CN116992156B - 一种停车场的车位推荐方法和系统 - Google Patents

一种停车场的车位推荐方法和系统 Download PDF

Info

Publication number
CN116992156B
CN116992156B CN202311243126.7A CN202311243126A CN116992156B CN 116992156 B CN116992156 B CN 116992156B CN 202311243126 A CN202311243126 A CN 202311243126A CN 116992156 B CN116992156 B CN 116992156B
Authority
CN
China
Prior art keywords
parking
space
user
preference
spaces
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
CN202311243126.7A
Other languages
English (en)
Other versions
CN116992156A (zh
Inventor
杨海宁
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.)
Duomi Rabbit Linyi Information Technology Co ltd
Original Assignee
Duomi Rabbit Linyi Information Technology 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 Duomi Rabbit Linyi Information Technology Co ltd filed Critical Duomi Rabbit Linyi Information Technology Co ltd
Priority to CN202311243126.7A priority Critical patent/CN116992156B/zh
Publication of CN116992156A publication Critical patent/CN116992156A/zh
Application granted granted Critical
Publication of CN116992156B publication Critical patent/CN116992156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/14Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及停车场管理相关领域,公开了一种停车场的车位推荐方法和系统,包括用户评估模块、车位评估模块、车位选推模块以及输出引导模块;通过历史记录对用户在泊车过程中的熟练程度以及对车位相邻空间的使用情况进行判断,并在相关监控设备的辅助下,判断停车场中不同车位的占用情况以及车位相邻空间的占用情况,进而可以基于用户对不同大小及周边环境类型的车位的泊车习惯进行车位的匹配和分配,实现用户在进入停车场后能够实现高效迅速的停车动作,提升停车场内的流动效率,尤其是对商业场所等流动较多的停车场,能够有效的维持其内部秩序,避免停车场内道路堵塞情况的发生。

Description

一种停车场的车位推荐方法和系统
技术领域
本发明涉及停车场管理相关领域,具体是一种停车场的车位推荐方法和系统。
背景技术
随着物联网技术的快速发展,对于多对象的群组线上管理模式也逐渐被广泛的使用,通过物联网将将多个设备统一监测管理,能够实现更加高效的管理维护,以及群组多对象间的协同等。
现有技术中,对于停车场的管理方式多为简单的余量状态监测,多是通过车辆进出所判断的,但实际使用中,尤其是对于公共场所停车场,车位的规格不同对于用户的泊车效率均是有一定影响的,因此对于公共场所此类车辆流动较大的停车场,用户在内部寻找车位以及泊车较慢的行为,均会影响到停车场整体对于车辆的吞吐容纳效率。
发明内容
本发明的目的在于提供一种停车场的车位推荐方法和系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种停车场的车位推荐系统,包含:
用户评估模块,用于获取停车请求用户的历史泊车记录,基于所述历史泊车记录对用户进行泊车偏好的评估获取,所述泊车偏好用于表征用户在泊车过程中基于停车位的空间及时间占用情况;
车位评估模块,用于实时获取车位的泊车状态并用于对预设的车位分布数据进行更新,基于更新后的所述车位分布数据对余量车位进行泊车可用状态的评估获取,所述泊车可用状态表征余量车位对应的停车可用操作空间;
车位选推模块,用于通过将所述泊车偏好与所述泊车可用状态进行匹配以对所述余量车位进行筛选,以获取多个匹配用户需求的余量车位信息,多个所述余量车位信息基于与所述泊车偏好的偏差值顺序增值排列;
输出引导模块,用于获取多个所述余量车位信息的空间特征图像并顺序输出,接收并基于用户的选择反馈生成泊车引导以输出,所述泊车引导用于表征用户当前空间位置与对应余量车位的最佳路径。
作为本发明的进一步方案:所述泊车偏好包括用户的泊车覆盖偏好、泊车占用偏好以及平均时间消耗,所述用户评估模块包括:
空间偏好单元,用于将数个所述历史泊车记录中用户的泊车过程轨迹进行轨迹重叠模拟,获取用户在泊车时的空间占用统计,并基于预设的聚散阈值对所述空间占用统计进行聚散边界界定,生成泊车覆盖偏好以及泊车占用偏好,所述轨迹重叠模拟执行时,对历史泊车记录中的不同大小车位进行缩放统一,以匹配泊车过程轨迹,所述泊车覆盖偏好表征用户车辆在进入车位停定前车身扫过区域的并集,所述泊车占用偏好表征用户车辆在车位停定后车身与车位的位置关系;
耗时偏好单元,用于基于车位附属空间的大小进行级别划分,并对多个级别内的历史泊车记录进行统计,获取不同级别泊车对应的平均时间消耗,所述平均时间消耗用于表征用户在对应级别下的泊车熟练度。
作为本发明的再进一步方案:还包括优先级界定模块,所述优先级界定模块包括:
车位界定单元,用于基于停车场中的车位及车道分布情况对车位入口处路段进行共同使用级别判断,获取车位的干线等级,所述共同使用级别判断用于表征车位入口处对应路段的共用车位数量级别,路段被越多的车位共同所使用,则路段对应车位的干线等级越高;
动态匹配单元,用于对车库中车位的泊车状态实时判断路段的动态共用级别,并基于所述动态共用级别获取车位的实时干线级别,所述干线级别及所述实时干线级别均用于匹配平均时间消耗以筛选余量车位信息。
作为本发明的再进一步方案:所述泊车可用状态包括空间指标,所述空间指标用于表征车位空间、车位三边公共空间及车位入口路段的可用区域空间总和与相邻车位的越线占用空间区域差值,所述相邻车位的越线占用空间区域表征。
作为本发明的再进一步方案:所述输出引导模块包括:
空间特征建立单元,用于获取对应余量车位信息中泊车可用状态的空间指标,并将用户的泊车覆盖偏好进行匹配重叠,以生成空间特征图像;
车位引导目的单元,用于基于所述空间特征图像所表征的用户泊车起始位置获取车位引导目的,并基于当前位置生成最佳路径,所述最佳路径用于引导车辆至于用户对应的最佳泊车起始点。
本发明实施例旨在提供一种停车场的车位推荐方法,包含步骤:
获取停车请求用户的历史泊车记录,基于所述历史泊车记录对用户进行泊车偏好的评估获取,所述泊车偏好用于表征用户在泊车过程中基于停车位的空间及时间占用情况;
实时获取车位的泊车状态并用于对预设的车位分布数据进行更新,基于更新后的所述车位分布数据对余量车位进行泊车可用状态的评估获取,所述泊车可用状态表征余量车位对应的停车可用操作空间;
通过将所述泊车偏好与所述泊车可用状态进行匹配以对所述余量车位进行筛选,以获取多个匹配用户需求的余量车位信息,多个所述余量车位信息基于与所述泊车偏好的偏差值顺序增值排列;
获取多个所述余量车位信息的空间特征图像并顺序输出,接收并基于用户的选择反馈生成泊车引导以输出,所述泊车引导用于表征用户当前空间位置与对应余量车位的最佳路径。
作为本发明的进一步方案:所述泊车偏好包括用户的泊车覆盖偏好、泊车占用偏好以及平均时间消耗,所述获取停车请求用户的历史泊车记录,基于所述历史泊车记录对用户进行泊车偏好的评估获取的步骤包括:
将数个所述历史泊车记录中用户的泊车过程轨迹进行轨迹重叠模拟,获取用户在泊车时的空间占用统计,并基于预设的聚散阈值对所述空间占用统计进行聚散边界界定,生成泊车覆盖偏好以及泊车占用偏好,所述轨迹重叠模拟执行时,对历史泊车记录中的不同大小车位进行缩放统一,以匹配泊车过程轨迹,所述泊车覆盖偏好表征用户车辆在进入车位停定前车身扫过区域的并集,所述泊车占用偏好表征用户车辆在车位停定后车身与车位的位置关系;
基于车位附属空间的大小进行级别划分,并对多个级别内的历史泊车记录进行统计,获取不同级别泊车对应的平均时间消耗,所述平均时间消耗用于表征用户在对应级别下的泊车熟练度。
作为本发明的再进一步方案:还包括步骤:
基于停车场中的车位及车道分布情况对车位入口处路段进行共同使用级别判断,获取车位的干线等级,所述共同使用级别判断用于表征车位入口处对应路段的共用车位数量级别,路段被越多的车位共同所使用,则路段对应车位的干线等级越高;
对车库中车位的泊车状态实时判断路段的动态共用级别,并基于所述动态共用级别获取车位的实时干线级别,所述干线级别及所述实时干线级别均用于匹配平均时间消耗以筛选余量车位信息。
作为本发明的再进一步方案:所述泊车可用状态包括空间指标,所述空间指标用于表征车位空间、车位三边公共空间及车位入口路段的可用区域空间总和与相邻车位的越线占用空间区域差值,所述相邻车位的越线占用空间区域表征。
作为本发明的再进一步方案:还包括步骤:
获取对应余量车位信息中泊车可用状态的空间指标,并将用户的泊车覆盖偏好进行匹配重叠,以生成空间特征图像;
基于所述空间特征图像所表征的用户泊车起始位置获取车位引导目的,并基于当前位置生成最佳路径,所述最佳路径用于引导车辆至于用户对应的最佳泊车起始点。
与现有技术相比,本发明的有益效果是:通过历史记录对用户在泊车过程中的熟练程度以及对车位相邻空间的使用情况进行判断,并在相关监控设备的辅助下,判断停车场中不同车位的占用情况以及车位相邻空间的占用情况,进而可以基于用户对不同大小及周边环境类型的车位的泊车习惯进行车位的匹配和分配,实现用户在进入停车场后能够实现高效迅速的停车动作,提升停车场内的流动效率,尤其是对商业场所等流动较多的停车场,能够有效的维持其内部秩序,避免停车场内道路堵塞情况的发生。
附图说明
图1为一种停车场的车位推荐系统的组成框图。
图2为一种停车场的车位推荐系统中用户评估模块的组成框图。
图3为一种停车场的车位推荐系统中优先级界定模块的组成框图。
图4为一种停车场的车位推荐系统中输出引导模块的组成框图。
图5为一种停车场的车位推荐方法的流程框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现方式进行详细描述。
如图1所述,为本发明一个实施例提供的一种停车场的车位推荐系统,包括:
用户评估模块100,用于获取停车请求用户的历史泊车记录,基于所述历史泊车记录对用户进行泊车偏好的评估获取,所述泊车偏好用于表征用户在泊车过程中基于停车位的空间及时间占用情况。
车位评估模块300,用于实时获取车位的泊车状态并用于对预设的车位分布数据进行更新,基于更新后的所述车位分布数据对余量车位进行泊车可用状态的评估获取,所述泊车可用状态表征余量车位对应的停车可用操作空间。
车位选推模块500,用于通过将所述泊车偏好与所述泊车可用状态进行匹配以对所述余量车位进行筛选,以获取多个匹配用户需求的余量车位信息,多个所述余量车位信息基于与所述泊车偏好的偏差值顺序增值排列。
输出引导模块700,用于获取多个所述余量车位信息的空间特征图像并顺序输出,接收并基于用户的选择反馈生成泊车引导以输出,所述泊车引导用于表征用户当前空间位置与对应余量车位的最佳路径。
本实施例中,给出了一种停车场的车位推荐系统,通过历史记录对用户在泊车过程中的熟练程度以及对车位相邻空间的使用情况进行判断,并在相关监控设备的辅助下,判断停车场中不同车位的占用情况以及车位相邻空间的占用情况,进而可以基于用户对不同大小及周边环境类型的车位的泊车习惯进行车位的匹配和分配,实现用户在进入停车场后能够实现高效迅速的停车动作,提升停车场内的流动效率,尤其是对商业场所等流动较多的停车场,能够有效的维持其内部秩序,避免停车场内道路堵塞情况的发生;现有技术中,在用户到达一个公共场所的停车车库时,大多只能够被告知停车场内的剩余车位数量或者剩余车位的分区等,因此用户在进入停车场后,需要自行的通过不断的行驶寻找以找到可以进行泊车的车位,在这一过程中,因为缺乏一定的目的性,且可能会因前往的分支方向没找到车位而需要折返掉头等,导致停车效率较低,在停车场内处于寻找状态的车辆数量增加,同时,即使用户在寻找到一个车位后,因为不同的车位的规格不同,用户的泊车熟练度也可能会有着较大的差距,因而导致泊车过程变长,可能会影响到旁边车辆的通过,导致车库内车辆拥堵,这些情况都会导致车库内停车效率的降低,且在公共场所车库中,大多为短时间停车,来来往往的车辆较为频繁,若某一车辆长时间未能够在车位中就位,则会影响到后续车辆的驶离或是驶入,造成拥堵;本申请中采用的则是更为智能的管理方法,通过对用户的历史泊车记录进行分析判断,了解用户对于不同车位的具体泊车情况,尤其是泊车的空间占用大小对不同车位的适应性(不同车位的宽度以及其四周的闲置空间、相连通的道路宽度及两端可用长度等)进而选择合适的车位向其进行推送,例如用户a和b,用户a对于各种规格的车位,均能够使得车辆在较小的挪动空间内快速进入车位,而用户b则在车位附属空间见效后,泊车的效率快速降低对空间的占用也难以限制,因此在分选车位时,则对应的向b分配更宽大合适的车位,对a则在其依然能够高效应对的车位空间下,分配空间更小的车位,通过互相间的协调,来实现停车场内的车辆能够快速的泊入车位,对于停车场的秩序维持保证停车场的停车效率是十分有效的。
如图2所示,作为本发明另一个优选的实施例,所述泊车偏好包括用户的泊车覆盖偏好、泊车占用偏好以及平均时间消耗,所述用户评估模块100包括:
空间偏好单元101,用于将数个所述历史泊车记录中用户的泊车过程轨迹进行轨迹重叠模拟,获取用户在泊车时的空间占用统计,并基于预设的聚散阈值对所述空间占用统计进行聚散边界界定,生成泊车覆盖偏好以及泊车占用偏好,所述轨迹重叠模拟执行时,对历史泊车记录中的不同大小车位进行缩放统一,以匹配泊车过程轨迹,所述泊车覆盖偏好表征用户车辆在进入车位停定前车身扫过区域的并集,所述泊车占用偏好表征用户车辆在车位停定后车身与车位的位置关系。
耗时偏好单元102,用于基于车位附属空间的大小进行级别划分,并对多个级别内的历史泊车记录进行统计,获取不同级别泊车对应的平均时间消耗,所述平均时间消耗用于表征用户在对应级别下的泊车熟练度。
本实施例中,对于用户评估模块100,其主要包括对于用户泊车习惯中,泊车流程的空间占用以及时间占用,其中对于空间占用,不同的用户在进行泊车的过程中,因熟练度与习惯的不同,在泊车中的操作是不同的,因此泊车过程中,车身对于空间的占用便会产生较多的不同,因此对多组数据进行综合评估,判断较为集中的车身投影扫过面积,则可以视为泊车占用偏好,泊车占用偏好表征的面积越小,则该用户可以在更小的场所下完成泊车操作;时间占用则较为容易理解,就是用户在进行泊车时所需要的时间长度,为了更为精准的进行评估,根据车位及车位附属可用的停车调节空间的面积大小,对车位进行等级划分,并对不同等级下,用户泊车的时间需求进行判断。
如图3所示,作为本发明另一个优选的实施例,还包括优先级界定模块900,所述优先级界定模块900包括:
车位界定单元901,用于基于停车场中的车位及车道分布情况对车位入口处路段进行共同使用级别判断,获取车位的干线等级,所述共同使用级别判断用于表征车位入口处对应路段的共用车位数量级别,路段被越多的车位共同所使用,则路段对应车位的干线等级越高。
动态匹配单元902,用于对车库中车位的泊车状态实时判断路段的动态共用级别,并基于所述动态共用级别获取车位的实时干线级别,所述干线级别及所述实时干线级别均用于匹配平均时间消耗以筛选余量车位信息。
本实施例中,为了实现更加有效的车库管理,将车位分为主干线车位及支干线车位,主干线也就是其后方连接多个子线路,对应被更多的车位所使用,因此车位在泊车时需要用户实现快速的车辆泊入,以减少对后续需要通过该路段车辆的堵塞,避免车库内在非车位区域发生大量的车辆滞留,当然,在主干线后方的车位随着被不断使用而数量减少,且在短时间内泊出车辆的数量可能较少时,干线等级的也可以降低,对应的附属车位对于用户的泊车效率要求降低,从而泊车熟练度较低的用户也能够有更多的车位匹配使用。
作为本发明另一个优选的实施例,所述泊车可用状态包括空间指标,所述空间指标用于表征车位空间、车位三边公共空间及车位入口路段的可用区域空间总和与相邻车位的越线占用空间区域差值,所述相邻车位的越线占用空间区域表征。
本实施例中,对与空间指标而言,因车位随着周边车位的使用等,其可用于泊车的空间状态是不断变化的,例如当相邻的车位在泊车时偏向当前车位时,则对当前车位的空间产生了一定的侵占,因此便通过差值的计算,进行空间指标的评估。
如图4所示,作为本发明另一个优选的实施例,所述输出引导模块700包括:
空间特征建立单元701,用于获取对应余量车位信息中泊车可用状态的空间指标,并将用户的泊车覆盖偏好进行匹配重叠,以生成空间特征图像。
车位引导目的单元702,用于基于所述空间特征图像所表征的用户泊车起始位置获取车位引导目的,并基于当前位置生成最佳路径,所述最佳路径用于引导车辆至于用户对应的最佳泊车起始点。
本实施例中,在将车位信息向用户反馈时,通过将车位与泊车区域的可用区域总图像与用户的泊车偏好轨迹覆盖面进行重叠以生成图像信息,方便用户的自行判断和选择,且在引导用户指车位时,基于用户习惯性泊车的起始位置进行引导,从而减少用户泊车前的调整需求,优化泊车效率。
如图5所示,本发明还提供了一种停车场的车位推荐方法,其包含步骤:
S200,获取停车请求用户的历史泊车记录,基于所述历史泊车记录对用户进行泊车偏好的评估获取,所述泊车偏好用于表征用户在泊车过程中基于停车位的空间及时间占用情况。
S400,实时获取车位的泊车状态并用于对预设的车位分布数据进行更新,基于更新后的所述车位分布数据对余量车位进行泊车可用状态的评估获取,所述泊车可用状态表征余量车位对应的停车可用操作空间。
S600,通过将所述泊车偏好与所述泊车可用状态进行匹配以对所述余量车位进行筛选,以获取多个匹配用户需求的余量车位信息,多个所述余量车位信息基于与所述泊车偏好的偏差值顺序增值排列。
S800,获取多个所述余量车位信息的空间特征图像并顺序输出,接收并基于用户的选择反馈生成泊车引导以输出,所述泊车引导用于表征用户当前空间位置与对应余量车位的最佳路径。
作为本发明另一个优选的实施例,所述泊车偏好包括用户的泊车覆盖偏好、泊车占用偏好以及平均时间消耗,所述获取停车请求用户的历史泊车记录,基于所述历史泊车记录对用户进行泊车偏好的评估获取的步骤包括:
将数个所述历史泊车记录中用户的泊车过程轨迹进行轨迹重叠模拟,获取用户在泊车时的空间占用统计,并基于预设的聚散阈值对所述空间占用统计进行聚散边界界定,生成泊车覆盖偏好以及泊车占用偏好,所述轨迹重叠模拟执行时,对历史泊车记录中的不同大小车位进行缩放统一,以匹配泊车过程轨迹,所述泊车覆盖偏好表征用户车辆在进入车位停定前车身扫过区域的并集,所述泊车占用偏好表征用户车辆在车位停定后车身与车位的位置关系。
基于车位附属空间的大小进行级别划分,并对多个级别内的历史泊车记录进行统计,获取不同级别泊车对应的平均时间消耗,所述平均时间消耗用于表征用户在对应级别下的泊车熟练度。
作为本发明另一个优选的实施例,还包括步骤:
基于停车场中的车位及车道分布情况对车位入口处路段进行共同使用级别判断,获取车位的干线等级,所述共同使用级别判断用于表征车位入口处对应路段的共用车位数量级别,路段被越多的车位共同所使用,则路段对应车位的干线等级越高。
对车库中车位的泊车状态实时判断路段的动态共用级别,并基于所述动态共用级别获取车位的实时干线级别,所述干线级别及所述实时干线级别均用于匹配平均时间消耗以筛选余量车位信息。
作为本发明另一个优选的实施例,所述泊车可用状态包括空间指标,所述空间指标用于表征车位空间、车位三边公共空间及车位入口路段的可用区域空间总和与相邻车位的越线占用空间区域差值,所述相邻车位的越线占用空间区域表征。
作为本发明另一个优选的实施例,还包括步骤:
获取对应余量车位信息中泊车可用状态的空间指标,并将用户的泊车覆盖偏好进行匹配重叠,以生成空间特征图像。
基于所述空间特征图像所表征的用户泊车起始位置获取车位引导目的,并基于当前位置生成最佳路径,所述最佳路径用于引导车辆至于用户对应的最佳泊车起始点。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本领域技术人员在考虑说明书及实施例处的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (6)

1.一种停车场的车位推荐系统,其特征在于,包含:
用户评估模块,用于获取停车请求用户的历史泊车记录,基于所述历史泊车记录对用户进行泊车偏好的评估获取,所述泊车偏好用于表征用户在泊车过程中基于停车位的空间及时间占用情况;
车位评估模块,用于实时获取车位的泊车状态并用于对预设的车位分布数据进行更新,基于更新后的所述车位分布数据对余量车位进行泊车可用状态的评估获取,所述泊车可用状态表征余量车位对应的停车可用操作空间;
车位选推模块,用于通过将所述泊车偏好与所述泊车可用状态进行匹配以对所述余量车位进行筛选,以获取多个匹配用户需求的余量车位信息,多个所述余量车位信息基于与所述泊车偏好的偏差值顺序增值排列;
输出引导模块,用于获取多个所述余量车位信息的空间特征图像并顺序输出,接收并基于用户的选择反馈生成泊车引导以输出,所述泊车引导用于表征用户当前空间位置与对应余量车位的最佳路径;
所述泊车偏好包括用户的泊车覆盖偏好、泊车占用偏好以及平均时间消耗,所述用户评估模块包括:
空间偏好单元,用于将数个所述历史泊车记录中用户的泊车过程轨迹进行轨迹重叠模拟,获取用户在泊车时的空间占用统计,并基于预设的聚散阈值对所述空间占用统计进行聚散边界界定,生成泊车覆盖偏好以及泊车占用偏好,所述轨迹重叠模拟执行时,对历史泊车记录中的不同大小车位进行缩放统一,以匹配泊车过程轨迹,所述泊车覆盖偏好表征用户车辆在进入车位停定前车身扫过区域的并集,所述泊车占用偏好表征用户车辆在车位停定后车身与车位的位置关系;
耗时偏好单元,用于基于车位附属空间的大小进行级别划分,并对多个级别内的历史泊车记录进行统计,获取不同级别泊车对应的平均时间消耗,所述平均时间消耗用于表征用户在对应级别下的泊车熟练度;
还包括优先级界定模块,所述优先级界定模块包括:
车位界定单元,用于基于停车场中的车位及车道分布情况对车位入口处路段进行共同使用级别判断,获取车位的干线等级,所述共同使用级别判断用于表征车位入口处对应路段的共用车位数量级别,路段被越多的车位共同所使用,则路段对应车位的干线等级越高;
动态匹配单元,用于对车库中车位的泊车状态实时判断路段的动态共用级别,并基于所述动态共用级别获取车位的实时干线级别,所述干线级别及所述实时干线级别均用于匹配平均时间消耗以筛选余量车位信息。
2.根据权利要求1所述的一种停车场的车位推荐系统,其特征在于,所述泊车可用状态包括空间指标,所述空间指标用于表征车位空间、车位三边公共空间及车位入口路段的可用区域空间总和与相邻车位的越线占用空间区域差值,所述相邻车位的越线占用空间区域表征。
3.根据权利要求2所述的一种停车场的车位推荐系统,其特征在于,所述输出引导模块包括:
空间特征建立单元,用于获取对应余量车位信息中泊车可用状态的空间指标,并将用户的泊车覆盖偏好进行匹配重叠,以生成空间特征图像;
车位引导目的单元,用于基于所述空间特征图像所表征的用户泊车起始位置获取车位引导目的,并基于当前位置生成最佳路径,所述最佳路径用于引导车辆至于用户对应的最佳泊车起始点。
4.一种停车场的车位推荐方法,其特征在于,包含步骤:
获取停车请求用户的历史泊车记录,基于所述历史泊车记录对用户进行泊车偏好的评估获取,所述泊车偏好用于表征用户在泊车过程中基于停车位的空间及时间占用情况;
实时获取车位的泊车状态并用于对预设的车位分布数据进行更新,基于更新后的所述车位分布数据对余量车位进行泊车可用状态的评估获取,所述泊车可用状态表征余量车位对应的停车可用操作空间;
通过将所述泊车偏好与所述泊车可用状态进行匹配以对所述余量车位进行筛选,以获取多个匹配用户需求的余量车位信息,多个所述余量车位信息基于与所述泊车偏好的偏差值顺序增值排列;
获取多个所述余量车位信息的空间特征图像并顺序输出,接收并基于用户的选择反馈生成泊车引导以输出,所述泊车引导用于表征用户当前空间位置与对应余量车位的最佳路径;
所述泊车偏好包括用户的泊车覆盖偏好、泊车占用偏好以及平均时间消耗,所述获取停车请求用户的历史泊车记录,基于所述历史泊车记录对用户进行泊车偏好的评估获取的步骤包括:
将数个所述历史泊车记录中用户的泊车过程轨迹进行轨迹重叠模拟,获取用户在泊车时的空间占用统计,并基于预设的聚散阈值对所述空间占用统计进行聚散边界界定,生成泊车覆盖偏好以及泊车占用偏好,所述轨迹重叠模拟执行时,对历史泊车记录中的不同大小车位进行缩放统一,以匹配泊车过程轨迹,所述泊车覆盖偏好表征用户车辆在进入车位停定前车身扫过区域的并集,所述泊车占用偏好表征用户车辆在车位停定后车身与车位的位置关系;
基于车位附属空间的大小进行级别划分,并对多个级别内的历史泊车记录进行统计,获取不同级别泊车对应的平均时间消耗,所述平均时间消耗用于表征用户在对应级别下的泊车熟练度;
还包括步骤:
基于停车场中的车位及车道分布情况对车位入口处路段进行共同使用级别判断,获取车位的干线等级,所述共同使用级别判断用于表征车位入口处对应路段的共用车位数量级别,路段被越多的车位共同所使用,则路段对应车位的干线等级越高;
对车库中车位的泊车状态实时判断路段的动态共用级别,并基于所述动态共用级别获取车位的实时干线级别,所述干线级别及所述实时干线级别均用于匹配平均时间消耗以筛选余量车位信息。
5.根据权利要求4所述的一种停车场的车位推荐方法,其特征在于,所述泊车可用状态包括空间指标,所述空间指标用于表征车位空间、车位三边公共空间及车位入口路段的可用区域空间总和与相邻车位的越线占用空间区域差值,所述相邻车位的越线占用空间区域表征。
6.根据权利要求5所述的一种停车场的车位推荐方法,其特征在于,还包括步骤:
获取对应余量车位信息中泊车可用状态的空间指标,并将用户的泊车覆盖偏好进行匹配重叠,以生成空间特征图像;
基于所述空间特征图像所表征的用户泊车起始位置获取车位引导目的,并基于当前位置生成最佳路径,所述最佳路径用于引导车辆至于用户对应的最佳泊车起始点。
CN202311243126.7A 2023-09-26 2023-09-26 一种停车场的车位推荐方法和系统 Active CN116992156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311243126.7A CN116992156B (zh) 2023-09-26 2023-09-26 一种停车场的车位推荐方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311243126.7A CN116992156B (zh) 2023-09-26 2023-09-26 一种停车场的车位推荐方法和系统

Publications (2)

Publication Number Publication Date
CN116992156A CN116992156A (zh) 2023-11-03
CN116992156B true CN116992156B (zh) 2023-12-15

Family

ID=88532417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311243126.7A Active CN116992156B (zh) 2023-09-26 2023-09-26 一种停车场的车位推荐方法和系统

Country Status (1)

Country Link
CN (1) CN116992156B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117831336A (zh) * 2023-12-18 2024-04-05 广东安快智能科技有限公司 基于道闸系统的车位引导方法、装置、设备以及存储介质
CN117690312A (zh) * 2024-01-30 2024-03-12 北京中科慧居科技有限公司 机动车停车管理方法及系统
CN117745040A (zh) * 2024-02-19 2024-03-22 深圳市捷易科技有限公司 社区车辆停车管理方法、装置、设备及计算机存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200036232A (ko) * 2018-09-28 2020-04-07 홍익대학교 산학협력단 실시간 최적 주차 경로 안내 시스템 및 방법
CN111063202A (zh) * 2019-12-11 2020-04-24 南京市德赛西威汽车电子有限公司 一种基于电子地图的智能泊车管理方法
DE102018220332A1 (de) * 2018-11-27 2020-05-28 Continental Teves Ag & Co. Ohg Verfahren zum Durchführen eines von einem Parkassistenzsystem unterstützten Parkvorgangs
DE102020200713A1 (de) * 2020-01-22 2021-07-22 Volkswagen Aktiengesellschaft Zumindest teilweise automatisches Einparksystem für ein Fahrzeug und Verfahren zu seinem Betrieb
CN115230681A (zh) * 2021-04-23 2022-10-25 中煤科工开采研究院有限公司 一种自动循迹泊车方法及其装置、移动工具
CN115346390A (zh) * 2022-08-11 2022-11-15 小米汽车科技有限公司 泊车方法、装置、存储介质、芯片及车辆
CN115662183A (zh) * 2022-12-22 2023-01-31 深圳市博铭维系统工程有限公司 一种停车场中车位的分配方法与系统
WO2023127689A1 (ja) * 2021-12-27 2023-07-06 株式会社アイシン 運転支援装置及びコンピュータプログラム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230101037A1 (en) * 2021-09-28 2023-03-30 International Business Machines Corporation Determining optimized parking based on user preferences

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200036232A (ko) * 2018-09-28 2020-04-07 홍익대학교 산학협력단 실시간 최적 주차 경로 안내 시스템 및 방법
DE102018220332A1 (de) * 2018-11-27 2020-05-28 Continental Teves Ag & Co. Ohg Verfahren zum Durchführen eines von einem Parkassistenzsystem unterstützten Parkvorgangs
CN111063202A (zh) * 2019-12-11 2020-04-24 南京市德赛西威汽车电子有限公司 一种基于电子地图的智能泊车管理方法
DE102020200713A1 (de) * 2020-01-22 2021-07-22 Volkswagen Aktiengesellschaft Zumindest teilweise automatisches Einparksystem für ein Fahrzeug und Verfahren zu seinem Betrieb
CN115230681A (zh) * 2021-04-23 2022-10-25 中煤科工开采研究院有限公司 一种自动循迹泊车方法及其装置、移动工具
WO2023127689A1 (ja) * 2021-12-27 2023-07-06 株式会社アイシン 運転支援装置及びコンピュータプログラム
CN115346390A (zh) * 2022-08-11 2022-11-15 小米汽车科技有限公司 泊车方法、装置、存储介质、芯片及车辆
CN115662183A (zh) * 2022-12-22 2023-01-31 深圳市博铭维系统工程有限公司 一种停车场中车位的分配方法与系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Deep Learning for IoT Big Data and Streaming Analytics: A Survey;Mehdi Mohammadi等;《IEEE Communications Surveys & Tutorials》;第20卷(第4期);全文 *
智能后视辅助泊车系统研究与设计;刘广君;;科技创新导报(08);全文 *

Also Published As

Publication number Publication date
CN116992156A (zh) 2023-11-03

Similar Documents

Publication Publication Date Title
CN116992156B (zh) 一种停车场的车位推荐方法和系统
WO2013113588A1 (de) Verfahren zur bereitstellung von parkinformationen zu freien parkplätzen
DE102019205821A1 (de) Einrichtung und verfahren für verkehrsinformationsdienst
CN109299408B (zh) 信息推送方法、装置、车辆、存储介质及电子设备
Cantisani et al. Calibration and validation of and results from a micro-simulation model to explore drivers’ actual use of acceleration lanes
Bock et al. What are the potentialities of crowdsourcing for dynamic maps of on-street parking spaces?
CN114519940B (zh) 一种应用于智慧停车的大数据分析方法及设备
Venkataraman et al. Extending the Highway Safety Manual (HSM) framework for traffic safety performance evaluation
Comi et al. Investigating bus travel time and predictive models: a time series-based approach
Assemi et al. On-street parking occupancy inference based on payment transactions
CN111325999A (zh) 车辆驾驶辅助方法、装置、计算机设备和存储介质
CN116312023B (zh) 引导停车方法、装置、设备及存储介质
CN115204755B (zh) 服务区入区率测算方法、装置、电子设备及可读存储介质
Raj et al. Evaluation of perception and nonperception based approaches for modeling urban road level of service
CN116431923A (zh) 一种针对城市道路的交通出行预测方法、设备及介质
CN114141029B (zh) 基于线下强化学习与宏观模型的匝道控制方法
CN115620535A (zh) 一种基于大数据的交通信号灯管理方法和系统
DE102016216059B4 (de) Verfahren und Vorrichtung zum Betreiben eines Kraftfahrzeuges
CN115188208A (zh) 一种基于大数据的交通管制方法及计算机设备
DE102022102482A1 (de) Systeme und verfahren zur navigations- und logistikverwaltung
CN113902209A (zh) 出行路线推荐方法、边缘服务器、云服务器、设备及介质
CN114882697A (zh) 高速公路上车辆路径规划方法
Waury et al. Assessing the accuracy benefits of on-the-fly trajectory selection in fine-grained travel-time estimation
CN110428612B (zh) 车辆管控方法、装置、计算机设备和存储介质
Bilal et al. Realization of the penetration rate for autonomous vehicles in multi-vehicle assignment models

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