CN115206101A - 一种基于停车引导的停车仿真系统设计方法 - Google Patents
一种基于停车引导的停车仿真系统设计方法 Download PDFInfo
- Publication number
- CN115206101A CN115206101A CN202210837113.1A CN202210837113A CN115206101A CN 115206101 A CN115206101 A CN 115206101A CN 202210837113 A CN202210837113 A CN 202210837113A CN 115206101 A CN115206101 A CN 115206101A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- virtual
- parking
- pedestrian
- 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
- 238000000034 method Methods 0.000 title claims abstract description 310
- 238000004088 simulation Methods 0.000 title claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 276
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 230000006399 behavior Effects 0.000 claims description 96
- 238000005516 engineering process Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 208000003443 Unconsciousness Diseases 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
-
- 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
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于停车引导的停车仿真系统设计方法,其特征在于,包括根据停车场物理环境构建虚拟停车场,构建可移动智能体、虚拟停车位列表、虚拟过道列表、虚拟车辆历史列表;构建车辆定位模型和行人定位模型;构建可移动智能体检测模型,可移动智能体包括车辆、行人,车辆包括知情车辆、不知情车辆;分别构建车辆、行人的过程空间和运动空间;构建多智能体运动逻辑规则模型,根据多智能体运动逻辑规则模型进行停车规划;构建多智能体行为规则模型,根据多智能体行为规则模型对车辆状态和行人状态进行管理。提高停车位利用率、提升停车系统运行效率、并保证车辆与行人安全,解决了现有停车系统难以提供准确驾驶引导问题。
Description
技术领域
本发明涉及基于停车引导的系统仿真领域,尤其涉及一种基于停车引导的停车仿真系统设计方法。
背景技术
目前,汽车保有量的不断攀升对停车系统容量和效率提出了更高要求。随着城市的不断扩张,单纯扩建、增建停车设施已无法适应复杂的城市出行特征和停车需求。通过实施停车引导方法提升停车系统内部运行效率、降低事故发生率已成为一种广受关注的运营方式,能够针对车辆停车需求提供驾驶引导,减少车辆在寻找停车位过程中的巡航时间。在给定土地空间和停车系统环境的前提下,能够最大化利用已有停车设施以提升效率、减少事故。
但现有基于停车引导的停车系统仿真方法中,存在以下不足:
1、即使已有停车系统仿真方法能够近似描述真实运营环境,但由于停车系统内各种运动行为的复杂性和随机性,无法准确描述车辆与行人的运动行为和固定设施的影响,且忽视了车辆与行人的相互影响以及驾驶人员的视野范围;
2、现有停车系统仿真方法忽略了停车系统车辆入口与出口排队信息,无法适用于不同停车需求特征和停车系统环境的应用场景,导致难以评估停车系统内部实时容量、难以提供准确的停车引导;
3、现有停车系统仿真方法中,将过道的交叉点和过道与停车位的交叉点抽象为交叉口,导致问题复杂化且无法适用于特定的车辆运动规则和不同停车系统环境。
发明内容
本发明提供一种基于停车引导的停车仿真系统设计方法,以克服上述技术问题。
一种基于停车引导的停车仿真系统设计方法,包括,
步骤一、根据停车场的大小构建虚拟停车场,根据停车位、过道、停车场出口、停车场入口、行人出入口以及人行道的物理位置在虚拟停车场中构建虚拟停车位、虚拟过道、虚拟停车场出口、虚拟停车场入口、虚拟行人出入口以及虚拟人行道,在停车场中安装电子围栏以及视频拍摄装置,根据停车场中电子围栏和视频拍摄装置的物理位置在虚拟停车场中构建虚拟电子围栏和虚拟视频拍摄装置,
构建可移动智能体,可移动智能体包括车辆、行人,车辆的状态包括知情车辆、不知情车辆;
构建虚拟停车位列表,虚拟停车位列表用于存储虚拟停车位的虚拟位置、虚拟停车位是否可用、距离虚拟停车位最近的虚拟电子围栏的虚拟位置以及虚拟视频拍摄装置的虚拟位置;
构建虚拟过道列表,虚拟过道列表用于存储虚拟过道的虚拟位置、虚拟过道中的可移动智能体集合、距离虚拟过道最近的虚拟电子围栏的虚拟位置以及虚拟视频拍摄装置的虚拟位置;
构建虚拟车辆历史列表,虚拟车辆历史列表用于存储到达过停车场的车辆车牌号、到达停车场入口时间、离开停车场出口时间;
步骤二、构建车辆定位模型,包括根据虚拟电子围栏、虚拟视频拍摄设备与虚拟车辆的距离、视频拍摄设备所拍摄的图像实时判断车辆所在的虚拟位置;
构建行人定位模型,包括根据视频拍摄设备所拍摄的图像识别行人所在的虚拟位置;
步骤三、构建可移动智能体检测模型,包括获取停车场入口视频拍摄装置的数据,基于图像识别技术识别图像中是否包括行人和车辆,若包括行人则构建行人并根据行人定位模型对行人进行跟踪,若包括车辆则基于图像识别技术识别图像中车辆的车牌号,并与虚拟车辆历史列表中的车牌号进行比对,若包含则将车辆状态更新为知情车辆,若不包含则将车辆状态更新为不知情车辆并将其车牌号保存至虚拟车辆历史列表中,并根据车辆定位模型获取对车辆进行跟踪;
步骤四、分别构建车辆、行人的过程空间和运动空间,车辆的过程空间用于表示车辆从到达虚拟停车场入口到离开虚拟停车场出口的过程,车辆的运动空间用于表示车辆完成车辆的过程空间所需作出的运动行为,行人的过程空间用于表示行人在停留在虚拟停车场的过程,行人的运动空间表示行人完成行人的过程空间所需作出的运动行为;
步骤五、构建多智能体运动逻辑规则模型,根据多智能体运动逻辑规则模型进行停车规划;构建多智能体行为规则模型,包括车辆的行为规则和行人的行为规则,根据多智能体行为规则模型对车辆状态和行人状态进行管理。
优选地,所述分别构建车辆、行人的过程空间和运动空间包括构建车辆的过程空间,车辆的过程空间包括第一过程、第二过程、第三过程、第四过程、第五过程、第六过程、第七过程、第八过程、第九过程,
第一过程为车辆到达虚拟停车场入口并加入排队队列的过程,创建车辆的过程列表,通过车辆定位模型判断车辆所在虚拟位置是否为虚拟停车场入口,若完成第一过程,将第一过程存储于过程列表中,
第二过程为知情车辆在到达虚拟停车场入口时确定目标虚拟停车位,通过车辆的虚拟位置、虚拟停车位列表中的可用停车位、虚拟过道列表的可移动智能体集合选择目标虚拟停车位并计算到达目标虚拟停车位的最短路径,若完成第二过程,将第二过程存储于过程列表中,
第三过程为不知情车辆在到达虚拟停车场后自主进行移动并搜索当前视野范围中可用停车位的过程,若完成第三过程,将第三过程存储于过程列表中,
第四过程为排队队列中最后到达的车辆在等待时间超过阈值后离开的过程,
第五过程为车辆从过道移动到停车位并熄火的过程,车辆根据第二过程所确定的目标虚拟停车位和最短路径进行行驶,根据虚拟电子围栏的数据以及虚拟视频拍摄装置的数据判断车辆是否到达停车位并熄火,当第五过程完成后,将五过程存储于过程列表中,
第六过程为车辆从已停入停车位直到驶离停车位的过程,根据虚拟电子围栏的数据判断车辆是否离开停车位,当第六过程完成后,将第六过程存储于过程列表中,
第七过程为车辆从停车位驶离并加入到过道中车流的过程,
第八过程为车辆驶向停车场出口的过程,
第九过程为车辆离开停车场并将其数据存储到历史数据库中的过程,通过停车场出口的视频拍摄装置获取图像,基于图像识别技术判断车辆是否通过停车场出口,若通过停车场出口,则将第九过程存储于过程列表中;
构建车辆的运动空间,车辆的运动空间包括车辆到达虚拟停车场入口并加入排队队列的行为、车辆停车并为有路权冲突的其他可移动智能体让路的行为、车辆向前移动的行为、车辆转弯的行为以及车辆掉头的行为,构建车辆的行为列表,通过视频拍摄装置获取车辆行驶全过程的图像信息,基于SVM算法对图像中车辆的不同行为进行训练和分类,将车辆的行为存储于行为列表中;
构建行人的过程空间,行人的过程空间包括第十过程、第十一过程、第十二过程、第十三过程、第十四过程,
第十过程为行人在停车场内未明确目的地的移动过程,通过视频拍摄装置获取行人在不同时间间隔的位置,分别计算行人位置与行人出入口之间的距离,根据距离判断行人是否有明确目的地,
第十一过程为行人向行人出入口移动的过程,若相邻时间间隔的距离在逐渐增大或逐渐减小,则表示行人进入第十一过程,
第十二过程为在车辆驶离停车位前行人暂时不在停车系统中的过程,
第十三过程为车辆驶离停车位前行人回到停车系统并向目标车辆移动的过程,
第十四过程为行人穿过停车位但不使用停车位的过程;
构建行人的运动空间,行人的运动空间包括当行人移动的下一个位置被其他可移动智能体占用时行人为其让路的行为、行人向前移动的行为、行人转弯的行为、行人在停车场内未明确目的地的移动行为、行人有规划路线的移动行为、行人到达目标车辆所在位置并与车辆融合为一个可移动智能体的行为。
优选地,所述构建多智能体运动逻辑规则模型,包括
通过可移动智能体检测模型判断可移动智能体类型,当可移动智能体为车辆时,根据车辆定位模型获取车辆的虚拟位置,若虚拟位置属于虚拟停车位列表中不可用虚拟停车位,则表示车辆位于任意停车位并停止停车规划,若当前位置不是任意停车位则进入停车规划,执行车辆的第二过程空间,根据目标虚拟停车位以及最短路径,通过匹配特征量的方法从车辆的运动空间中选择运动行为集合,车辆根据运动行为集合从当前位置移动到目标虚拟停车位。
优选地,所述构建多智能体行为规则模型,包括车辆的行为规则和行人的行为规则,
车辆的行为规则包括当车辆完成第一过程,进入第二过程则将车辆状态更新为获取最短路径状态;
当车辆处于获取最短路径状态且能够根据多智能体运动逻辑规则模型进行停车规划,则将车辆状态更新为停入停车位状态,并创建类型为行人的可移动智能体;
当车辆完成第一过程,进入第三过程则将车辆状态更新为巡航状态;
当车辆进入第四过程,则将车辆撤销;
当车辆处于停入停车位状态或巡航状态,且车辆所在位置为停车位,则将车辆状态更新为停车状态;
当车辆完成第六过程,则将车辆状态更新为解除停车状态;
当车辆处于解除停车状态且完成第七过程、第八过程,以及车辆所在位置为停车场出口,则将车辆状态更新为离开停车场,并执行第九过程;
行人的行为规则包括当行人进入第十一过程、第十二过程且行人位置为行人出口,则将行人状态更新为暂时移除;
当行人进入第十三过程且行人到达目标车辆所在位置则将行人状态更新为与车辆融合。
优选地,所述从车辆的运动空间中选择运动行为包括根据概率从车辆的运动空间中进行选择或遍历车辆运动空间中的运动行为进行选择。
本发明提供一种基于停车引导的停车仿真系统设计方法,在已知停车系统环境和规模的前提下,基于对车辆与行人运动行为的精准描述和对车辆与行人之间相互影响关系的识别,建立包括车辆停车位选择、停车路线规划、离开路线规划模块的全过程停车引导,通过减少车辆巡航寻找停车位的时间,充分提高停车位利用率、提升停车系统运行效率、并保证车辆与行人安全,解决现有停车系统仿真方法无法考虑车辆与行人相互影响关系、难以提供准确驾驶引导、以及难以适应不同停车需求特征和停车系统环境特征等问题。
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一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于停车引导的停车仿真系统设计方法的流程图;
图2是本发明停车系统物理环境示意图;
图3为本发明知情车辆提供路径引导示意图;
图4为本发明不知情车辆进行停车位选择示意图;
图5为本发明车辆运动行为示意图;
图6为本发明车辆与行人冲突关系示意图;
图7为本发明步骤三的具体实施流程图;
图8为本发明利用已有的停车方法进行停车系统仿真结果示意图;
图9为本发明中所提出的基于停车引导的停车系统仿真结果示意图。
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。
图1为本发明基于停车引导的停车仿真系统设计方法的流程图,如图1所示,本实施例的方法可以包括:
步骤一、选定目标停车场后,通过现场数据采集获得仿真系统初始数据,并进行分析获得停车需求类型、到达时间分布特征和停车时间特征信息。图2是停车系统物理环境示意图,根据停车场的大小构建虚拟停车场,根据停车位、过道、停车场出口、停车场入口、行人出入口以及人行道的物理位置在虚拟停车场中构建虚拟停车位、虚拟过道、虚拟停车场出口、虚拟停车场入口、虚拟行人出入口以及虚拟人行道,在停车场中安装电子围栏以及视频拍摄装置,根据停车场中电子围栏和视频拍摄装置的物理位置在虚拟停车场中构建虚拟电子围栏和虚拟视频拍摄装置,将固定设施视为不可移动的智能体,同时构建停车位与过道之间的连接关系,并预留轮椅和非机动车停车位置。
构建可移动智能体,可移动智能体包括车辆、行人,车辆的状态包括知情车辆、不知情车辆;不知情车辆为到达虚拟停车场后自主进行移动并搜索当前视野范围中可用停车位的车辆,其余车辆为知情车辆;
构建虚拟停车位列表,虚拟停车位列表用于存储虚拟停车位的虚拟位置、虚拟停车位是否可用、距离虚拟停车位最近的虚拟电子围栏的虚拟位置以及虚拟视频拍摄装置的虚拟位置;
构建虚拟过道列表,虚拟过道列表用于存储虚拟过道的虚拟位置、虚拟过道中的可移动智能体集合、距离虚拟过道最近的虚拟电子围栏的虚拟位置以及虚拟视频拍摄装置的虚拟位置;
构建虚拟车辆历史列表,虚拟车辆历史列表用于存储到达过停车场的车辆车牌号、到达停车场入口时间、离开停车场出口时间;
采集不同类型停车需求信息,停车需求类型包括高峰时段需求、过夜停车需求和停车系统运营需求。具体信息包括:单位时间内到达车辆数、单位时间内离开车辆数、到达时间间隔、离开时间间隔、停车时间。
步骤二、构建车辆定位模型,包括根据虚拟电子围栏、虚拟视频拍摄设备与虚拟车辆的距离、视频拍摄设备所拍摄的图像实时判断车辆所在的虚拟位置,具体包括获取虚拟停车场中所有视频拍摄设备所拍摄的图像,提取图像中的车辆图像及车牌号,与所需跟踪的虚拟车辆的车牌号进行比对,若一致则将根据图像中车牌号所占据的图像像素值与整个图像的比例计算视频拍摄设备与虚拟车辆的距离,根据视频拍摄设备的位置与所述距离计算并标记虚拟车辆的位置,若虚拟车辆与虚拟电子围栏的距离小于阈值时,则将虚拟电子围栏的位置标记为车辆的位置;
构建行人定位模型,包括根据视频拍摄设备所拍摄的图像识别行人所在的虚拟位置,基于人脸识别算法对所有视频拍摄设备的图像进行人脸信息提取,将提取的人脸信息与需定位的行人人脸信息进行比对,若一致,则根据图像中行人所占据的像素值与整个图像像素值的比值计算行人与视频拍摄设备的距离,根据视频拍摄设备的位置与所述距离定位行人的位置;
步骤三、构建可移动智能体检测模型,包括获取停车场入口视频拍摄装置的数据,基于图像识别技术识别图像中是否包括行人和车辆,若包括行人则构建行人并根据行人定位模型对行人进行跟踪,若包括车辆则基于图像识别技术识别图像中车辆的车牌号,并与虚拟车辆历史列表中的车牌号进行比对,若包含则将车辆状态更新为知情车辆,若不包含则将车辆状态更新为不知情车辆并将其车牌号保存至虚拟车辆历史列表中,并根据车辆定位模型获取对车辆进行跟踪;
步骤四、分别构建车辆、行人的过程空间和运动空间,车辆的过程空间用于表示车辆从到达虚拟停车场入口到离开虚拟停车场出口的过程,车辆的运动空间用于表示车辆完成车辆的过程空间所需作出的运动行为,行人的过程空间用于表示行人在停留在虚拟停车场的过程,行人的运动空间表示行人完成行人的过程空间所需作出的运动行为,包括构建车辆的过程空间Pvehicle,车辆的过程空间Pvehicle包括第一过程arriving、第二过程entering、第三过程cruising,、第四过程reneged,、第五过程intospot、第六过程parked、第七过程unparking、第八过程leaving、第九过程left,即包括从车辆进入停车仿真系统到离开的全部过程。
第一过程arriving为车辆到达虚拟停车场入口并加入排队队列的过程,创建车辆的过程列表,通过车辆定位模型判断车辆所在虚拟位置是否为虚拟停车场入口,若完成第一过程,将第一过程存储于过程列表中;
第二过程entering为知情车辆在到达虚拟停车场时确定目标停车位并以最短路径行驶至目标停车位的过程,如图3所示,为知情车辆提供路径引导示意图,通过车辆的虚拟位置、虚拟停车位列表中的可用停车位、虚拟过道列表的可移动智能体集合选择目标虚拟停车位并计算到达目标虚拟停车位的最短路径,若完成第二过程,将第二过程存储于过程列表中;
第三过程cruising为不知情车辆在到达虚拟停车场后自主进行移动并搜索当前视野范围中可用停车位的过程,如图4所示,为不知情车辆进行停车位选择示意图,若完成第三过程,将第三过程存储于过程列表中,
第四过程reneged为排队队列中最后到达的车辆在等待时间超过阈值后离开的过程,
第五过程intospot为车辆从过道移动到停车位并熄火的过程,车辆根据第二过程所确定的目标虚拟停车位和最短路径进行行驶,根据虚拟电子围栏的数据以及虚拟视频拍摄装置的数据判断车辆是否到达停车位并熄火,当第五过程完成后,将五过程存储于过程列表中,
第六过程parked为车辆从已停入停车位直到驶离停车位的过程,根据虚拟电子围栏的数据判断车辆是否离开停车位,当第六过程完成后,将第六过程存储于过程列表中,
第七过程unparking为车辆从停车位驶离并加入到过道中车流的过程,
第八过程leaving为车辆驶向停车场出口的过程,
第九过程left为车辆离开停车场并将其数据存储到历史数据库中的过程,通过停车场出口的视频拍摄装置获取图像,基于图像识别技术判断车辆是否通过停车场出口,若通过停车场出口,则将第九过程存储于过程列表中;
其中第九过程left可以驾驶和步行安全性为前提,将基于逻辑规则模型建立停车仿真系统生成的历史行车轨迹(包括行车路线、目标停车位和停车方式)输出给知情车辆,完成实时驾驶引导。
构建车辆的运动空间,车辆的运动空间包括车辆到达虚拟停车场入口并加入排队队列的行为、车辆停车并为有路权冲突的其他可移动智能体让路的行为、车辆向前移动的行为、车辆转弯的行为以及车辆掉头的行为,构建车辆的行为列表,通过视频拍摄装置获取车辆行驶全过程的图像信息,基于SVM算法对图像中车辆的不同行为进行训练和分类,将车辆的行为存储于行为列表中;
图5为车辆运动行为示意图,车辆到达停车系统后,对路权冲突的车辆进行让行,当车辆进入第五过程,分别进行车头进入停车位、车尾进入停车位的移动行为,当车辆进入第六过程,分别进行车头离开停车位、车尾离开停车位的移动行为,还包括车辆进行向前移动、转弯、掉头等行为。
其中,车辆向前移动的行为以当前路没有障碍和行人为前提,车辆转弯的行为是车辆到达交叉口或转弯过道时获得路权后才能转弯,车辆掉头的行为是当车辆与对方来车在狭窄的道路上发生死锁时,车辆必须掉头。
构建行人的过程空间,行人的过程空间包括第十过程no_opt、第十一过程to_door、第十二过程to_be_back、第十三过程to_vehicle、第十四过程pass_by,
第十过程no_opt为行人在停车场内未明确目的地的移动过程,通过视频拍摄装置获取行人在不同时间间隔的位置,分别计算行人位置与行人出入口之间的距离,根据距离判断行人是否有明确目的地,
第十一过程to_door为行人向行人出入口移动的过程,若相邻时间间隔的距离在逐渐增大或逐渐减小,则表示行人进入第十一过程,
第十二过程to_be_back为在车辆驶离停车位前行人暂时不在停车系统中的过程,
第十三过程to_vehicle为车辆驶离停车位前行人回到停车系统并向目标车辆移动的过程,
第十四过程pass_by为行人穿过停车位但不使用停车位的过程;
构建行人的运动空间,行人的运动空间包括当行人移动的下一个位置被其他可移动智能体占用时行人为其让路的行为、行人向前移动的行为、行人转弯的行为、行人在停车场内未明确目的地的移动行为、行人有规划路线的移动行为、行人到达目标车辆所在位置并与车辆融合为一个可移动智能体的行为。图6为车辆与行人冲突关系示意图,即当行人移动的下一个位置被其他可移动智能体占用时行人为其让路的行为。
图7为步骤三的具体实施流程图,车辆到达停车系统后,可分别进入排队队列、巡航状态、离开排队队列三种过程,从进入排队队列、巡航状态可进入驶入停车位过程,从驶入停车位过程进入停车过程,生成行人,行人进入走向行人出入口过程、回到仿真系统过程、直到回到对应车辆,行人与车辆融合为一个智能体,还包括行人在停车场内无目的的移动时经过停车位的过程。
步骤五、构建多智能体运动逻辑规则模型,根据多智能体运动逻辑规则模型进行停车规划,包括,
通过可移动智能体检测模型判断可移动智能体类型,当可移动智能体为车辆时,根据车辆定位模型获取车辆的虚拟位置,若虚拟位置属于虚拟停车位列表中不可用虚拟停车位,则表示车辆位于任意停车位并停止停车规划,若当前位置不是任意停车位则进入停车规划,执行车辆的第二过程空间,根据目标虚拟停车位以及最短路径,通过匹配特征量的方法从车辆的运动空间中选择运动行为集合,车辆根据运动行为集合从当前位置移动到目标虚拟停车位。
计算车辆下一步的目标位置包括建立车辆当前视野范围内所有的位置集合,提取集合中所有位置的性质(如,从停车位到行人出口或车辆出入口的距离)并判断是否能够选择该位置停车,即若在车辆C当前视野范围内有能够停车的位置,且该位置为停车位,则将该停车位设为目标位置。
计算车辆到达目标位置的运动路线为根据路径选择模型获取最短路线,当目标位置与路线有交集,则将此路线作为车辆到达目标位置的运动路线。
所述判断能否通过所选择的运动行为将车辆从当前位置移动到目标位置包括若当智能体处于当前位置,且能够通过运动行为从当前位置到达目标位置,且目标位置没有被其他智能体占用,则确定车辆或行人可以通过运动行为移动到目标位置。
构建多智能体行为规则模型,包括车辆的行为规则和行人的行为规则,根据多智能体行为规则模型对车辆状态和行人状态进行管理,具体包括,
车辆的行为规则包括当车辆完成第一过程,进入第二过程则将车辆状态更新为获取最短路径状态;
当车辆处于获取最短路径状态且能够根据多智能体运动逻辑规则模型进行停车规划,则将车辆状态更新为停入停车位状态;
当车辆完成第一过程,进入第三过程则将车辆状态更新为巡航状态;
当车辆进入第四过程,则将车辆撤销;
当车辆处于停入停车位状态或巡航状态,且车辆所在位置为停车位,则将车辆状态更新为停车状态;
当车辆完成第六过程,则将车辆状态更新为解除停车状态;
当车辆处于解除停车状态且完成第七过程、第八过程,以及车辆所在位置为停车场出口,则将车辆状态更新为离开停车场,并执行第九过程;
行人的行为规则包括当行人进入第十一过程、第十二过程且行人位置为行人出口,则将行人状态更新为暂时移除;
当行人进入第十三过程且行人到达目标车辆所在位置则将行人状态更新为与车辆融合。
图8为利用已有的停车方法进行停车系统仿真结果示意图。图9为本发明中所提出的基于停车引导的停车系统仿真结果示意图。通过和已有的停车系统仿真方法对比可以发现,现有的仿真方法只包括停车位选择模型,且存在模型简单、变量无法更改、无法根据实际停车场数据进行模型标定等问题;停车路径为从给定的停车线路中随机选择,难以在车辆行驶过程中进行实时路径选择和实时驾驶引导。同时由于车行路径和人行路径合流点过多导致停车系统内平均延误时间延长,使其难以适用于实际运营过程中的多变的停车需求和复杂的应用场景。
本发明提出的停车系统仿真方法中,通过对知情车辆提供驾驶引导,能够减少车辆与车辆、车辆与行人间的冲突,能够提高停车系统安全性和运行效率;同时,通过将车辆引导至空闲车位能够减少车辆寻找停车位过程中的巡航时间,减少停车系统拥堵。
整体的有益效果:本发明提供一种基于停车引导的停车仿真系统设计方法,建立完整的停车系统仿真模型,准确描述车辆与车辆、车辆与行人、车辆与设施之间的交织关系和系统动态变化,形成了一种面向停车需求的新型停车系统仿真方法;实现对车辆的实时驾驶引导,完成从选择停车位、到停车线路规划、再到离开线路规划的全过程仿真,能够通过减少车辆巡航时间、提高停车位利用率以保证停车系统运行效率,建立了一种基于停车引导的停车系统运营机制。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种基于停车引导的停车仿真系统设计方法,其特征在于,包括,
步骤一、根据停车场的大小构建虚拟停车场,根据停车位、过道、停车场出口、停车场入口、行人出入口以及人行道的物理位置在虚拟停车场中构建虚拟停车位、虚拟过道、虚拟停车场出口、虚拟停车场入口、虚拟行人出入口以及虚拟人行道,在停车场中安装电子围栏以及视频拍摄装置,根据停车场中电子围栏和视频拍摄装置的物理位置在虚拟停车场中构建虚拟电子围栏和虚拟视频拍摄装置,
构建可移动智能体,可移动智能体包括车辆、行人,车辆的状态包括知情车辆、不知情车辆;
构建虚拟停车位列表,虚拟停车位列表用于存储虚拟停车位的虚拟位置、虚拟停车位是否可用、距离虚拟停车位最近的虚拟电子围栏的虚拟位置以及虚拟视频拍摄装置的虚拟位置;
构建虚拟过道列表,虚拟过道列表用于存储虚拟过道的虚拟位置、虚拟过道中的可移动智能体集合、距离虚拟过道最近的虚拟电子围栏的虚拟位置以及虚拟视频拍摄装置的虚拟位置;
构建虚拟车辆历史列表,虚拟车辆历史列表用于存储到达过停车场的车辆车牌号、到达停车场入口时间、离开停车场出口时间;
步骤二、构建车辆定位模型,包括根据虚拟电子围栏、虚拟视频拍摄设备与虚拟车辆的距离、视频拍摄设备所拍摄的图像实时判断车辆所在的虚拟位置;
构建行人定位模型,包括根据视频拍摄设备所拍摄的图像识别行人所在的虚拟位置;
步骤三、构建可移动智能体检测模型,包括获取停车场入口视频拍摄装置的数据,基于图像识别技术识别图像中是否包括行人和车辆,若包括行人则构建行人并根据行人定位模型对行人进行跟踪,若包括车辆则基于图像识别技术识别图像中车辆的车牌号,并与虚拟车辆历史列表中的车牌号进行比对,若包含则将车辆状态更新为知情车辆,若不包含则将车辆状态更新为不知情车辆并将其车牌号保存至虚拟车辆历史列表中,并根据车辆定位模型获取对车辆进行跟踪;
步骤四、分别构建车辆、行人的过程空间和运动空间,车辆的过程空间用于表示车辆从到达虚拟停车场入口到离开虚拟停车场出口的过程,车辆的运动空间用于表示车辆完成车辆的过程空间所需作出的运动行为,行人的过程空间用于表示行人在停留在虚拟停车场的过程,行人的运动空间表示行人完成行人的过程空间所需作出的运动行为;
步骤五、构建多智能体运动逻辑规则模型,根据多智能体运动逻辑规则模型进行停车规划;构建多智能体行为规则模型,包括车辆的行为规则和行人的行为规则,根据多智能体行为规则模型对车辆状态和行人状态进行管理。
2.根据权利要求1所述的一种基于停车引导的停车仿真系统设计方法,其特征在于,所述分别构建车辆、行人的过程空间和运动空间包括构建车辆的过程空间,车辆的过程空间包括第一过程、第二过程、第三过程、第四过程、第五过程、第六过程、第七过程、第八过程、第九过程,
第一过程为车辆到达虚拟停车场入口并加入排队队列的过程,创建车辆的过程列表,通过车辆定位模型判断车辆所在虚拟位置是否为虚拟停车场入口,若完成第一过程,将第一过程存储于过程列表中,
第二过程为知情车辆在到达虚拟停车场入口时确定目标虚拟停车位,通过车辆的虚拟位置、虚拟停车位列表中的可用停车位、虚拟过道列表的可移动智能体集合选择目标虚拟停车位并计算到达目标虚拟停车位的最短路径,若完成第二过程,将第二过程存储于过程列表中,
第三过程为不知情车辆在到达虚拟停车场后自主进行移动并搜索当前视野范围中可用停车位的过程,若完成第三过程,将第三过程存储于过程列表中,
第四过程为排队队列中最后到达的车辆在等待时间超过阈值后离开的过程,
第五过程为车辆从过道移动到停车位并熄火的过程,车辆根据第二过程所确定的目标虚拟停车位和最短路径进行行驶,根据虚拟电子围栏的数据以及虚拟视频拍摄装置的数据判断车辆是否到达停车位并熄火,当第五过程完成后,将五过程存储于过程列表中,
第六过程为车辆从已停入停车位直到驶离停车位的过程,根据虚拟电子围栏的数据判断车辆是否离开停车位,当第六过程完成后,将第六过程存储于过程列表中,
第七过程为车辆从停车位驶离并加入到过道中车流的过程,
第八过程为车辆驶向停车场出口的过程,
第九过程为车辆离开停车场并将其数据存储到历史数据库中的过程,通过停车场出口的视频拍摄装置获取图像,基于图像识别技术判断车辆是否通过停车场出口,若通过停车场出口,则将第九过程存储于过程列表中;
构建车辆的运动空间,车辆的运动空间包括车辆到达虚拟停车场入口并加入排队队列的行为、车辆停车并为有路权冲突的其他可移动智能体让路的行为、车辆向前移动的行为、车辆转弯的行为以及车辆掉头的行为,构建车辆的行为列表,通过视频拍摄装置获取车辆行驶全过程的图像信息,基于SVM算法对图像中车辆的不同行为进行训练和分类,将车辆的行为存储于行为列表中;
构建行人的过程空间,行人的过程空间包括第十过程、第十一过程、第十二过程、第十三过程、第十四过程,
第十过程为行人在停车场内未明确目的地的移动过程,通过视频拍摄装置获取行人在不同时间间隔的位置,分别计算行人位置与行人出入口之间的距离,根据距离判断行人是否有明确目的地,
第十一过程为行人向行人出入口移动的过程,若相邻时间间隔的距离在逐渐增大或逐渐减小,则表示行人进入第十一过程,
第十二过程为在车辆驶离停车位前行人暂时不在停车系统中的过程,
第十三过程为车辆驶离停车位前行人回到停车系统并向目标车辆移动的过程,
第十四过程为行人穿过停车位但不使用停车位的过程;
构建行人的运动空间,行人的运动空间包括当行人移动的下一个位置被其他可移动智能体占用时行人为其让路的行为、行人向前移动的行为、行人转弯的行为、行人在停车场内未明确目的地的移动行为、行人有规划路线的移动行为、行人到达目标车辆所在位置并与车辆融合为一个可移动智能体的行为。
3.根据权利要求2所述的一种基于停车引导的停车仿真系统设计方法,其特征在于,所述构建多智能体运动逻辑规则模型,包括
通过可移动智能体检测模型判断可移动智能体类型,当可移动智能体为车辆时,根据车辆定位模型获取车辆的虚拟位置,若虚拟位置属于虚拟停车位列表中不可用虚拟停车位,则表示车辆位于任意停车位并停止停车规划,若当前位置不是任意停车位则进入停车规划,执行车辆的第二过程空间,根据目标虚拟停车位以及最短路径,通过匹配特征量的方法从车辆的运动空间中选择运动行为集合,车辆根据运动行为集合从当前位置移动到目标虚拟停车位。
4.根据权利要求3所述的一种基于停车引导的停车仿真系统设计方法,其特征在于,所述构建多智能体行为规则模型,包括车辆的行为规则和行人的行为规则,
车辆的行为规则包括当车辆完成第一过程,进入第二过程则将车辆状态更新为获取最短路径状态;
当车辆处于获取最短路径状态且能够根据多智能体运动逻辑规则模型进行停车规划,则将车辆状态更新为停入停车位状态,并创建类型为行人的可移动智能体;
当车辆完成第一过程,进入第三过程则将车辆状态更新为巡航状态;
当车辆进入第四过程,则将车辆撤销;
当车辆处于停入停车位状态或巡航状态,且车辆所在位置为停车位,则将车辆状态更新为停车状态;
当车辆完成第六过程,则将车辆状态更新为解除停车状态;
当车辆处于解除停车状态且完成第七过程、第八过程,以及车辆所在位置为停车场出口,则将车辆状态更新为离开停车场,并执行第九过程;
行人的行为规则包括当行人进入第十一过程、第十二过程且行人位置为行人出口,则将行人状态更新为暂时移除;
当行人进入第十三过程且行人到达目标车辆所在位置则将行人状态更新为与车辆融合。
5.根据权利要求3所述的一种基于停车引导的停车仿真系统设计方法,其特征在于,所述从车辆的运动空间中选择运动行为包括根据概率从车辆的运动空间中进行选择或遍历车辆运动空间中的运动行为进行选择。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210837113.1A CN115206101A (zh) | 2022-07-15 | 2022-07-15 | 一种基于停车引导的停车仿真系统设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210837113.1A CN115206101A (zh) | 2022-07-15 | 2022-07-15 | 一种基于停车引导的停车仿真系统设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115206101A true CN115206101A (zh) | 2022-10-18 |
Family
ID=83581155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210837113.1A Pending CN115206101A (zh) | 2022-07-15 | 2022-07-15 | 一种基于停车引导的停车仿真系统设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115206101A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117152944A (zh) * | 2023-10-30 | 2023-12-01 | 中国市政工程西南设计研究总院有限公司 | 一种网约车调度管理方法、系统及存储介质 |
CN117315926A (zh) * | 2023-08-15 | 2023-12-29 | 广东省科学院广州地理研究所 | 一种基于交通仿真模型的停车预测方法及系统 |
CN117576946A (zh) * | 2024-01-16 | 2024-02-20 | 福建龙投信息技术有限公司 | 一种智慧停车的安全监管方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113971339A (zh) * | 2021-10-12 | 2022-01-25 | 北京航空航天大学 | 一种停车场场景下人车混合交通仿真方法及系统 |
CN114239371A (zh) * | 2021-11-30 | 2022-03-25 | 东南大学 | 基于仿真的大型停车场出入口车辆延误模型参数标定方法 |
-
2022
- 2022-07-15 CN CN202210837113.1A patent/CN115206101A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113971339A (zh) * | 2021-10-12 | 2022-01-25 | 北京航空航天大学 | 一种停车场场景下人车混合交通仿真方法及系统 |
CN114239371A (zh) * | 2021-11-30 | 2022-03-25 | 东南大学 | 基于仿真的大型停车场出入口车辆延误模型参数标定方法 |
Non-Patent Citations (1)
Title |
---|
YUN YUAN: "\"A Microscopic Simulation Laboratory for Evaluation of Off-street Parking Systems\"", 《UNIVERSITY OF WISCONSIN MILWAUKEE UWM DIGITAL COMMONS》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117315926A (zh) * | 2023-08-15 | 2023-12-29 | 广东省科学院广州地理研究所 | 一种基于交通仿真模型的停车预测方法及系统 |
CN117152944A (zh) * | 2023-10-30 | 2023-12-01 | 中国市政工程西南设计研究总院有限公司 | 一种网约车调度管理方法、系统及存储介质 |
CN117576946A (zh) * | 2024-01-16 | 2024-02-20 | 福建龙投信息技术有限公司 | 一种智慧停车的安全监管方法及系统 |
CN117576946B (zh) * | 2024-01-16 | 2024-03-19 | 福建龙投信息技术有限公司 | 一种智慧停车的安全监管方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115206101A (zh) | 一种基于停车引导的停车仿真系统设计方法 | |
US11537134B1 (en) | Generating environmental input encoding for training neural networks | |
CN109949604B (zh) | 一种大型停车场调度导航方法及系统 | |
KR102099605B1 (ko) | 실시간 최적 주차 경로 안내 시스템 및 방법 | |
WO2019214163A1 (zh) | 一种代客泊车方法及装置 | |
CN107274684B (zh) | 一种车路协同环境下单点交叉口信号控制策略选择方法 | |
JP6247754B2 (ja) | 駐車場探し開始特定のために車両の測定データを処理する方法 | |
CN110126817B (zh) | 一种自适应任意点与固定点间泊车或召回的方法及系统 | |
CN107633694A (zh) | 一种无人驾驶汽车的停车管理系统 | |
CN111316286A (zh) | 轨迹预测方法及装置、存储介质、驾驶系统与车辆 | |
CN108710719A (zh) | 基于冲突区侵占度的交叉口内部冲突消解仿真模拟方法 | |
CN109191900B (zh) | 一种小区诱导停车管理系统 | |
CN109272745A (zh) | 一种基于深度神经网络的车辆轨迹预测方法 | |
Hampshire et al. | Analysis of parking search behavior with video from naturalistic driving | |
US11745768B2 (en) | Vehicle dispatch system, vehicle dispatch server, and vehicle dispatch method | |
CN113223326A (zh) | 基于路侧的多车多控多源低速辅助停车系统 | |
CN112967516B (zh) | 快速停车场端关键参数与整车匹配全局动态路径规划方法 | |
Guo et al. | Humanlike behavior generation in urban environment based on learning-based potentials with a low-cost lane graph | |
CN114882732A (zh) | 一种智慧城市的智能化停车管理系统 | |
CN112990759B (zh) | 基于数字孪生的数据处理系统 | |
Mukherjee et al. | Predicting vehicle behavior using automotive radar and recurrent neural networks | |
CN114519940A (zh) | 一种应用于智慧停车的大数据分析方法及设备 | |
CN113538961A (zh) | 一种基于图像识别技术的大型停车场反向寻车方法 | |
CN115862364B (zh) | 基于大数据分析的智能停车场服务管理系统及方法 | |
CN111508263A (zh) | 停车场智能引导机器人及智能引导方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20221018 |