-09-01 | 一种智慧小镇停车智能管理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115147944A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140218527A1 (en) * | 2012-12-28 | 2014-08-07 | Balu Subramanya | Advanced parking management system |
WO2017033066A1 (en) * | 2015-08-27 | 2017-03-02 | Sparkcity.Com.Ltd. | A citywide parking system and method |
CN108417080A (zh) * | 2018-04-10 | 2018-08-17 | 华南理工大学 | 一种分时分位计价的共享停车位无人管理系统及方法 |
CN109003338A (zh) * | 2018-06-22 | 2018-12-14 | 南京慧尔视智能科技有限公司 | 一种路侧停车自动计时收费方法及装置 |
CN209785252U (zh) * | 2019-03-26 | 2019-12-13 | 张靖 | 一种汽车超员监测系统 |
CN210295118U (zh) * | 2019-07-08 | 2020-04-10 | 顾胜达 | 一种超员检测装置 |
CN111354093A (zh) * | 2020-03-06 | 2020-06-30 | 遂宁市锐毅科技有限公司 | 车辆计费系统及方法 |
CN111368612A (zh) * | 2019-04-29 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 超员检测系统、人员检测方法及电子设备 |
CN111523733A (zh) * | 2020-04-29 | 2020-08-11 | 王晓倩 | 一种用于高速公路过路费的缴费规划系统 |
CN112907834A (zh) * | 2019-12-04 | 2021-06-04 | 上海博泰悦臻电子设备制造有限公司 | 用于信息处理的方法、设备和计算机存储介质 |
CN112927376A (zh) * | 2019-11-20 | 2021-06-08 | 青岛智宝网络科技有限公司 | 智能停车场管理系统 |
-
2022
- 2022-09-01 CN CN202211065793.6A patent/CN115147944A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140218527A1 (en) * | 2012-12-28 | 2014-08-07 | Balu Subramanya | Advanced parking management system |
WO2017033066A1 (en) * | 2015-08-27 | 2017-03-02 | Sparkcity.Com.Ltd. | A citywide parking system and method |
CN108417080A (zh) * | 2018-04-10 | 2018-08-17 | 华南理工大学 | 一种分时分位计价的共享停车位无人管理系统及方法 |
CN109003338A (zh) * | 2018-06-22 | 2018-12-14 | 南京慧尔视智能科技有限公司 | 一种路侧停车自动计时收费方法及装置 |
CN209785252U (zh) * | 2019-03-26 | 2019-12-13 | 张靖 | 一种汽车超员监测系统 |
CN111368612A (zh) * | 2019-04-29 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 超员检测系统、人员检测方法及电子设备 |
CN210295118U (zh) * | 2019-07-08 | 2020-04-10 | 顾胜达 | 一种超员检测装置 |
CN112927376A (zh) * | 2019-11-20 | 2021-06-08 | 青岛智宝网络科技有限公司 | 智能停车场管理系统 |
CN112907834A (zh) * | 2019-12-04 | 2021-06-04 | 上海博泰悦臻电子设备制造有限公司 | 用于信息处理的方法、设备和计算机存储介质 |
CN111354093A (zh) * | 2020-03-06 | 2020-06-30 | 遂宁市锐毅科技有限公司 | 车辆计费系统及方法 |
CN111523733A (zh) * | 2020-04-29 | 2020-08-11 | 王晓倩 | 一种用于高速公路过路费的缴费规划系统 |
Non-Patent Citations (3)
Title |
---|
佚名: "泰山景区游客换乘中心停车场免费对外地车辆开放", 《泰山晚报》 * |
在柳州: "外地车辆免费停车服务", 《今日头条》 * |
红星新闻: "春节期间西昌卭海周边3286个停车位对外地车辆免费,城区轻微交通违法不处罚", 《人民号》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tian et al. | Real-time charging station recommendation system for electric-vehicle taxis | |
CN105590346B (zh) | 基于路径识别系统的收费公路网交通信息采集与诱导系统 | |
US8055534B2 (en) | Variable rate travel fee based upon vehicle occupancy | |
CN205721998U (zh) | 基于路径识别系统的收费公路网交通信息采集与诱导系统 | |
CN106296355A (zh) | 一种基于电量匹配的web门户预约租车系统及方法 | |
CN103761775B (zh) | 新型货车不停车计重收费系统 | |
CN104260724A (zh) | 一种车辆智能预测控制系统及其方法 | |
CN109117993A (zh) | 一种车辆路径优化的处理方法 | |
CN110674575A (zh) | 一种基于时序出行集的电动汽车集群充电需求与放电能力模型建模方法 | |
CN108921465A (zh) | 一种公路网货物运输指标自动化统计方法 | |
Conway et al. | Challenges in managing centralized taxi dispatching at high-volume airports: Case study of John F. Kennedy International Airport, New York City | |
CN105047009A (zh) | 一种城市智能停车车联网管理系统 | |
CN103208179A (zh) | 一种建成智能公共交通网络的方法和设备 | |
CN114399903A (zh) | 一种基于大数据平台的智慧城市道路管理系统 | |
Nicholas et al. | Quantifying the electric vehicle charging infrastructure gap in the United Kingdom | |
CN112767686B (zh) | 一种基于多源数据融合的公路网汽车排放估算方法 | |
Yuan et al. | Taxi high-income region recommendation and spatial correlation analysis | |
CN115147944A (zh) | 一种智慧小镇停车智能管理方法和系统 | |
CN204926537U (zh) | 一种城市智能停车车联网管理系统 | |
Yan et al. | Catcharger: Deploying in-motion wireless chargers in a metropolitan road network via categorization and clustering of vehicle traffic | |
CN107886755B (zh) | 一种场内停车路径智能引导系统 | |
Ye et al. | Multi-objective optimisation for taxi ridesharing route based on non-dominated sorting genetic algorithm | |
CN105023063B (zh) | 公交线网新能源公交车运行能耗指标体系的建立方法 | |
CN114971328A (zh) | 一种基于pso-de的共享汽车区域调度方法 | |
CN113947245A (zh) | 一种基于订单累积量的多乘客多司机共乘匹配方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221004 |
|
RJ01 | Rejection of invention patent application after publication |