CN117437789A - 一种基于城市信息模型多维联动指挥调度的智慧园区系统 - Google Patents
一种基于城市信息模型多维联动指挥调度的智慧园区系统 Download PDFInfo
- Publication number
- CN117437789A CN117437789A CN202311383063.5A CN202311383063A CN117437789A CN 117437789 A CN117437789 A CN 117437789A CN 202311383063 A CN202311383063 A CN 202311383063A CN 117437789 A CN117437789 A CN 117437789A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking
- parking space
- intelligent park
- recorded
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000012216 screening Methods 0.000 claims description 16
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims 2
- 238000000034 method Methods 0.000 abstract description 7
- 238000003912 environmental pollution Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- 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
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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
本发明属于智慧园区的多维联动指挥调度技术领域，涉及到一种基于城市信息模型多维联动指挥调度的智慧园区系统。本发明通过车牌号监测模块、车牌号匹配模块、历史停车信息获取模块、历史停车信息分析模块、停车位反馈模块、道路监测模块、道路分析模块、路线规划模块和CIM平台，获取各收录已到达车辆和各未收录已到达车辆的最优停车位，有效地减少了车辆在目标智慧园区道路上的空转和寻位时间，提升了用户的满意度，有助于减少环境污染，通过自行给各已到达车辆的车主规划到达目标停车位的路线，合理地规划了停车位和交通流，使得停车过程更加简便和快捷，降低了目标智慧园区的道路拥堵程度，提高了其交通效率。
Description
技术领域
本发明属于智慧园区的多维联动指挥调度技术领域，涉及到一种基于城市信息模型多维联动指挥调度的智慧园区系统。
背景技术
城市信息模型是以建筑信息模型、地理信息系统、物联网等技术为基础，整合城市地上地下、室内室外、历史现状未来多维多尺度信息模型数据和城市感知数据，构建起三维数字空间的城市信息综合体，其左右是为城市规划和管理提供基础数据，促进城市规划和管理的全面协调，优化城市规划和管理决策，改善城市居民生活质量，推动城市数字化建设发展。
而智慧园区作为城市中的一部分，对其的管理和规划也至关重要。其中智慧园区的管理和规划的一个重要点在于停车场的管理和规划，在上下班高峰期时智慧园区也常常会出现交通拥堵和停车难的情况，所以，基于城市信息模型的智慧园区的停车调度系统具有重要意义。
已有的基于城市信息模型的智慧园区的停车调度系统能够实时监测停车位的占用情况和车流量，并将其实时更新提供给驾驶员。
但是已有的基于城市信息模型的智慧园区的停车调度系统无法根据各车辆在智慧园区的历史停车信息分析得到各车辆对应的最优停车位，从而无法自动为各车辆匹配合适停车位，进而无法有效地减少各车辆在停车过程中的空转和寻位时间。
已有的基于城市信息模型的智慧园区的停车调度系统无法自动为各车辆的驾驶员匹配前往目标停车位的路线，从而无法有效地减少智慧园区道路拥堵的问题，从而也有效地提高交通效率。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于城市信息模型多维联动指挥调度的智慧园区系统。
本发明的目的可以通过以下技术方案实现：本发明提供一种基于城市信息模型多维联动指挥调度的智慧园区系统，包括：车牌号监测模块，用于将目的地为目标智慧园区并且与其的距离在设定范围内的各车辆记为各已到达车辆，获取各已到达车辆的车牌号。
车牌号匹配模块，用于将各已到达车辆的车牌号与从CI M平台中调取的目标智慧园区的各收录车辆的车牌号进行匹配，若匹配成功，则执行历史停车信息获取模块，并将匹配成功的各已到达车辆记为各收录已到达车辆，若匹配不成功，则执行停车位反馈模块，并将匹配不成功的各已到达车辆记为各未收录已到达车辆。
历史停车信息获取模块，用于获取各收录车辆的历史停车信息。
历史停车信息分析模块，用于分析各收录车辆的各停车位优选系数，得到各收录车辆的最优停车位，筛选得到各收录已到达车辆的最优停车位，并反馈其位置。
停车位反馈模块，用于将停车场空位中排除各收录已到达车辆的最优停车位剩余的各停车空位记为各剩余空位，将各剩余空位的位置反馈至各未收录车辆车主，从中选取目标停车位。
道路监测模块，用于获取设定监测时间段内目标智慧园区内各道路的车辆数据。
道路分析模块，用于分析目标智慧园区内各道路的车辆拥堵系数，若其大于或者等于设定车辆拥堵系数阈值，则执行路线规划模块。
路线规划模块，用于根据目标智慧园区内各道路的车辆拥堵系数给各已到达车辆的车主重新规划当前位置至目标停车位的路线。
CIM平台，用于存储第一次进入目标智慧园区的各车辆的车牌号并将其记为各收录车辆的车牌号，存储目标智慧园区停车场各停车空位，存储目标智慧园区内道路的车流量阈值和车辆限速值。
优选地，所述各已到达车辆的车牌号与CIM平台中收录的各车辆的车牌号的具体匹配操作为：提取各已到达车辆的车牌号，将其与从CIM平台中调取的目标智慧园区的各收录车辆的车牌号进行匹配，若某已到达车辆的车牌号与目标智慧园区的某收录车辆的车牌号完全一致，则说明该已到达车辆的车牌号匹配成功，并将该已到达车辆记为收录已到达车辆，反之，则将该已到达车辆记为未收录已到达车辆。
进而得到各收录已到达车辆和各未收录已到达车辆。
优选地，所述各收录车辆的历史停车信息包括各停车位的停车次数、各停车位各次的停车时长和各停车位各次的停车间隔时长。
优选地，所述各收录车辆的各停车位优选系数的具体分析方式为：提取各收录车辆的各停车位的停车次数、各停车位各次的停车时长和各停车位各次的停车间隔时长，分析各收录车辆的各停车位优选系数其中mij为第i辆收录车辆的第j个停车位的停车次数，Tijx、T′ijx为第i辆收录车辆的第j个停车位第x次的停车时长和停车间隔时长，m0、T0、T′0分别为设定的停车位能够被列为优选停车位的停车次数阈值、各次的停车时长阈值和各次的停车间隔时长阈值，k0为设定的停车次数优选比阈值，i＝1,2,......,a，i为各收录车辆的编号，j＝1,2,......,b，j为各停车位的编号，x＝1,2,......,m，x为停车次数的编号，β1、β2、β3分别为设定的停车次数优选比、停车时长和停车间隔时长对应的停车位优选系数的权重系数。
优选地，所述各收录已到达车辆的最优停车位的具体筛选方式为：将各收录车辆的各停车位优选系数按照从小到大的顺序进行排序，得到各收录车辆的最大停车位优选系数对应的停车位，将其记为各收录车辆的最优停车位，根据各收录已到达车辆的车牌号从各收录车辆的最优停车位中筛选得到各收录已到达车辆的最优停车位。
将各收录已到达车辆的最优停车位与从CIM平台中提取目标智慧园区停车场各停车空位根据预设原则进行匹配，若匹配成功，则将其记为目标停车位，并将其位置反馈给各收录已到达车辆的车主。
若匹配不成功，则将各收录已到达车辆的最优停车位对应的停车位优选系数筛除，重新筛选得到各收录已到达车辆的最大停车位优选系数对应的停车位，将其作为各收录已到达车辆的第二最优停车位，将其与目标智慧园区停车场各停车空位进行匹配，若匹配成功，则将其记为目标停车位，并将其位置反馈给各收录已到达车辆的车主。
如此循环往复，直至所有各收录已到达车辆的均匹配到目标停车位。
优选地，所述设定监测时间段内目标智慧园区内各道路的车辆数据包括车辆数量和各车辆的车速。
优选地，所述分析设定监测时间段内目标智慧园区内各道路的车辆拥堵系数的具体分析方式为：提取设定监测时间段内目标智慧园区内各道路的车辆数量和各车辆的车速，分析目标智慧园区内各道路的车辆拥堵系数其中nf为设定监测时间段内目标智慧园区内第f个道路的车辆数量，t为设定监测时间段，Vfg为设定监测时间段内目标智慧园区内第f个道路的第g辆车辆的车速，η0、V0分别为从CIM平台中提取的目标智慧园区内道路的车流量阈值和车辆限速值，υ0为设定的车辆的车速和限速值的许可差值，f＝1,2,......,c，f为各道路的编号，g＝1,2,......,n，g为各车辆的编号，δ1、δ2分别为设定的车流量和车辆的车速对应的车辆拥堵系数对应的权重因子，e为自然常数。
将目标智慧园区内各道路的车辆拥堵系数与设定车辆拥堵系数进行对比，若目标智慧园区内某道路的车辆拥堵系数小于设定车辆拥堵系数，则将目标智慧园区内该道路评定为不拥堵道路，进而得到目标智慧园区内各不拥堵道路的编号。
优选地，所述各已到达车辆的车主重新规划当前位置至目标停车位的路线的具体操作方式为：提取目标智慧园区内各不拥堵道路的编号，将其与从CIM平台中提取的各已到达车辆在目标智慧园区内到达目标停车位的各参考道路的编号进行匹配，得到各已到达车辆在目标智慧园区内到达目标停车位的各参考道路中不拥堵道路的编号，将其记为各已到达车辆的各优选道路的编号，从中筛选得到距离最短的各已到达车辆的优选道路对应的编号，并自行规划路线，反馈至各已到达车辆的车主。
相较于现有技术，本发明的有益效果如下：1、本发明基于构建的车牌号监测模块和车牌号匹配模块，获取各已到达车辆的车牌号，并将其与从CIM平台中调取的目标智慧园区的各收录车辆的车牌号进行匹配分析，得到各收录已到达车辆和各未收录已到达车辆，给后面优选停车位的分析提供了条件。
2、本发明基于构建的历史停车信息获取模块、历史停车信息分析模块和停车位反馈模块，得到了各收录已到达车辆和各未收录已到达车辆的最优停车位，有效地减少了车辆在目标智慧园区道路上的空转和寻位时间，提升了用户的满意度，也有利于降低能源消耗和碳排放，有助于减少环境污染。
3、本发明基于构建的道路监测模块、道路分析模块和路线规划模块，获取了目标智慧园区内各道路的车辆拥堵系数，并自行给各已到达车辆的车主重新规划当前位置至目标停车位的路线，通过合理规划停车位和交通流，使得停车过程更加简便和快捷，也降低了目标智慧园区的道路拥堵程度，提高了目标智慧园区的交通效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明的系统模块连接示意图。
具体实施方式
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，所描述的实施例仅仅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做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。
请参阅图1所示，本发明提供了一种基于城市信息模型多维联动指挥调度的智慧园区系统，具体模块分布如下：车牌号监测模块、车牌号匹配模块、历史停车信息获取模块、历史停车信息分析模块、停车位反馈模块、道路监测模块、道路分析模块、路线规划模块和CIM平台。其中，模块之间的连接方式为：车牌号匹配模块分别与车牌号监测模块、历史停车信息获取模块和停车位反馈模块连接，历史停车信息获取模块与历史停车信息分析模块连接，道路分析模块分别与道路监测模块和路线规划模块连接，CIM平台分别与车牌号匹配模块、停车位反馈模块、道路分析模块和路线规划模块连接。
车牌号监测模块，用于将目的地为目标智慧园区并且与其的距离在设定范围内的各车辆记为各已到达车辆，获取各已到达车辆的车牌号。
需要进一步说明的是，所述各已到达车辆的车牌号的具体获取方式为：利用马路上布设的各高清摄像头对马路上的各车辆进行实时拍摄，得到马路上各车辆的车牌号图片，根据文字识别技术对其进行识别得到马路上各车辆的车牌号，进一步利用CIM平台获取位于目标智慧园区入口大门处设定范围内的各车辆，将其作为目的地为目标智慧园区的各车辆，并记为各已到达车辆，从马路上各车辆的车牌号中筛选得到各已到达车辆的车牌号。
作为一个具体的示例，所述设定范围可以为距离目标智慧园区2千米内的范围，即各已到达车辆为位于目标智慧园区入口大门处并且与其的距离在2千米范围内的各车辆。
需要进一步说明的是，所述CIM平台是以建筑信息模型、地理信息系统、物联网等技术为基础，整合城市地上地下、室内室外、历史现状未来多维多尺度信息模型数据和城市感知数据，构建起三维数字空间的城市信息综合体。
车牌号匹配模块，用于将各已到达车辆的车牌号与从CIM平台中调取的目标智慧园区的各收录车辆的车牌号进行匹配，若匹配成功，则执行历史停车信息获取模块，并将匹配成功的各已到达车辆记为各收录已到达车辆，若匹配不成功，则执行停车位反馈模块，并将匹配不成功的各已到达车辆记为各未收录已到达车辆。
作为一种优选的示例，所述各已到达车辆的车牌号与CIM平台中收录的各车辆的车牌号的具体匹配操作为：提取各已到达车辆的车牌号，将其与从CIM平台中调取的目标智慧园区的各收录车辆的车牌号进行匹配，若某已到达车辆的车牌号与目标智慧园区的某收录车辆的车牌号完全一致，则说明该已到达车辆的车牌号匹配成功，并将该已到达车辆记为收录已到达车辆，反之，则将该已到达车辆记为未收录已到达车辆。
进而得到各收录已到达车辆和各未收录已到达车辆。
本发明基于构建的车牌号监测模块和车牌号匹配模块，获取各已到达车辆的车牌号，并将其与从CIM平台中调取的目标智慧园区的各收录车辆的车牌号进行匹配分析，得到各收录已到达车辆和各未收录已到达车辆，给后面优选停车位的分析提供了条件。
历史停车信息获取模块，用于获取各收录车辆的历史停车信息。
历史停车信息分析模块，用于分析各收录车辆的各停车位优选系数，得到各收录车辆的最优停车位，筛选得到各收录已到达车辆的最优停车位，并反馈其位置。
停车位反馈模块，用于将停车场空位中排除各收录已到达车辆的最优停车位剩余的各停车空位记为各剩余空位，将各剩余空位的位置反馈至各未收录车辆车主，从中选取目标停车位。
作为一种优选的示例，所述各收录车辆的历史停车信息包括各停车位的停车次数、各停车位各次的停车时长和各停车位各次的停车间隔时长。
需要进一步说明的是，所述各收录车辆的各停车位的停车次数、各停车位各次的停车时长和各停车位各次的停车间隔时长的具体获取方式为：从CIM平台中提取各收录车辆的各停车位的停车次数以及各停车位各次停车的开始时间点和结束时间点。
将各收录车辆的各停车位各次的停车结束时间点与其开始时间点进行做差，得到各收录车辆的各停车位各次的停车时长。
将各收录车辆的各停车位各次的停车开始时间点按照时间前后顺序进行排序，从而得到各收录车辆的各停车位第一次的停车开始时间点、第二次的开始停车时间点、......、第m次的停车开始时间点，进一步将各收录车辆的各停车位第二次的停车开始时间点与第一次的开始停车时间点做差得到各收录车辆的各停车位第二次的停车间隔时长，将各收录车辆的各停车位第三次的停车开始时间点与第二次的开始停车时间点做差得到各收录车辆的各停车位第三次的停车间隔时长，......，将各收录车辆的各停车位第m次的停车开始时间点与第(m-1)次的开始停车时间点做差得到各收录车辆的各停车位第m次的停车间隔时长，即得到各收录车辆的各停车位各次的停车间隔时长，其中各收录车辆的各停车位第一次的停车间隔时长记为0。
作为一种优选的示例，所述各收录车辆的各停车位优选系数的具体分析方式为：提取各收录车辆的各停车位的停车次数、各停车位各次的停车时长和各停车位各次的停车间隔时长，分析各收录车辆的各停车位优选系数其中mij为第i辆收录车辆的第j个停车位的停车次数，Tijx、T′ijx为第i辆收录车辆的第j个停车位第x次的停车时长和停车间隔时长，m0、T0、T′0分别为设定的停车位能够被列为优选停车位的停车次数阈值、各次的停车时长阈值和各次的停车间隔时长阈值，k0为设定的停车次数优选比阈值，i＝1,2,......,a，i为各收录车辆的编号，j＝1,2,......,b，j为各停车位的编号，x＝1,2,......,m，x为停车次数的编号，β1、β2、β3分别为设定的停车次数优选比、停车时长和停车间隔时长对应的停车位优选系数的权重系数。
作为一种优选的示例，所述各收录已到达车辆的最优停车位的具体筛选方式为：将各收录车辆的各停车位优选系数按照从小到大的顺序进行排序，得到各收录车辆的最大停车位优选系数对应的停车位，将其记为各收录车辆的最优停车位，根据各收录已到达车辆的车牌号从各收录车辆的最优停车位中筛选得到各收录已到达车辆的最优停车位。
将各收录已到达车辆的最优停车位与从CIM平台中提取目标智慧园区停车场各停车空位根据预设原则进行匹配，若匹配成功，则将其记为目标停车位，并将其位置反馈给各收录已到达车辆的车主。
需要进一步说明的是，所述预设原则具体为：将各收录已到达车辆的最优停车位的编号与从CIM平台中提取目标智慧园区停车场各停车空位的编号进行匹配，若某收录已到达车辆的最优停车位的编号与从CIM平台中提取目标智慧园区停车场某停车空位的编号一致，则说明该收录已到达车辆的最优停车位匹配成功。
若匹配不成功，则将各收录已到达车辆的最优停车位对应的停车位优选系数筛除，重新筛选得到各收录已到达车辆的最大停车位优选系数对应的停车位，将其作为各收录已到达车辆的第二最优停车位，将其与目标智慧园区停车场各停车空位进行匹配，若匹配成功，则将其记为目标停车位，并将其位置反馈给各收录已到达车辆的车主。
如此循环往复，直至所有各收录已到达车辆的均匹配到目标停车位。
本发明基于构建的历史停车信息获取模块、历史停车信息分析模块和停车位反馈模块，得到了各收录已到达车辆和各未收录已到达车辆的最优停车位，有效地减少了车辆在目标智慧园区道路上的空转和寻位时间，提升了用户的满意度，也有利于降低能源消耗和碳排放，有助于减少环境污染。
道路监测模块，用于获取设定监测时间段内目标智慧园区内各道路的车辆数据。
道路分析模块，用于分析目标智慧园区内各道路的车辆拥堵系数，若其大于或者等于设定车辆拥堵系数阈值，则执行路线规划模块。
路线规划模块，用于根据目标智慧园区内各道路的车辆拥堵系数给各已到达车辆的车主重新规划当前位置至目标停车位的路线。
作为一种优选的示例，所述设定监测时间段内目标智慧园区内各道路的车辆数据包括车辆数量和各车辆的车速。
需要进一步说明的是，所述设定监测时间段内目标智慧园区内各道路的车辆数量的具体获取方式为：利用CIM平台对目标智慧园区进行实时监测，得到在设定监测时间段内目标智慧园区内各道路的车辆数量。
所述设定监测时间段内目标智慧园区内各道路的各车辆的车速的具体获取方式为：利用CIM平台对各车辆进行实时监控，直接获取设定监测时间段内目标智慧园区内各道路的各车辆的车速。
作为一种优选的示例，所述分析设定监测时间段内目标智慧园区内各道路的车辆拥堵系数的具体分析方式为：提取设定监测时间段内目标智慧园区内各道路的车辆数量和各车辆的车速，分析目标智慧园区内各道路的车辆拥堵系数其中nf为设定监测时间段内目标智慧园区内第f个道路的车辆数量，t为设定监测时间段，Vfg为设定监测时间段内目标智慧园区内第f个道路的第g辆车辆的车速，η0、V0分别为从CIM平台中提取的目标智慧园区内道路的车流量阈值和车辆限速值，υ0为设定的车辆的车速和限速值的许可差值，f＝1,2,......,c，f为各道路的编号，g＝1,2,......,n，g为各车辆的编号，δ1、δ2分别为设定的车流量和车辆的车速对应的车辆拥堵系数对应的权重因子，e为自然常数。
将目标智慧园区内各道路的车辆拥堵系数与设定车辆拥堵系数进行对比，若目标智慧园区内某道路的车辆拥堵系数小于设定车辆拥堵系数，则将目标智慧园区内该道路评定为不拥堵道路，进而得到目标智慧园区内各不拥堵道路的编号。
作为一种优选的示例，所述各已到达车辆的车主重新规划当前位置至目标停车位的路线的具体操作方式为：提取目标智慧园区内各不拥堵道路的编号，将其与从CIM平台中提取的各已到达车辆在目标智慧园区内到达目标停车位的各参考道路的编号进行匹配，得到各已到达车辆在目标智慧园区内到达目标停车位的各参考道路中不拥堵道路的编号，将其记为各已到达车辆的各优选道路的编号，从中筛选得到距离最短的各已到达车辆的优选道路对应的编号，并自行规划路线，反馈至各已到达车辆的车主。
本发明基于构建的道路监测模块、道路分析模块和路线规划模块，获取了目标智慧园区内各道路的车辆拥堵系数，并自行给各已到达车辆的车主重新规划当前位置至目标停车位的路线，通过合理规划停车位和交通流，使得停车过程更加简便和快捷，也降低了目标智慧园区的道路拥堵程度，提高了目标智慧园区的交通效率。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。
Claims (8)
1.一种基于城市信息模型多维联动指挥调度的智慧园区系统，其特征在于：包括：
车牌号监测模块，用于将目的地为目标智慧园区并且与其的距离在设定范围内的各车辆记为各已到达车辆，获取各已到达车辆的车牌号；
车牌号匹配模块，用于将各已到达车辆的车牌号与从CIM平台中调取的目标智慧园区的各收录车辆的车牌号进行匹配，若匹配成功，则执行历史停车信息获取模块，并将匹配成功的各已到达车辆记为各收录已到达车辆，若匹配不成功，则执行停车位反馈模块，并将匹配不成功的各已到达车辆记为各未收录已到达车辆；
历史停车信息获取模块，用于获取各收录车辆的历史停车信息；
历史停车信息分析模块，用于分析各收录车辆的各停车位优选系数，得到各收录车辆的最优停车位，筛选得到各收录已到达车辆的目标停车位，并反馈其位置；
停车位反馈模块，用于将停车场空位中排除各收录已到达车辆的目标停车位剩余的各停车空位记为各剩余空位，将各剩余空位的位置反馈至各未收录车辆车主，从中选取目标停车位；
道路监测模块，用于获取设定监测时间段内目标智慧园区内各道路的车辆数据；
道路分析模块，用于分析目标智慧园区内各道路的车辆拥堵系数，若其大于或者等于设定车辆拥堵系数阈值，则执行路线规划模块；
路线规划模块，用于根据目标智慧园区内各道路的车辆拥堵系数给各已到达车辆的车主重新规划当前位置至目标停车位的路线；
CIM平台，用于存储第一次进入目标智慧园区的各车辆的车牌号并将其记为各收录车辆的车牌号，存储目标智慧园区停车场各停车空位，存储目标智慧园区内道路的车流量阈值和车辆限速值。
2.根据权利要求1所述的一种基于城市信息模型多维联动指挥调度的智慧园区系统，其特征在于：所述各已到达车辆的车牌号与CIM平台中收录的各车辆的车牌号的具体匹配操作为：
提取各已到达车辆的车牌号，将其与从CIM平台中调取的目标智慧园区的各收录车辆的车牌号进行匹配，若某已到达车辆的车牌号与目标智慧园区的某收录车辆的车牌号完全一致，则说明该已到达车辆的车牌号匹配成功，并将该已到达车辆记为收录已到达车辆，反之，则将该已到达车辆记为未收录已到达车辆；
进而得到各收录已到达车辆和各未收录已到达车辆。
3.根据权利要求2所述的一种基于城市信息模型多维联动指挥调度的智慧园区系统，其特征在于：所述各收录车辆的历史停车信息包括各停车位的停车次数、各停车位各次的停车时长和各停车位各次的停车间隔时长。
4.根据权利要求3所述的一种基于城市信息模型多维联动指挥调度的智慧园区系统，其特征在于：所述各收录车辆的各停车位优选系数的具体分析方式为：
提取各收录车辆的各停车位的停车次数、各停车位各次的停车时长和各停车位各次的停车间隔时长，分析各收录车辆的各停车位优选系数其中mij为第i辆收录车辆的第j个停车位的停车次数，Tijx、Tij′x为第i辆收录车辆的第j个停车位第x次的停车时长和停车间隔时长，m0、T0、T0′分别为设定的停车位能够被列为优选停车位的停车次数阈值、每次的停车时长阈值和每次的停车间隔时长阈值，k0为设定的停车次数优选比阈值，i＝1,2,......,a，i为各收录车辆的编号，j＝1,2,......,b，j为各停车位的编号，x＝1,2,......,m，x为停车次数的编号，β1、β2、β3分别为设定的停车次数优选比、停车时长和停车间隔时长对应的停车位优选系数的权重系数。
5.根据权利要求4所述的一种基于城市信息模型多维联动指挥调度的智慧园区系统，其特征在于：所述各收录已到达车辆的最优停车位的具体筛选方式为：
将各收录车辆的各停车位优选系数按照从小到大的顺序进行排序，得到各收录车辆的最大停车位优选系数对应的停车位，将其记为各收录车辆的最优停车位，根据各收录已到达车辆的车牌号从各收录车辆的最优停车位中筛选得到各收录已到达车辆的最优停车位；
将各收录已到达车辆的最优停车位与从CIM平台中提取目标智慧园区停车场各停车空位根据预设原则进行匹配，若匹配成功，则将其记为目标停车位，并将其位置反馈给各收录已到达车辆的车主；
若匹配不成功，则将各收录已到达车辆的最优停车位对应的停车位优选系数筛除，重新筛选得到各收录已到达车辆的最大停车位优选系数对应的停车位，将其作为各收录已到达车辆的第二最优停车位，将其与目标智慧园区停车场各停车空位进行匹配，若匹配成功，则将其记为目标停车位，并将其位置反馈给各收录已到达车辆的车主；
如此循环往复，直至所有各收录已到达车辆的均匹配到目标停车位。
6.根据权利要求1所述的一种基于城市信息模型多维联动指挥调度的智慧园区系统，其特征在于：所述设定监测时间段内目标智慧园区内各道路的车辆数据包括车辆数量和各车辆的车速。
7.根据权利要求6所述的一种基于城市信息模型多维联动指挥调度的智慧园区系统，其特征在于：所述分析设定监测时间段内目标智慧园区内各道路的车辆拥堵系数的具体分析方式为：
提取设定监测时间段内目标智慧园区内各道路的车辆数量和各车辆的车速，分析目标智慧园区内各道路的车辆拥堵系数其中nf为设定监测时间段内目标智慧园区内第f个道路的车辆数量，t为设定监测时间段，Vfg为设定监测时间段内目标智慧园区内第f个道路的第g辆车辆的车速，η0、V0分别为从CIM平台中提取的目标智慧园区内道路的车流量阈值和车辆限速值，υ0为设定的车辆的车速和限速值的许可差值，f＝1,2,......,c，f为各道路的编号，g＝1,2,......,n，g为各车辆的编号，δ1、δ2分别为设定的车流量和车辆的车速对应的车辆拥堵系数对应的权重因子，e为自然常数；
将目标智慧园区内各道路的车辆拥堵系数与设定车辆拥堵系数进行对比，若目标智慧园区内某道路的车辆拥堵系数小于设定车辆拥堵系数，则将目标智慧园区内该道路评定为不拥堵道路，进而得到目标智慧园区内各不拥堵道路的编号。
8.根据权利要求7所述的一种基于城市信息模型多维联动指挥调度的智慧园区系统，其特征在于：所述各已到达车辆的车主重新规划当前位置至目标停车位的路线的具体操作方式为：
提取目标智慧园区内各不拥堵道路的编号，将其与从CIM平台中提取的各已到达车辆在目标智慧园区内到达目标停车位的各参考道路的编号进行匹配，得到各已到达车辆在目标智慧园区内到达目标停车位的各参考道路中不拥堵道路的编号，将其记为各已到达车辆的各优选道路的编号，从中筛选得到距离最短的各已到达车辆的优选道路对应的编号，并自行规划路线，反馈至各已到达车辆的车主。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311383063.5A CN117437789B (zh) | 2023-10-24 | 2023-10-24 | 一种基于城市信息模型多维联动指挥调度的智慧园区系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311383063.5A CN117437789B (zh) | 2023-10-24 | 2023-10-24 | 一种基于城市信息模型多维联动指挥调度的智慧园区系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117437789A true CN117437789A (zh) | 2024-01-23 |
| CN117437789B CN117437789B (zh) | 2024-06-18 |
Family
ID=89552784
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311383063.5A Active CN117437789B (zh) | 2023-10-24 | 2023-10-24 | 一种基于城市信息模型多维联动指挥调度的智慧园区系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117437789B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117649781A (zh) * | 2024-01-30 | 2024-03-05 | 泰安市东信智联信息科技有限公司 | 基于数据融合的智慧停车监测数据智能处理方法 |
| CN118014444A (zh) * | 2024-04-09 | 2024-05-10 | 如皋市联政中小企业服务有限公司 | 一种基于物联网的智慧园区运行数据分析处理系统 |
Citations (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002220064A (ja) * | 2001-01-29 | 2002-08-06 | Koyo Seiko Co Ltd | パワーステアリング装置 |
| DE102006056631A1 (de) * | 2006-11-30 | 2008-06-05 | Bayerische Motoren Werke Ag | Verfahren zur Geschwindigkeits- und/oder Abstandsregelung bei Kraftfahrzeugen |
| US20100156671A1 (en) * | 2005-08-09 | 2010-06-24 | Wei-Chia Lee | Device and method for assisting a parking maneuver of a vehicle |
| WO2018232950A1 (zh) * | 2017-06-23 | 2018-12-27 | 深圳市盛路物联通讯技术有限公司 | 一种停车场车位调度方法及装置 |
| CN109615901A (zh) * | 2018-06-29 | 2019-04-12 | 浙江车行智慧科技有限公司 | 一种基于大数据的停车管理系统及方法 |
| WO2019109341A1 (en) * | 2017-12-08 | 2019-06-13 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for preventing sharing vehicle parking congestion |
| CN112419714A (zh) * | 2020-11-09 | 2021-02-26 | 广州谦优信息科技有限公司 | 一种基于大数据的城市智慧停车管理系统 |
| CN112669474A (zh) * | 2020-12-17 | 2021-04-16 | 安徽省经建技术有限公司 | 一种基于互联网的智慧园区停车管理系统 |
| CN112927544A (zh) * | 2021-02-03 | 2021-06-08 | 广州威创信息技术有限公司 | 一种基于物联网的智慧停车场交通管理系统及其实现方法 |
| CN113112861A (zh) * | 2021-04-15 | 2021-07-13 | 武汉北斗星通科技有限公司 | 智慧园区导航运维管理系统 |
| CN113781831A (zh) * | 2021-09-17 | 2021-12-10 | 方锡泉 | 一种基于区块链技术的智慧云平台 |
| CN113963573A (zh) * | 2021-12-22 | 2022-01-21 | 汕头大学 | 一种室内停车场智能管理系统 |
| CN114241767A (zh) * | 2021-12-16 | 2022-03-25 | 深圳市鹏城交通网络股份有限公司 | 基于智慧交通综合数据仓城市体检数据分析方法及系统 |
| CN114267191A (zh) * | 2021-12-10 | 2022-04-01 | 北京理工大学 | 缓解交通拥堵驾驶员控制系统、方法、介质、设备及应用 |
| CN114419924A (zh) * | 2022-03-28 | 2022-04-29 | 穗企通科技(广州)有限责任公司 | 一种基于智慧城市的ai应用控制管理系统 |
| CN115440059A (zh) * | 2022-07-22 | 2022-12-06 | 张伟 | 基于物联网的智慧车位管理系统 |
| CN115691203A (zh) * | 2022-09-26 | 2023-02-03 | 厦门市润铭网络科技有限公司 | 一种城市道路泊位诱导方法、装置、设备及可读存储介质 |
| US20230067379A1 (en) * | 2022-09-07 | 2023-03-02 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for managing parking lots in smart cities based on the internet of things |
| US20230060713A1 (en) * | 2022-10-14 | 2023-03-02 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods for recommending parking lots in smart cities, internet of things systems, and storage medium thereof |
| CN218930567U (zh) * | 2022-12-09 | 2023-04-28 | 中建三局云服科技武汉有限公司 | 一种垃圾回收箱 |
| US20230150336A1 (en) * | 2021-11-18 | 2023-05-18 | Hyundai Motor Company | Apparatus for controlling in-car temperature of autonomous vehicle, system including the same, and method thereof |
| CN116486643A (zh) * | 2023-04-15 | 2023-07-25 | 太原科技大学 | 基于物联网对场地进行分析的停车管理系统 |
| CN116543588A (zh) * | 2023-04-24 | 2023-08-04 | 成都宜泊信息科技有限公司 | 一种规划车行引导的车位和路径的方法和系统 |
| US20230306846A1 (en) * | 2022-03-09 | 2023-09-28 | International Business Machines Corporation | Dynamic parking management system |
-
2023
- 2023-10-24 CN CN202311383063.5A patent/CN117437789B/zh active Active
Patent Citations (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002220064A (ja) * | 2001-01-29 | 2002-08-06 | Koyo Seiko Co Ltd | パワーステアリング装置 |
| US20100156671A1 (en) * | 2005-08-09 | 2010-06-24 | Wei-Chia Lee | Device and method for assisting a parking maneuver of a vehicle |
| DE102006056631A1 (de) * | 2006-11-30 | 2008-06-05 | Bayerische Motoren Werke Ag | Verfahren zur Geschwindigkeits- und/oder Abstandsregelung bei Kraftfahrzeugen |
| WO2018232950A1 (zh) * | 2017-06-23 | 2018-12-27 | 深圳市盛路物联通讯技术有限公司 | 一种停车场车位调度方法及装置 |
| WO2019109341A1 (en) * | 2017-12-08 | 2019-06-13 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for preventing sharing vehicle parking congestion |
| CN109615901A (zh) * | 2018-06-29 | 2019-04-12 | 浙江车行智慧科技有限公司 | 一种基于大数据的停车管理系统及方法 |
| CN112419714A (zh) * | 2020-11-09 | 2021-02-26 | 广州谦优信息科技有限公司 | 一种基于大数据的城市智慧停车管理系统 |
| CN112669474A (zh) * | 2020-12-17 | 2021-04-16 | 安徽省经建技术有限公司 | 一种基于互联网的智慧园区停车管理系统 |
| CN112927544A (zh) * | 2021-02-03 | 2021-06-08 | 广州威创信息技术有限公司 | 一种基于物联网的智慧停车场交通管理系统及其实现方法 |
| CN113112861A (zh) * | 2021-04-15 | 2021-07-13 | 武汉北斗星通科技有限公司 | 智慧园区导航运维管理系统 |
| CN113781831A (zh) * | 2021-09-17 | 2021-12-10 | 方锡泉 | 一种基于区块链技术的智慧云平台 |
| US20230150336A1 (en) * | 2021-11-18 | 2023-05-18 | Hyundai Motor Company | Apparatus for controlling in-car temperature of autonomous vehicle, system including the same, and method thereof |
| CN114267191A (zh) * | 2021-12-10 | 2022-04-01 | 北京理工大学 | 缓解交通拥堵驾驶员控制系统、方法、介质、设备及应用 |
| CN114241767A (zh) * | 2021-12-16 | 2022-03-25 | 深圳市鹏城交通网络股份有限公司 | 基于智慧交通综合数据仓城市体检数据分析方法及系统 |
| CN113963573A (zh) * | 2021-12-22 | 2022-01-21 | 汕头大学 | 一种室内停车场智能管理系统 |
| US20230306846A1 (en) * | 2022-03-09 | 2023-09-28 | International Business Machines Corporation | Dynamic parking management system |
| CN114419924A (zh) * | 2022-03-28 | 2022-04-29 | 穗企通科技(广州)有限责任公司 | 一种基于智慧城市的ai应用控制管理系统 |
| CN115440059A (zh) * | 2022-07-22 | 2022-12-06 | 张伟 | 基于物联网的智慧车位管理系统 |
| US20230067379A1 (en) * | 2022-09-07 | 2023-03-02 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for managing parking lots in smart cities based on the internet of things |
| CN115691203A (zh) * | 2022-09-26 | 2023-02-03 | 厦门市润铭网络科技有限公司 | 一种城市道路泊位诱导方法、装置、设备及可读存储介质 |
| US20230060713A1 (en) * | 2022-10-14 | 2023-03-02 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods for recommending parking lots in smart cities, internet of things systems, and storage medium thereof |
| CN218930567U (zh) * | 2022-12-09 | 2023-04-28 | 中建三局云服科技武汉有限公司 | 一种垃圾回收箱 |
| CN116486643A (zh) * | 2023-04-15 | 2023-07-25 | 太原科技大学 | 基于物联网对场地进行分析的停车管理系统 |
| CN116543588A (zh) * | 2023-04-24 | 2023-08-04 | 成都宜泊信息科技有限公司 | 一种规划车行引导的车位和路径的方法和系统 |
Non-Patent Citations (2)
| Title |
|---|
| 李诚: "基于车牌识别数据的城市道路行程时间估计方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, 15 May 2022 (2022-05-15), pages 034 - 732 * |
| 栾忠禹: "智能停车场路径规划与存取车策略研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, 15 January 2023 (2023-01-15), pages 034 - 1053 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117649781A (zh) * | 2024-01-30 | 2024-03-05 | 泰安市东信智联信息科技有限公司 | 基于数据融合的智慧停车监测数据智能处理方法 |
| CN117649781B (zh) * | 2024-01-30 | 2024-04-16 | 泰安市东信智联信息科技有限公司 | 基于数据融合的智慧停车监测数据智能处理方法 |
| CN118014444A (zh) * | 2024-04-09 | 2024-05-10 | 如皋市联政中小企业服务有限公司 | 一种基于物联网的智慧园区运行数据分析处理系统 |
| CN118014444B (zh) * | 2024-04-09 | 2024-06-11 | 如皋市联政中小企业服务有限公司 | 一种基于物联网的智慧园区运行数据分析处理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117437789B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117437789B (zh) | 一种基于城市信息模型多维联动指挥调度的智慧园区系统 | |
| CN115222158B (zh) | 一种基于物联网的智慧城市停车场管理方法、系统及装置 | |
| CN111966729B (zh) | 一种车辆轨迹数据处理方法、装置、设备及存储介质 | |
| CN107274672B (zh) | 基于gps数据的信号交叉口单车延误时间估计方法 | |
| CN106469518A (zh) | 基于视频跟踪识别的智能停车引导的方法、服务器和系统 | |
| CN103325245A (zh) | 一种黑名单车辆的时空行驶轨迹预测方法 | |
| CN111311944A (zh) | 一种自主代客泊车环境下的停车场管理系统及方法 | |
| CN112016735B (zh) | 一种基于交通违法热点预测的巡逻路线规划方法、系统和可读存储介质 | |
| CN109741628A (zh) | 一种小区智能停车系统及应用其的智能停车路线规划方法 | |
| CN114819305B (zh) | 一种基于碳排放度量尺度下的路径规划方法 | |
| CN116050581A (zh) | 一种智慧城市地铁行车调度优化方法和物联网系统 | |
| CN115907076A (zh) | 一种山地城市充电负荷概率预测系统及方法 | |
| CN115375184A (zh) | 园区物流自动驾驶多车调度方法、装置、设备及存储介质 | |
| CN116258342A (zh) | 停车管理服务系统 | |
| CN117313950A (zh) | 基于大数据的建筑施工项目人力资源预测选择系统 | |
| CN111127882A (zh) | 一种基于大数据的旅游景区停车场来车数量预测方法 | |
| CN113392799A (zh) | 一种基于共享单车调配优化的目标检测方法 | |
| CN112990759A (zh) | 基于数字孪生的数据处理系统 | |
| Djuric et al. | Parkassistant: An algorithm for guiding a car to a parking spot | |
| CN115188192B (zh) | 一种基于行程预测的自动控制泊车系统及方法 | |
| CN114842661A (zh) | 一种管理室内地图通行路段实时状态的方法和系统 | |
| CN115203536A (zh) | 基于驾驶场景推荐智能驾驶参数的方法及装置 | |
| CN112116241B (zh) | 一种公共交通智能调度方法 | |
| CN113902209A (zh) | 出行路线推荐方法、边缘服务器、云服务器、设备及介质 | |
| CN113778085A (zh) | 基于人工智能的无人车控制方法、系统及可读存储介质 |
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 |