CN115620553B - 一种指定场所周边停车区域的资源共享方法及存储介质 - Google Patents

一种指定场所周边停车区域的资源共享方法及存储介质 Download PDF

Info

Publication number
CN115620553B
CN115620553B CN202211503623.1A CN202211503623A CN115620553B CN 115620553 B CN115620553 B CN 115620553B CN 202211503623 A CN202211503623 A CN 202211503623A CN 115620553 B CN115620553 B CN 115620553B
Authority
CN
China
Prior art keywords
parking
parking area
vehicles
time
vehicle
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
CN202211503623.1A
Other languages
English (en)
Other versions
CN115620553A (zh
Inventor
叶恺翔
吕晓宝
王元兵
王海荣
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.)
Sugon Nanjing Research Institute Co ltd
Original Assignee
Sugon Nanjing Research Institute 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 Sugon Nanjing Research Institute Co ltd filed Critical Sugon Nanjing Research Institute Co ltd
Priority to CN202211503623.1A priority Critical patent/CN115620553B/zh
Publication of CN115620553A publication Critical patent/CN115620553A/zh
Application granted granted Critical
Publication of CN115620553B publication Critical patent/CN115620553B/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
    • G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/142—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/12—Messaging; Mailboxes; Announcements
    • H04W4/14—Short messaging services, e.g. short message services [SMS] or unstructured supplementary service data [USSD]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种指定场所周边停车区域的资源共享方法及存储介质，属于停车资源共享的技术领域。本发明通过构建外来车辆峰值限流模型、停车督导模型、警情高发时段预警模型、外来车辆构建超时提示模型、以及措施干预模型。实现关于指定场所的外来车辆限流管理、问题小区重点整治、核心时段加强巡逻干预、外来车辆超时提醒、逾期车辆强制拖离的管理工作闭环。

Description

一种指定场所周边停车区域的资源共享方法及存储介质
技术领域
本发明属于停车资源共享的技术领域，特别是涉及一种指定场所周边停车区域的资源共享方法及存储介质。
背景技术
高铁站、汽车站、机场、商场等地的车位数量、价格高，很多车主更倾向将私家车停放在周边停车区域中，导致停车区域内的外来车辆数量增多，导致移车纠纷、损坏汽车等负面事件的发生，严重影响了停车区域内车辆、居民的正常生活。重点场所周边停车区域的外来车辆管理，成为了公安、交通等管理部门的重点课题。
发明内容
本发明为解决背景技术中存在的技术问题，提供了一种特定场所周边停车区域停车资源共享方法。以停车区域基础信息、车辆轨迹信息为基础，与实有人口信息、人员关系数据、机动车登记信息、警情数据、12345政务服务数据等数据资源进行关联碰撞，运用数据建模手段，构建外来车辆峰值限流、共享车位负载均衡、频繁触及峰值停车区域督导、停车区域警情高发时段预警、外来车辆超时短信提示、强制措施干预等模型，以辅助人工巡查、督导。
本发明采用以下技术方案：一种指定场所周边停车区域的资源共享方法，包括以下步骤：
将位于指定场所周边预定范围内的停车区定义为停车区域；
创建外来车辆峰值限流模型，计算得到每个停车区域的实时外来车位余量，结合指定场所的实时车位余量设立指定场所与停车区域之间的动态电子提示牌；基于动态电子提示牌对外来车辆进行动态引导，实现指定场所与停车区域之间、以及停车区域相互之间车位压力的动态均衡；
构建停车督导模型，对每个停车区域进行至少两个维度的数值统计：触及峰值频率、高于峰值时长；对频繁触及峰值以及长时间高于峰值的停车区域进行督导：针对频繁触及峰值的停车区域，减少外来车辆进入；针对长时间高于峰值的停车区域，控制外来车辆的停留时间，进行车辆引导疏通。
在进一步的实施例中，还包括：
构建警情高发时段预警模型，基于停车区域实时的外来车辆情况计算对应停车问题数量
Figure 658700DEST_PATH_IMAGE001
，当
Figure 880341DEST_PATH_IMAGE002
≥1时，表明潜在发生损毁汽车、移车纠纷的可能性较大，满足预警条件；
还包括：定义停车区域饱和度表示停车区域外来车辆的饱和情况，基于车辆的历史行为抽取处涉事车辆，将涉事车辆和所在停车区域的停车区域饱和度相结合生成高风险库；若高风险库中，同个车牌在不同饱和度的情况下分别有过涉事行为，则保留饱和度最低的一条记录；
基于停车区域的实时停车区域饱和度与高风险库的记录判断是否满足预警条件。
在进一步的实施例中，还包括：
构建外来车辆构建超时提示模型，对停车区域的外来车辆进出情况进行监控，实时计算每辆外来车辆停留时间，由下式计算得出：
Figure 22609DEST_PATH_IMAGE003
式中，
Figure 313913DEST_PATH_IMAGE004
表示当前时间，
Figure 174422DEST_PATH_IMAGE005
表示外来车辆进入停车区域的时间，若停留时间
Figure 701218DEST_PATH_IMAGE006
大于第一预定时长，则发送短信进行告知；
针对发送短信进行告知的车辆进行更高频率的监控，若停留时间
Figure 573359DEST_PATH_IMAGE006
大于第二预定时长，则采取对应执行措施，其中第二预定时长大于第一预定时长。
在进一步的实施例中，所述外来车辆峰值限流模型的创建流程如下：
获取停车区域的日常停车信息，基于所述日常停车信息计算得到不同时段的最大内部车辆数
Figure 927242DEST_PATH_IMAGE007
，其中，i的取值为0或1，0表示工作日，1表示非工作日；j的取值为0-23内所有整数，表示统计的小时段；于最大内部车辆数
Figure 884834DEST_PATH_IMAGE007
中筛选出每小时段的拥有固定车位的平均数量
Figure 215321DEST_PATH_IMAGE008
；
采用以下公式计算得到外来车辆最大峰值
Figure 66603DEST_PATH_IMAGE009
；
Figure 965289DEST_PATH_IMAGE010
；式中，
Figure 534810DEST_PATH_IMAGE011
表示停车区域内的总车位数，
Figure 278775DEST_PATH_IMAGE012
表示固定车位数，
Figure 37694DEST_PATH_IMAGE013
为余量系数。
在进一步的实施例中，所述动态均衡的实现方式如下：
基于外来车辆最大峰值
Figure 700757DEST_PATH_IMAGE009
、实时外来车辆数量以及指定场所的实时车位余量构建负载均衡算法，所述负载均衡算法如下：
计算停车区域的实时外来车位余量，记为
Figure 898520DEST_PATH_IMAGE014
：
Figure 570810DEST_PATH_IMAGE015
；式中，
Figure 537629DEST_PATH_IMAGE016
表示停车区域内实时的外来车辆数量；
对应的，关于停车区域k的实时外来车位余量记为
Figure 371592DEST_PATH_IMAGE017
；
将计算得到的实时外来车位余量
Figure 56652DEST_PATH_IMAGE017
、指定场所的实时车位余量按照从大到小的顺序进行实时动态排列，构建队列；通过动态电子提示牌显示列队，按照列队顺序进行停车优先级推送和引导。
在进一步的实施例中，所述不同时段的最大内部车辆数
Figure 34097DEST_PATH_IMAGE007
和每小时段的拥有固定车位的平均数量
Figure 714477DEST_PATH_IMAGE008
的获取方式如下：
统计工作日内每个小时停车区域内存在的所有车辆信息，筛选计算其中业主登记车辆及关系人车辆的数量，取最大值得出工作日内每小时段的非外来车辆最大数量，记为
Figure 125867DEST_PATH_IMAGE018
，
Figure 157277DEST_PATH_IMAGE019
的取值为0-23内所有整数，表示统计的小时段；于
Figure 781156DEST_PATH_IMAGE018
中筛选计算其中拥有固定车位的车辆数量，取平均值得出工作日内每小时段的拥有固定车位的平均数量，记为
Figure 847201DEST_PATH_IMAGE020
；
统计节假日内每个小时停车区域内存在的所有车辆信息，筛选计算其中业主登记车辆及关系人车辆的数量，取最大值得出节假日内每小时段的非外来车辆最大数量，记为
Figure 163913DEST_PATH_IMAGE021
；于
Figure 915575DEST_PATH_IMAGE021
中筛选计算其中拥有固定车位的车辆数量，取平均值得出节假日内每小时段的拥有固定车位的平均数量，记为
Figure 733358DEST_PATH_IMAGE022
；
则工作日内每小时段的非外来车辆最大数量
Figure 529276DEST_PATH_IMAGE018
和节假日内每小时段的非外来车辆最大数量
Figure 407102DEST_PATH_IMAGE021
统称为
Figure 288471DEST_PATH_IMAGE007
；工作日内每小时段的拥有固定车位的平均数量
Figure 378786DEST_PATH_IMAGE020
和节假日内每小时段的拥有固定车位的平均数量
Figure 29211DEST_PATH_IMAGE022
统称为
Figure 579403DEST_PATH_IMAGE008
。
在进一步的实施例中，所述停车督导模型的构建流程如下：
基于停车区域设定峰值，对每个停车区域的外来车辆进行实时监控，以小时为单位，计算外来车辆数量与峰值的差值，判断是否达到峰值，统计触及峰值频率和高于峰值时长；
触及峰值频率的统计过程如下：当某一小时的数量从峰值之下升至峰值以上时，记为一次触及，以参数T表示单位时间周期，定时统计T周期内每个停车区域触及峰值的个数记为
Figure 948067DEST_PATH_IMAGE023
，k表示不同的停车区域；
Figure 842074DEST_PATH_IMAGE023
的计算公式如下：
Figure 206059DEST_PATH_IMAGE024
；其中，
Figure 301054DEST_PATH_IMAGE025
表示的方程如下：
Figure 281648DEST_PATH_IMAGE027
其中，
Figure 854712DEST_PATH_IMAGE028
表示t时刻第k个停车区域的外来车辆数量；
Figure 837318DEST_PATH_IMAGE029
表示t时刻第k个停车区域允许的外来车辆峰值；
按照周期T统计得到的
Figure 227848DEST_PATH_IMAGE023
由高到低进行排序，对
Figure 305526DEST_PATH_IMAGE023
值高于第一阈值的停车区域进行督导；
高于峰值时长的统计过程如下：定时统计T周期内每个停车区域连续高于峰值的时间长度记为
Figure 806914DEST_PATH_IMAGE030
，
Figure 145492DEST_PATH_IMAGE030
的计算公式如下：
Figure 582289DEST_PATH_IMAGE031
；其中
Figure 773362DEST_PATH_IMAGE032
表示的方程如下：
Figure 688228DEST_PATH_IMAGE033
；
按照周期T统计得到的
Figure 412470DEST_PATH_IMAGE030
由高到低进行排序，对
Figure 20169DEST_PATH_IMAGE030
值高于第二阈值的停车区域进行督导。
在进一步的实施例中，基于停车问题数量的警情高发时段预警模型的构建流程如下：
获取指定时间段内的各小时停车区域的外来车辆数量
Figure 931493DEST_PATH_IMAGE034
、非外来车辆数量
Figure 650051DEST_PATH_IMAGE035
、总车位数
Figure 963220DEST_PATH_IMAGE011
、固定车位数
Figure 364989DEST_PATH_IMAGE012
，采用以下计算公式计算各小时对应的停车问题数量
Figure 638976DEST_PATH_IMAGE002
：
Figure 285858DEST_PATH_IMAGE036
；式中，
Figure 453534DEST_PATH_IMAGE037
、
Figure 403036DEST_PATH_IMAGE038
、
Figure 23373DEST_PATH_IMAGE039
、
Figure 349312DEST_PATH_IMAGE040
、
Figure 138539DEST_PATH_IMAGE041
均为参数值；
还包括：采用以下公式计算得到停车区域饱和度sat：
Figure 258941DEST_PATH_IMAGE042
；式中，
Figure 632154DEST_PATH_IMAGE016
表示停车区域内实时的外来车辆数量，
Figure 620838DEST_PATH_IMAGE009
表示外来车辆最大峰值；
基于高风险库的警情高发时段预警模型的构建流程如下：
当高风险库中的车辆再次进入停车区域时，若当前的停车区域饱和度低于该车辆在该风险库中对应的停车区域饱和度的10%以上，则不满足预警条件；反之满足预警条件，阻止入内；
当停车区域内已存在高风险库中的外来车辆，若停车区域的实时停车区域饱和度低于高风险库中该外来车辆记录的停车区域饱和度的则不满足预警条件；反之满足预警条件，采取强制性措施。
在进一步的实施例中，所述高风险库为每日实时更新，其更新流程如下：若当前停车区域的外来车辆于昨日存在涉事行为，则将该车辆的车辆信息及对应的所在停车区域的停车区域饱和度以增量的形式更新至高风险库中；
若高风险库中的外来车辆在预定期限内均没有存在涉事行为，则将该车辆的车辆信息从高风险库中剔除。
一种计算机可读存储介质，其上存储有计算机程序所述计算机程序被处理器执行时实现如上所述的方法的步骤。
本发明的有益效果：本发明通过构建外来车辆峰值限流、频繁触及峰值小区督导、小区警情高发时段预警、外来车辆超时短信提示、强制措施干预等五个模型，与相关部门联动，实现外来车辆限流管理、问题小区重点整治、核心时段加强巡逻干预、外来车辆超时提醒、逾期车辆强制拖离的管理工作闭环。通过数据建模的方式，高效辅助人工进行重点单位周边小区内外来车辆管理，并实际应用在了某南站附近的范围内，取得了理想的效果。
具体实施方式
下面结合实施例对本发明做进一步的描述。
实施例1
申请人经研究和实践发现，某些指定场所（举例：高铁站、汽车站、商场等）因车位数量有限或者价格高，不能很好的满足某些私家车的停车需求，因此私家车更偏向将车暂时停放在周边的停车区域内，好比周边的小区、以及周边的办公楼停车区域。虽然满足某些私家车的需求，但是于此同时给对应的周边的停车区域带来一定的停车负担，导致移车纠纷、损坏汽车等负面事件的发生，严重影响了停车区域内车辆、居民/的正常生活或上班。
本实施例为了解决上述技术问题，在满足私家车在指定场所的正常停车的基础上，不影响周边停车区域的正常秩序，提供了一种指定场所周边停车区域的资源共享方法，包括以下步骤：
步骤一、将位于指定场所周边预定范围内的停车区定义为停车区域；进一步的，以火车站为例，将距离火车站2km的各个小区、办公点或者其他可停车的区域定义为停车区域，即属于本实施例资源共享的停车区域。
步骤二、创建外来车辆峰值限流模型，计算得到每个停车区域的实时外来车位余量，结合指定场所的实时车位余量设立指定场所与停车区域之间的动态电子提示牌；基于动态电子提示牌对外来车辆进行动态引导，实现指定场所与停车区域之间、以及停车区域相互之间车位压力的动态均衡。换言之，通过动态电子提示牌的实时更新以提醒车主火车站、及其周边的停车区域哪边更便于停车，并对应给出导向。
步骤三、构建停车督导模型，对每个停车区域进行至少两个维度的数值统计：触及峰值频率、高于峰值时长；对频繁触及峰值以及长时间高于峰值的停车区域进行督导：针对频繁触及峰值的停车区域，减少外来车辆进入；针对长时间高于峰值的停车区域，控制外来车辆的停留时间，进行车辆引导疏通。换言之，根据小区设定的峰值，对每个小区的外来车辆进行实时监控，以小时为单位（或者其他的时间单位），计算外来车辆数量与峰值的差距，判断是否达到峰值，统计触及峰值频率以及高于峰值时长两个维度的小区排名，将频繁触及峰值以及长时间高于峰值的进行督导，督导主体可以是街道社区或者其他的主体，督导的形式可以是多样性的。
在进一步的实施例中，步骤二中的外来车辆峰值限流模型的创建流程如下：
步骤201、获取停车区域的日常停车信息，在本实施例中，停车区域的日常停车信息至少包括：小区登记的车位总数、固定车位比例、业主登记车辆、业主关系人信息、进出车流信息等数据。获取日常停车信息时将节假日与非工作日（即节假日）进行区部分，并以小时为粒度，计算小区理论允许的最大外来车辆，即执行步骤202；
步骤202、基于所述日常停车信息计算得到不同时段的最大内部车辆数
Figure 372894DEST_PATH_IMAGE007
，其中，i的取值为0或1，0表示工作日，1表示非工作日；j的取值为0-23内所有整数，表示统计的小时段；于最大内部车辆数
Figure 54411DEST_PATH_IMAGE007
中筛选出每小时段的拥有固定车位的平均数量
Figure 790286DEST_PATH_IMAGE008
；
采用以下公式计算得到外来车辆最大峰值
Figure 815617DEST_PATH_IMAGE009
；
Figure 546813DEST_PATH_IMAGE010
；式中，
Figure 274597DEST_PATH_IMAGE011
表示停车区域内的总车位数，
Figure 356823DEST_PATH_IMAGE012
表示固定车位数，
Figure 687310DEST_PATH_IMAGE013
为余量系数。即在计算得出的绝对峰值上减去一定的余量，确保突发情况发生，
Figure 679537DEST_PATH_IMAGE013
在本实施例中取值定为10%。
由此，可根据以上公式计算出小区的外来车辆峰值，将小区的峰值推送给对应小区物业，加强对外来车辆的进入管理。
同时，基于外来车辆最大峰值
Figure 938742DEST_PATH_IMAGE009
、实时外来车辆数量以及指定场所的实时车位余量构建负载均衡算法，构建负载均衡算法，实现小区车位压力的动态平衡，动态均衡的实现方式如下：
计算停车区域的实时外来车位余量，记为
Figure 649209DEST_PATH_IMAGE014
：
Figure 517808DEST_PATH_IMAGE015
；式中，
Figure 364541DEST_PATH_IMAGE016
表示停车区域内实时的外来车辆数量。对应的，关于停车区域k的实时外来车位余量记为
Figure 293183DEST_PATH_IMAGE017
；
将计算得到的实时外来车位余量
Figure 350001DEST_PATH_IMAGE017
、指定场所的实时车位余量按照从大到小的顺序进行实时动态排列，构建队列；通过动态电子提示牌显示列队，按照列队顺序进行停车优先级推送和引导。
对于重点场所（以车站为例）周围2km的各个小区，对应的实时外来车位余量记为
Figure 163236DEST_PATH_IMAGE043
，其中k表示不同小区。将各个小区的
Figure 487645DEST_PATH_IMAGE044
，加上火车站停车场车位余量
Figure 462554DEST_PATH_IMAGE045
，由大到小的方式进行实时动态排列，构建队列。借鉴轮询算法思想，在火车站附近主要进出路段设置动态电子提示牌，按照队列顺序进行推荐，对外来车辆进行动态引导，实现小区之间的车位压力的动态均衡。
同时，加入强制措施以维护队列中小区余量的平衡。以5分钟为基本单位，强制阻止轮询队列中最末端的小区的外来车辆进入。当有车辆试图进入队列末尾的小区时，小区入口的闸机将自动进行关闭，引导车辆向车位余量充足的小区进行分流。
在进一步的实施例中，步骤三中的停车督导模型的构建流程如下：
步骤301、基于停车区域设定峰值，对每个停车区域的外来车辆进行实时监控，以小时为单位，计算外来车辆数量与峰值的差值，判断是否达到峰值，统计触及峰值频率和高于峰值时长；
步骤302、触及峰值频率的统计过程如下：当某一小时的数量从峰值之下升至峰值以上时，记为一次触及，以参数T表示单位时间周期，定时统计T周期内每个停车区域触及峰值的个数记为
Figure 272247DEST_PATH_IMAGE023
，k表示不同的停车区域；
Figure 623594DEST_PATH_IMAGE023
的计算公式如下：
Figure 569553DEST_PATH_IMAGE024
；其中，
Figure 715364DEST_PATH_IMAGE025
表示的方程如下：
Figure 746774DEST_PATH_IMAGE027
其中，
Figure 262331DEST_PATH_IMAGE028
表示t时刻第k个停车区域的外来车辆数量；
Figure 203742DEST_PATH_IMAGE029
表示t时刻第k个停车区域允许的外来车辆峰值；
按照周期T统计得到的
Figure 786033DEST_PATH_IMAGE023
由高到低进行排序，对
Figure 39160DEST_PATH_IMAGE023
值高于第一阈值的停车区域进行督导，在本实施例中，督导的作用和目的是为了减少外来车辆的进入。
步骤303、高于峰值时长的统计过程如下：定时统计T周期内每个停车区域连续高于峰值的时间长度记为
Figure 856943DEST_PATH_IMAGE030
，
Figure 652861DEST_PATH_IMAGE030
的计算公式如下：
Figure 530687DEST_PATH_IMAGE031
；其中
Figure 146476DEST_PATH_IMAGE046
表示的方程如下：
Figure 906DEST_PATH_IMAGE033
；
按照周期T统计得到的
Figure 651330DEST_PATH_IMAGE030
由高到低进行排序，对
Figure 700058DEST_PATH_IMAGE030
值高于第二阈值的停车区域进行督导。在本实施例中，督导的作用和目的是通过街道社区应提醒物业单位，控制外来车辆停留时间，进行车辆引导疏通。
其中，第一阈值和第二阈值基于停车区域的基本信息设定。另一个实施例中，通过排名的形式，对排名第一或者排名为前几的停车区域进行督导提醒。
基于上述描述，步骤一至步骤三均是通过指定场所及周边停车区域的实际停车情况对临时停车做有效、动态的指导。但是尽管如此，还是会出现挪车、纠纷等问题，因此为使后续问题得到有效的解决，进一步降低对周边停车区域的影响，本实施例还包括：
步骤四、构建警情高发时段预警模型，基于停车区域实时的外来车辆情况计算对应停车问题数量
Figure 68722DEST_PATH_IMAGE002
，当
Figure 228308DEST_PATH_IMAGE002
≥1时，表明潜在发生损毁汽车、移车纠纷的可能性较大，满足预警条件。在进一步的实施例中，基于停车问题数量的警情高发时段预警模型的构建流程如下：
以两年为例，获取指定时间段（即近2年）内的各小时停车区域的外来车辆数量
Figure 733239DEST_PATH_IMAGE034
、非外来车辆数量
Figure 952868DEST_PATH_IMAGE035
、总车位数
Figure 543249DEST_PATH_IMAGE011
、固定车位数
Figure 7991DEST_PATH_IMAGE012
，采用以下计算公式计算各小时对应的停车问题数量
Figure 633007DEST_PATH_IMAGE002
：
Figure 757958DEST_PATH_IMAGE036
；式中，
Figure 960269DEST_PATH_IMAGE037
、
Figure 337024DEST_PATH_IMAGE038
、
Figure 82126DEST_PATH_IMAGE039
、
Figure 377978DEST_PATH_IMAGE040
、
Figure 208531DEST_PATH_IMAGE041
均为参数值。其中，
Figure 746566DEST_PATH_IMAGE002
的计算公式通过
Figure 470808DEST_PATH_IMAGE037
、
Figure 78507DEST_PATH_IMAGE038
、
Figure 989832DEST_PATH_IMAGE039
、
Figure 973968DEST_PATH_IMAGE040
、
Figure 287138DEST_PATH_IMAGE041
五个待估计参数用一次函数的形式拟合各特征与停车问题数量之间的关联。以一年来的数据作为训练样本，通过岭回归算法对训练数据进行拟合回归，使误差达到最小，得到
Figure 65738DEST_PATH_IMAGE037
、
Figure 965823DEST_PATH_IMAGE038
、
Figure 488071DEST_PATH_IMAGE039
、
Figure 921327DEST_PATH_IMAGE040
、
Figure 870828DEST_PATH_IMAGE041
五个参数的值。
步骤四还包括：定义停车区域饱和度表示停车区域外来车辆的饱和情况，基于车辆的历史行为抽取处涉事车辆，将涉事车辆和所在停车区域的停车区域饱和度相结合生成高风险库。高风险库的生成进一步理解为：将近两年以来，各个小区中历史外来车辆与历史损毁汽车类警情与12345移车数据进行关联碰撞，从中抽取涉事车辆车牌以及当时的小区的外来车辆饱和度，将各个小区的数据进行汇总，形成外来车辆与小区饱和度相结合的高风险库。
若高风险库中，同个车牌在不同饱和度的情况下分别有过涉事行为，则保留饱和度最低的一条记录，并作为预警条件。基于停车区域的实时停车区域饱和度与高风险库的记录判断是否满足预警条件。
对应的，采用以下公式计算得到停车区域饱和度sat：
Figure 756744DEST_PATH_IMAGE042
；
式中，
Figure 941738DEST_PATH_IMAGE016
表示停车区域内实时的外来车辆数量，
Figure 370445DEST_PATH_IMAGE009
表示外来车辆最大峰值；
当高风险库中的车辆再次进入停车区域时，若当前的停车区域饱和度低于该车辆在该风险库中对应的停车区域饱和度的10%以上，则不满足预警条件；反之满足预警条件，阻止入内。换言之，若小区的实时外来车辆饱和度低于高风险库中该车辆对应的饱和度10%以上，那么该车辆在目前情况下，可能引发相关停车纠纷的概率较小，且有一定的饱和度余量，可以将车辆放行，否则物业阻止其进入，防止潜在的停车问题风险。
当停车区域内已存在高风险库中的外来车辆，若停车区域的实时停车区域饱和度低于高风险库中该外来车辆记录的停车区域饱和度的则不满足预警条件；反之满足预警条件，采取强制性措施。换言之，针对小区中已存在的高风险库的车辆，若小区的实时外来车辆饱和度低于高风险库中该车辆对应的饱和度10%以上，那么无需处理。否则自动将车辆信息推送给小区的物业安保以及有关政府部门，增加对该车辆的管控监视，或直接要求其离开小区。
在进一步的实施例中，高风险库为每日实时更新，其更新流程如下：若当前停车区域的外来车辆于昨日存在涉事行为，则将该车辆的车辆信息及对应的所在停车区域的停车区域饱和度以增量的形式更新至高风险库中；若高风险库中的外来车辆在预定期限内均没有存在涉事行为，则将该车辆的车辆信息从高风险库中剔除。举例说明：高风险库由各小区的警情与12345每日实时自动更新，将昨日相关涉事车辆及对应的外来车辆饱和度以增量更新的方式插入名单。同时，考虑到车主行为的改善情况，将名单中一年前录入，即一年内没有发生过相关警情和纠纷的车牌号从高风险库中清除。各小区实时动态维护高风险库，实现信息共享、联防联控。
综上所述，外来车辆的饱和，会导致损毁汽车类警情与移车纠纷的上升，将外来车辆、小区车位等数据与相关警情进行关联分析，进行警情的预测，加强相应时段的巡逻管理，可以有效地避免停车纠纷相关事件的发生。
为了便于管理和给车主提供一定的应变时间，尽可能的降低车主的不便，本实施例还包括：
步骤五、构建外来车辆构建超时提示模型，对停车区域的外来车辆进出情况进行监控，实时计算每辆外来车辆停留时间，由下式计算得出：
Figure 137455DEST_PATH_IMAGE047
式中，
Figure 386033DEST_PATH_IMAGE004
表示当前时间，
Figure 374718DEST_PATH_IMAGE005
表示外来车辆进入停车区域的时间，若停留时间
Figure 657932DEST_PATH_IMAGE006
大于第一预定时长，则发送短信进行告知；在本实施例中，第一预定时长为24小时，通过运营商平台自动发送短信进行告知，敦促尽快自觉离开，防止车辆继续占用。
针对发送短信进行告知的车辆进行更高频率的监控，若停留时间
Figure 808290DEST_PATH_IMAGE006
大于第二预定时长，则采取对应执行措施，其中第二预定时长大于第一预定时长。
在本实施例中，第二预定时长为72小时。换言之，对发送短信的车进行更加严格的监控，当车辆停留时间
Figure 809744DEST_PATH_IMAGE006
超过72小时后，自动将车辆的车主信息推送小区的网格员，网格员进行电话核实，对核实无正当理由且拒不离开的，联系有关部门，强制将外来车辆从小区里拖至外面的停车场。
本实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法的步骤。
本申请以智慧城市大数据搭建业务数据模型，辅助管理部门降低重点场所周围小区内因外来车辆过多导致的移车纠纷、损坏车辆等负面事件，提升居民和车主的满意度，减轻管理部门的人工负担。

Claims (8)

1.一种指定场所周边停车区域的资源共享方法，其特征在于，包括以下步骤：
将位于指定场所周边预定范围内的停车区定义为停车区域；
创建外来车辆峰值限流模型，计算得到每个停车区域的实时外来车位余量，结合指定场所的实时车位余量设立指定场所与停车区域之间的动态电子提示牌；基于动态电子提示牌对外来车辆进行动态引导，实现指定场所与停车区域之间、以及停车区域相互之间车位压力的动态均衡；
构建停车督导模型，对每个停车区域进行至少两个维度的数值统计：触及峰值频率、高于峰值时长；对频繁触及峰值以及长时间高于峰值的停车区域进行督导：针对频繁触及峰值的停车区域，减少外来车辆进入；针对长时间高于峰值的停车区域，控制外来车辆的停留时间，进行车辆引导疏通；
所述外来车辆峰值限流模型的创建流程如下：
获取停车区域的日常停车信息，基于所述日常停车信息计算得到不同时段的最大内部车辆数
Figure QLYQS_1
，其中，i的取值为0或1，0表示工作日，1表示非工作日；j的取值为0-23内所有整数，表示统计的小时段；于最大内部车辆数
Figure QLYQS_2
中筛选出每小时段的拥有固定车位的平均数量
Figure QLYQS_3
；
采用以下公式计算得到外来车辆最大峰值
Figure QLYQS_4
；
Figure QLYQS_5
；式中，
Figure QLYQS_6
表示停车区域内的总车位数，
Figure QLYQS_7
表示固定车位数，
Figure QLYQS_8
为余量系数；
所述停车督导模型的构建流程如下：
基于停车区域设定峰值，对每个停车区域的外来车辆进行实时监控，以小时为单位，计算外来车辆数量与峰值的差值，判断是否达到峰值，统计触及峰值频率和高于峰值时长；
触及峰值频率的统计过程如下：当某一小时的数量从峰值之下升至峰值以上时，记为一次触及，以参数T表示单位时间周期，定时统计T周期内每个停车区域触及峰值的个数记为
Figure QLYQS_9
，k表示不同的停车区域；
Figure QLYQS_10
的计算公式如下：
Figure QLYQS_11
；其中，
Figure QLYQS_12
表示的方程如下：
Figure QLYQS_13
其中，
Figure QLYQS_14
表示t时刻第k个停车区域的外来车辆数量；
Figure QLYQS_15
表示t时刻第k个停车区域允许的外来车辆峰值；
按照周期T统计得到的
Figure QLYQS_16
由高到低进行排序，对
Figure QLYQS_17
值高于第一阈值的停车区域进行督导；
高于峰值时长的统计过程如下：定时统计T周期内每个停车区域连续高于峰值的时间长度记为
Figure QLYQS_18
，
Figure QLYQS_19
的计算公式如下：
Figure QLYQS_20
；其中
Figure QLYQS_21
表示的方程如下：
Figure QLYQS_22
；
按照周期T统计得到的
Figure QLYQS_23
由高到低进行排序，对
Figure QLYQS_24
值高于第二阈值的停车区域进行督导。
2.根据权利要求1所述的一种指定场所周边停车区域的资源共享方法，其特征在于，还包括：
构建警情高发时段预警模型，基于停车区域实时的外来车辆情况计算对应停车问题数量
Figure QLYQS_25
，当
Figure QLYQS_26
≥1时，表明潜在发生损毁汽车、移车纠纷的可能性较大，满足预警条件；
还包括：定义停车区域饱和度表示停车区域外来车辆的饱和情况，基于车辆的历史行为抽取处涉事车辆，将涉事车辆和所在停车区域的停车区域饱和度相结合生成高风险库；若高风险库中，同个车牌在不同饱和度的情况下分别有过涉事行为，则保留饱和度最低的一条记录；
基于停车区域的实时停车区域饱和度与高风险库的记录判断是否满足预警条件。
3.根据权利要求1所述的一种指定场所周边停车区域的资源共享方法，其特征在于，还包括：
构建外来车辆构建超时提示模型，对停车区域的外来车辆进出情况进行监控，实时计算每辆外来车辆停留时间，由下式计算得出：
Figure QLYQS_27
；
式中，
Figure QLYQS_28
表示当前时间，
Figure QLYQS_29
表示外来车辆进入停车区域的时间，若停留时间
Figure QLYQS_30
大于第一预定时长，则发送短信进行告知；
针对发送短信进行告知的车辆进行更高频率的监控，若停留时间
Figure QLYQS_31
大于第二预定时长，则采取对应执行措施，其中第二预定时长大于第一预定时长。
4.根据权利要求1所述的一种指定场所周边停车区域的资源共享方法，其特征在于，所述动态均衡的实现方式如下：
基于外来车辆最大峰值
Figure QLYQS_32
、实时外来车辆数量以及指定场所的实时车位余量构建负载均衡算法，所述负载均衡算法如下：
计算停车区域的实时外来车位余量，记为
Figure QLYQS_33
：
Figure QLYQS_34
；式中，
Figure QLYQS_35
表示停车区域内实时的外来车辆数量；
对应的，关于停车区域k的实时外来车位余量记为
Figure QLYQS_36
；
将计算得到的实时外来车位余量
Figure QLYQS_37
、指定场所的实时车位余量按照从大到小的顺序进行实时动态排列，构建队列；通过动态电子提示牌显示列队，按照列队顺序进行停车优先级推送和引导。
5.根据权利要求1所述的一种指定场所周边停车区域的资源共享方法，其特征在于，所述不同时段的最大内部车辆数
Figure QLYQS_38
和每小时段的拥有固定车位的平均数量
Figure QLYQS_39
的获取方式如下：
统计工作日内每个小时停车区域内存在的所有车辆信息，筛选计算其中业主登记车辆及关系人车辆的数量，取最大值得出工作日内每小时段的非外来车辆最大数量，记为
Figure QLYQS_40
，
Figure QLYQS_41
的取值为0-23内所有整数，表示统计的小时段；于
Figure QLYQS_42
中筛选计算其中拥有固定车位的车辆数量，取平均值得出工作日内每小时段的拥有固定车位的平均数量，记为
Figure QLYQS_43
；
统计节假日内每个小时停车区域内存在的所有车辆信息，筛选计算其中业主登记车辆及关系人车辆的数量，取最大值得出节假日内每小时段的非外来车辆最大数量，记为
Figure QLYQS_44
；于
Figure QLYQS_45
中筛选计算其中拥有固定车位的车辆数量，取平均值得出节假日内每小时段的拥有固定车位的平均数量，记为
Figure QLYQS_46
；
则工作日内每小时段的非外来车辆最大数量
Figure QLYQS_47
和节假日内每小时段的非外来车辆最大数量
Figure QLYQS_48
统称为
Figure QLYQS_49
；工作日内每小时段的拥有固定车位的平均数量
Figure QLYQS_50
和节假日内每小时段的拥有固定车位的平均数量
Figure QLYQS_51
统称为
Figure QLYQS_52
。
6.根据权利要求2所述的一种指定场所周边停车区域的资源共享方法，其特征在于，基于停车问题数量的警情高发时段预警模型的构建流程如下：
获取指定时间段内的各小时停车区域的外来车辆数量
Figure QLYQS_53
、非外来车辆数量
Figure QLYQS_54
、总车位数
Figure QLYQS_55
、固定车位数
Figure QLYQS_56
，采用以下计算公式计算各小时对应的停车问题数量
Figure QLYQS_57
：
Figure QLYQS_58
；式中，
Figure QLYQS_59
、
Figure QLYQS_60
、
Figure QLYQS_61
、
Figure QLYQS_62
、
Figure QLYQS_63
均为参数值；
基于高风险库的警情高发时段预警模型的构建流程如下：
采用以下公式计算得到停车区域饱和度sat：
Figure QLYQS_64
；
式中，
Figure QLYQS_65
表示停车区域内实时的外来车辆数量，
Figure QLYQS_66
表示外来车辆最大峰值；
当高风险库中的车辆再次进入停车区域时，若当前的停车区域饱和度低于该车辆在该风险库中对应的停车区域饱和度的10%，则不满足预警条件；反之满足预警条件，阻止入内；
当停车区域内已存在高风险库中的外来车辆，若停车区域的实时停车区域饱和度低于高风险库中该外来车辆记录的停车区域饱和度的则不满足预警条件；反之满足预警条件，采取强制性措施。
7.根据权利要求2所述的一种指定场所周边停车区域的资源共享方法，其特征在于，所述高风险库为每日实时更新，其更新流程如下：若当前停车区域的外来车辆于昨日存在涉事行为，则将该车辆的车辆信息及对应的所在停车区域的停车区域饱和度以增量的形式更新至高风险库中；
若高风险库中的外来车辆在预定期限内均没有存在涉事行为，则将该车辆的车辆信息从高风险库中剔除。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202211503623.1A 2022-11-29 2022-11-29 一种指定场所周边停车区域的资源共享方法及存储介质 Active CN115620553B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211503623.1A CN115620553B (zh) 2022-11-29 2022-11-29 一种指定场所周边停车区域的资源共享方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211503623.1A CN115620553B (zh) 2022-11-29 2022-11-29 一种指定场所周边停车区域的资源共享方法及存储介质

Publications (2)

Publication Number Publication Date
CN115620553A CN115620553A (zh) 2023-01-17
CN115620553B true CN115620553B (zh) 2023-03-21

Family

ID=84880269

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211503623.1A Active CN115620553B (zh) 2022-11-29 2022-11-29 一种指定场所周边停车区域的资源共享方法及存储介质

Country Status (1)

Country Link
CN (1) CN115620553B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622871B (zh) * 2012-03-22 2014-07-02 武汉爱迪科技发展有限公司 智能停车场公共服务系统的工作方法
US20160180712A1 (en) * 2015-08-27 2016-06-23 Sparkcity.Com Ltd. Citywide parking reservation system and method
CN108922169B (zh) * 2018-06-11 2020-12-04 同济大学 停车共享环境下基于均衡理论的差异化收费策略方法
CN108898830B (zh) * 2018-06-11 2020-11-03 同济大学 组合停车场的时空共享匹配度计算的车位均衡方法
CN113034969B (zh) * 2020-05-11 2022-08-23 路特迩科技(杭州)有限公司 基于区域的停车服务与管理方法、系统

Also Published As

Publication number Publication date
CN115620553A (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
CN107798876B (zh) 基于事件的道路交通异常拥堵判断方法
CN111144727B (zh) 一种城市轨道交通进站客流韧性评估系统及方法
CN107045800A (zh) 一种智慧社区车位管理方法
CN114023064B (zh) 社区网格化的社区治安管理系统及管理方法
CN106971552B (zh) 套牌现象检测方法和系统
CN210244641U (zh) 一种园区停车场智能管理设备
CN109326139A (zh) 一种小区诱导停车管理方法
CN110363332A (zh) 一种基于个体行为特性的电动汽车充电负荷时空分布预测方法
CN112991130A (zh) 基于人工智能的城市治理事件处理方法及装置
CN114089684A (zh) 轨道交通运营控制方法、装置、电子设备和系统
CN110379107A (zh) 一种公交行车安全保障系统及方法
CN114093143A (zh) 一种车辆驾驶风险感知预警方法及装置
CN117576944B (zh) 一种停车场用停车系统及方法
CN111914687A (zh) 一种基于车联网主动识别事故的方法
CN112309162A (zh) 一种处理路内停车监控数据的方法、装置及系统
CN115620553B (zh) 一种指定场所周边停车区域的资源共享方法及存储介质
CN117196078A (zh) 一种基于大数据的新能源汽车充电桩运行数据分析管理系统
CN108288019B (zh) 一种城市轨道交通预防性维修对象识别方法及装置
CN112989069A (zh) 一种基于知识图谱与区块链的交通违章分析方法
CN113689678A (zh) 一种基于雷达的电单车管理系统
CN112434074A (zh) 一种基于手机定位信息的自然保护地人类活动监管系统
CN111862426A (zh) 一种基于人工智能的封闭式区域性人车管理系统
CN117391894A (zh) 一种巡逻机器人协同违章取证方法、系统及介质
CN114360279B (zh) 一种停车场车辆出入控制的方法、装置及储存介质
CN113449709A (zh) 基于人工智能的非机动车通行管控方法、装置及存储介质

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