CN117831336B - 基于道闸系统的车位引导方法、装置、设备以及存储介质 - Google Patents
基于道闸系统的车位引导方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN117831336B CN117831336B CN202311748586.5A CN202311748586A CN117831336B CN 117831336 B CN117831336 B CN 117831336B CN 202311748586 A CN202311748586 A CN 202311748586A CN 117831336 B CN117831336 B CN 117831336B
- Authority
- CN
- China
- Prior art keywords
- parking
- information
- parking lot
- vehicle
- coefficient
- 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
Links
- 230000004888 barrier function Effects 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims description 49
- 238000013461 design Methods 0.000 claims description 42
- 238000010586 diagram Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- QNRATNLHPGXHMA-XZHTYLCXSA-N (r)-(6-ethoxyquinolin-4-yl)-[(2s,4s,5r)-5-ethyl-1-azabicyclo[2.2.2]octan-2-yl]methanol;hydrochloride Chemical compound Cl.C([C@H]([C@H](C1)CC)C2)CN1[C@@H]2[C@H](O)C1=CC=NC2=CC=C(OCC)C=C21 QNRATNLHPGXHMA-XZHTYLCXSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000013440 design planning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种基于道闸系统的车位引导方法、装置、设备以及存储介质,所述方法包括将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域;识别车牌获得车辆车牌信息,根据所述车辆车牌信息读取车辆历史停车信息;获取每辆已进入停车场的车辆的历史停车情况信息,根据历史停车情况信息,获取预测拥堵系数;获取空余车位信息;根据所述分级停车区域、所述车辆历史停车信息和所述空余车位信息,确定指定引导车位;获取停车场内路况信息,根据所述指定引导车位、所述停车场内路况信息和所述预测拥堵系数,生成车位引导路线。本申请具有提高生成的车位引导路线与停车场实况的适应性,进而提高停车的车主的使用体验的效果。
Description
技术领域
本发明涉及停车场管理的技术领域,尤其是涉及一种基于道闸系统的车位引导方法、装置、设备以及存储介质。
背景技术
目前,停车场的出入口所安装的道闸的功能主要是作为启闭停车场入口或出口的启闭工具,功能单一,缺少对停车场的车辆停车管理功能。
因此,为了增加道闸系统的功能,在相关技术中,道闸识别到车牌之后,道闸系统能够自动生成与车辆关联的车位引导路线并且显示在显示屏,以提醒驾驶员车位在哪个位置以及相应的停车路线,增加了道闸系统的功能,解决道闸系统功能单一性的问题。
但是,一般的道闸系统所规划生成的停车位和停车路线都是预先设置好的,即根据空余的车位,直接获取对应该车位的预先设置的停车路线,再将其显示在显示屏上。对于车流量较少停车场路况简单的停车场,上述方式能为车主提供比较良好的体验,而若停车场车流量较大且停车场内路况复杂时,上述方式反而会大大降低车主的使用体验。
发明内容
为了提高生成的车位引导路线与停车场实况的适应性,进而提高停车的车主的使用体验,本申请提供一种基于道闸系统的车位引导方法、装置、设备以及存储介质。
第一方面,本申请的上述发明目的是通过以下技术方案得以实现的:
一种基于道闸系统的车位引导方法,所述基于道闸系统的车位引导方法包括:
获取停车场平面图信息,根据所述停车场平面图信息,将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域;
识别车牌获得车辆车牌信息,根据所述车辆车牌信息读取表示车牌对应的车辆在停车场的历史停车情况的车辆历史停车信息;
获取每辆已进入停车场的车辆的历史停车情况信息,根据所述每辆已进入停车场的车辆的历史停车情况信息,获取预测拥堵系数;
获取表示当前停车场内车位占用情况的停车场内停车信息,根据所述停车场内停车信息,获取空余车位信息;
根据所述分级停车区域、所述车辆历史停车信息和所述空余车位信息,确定引导车辆停车的指定引导车位;
获取停车场内路况信息,根据所述指定引导车位、所述停车场内路况信息和所述预测拥堵系数,生成车位引导路线。
通过采用上述技术方案,分级停车区域表示的是车辆到达停车位后不同难度等级的将车停进停车位的区域,将停车场分区域后,根据车牌对应的车辆的历史停车情况判断该车辆的车主的停车技术,再对应匹配车主的停车技术的停车区域,以此,提高车主的停车体验,避免分配到较高难度的停车位给停车技术较差的车主;预测拥堵系数表示的是根据已进入停车场内的车辆的平均出场时长,判断车辆在停车场内的道路上的停留时长,以此预测未来的停车场内的拥堵程度,根据该预测的拥堵程度,结合当前的拥堵程度,综合判断规划车辆的停车路线,例如,若当前较拥堵而预测的停车场内较为畅通,则规划的停车路线尽量避免当前拥堵的道路,转而前往预测的较为畅通的道路,以此,降低了车主停车时前往拥堵道路的概率,进而缓解停车场内的拥堵情况,提高车主的停车体验。
本申请在一较佳示例中可以进一步配置为:所述获取停车场平面图信息,根据所述停车场平面图信息,将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域,具体包括:
获取停车场平面图信息,根据所述停车场平面图信息,获取停车场内障碍物信息和车位类别信息;
根据所述停车场内障碍物信息和所述车位类别信息,获取每个停车位的停车难度等级系数;
根据所述每个停车位的停车难度等级系数将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域。
通过采用上述技术方案,从停车场的平面图中获取停车场内障碍物信息和车位类别信息,停车场内障碍物信息包括建筑立柱、消防设施、设计装饰物和道路栏杆等物体的位置,障碍物越多,相应的停车难度越高,车位类别信息则表示车位的倒车车位、侧方停车车位、直入型车位和斜方型车位等,每种车位的停车难度不同。基于此,综合车位类型和障碍物的位置,将停车场分为不同停车难度等级的区域,以便于对车主匹配更加适合的车位。
本申请在一较佳示例中可以进一步配置为:所述获取每辆已进入停车场的车辆的历史停车情况信息,根据所述每辆已进入停车场的车辆的历史停车情况信息,获取预测拥堵系数,具体包括:
获取每辆已进入停车场的车辆的历史停车情况信息和当前停车位,所述每辆已进入停车场的车辆的历史停车情况信息包括每辆已进入停车场的车辆的历史停车位、历史进出时间点、历史停车时长、历史出场耗时时长和历史出场路线;
获取当前时间点,将所述每辆已进入停车场的车辆的历史进出时间点和所述当前时间点对比,筛选得到出停车场的时间点与所述当前时间点一致的已进入停车场的即将出场车辆;
根据所述每辆已进入停车场的车辆的所述当前停车位和所述即将出场车辆对应的所述历史停车位、所述历史出场耗时时长和所述历史出场路线,获取停车场内每条道路的预测拥堵系数。
通过采用上述技术方案,车辆对应的历史停车情况信息包括表示进出停车场的时间点、从离开停车位到出停车场的出场耗时时长和历史出场路线等,根据当前车辆进入停车场的当前时间点,判断在当前时间点后的一段时间内会出停车场的车辆,再根据该在当前时间点后的一段时间内会出停车场的车辆所对应的出场耗时时长和出场耗时时长与设计出场时长的比值,判断在当前时间点后的一段预定时间内会出停车场的车辆在停车场内的停留时长,以此预测将来一段预定时间内由在当前时间点后的一段预定时间内出停车场的车辆造成的停车场的拥堵程度,因为停车场内空间有限,很多道路都是可以双向行驶的,而预测将来一段预定时间内的拥堵程度和拥堵路段,能够有效降低当前车辆与出停车场的车辆发生冲突的概率,提高停车的车主的使用体验。
本申请在一较佳示例中可以进一步配置为:所述根据所述分级停车区域、所述车辆历史停车信息和所述空余车位信息,确定引导车辆停车的指定引导车位,具体包括:
根据所述分级停车区域,获取对应所述分级停车区域内的各车位的预设的停车设计时长;
根据所述车辆历史停车信息、所述分级停车区域和所述停车设计时长,确定引导车辆停车的指定引导分级停车区域;
根据所述指定引导分级停车区域、所述空余车位信息和对应所述空余车位信息的所述停车难度等级系数,确定引导车辆停车的指定引导车位。
通过采用上述技术方案,根据所识别的车牌对应的车辆历史停车信息,判断该车牌对应的车辆的历史停车情况,即通过该车辆的历史停车时长与预设的停车设计时长的对比判断该车辆的车主的停车技术,再分配至对应车主的停车技术的指定引导分级停车区域,另外,根据该车辆的历史停车时长与预设的停车设计时长的比值,比值越高,判断车主的停车技术越差,因此,再次在指定引导分级停车区域中的空余车位中匹配与车主的停车技术对应的停车难度等级的车位,以此,为车主匹配适应车主的停车技术的停车位,提高了车主停车的效率,进而实现缓解整体停车场的拥堵。
本申请在一较佳示例中可以进一步配置为:在所述获取停车场内路况信息之前,所述基于道闸系统的车位引导方法还包括:
根据所述停车场平面图信息,获取每条道路的平均道路宽度;
获取表示通往停车场内各车位的设计停车路线,计算各车位的所述设计停车路线的平均路程,获得平均设计路程;
根据所述平均道路宽度和所述平均设计路程,获得表示车辆在停车场内的道路上行驶的通畅程度的停车场等级系数;
根据所述停车场等级系数,分配对应的用于生成车位引导路线的预设算法;
所述获取停车场内路况信息,根据所述指定引导车位、所述停车场内路况信息和所述预测拥堵系数,生成车位引导路线,具体包括:
获取停车场内路况信息,根据所述指定引导车位、所述停车场内路况信息和所述预测拥堵系数,使用所述预设算法生成车位引导路线。
通过采用上述技术方案,平均道路宽度表示的是停车场内行车道路的平均宽度,道路越宽,车辆通过的难度越低,停车场内发生拥堵的概率越小,平均设计路程则是指设计规划的平均的从停车场的入口去到每个停车位的时长的路程长度,平均设计路程越小,表示停车场的设计越成功,车辆在停车场内行驶时越通畅,停车场内发生拥堵的概率越小,因此,通过将平均道路宽度和平均设计路程,分别与预设的停车场等级评判表进行对比,判断用于表示车辆在停车场内的道路上行驶的通畅程度的停车场等级系数,再根据该停车场等级系数分配预设算法,预设算法是指生成从停车场的入口到车位的路线的算法,高级的算法能够找到更优的路线,但高级的算法所需的算力高,且耗费的计算时间长,若停车场设计较好,则无需浪费算力资源和时间,因此,对应停车场的等级使用对应的算法,减少了车主在道闸处等候的时间,进而保障了车主的良好体验。
本申请在一较佳示例中可以进一步配置为:所述获取停车场内路况信息,根据所述指定引导车位、所述停车场内路况信息和所述预测拥堵系数,使用所述预设算法生成车位引导路线,具体包括:
获取停车场内路况信息,所述停车场内路况信息包括车辆违停位置信息和当前拥堵路段信息;
根据所述车辆违停位置信息和所述当前拥堵路段信息,获取每条道路的当前拥堵系数;
标记所述指定引导车位对应的所述设计停车路线为当前停车路线,根据所述当前停车路线以及所述当前停车路线对应的所述当前拥堵系数,判断获得所述当前停车路线的当前可行性系数;
根据所述当前停车路线对应的所述预测拥堵系数,判断所述当前停车路线的预测可行性系数;
若所述当前可行性系数和所述预测可行性系数均低于预设的可行性阈值,使用所述预设算法生成所述当前可行性系数高于预设的可行性阈值的车位引导路线;
若所述当前可行性系数和所述预测可行性系数高低于预设的可行性阈值,则直接使用所述预设算法生成车位引导路线;
若所述当前可行性系数或所述预测可行性系数高于预设的可行性阈值,则根据所述当前可行性系数或所述预测可行性系数,使用所述预设算法生成车位引导路线。
通过采用上述技术方案,停车场内路况信息表示的是当前停车场内的拥堵程度和违停情况,违停情况是指不停在停车位的车辆的位置,违停相当于大幅削减了车辆的通行空间,会造成严重的拥堵,因此,根据预设的违停系数表中的一处违停造成的拥堵程度相当于若干道路上的车辆造成的拥堵程度,判断获得停车场内每条道路的拥堵系数,当某道路对应的该拥堵系数较大时,表示当前该道路上的车辆已达到阈值,需尽量避免车辆前往该道路。基于此,综合分析停车场内的道路情况,对进入停车场内的车辆进行引导调度,在停车场整体的层面上缓解停车场内的拥堵压力,并为每个车主提供避开拥堵路段的停车路线,实现了在提高生成的车位引导路线与停车场实况的适应性的同时,提高停车的车主的使用体验。
第二方面,本申请的上述发明目的是通过以下技术方案得以实现的:
一种基于道闸系统的车位引导装置,所述基于道闸系统的车位引导装置包括:
分级停车区域划分模块,用于获取停车场平面图信息,根据所述停车场平面图信息,将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域;
车辆历史停车信息获取模块,用于识别车牌获得车辆车牌信息,根据所述车辆车牌信息读取表示车牌对应的车辆在停车场的历史停车情况的车辆历史停车信息;
预测拥堵系数获取模块,用于获取每辆已进入停车场的车辆的历史停车情况信息,根据所述每辆已进入停车场的车辆的历史停车情况信息,获取预测拥堵系数;
空余车位信息获取模块,用于获取表示当前停车场内车位占用情况的停车场内停车信息,根据所述停车场内停车信息,获取空余车位信息;
指定引导车位确定模块,用于根据所述分级停车区域、所述车辆历史停车信息和所述空余车位信息,确定引导车辆停车的指定引导车位;
车位引导路线生成模块,用于获取停车场内路况信息,根据所述指定引导车位、所述停车场内路况信息和所述预测拥堵系数,生成车位引导路线。
第三方面,本申请的上述发明目的是通过以下技术方案得以实现的:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于道闸系统的车位引导方法的步骤。
第四方面,本申请的上述发明目的是通过以下技术方案得以实现的:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于道闸系统的车位引导方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1、根据车牌对应的车辆的历史停车情况判断该车辆的车主的停车技术,再对应匹配车主的停车技术的停车区域,以此,提高车主的停车体验,避免分配到较高难度的停车位给停车技术较差的车主;根据预测的拥堵程度,结合当前的拥堵程度,综合判断规划车辆的停车路线,以此降低了车主停车时前往拥堵道路的概率,进而缓解停车场内的拥堵情况,提高车主的停车体验;
2、综合车位类型和障碍物的位置,将停车场分为不同停车难度等级的区域,以便于对车主匹配更加适合的车位;
3、综合分析停车场内的道路情况,对进入停车场内的车辆进行引导调度,在停车场整体的层面上缓解停车场内的拥堵压力,并为每个车主提供避开拥堵路段的停车路线,实现了在提高生成的车位引导路线与停车场实况的适应性的同时,提高停车的车主的使用体验。
附图说明
图1是本申请实施例中基于道闸系统的车位引导方法的第一实现流程图;
图2是本申请实施例中基于道闸系统的车位引导方法的S10的实现流程图;
图3是本申请实施例中基于道闸系统的车位引导方法的S30的实现流程图;
图4是本申请实施例中基于道闸系统的车位引导方法的S50的实现流程图;
图5是本申请实施例中基于道闸系统的车位引导方法的第二实现流程图;
图6是本申请实施例中基于道闸系统的车位引导方法的S61的实现流程图;
图7是本申请实施例中基于道闸系统的车位引导装置的一原理框图;
图8是本申请实施例中基于道闸系统的车位引导计算机设备的内部结构图。
具体实施方式
以下结合附图1-8对本申请作进一步详细说明。
在本实施例中,道闸系统是指安装在停车场的出入口,通过识别车辆的车牌对车辆进出停车场进行管理以及收费的系统。
在一实施例中,如图1所示,本申请公开了一种基于道闸系统的车位引导方法,具体包括如下步骤:
S10:获取停车场平面图信息,根据停车场平面图信息,将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域。
在本实施例中,停车场平面图信息是指停车场整体的俯瞰视角的平面图纸信息。分级停车区域是指表示不同停车难度等级的划分的停车场的区域。
具体地,在道闸系统投入使用之前,获取安装道闸系统的停车场整体的俯瞰视角的平面图纸信息,即停车场平面图信息,该停车场平面图信息中标注了道闸系统的位置、停车位的位置,以及停车场内的道路的方向和长宽度等信息,因此,根据该停车场平面图信息,判断从停车场安装道闸系统的入口进入每个停车位的难度,例如,计算从停车场安装道闸系统的入口进入停车位的路程,并分析在该路程中的拐弯处的数量,路程越长,判断的停车难度越大,拐弯处的数量越多,判断的停车难度也越大,以此判断从停车场安装道闸系统的入口进入每个停车位的难度,将相同停车难度且相邻的车位划分为一个区域,以此实现将停车场的所有车位划分为表示不同的停车难度等级的分级停车区域。
进一步的,若停车场内包括有人防工程车位和大型车位等特殊类型的停车位,则根据停车位的类型数量进行对应次数的分级停车区域划分,即在每次分级停车区域时仅针对同一类型的车位。
S20:识别车牌获得车辆车牌信息,根据车辆车牌信息读取表示车牌对应的车辆在停车场的历史停车情况的车辆历史停车信息。
在本实施例中,车辆车牌信息是指道闸系统识别获得的车牌信息。车辆历史停车信息是指道闸系统识别的车牌对应的车辆在停车场的历史停车情况。
具体地,完成分级停车区域的划分后,在道闸系统的运行使用过程中,当车辆靠近道闸系统想要进入停车场时,道闸系统识别该车辆上的车牌,获得该车辆的车牌号码和车牌类型信息,即车辆车牌信息,根据该车辆车牌信息,从道闸系统的历史数据库中获取对应该车辆车牌信息的车辆在当前停车场的历史停车情况信息,即车辆历史停车信息,该车辆历史停车信息中包括历史的车辆进出停车场的时间点、历史的车辆从进入停车场到停在停车位的时长,以及历史的车辆从停车位到离开停车场的时长等。可以理解的是,道闸系统记录车辆的车辆历史停车信息的方式可以是人工记录后输入道闸系统、从停车场的监控视频中跟踪记录车辆的行为,或者是根据停车场内安装的传感器和监控视频记录车辆的行为。
S30:获取每辆已进入停车场的车辆的历史停车情况信息,根据每辆已进入停车场的车辆的历史停车情况信息,获取预测拥堵系数。
在本实施例中,每辆已进入停车场的车辆的历史停车情况信息是指在识别车辆车牌时每辆已停在停车位上的车辆的历史停车情况信息。预测拥堵系数是指用于表示预测的后续预定时间内停车场内的拥堵程度的系数。
具体地,在道闸系统识别当前车辆的车牌时,获取当前每辆已停在停车位上的车辆的历史停车情况信息,即当前每辆已停在停车位上的车辆的进出停车场的时间点、车辆从进入停车场到停在停车位的时长,以及车辆从停车位到离开停车场的时长等,根据道闸系统识别当前车辆的车牌的时间点,以及每辆已停在停车位上的车辆的历史的出停车场的时间点,预测在后续预定时间段内离开停车场的车辆,并根据在后续预定时间段内离开停车场的车辆所对应的从停车位到离开停车场的时长,判断在后续预定时间段内停车场内的车流量情况,进而判断在后续预定时间段内停车场的拥堵程度,得到表示预测的后续预定时间内停车场内的拥堵程度的系数,即预测拥堵系数。在本实施例中,根据车流量情况判断拥堵程度的方式为:根据车流量情况表示的车辆数量,使用预设的拥堵程度系数表获取对应该车辆数量的预测拥堵系数。可以理解的是,后续预定时间段是可以设定为不同的数值的,例如,10分钟,20分钟,30分钟,可以根据当前停车场的平均拥堵时长设定该后续预定时间段。
进一步的,由于每部车辆从停车位到离开停车场的时长可能会不同,即在后续预定时间段内的不同的时间点的预测拥堵系数不同,因此,获取的预测拥堵系数为平均的预测拥堵系数。
S40:获取表示当前停车场内车位占用情况的停车场内停车信息,根据停车场内停车信息,获取空余车位信息。
在本实施例中,停车场内停车信息是指当前停车场内的车位占用信息。空余车位信息是指当前停车场内空余的车位的信息。
具体地,获取当前停车场内的车位占用信息,即停车场内停车信息,当前停车场内的车位占用信息的方式同样可以是人工记录后输入道闸系统、从停车场的监控视频中获取每个车位是否被占用的信息,或者是根据停车场内安装的传感器和监控视频获取每个车位是否被占用的信息,根据该停车场内停车信息,获取当前停车场内未被占用的空余的车位的位置信息,即空余车位信息。
进一步的,若停车场内的停车位带有车位编号,则获取的空余车位信息中包括对应的车位编号,且若停车场具有多有安装道闸系统的入口,则会实时更新空余车位信息。
S50:根据分级停车区域、车辆历史停车信息和空余车位信息,确定引导车辆停车的指定引导车位。
在本实施例中,指定引导车位是指为当前车辆选定的停车位。
具体地,根据车辆历史停车信息,判断对应的车辆的车主的停车技术,即通过判断车辆历史停车信息对应的车辆的历史的从进入停车场到停在停车位的时长,与预设的从进入停车场到停在停车位的时长进行对比,预设的从进入停车场到停在停车位的时长表示的是一般的停车技术的车主停车的时长,因此,通过计算车辆历史停车信息对应的车辆的历史的从进入停车场到停在停车位的时长与预设的从进入停车场到停在停车位的时长的比值,能够判断车辆历史停车信息对应的车辆的车主的停车技术,因此,根据该比值表示的车主技术和分级停车区域表示的停车难度,匹配适合车主技术的分级停车区域,再从该分级停车区域中的空余车位中再次匹配适合车主技术的停车位,以此确定了为当前车辆选定的停车位,即确定引导车辆停车的指定引导车位。可以理解的是,先进行分级停车区域后进行停车位匹配的目的是在一些较大的停车场内的停车位众多,若逐一进行停车位匹配,将会造成算力资源和时间的浪费,因此,采取先进行分级停车区域后进行停车位匹配,加快了停车位匹配的速度,节省了算力资源和时间。
进一步的,若停车场内包括有人防工程车位和大型车位等特殊类型的停车位,则划分的分级停车区域也包括对应特殊类型的停车位的分级停车区域,在道闸系统识别车牌时,会根据车牌类型判断车辆是否为特殊类型车辆,并在选定停车位时只在该特殊类型车辆对应的分级停车区域内选定停车位,以此进一步提高停车位匹配的速度。
S60:获取停车场内路况信息,根据指定引导车位、停车场内路况信息和预测拥堵系数,生成车位引导路线。
在本实施例中,停车场内路况信息是指当前停车场内的道路上的拥堵程度信息。车位引导路线是指引导车辆至选定的停车位的行驶路线信息。
具体地,获取当前停车场内的道路上的拥堵程度信息,即停车场内路况信息,该停车场内路况信息包括停车场内发生拥堵的道路上的车辆数量信息,根据该车辆数量判断停车场内每条道路的占用情况,即使用预设的拥堵程度系数表判断当前每条道路的拥堵程度,再根据指定引导车位,生成从安装道闸系统的停车场入口到该指定引导车位的最短路线,再根据当前每条道路的拥堵程度,改变所生成的最短路线以使车辆尽量避免进入当前的拥堵道路,再根据预测拥堵系数表示的后续预定时间段内的拥堵程度,再次改变路线以使得在后续预定时间段内车辆避免进入预测的拥堵道路,得到引导车辆至选定的停车位的降低驶入当前和预测的拥堵道路的概率的行驶路线信息,即车位引导路线。在本实施例中,生成车位引导路线的算法为本领域技术人员常用的算法,例如,dijkstra算法和Floyd算法等。
进一步的,生成车位引导路线后,将车位引导路线显示在道闸系统的显示屏上,提供给车主参阅。
在一实施例中,如图2所示,在步骤S10中,获取停车场平面图信息,根据停车场平面图信息,将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域,具体包括:
S11:获取停车场平面图信息,根据停车场平面图信息,获取停车场内障碍物信息和车位类别信息。
在本实施例中,停车场内障碍物信息是指停车场内的障碍物的数量和位置信息。车位类别信息是指停车位的类型信息。
具体地,获取安装道闸系统的停车场整体的俯瞰视角的停车场平面图信息,识别该停车场平面图信息,从该停车场平面图信息中获取停车场内会对车辆驾驶造成阻碍的障碍物的位置和数量信息,即停车场内障碍物信息,以及停车场内所有停车位的类别信息,即车位类别信息。在本实施例中,停车场内障碍物信息包括建筑立柱、消防设施、设计装饰物和道路栏杆的位置和数量,车位类别信息包括普通车位、斜方车位、倒车车位和侧方车位。
S12:根据停车场内障碍物信息和车位类别信息,获取每个停车位的停车难度等级系数。
在本实施例中,停车难度等级系数是指用于表示驾驶车辆停在停车位的难度的系数。
具体地,根据车位类别信息表示的停车位类型,不同类型的停车位对应的停车难度不同,因此,先对每种类型的停车位赋以第一难度值,例如,对普通车位、斜方车位、倒车车位和侧方车位分别赋以4、3、2、1的第一难度值;再根据停车场内障碍物信息表示的障碍物的位置,分析每个停车位附近的障碍物的数量,再次对每个停车位赋以第二难度值,例如,对停车位附近的障碍物数量的最多和最少的停车位赋以1和10的第二难度值,根据其余每个停车位对应的该停车位附近的障碍物数量赋以第二难度值;计算第一难度值和第二难度值的和,即得到表示每个停车位的停车难度的停车难度等级系数。因此,停车难度等级系数越高,表示停车难度越低。
S13:根据每个停车位的停车难度等级系数将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域。
具体地,根据每个停车位的停车难度等级系数,将相邻且停车难度等级系数在预定难度等级系数范围内的停车位划分为同一区域,以此对停车场的每个停车位进行划分,得到表示不同的停车难度等级的分级停车区域。可以理解的是,预定难度等级系数范围可以设定为不同的数值范围,例如,1-2为同一等级的分级停车区域,3-4为同一等级的分级停车区域,且判断是否相邻也可以设定不同的判断标准,例如,设定判断标准为相隔一个停车位也可以判定为相邻停车位。
在一实施例中,如图3所示,在步骤S30中,获取获取每辆已进入停车场的车辆的历史停车情况信息,根据每辆已进入停车场的车辆的历史停车情况信息,获取预测拥堵系数,具体包括:
S31:获取每辆已进入停车场的车辆的历史停车情况信息和当前停车位,每辆已进入停车场的车辆的历史停车情况信息包括每辆已进入停车场的车辆的历史停车位、历史进出时间点、历史停车时长、历史出场耗时时长和历史出场路线。
在本实施例中,历史进出时间点是指历史的车辆进入停车场和离开停车场的时间点。历史出场耗时时长是指历史的车辆从停车位离开到安装道闸系统的出口的时长。历史出场路线是指历史的车辆从停车位离开到安装道闸系统的出口的路线。历史停车位是指车辆历史的车辆停车的停车位。当前停车位是指已进入停车场的车辆当前停车所在的停车位。历史停车时长是指历史的从进入停车场到停在停车位的时长。
具体地,获取道闸系统识别车辆车牌时已停在停车位上的车辆的历史停车情况信息,即每辆已进入停车场的车辆的历史停车情况信息,以及当前停车所在的停车位,即当前停车位,其中,该每辆已进入停车场的车辆的历史停车情况信息包括已停在停车位上的车辆历史的进入停车场和离开停车场的时间点,即进出时间点,以及已停在停车位上的车辆历史的从停车位离开到安装道闸系统的出口的时长,即出场耗时时长,以及已停在停车位上的车辆历史的从停车位离开到安装道闸系统的出口的路线,即出场路线,以及已停在停车位上的车辆历史的从进入停车场到停在停车位的时长,即历史停车时长,以及已停在停车位上的车辆历史停车的停车位,即历史停车位。
S32:获取当前时间点,将每辆已进入停车场的车辆的历史进出时间点和当前时间点对比,筛选得到出停车场的时间点与当前时间点一致的即将出场车辆。
在本实施例中,当前时间点是指道闸系统识别车辆车牌时的时间点。即将出场车辆是指出停车场的时间点与当前时间点一致的当前已进入停车场的车辆。
具体地,获取道闸系统识别车辆车牌时的时间点,即当前时间点,将每辆已进入停车场的车辆的进出时间点中的离开停车场的时间点与该当前时间点对比,筛选得到离开停车场的时间点与当前时间点一致的当前已进入停车场的车辆,即即将出场车辆。在本实施例中,筛选已进入停车场的车辆离开停车场的时间点与当前时间点一致的条件是:离开停车场的时间点在当前时间点后且与当前时间点的差距不超过后续预定时间段,该后续预定时间段为10分钟。
S33:根据每辆已进入停车场的车辆的当前停车位和即将出场车辆对应的历史停车位、历史出场耗时时长和历史出场路线,获取停车场内每条道路的预测拥堵系数。
具体地,筛选出即将出场车辆中对应的历史停车位与当前停车位相同即将出场车辆,根据该筛选所得的即将出场车辆对应的历史停车情况信息中的出场耗时时长和出场路线,判断在当前时间点后的后续预定时间段内该筛选所得的即将出场车辆在停车场内的停留道路,并使用预设的拥堵程度系数表获取对应筛选所得的即将出场车辆的数量的预测拥堵系数,得到即将出场车辆对应的历史出场路线中的道路的预测拥堵系数,停车场内的每条道路除了即将出场车辆对应的历史出场路线中的道路外的其余道路,所对应的预测拥堵系数为预设的拥堵程度系数表中所有拥堵程度系数的中位数,以此获取停车场内每条道路的预测拥堵系数。
在一实施例中,如图4所示,在步骤S50中,根据分级停车区域、车辆历史停车信息和空余车位信息,确定引导车辆停车的指定引导车位,具体包括:
S51:根据分级停车区域,获取对应分级停车区域内的各车位的预设的停车设计时长。
在本实施例中,停车设计时长是指设计规划的从安装道闸系统的停车场入口到停车位的时长。
具体地,根据分级停车区域,获取每个分级停车区域内的各车位的设计规划的从安装道闸系统的停车场入口到停车位的时长,即停车设计时长。
进一步的,若划分的分级停车区域也包括对应特殊类型的停车位的分级停车区域,则分别获取对应特殊类型的停车位的分级停车区域中各车位的停车设计时长。
S52:根据车辆历史停车信息、分级停车区域和停车设计时长,确定引导车辆停车的指定引导分级停车区域。
在本实施例中,指定引导分级停车区域是指为当前车辆选定的分级停车区域。
具体地,计算车辆历史停车信息中的历史停车时长与对应的停车设计时长的比值,通过该比值判断车辆历史停车信息对应的车辆的车主的停车技术,而分级停车区域是表示不同停车难度的停车场内的区域,因此,通过与分级停车区域对应的预设的停车难度判定表,在该预设的停车技术判定表中获取对应该比值的停车难度等级系数,确定对应该停车难度等级系数的分级停车区域作为为当前车辆选定的分级停车区域。
S53:根据指定引导分级停车区域、空余车位信息和对应空余车位信息的停车难度等级系数,确定引导车辆停车的指定引导车位。
具体地,根据指定引导分级停车区域和空余车位信息,判断当前在已经确定的分级停车区域,即指定引导分级停车区域中的空余车位,并根据该空余车位对应的停车难度等级系数,匹配停车难度等级系数的数值最接近于车辆历史停车信息中的历史停车时长与对应的停车设计时长的比值的空余车位,以此确定引导车辆停车的指定引导车位。
在一实施例中,如图5所示,在步骤S60之前,基于道闸系统的车位引导方法还包括:
S601:根据停车场平面图信息,获取每条道路的平均道路宽度。
在一实施例中,平均道路宽度是指停车场内的每条行车道路的平均路宽。
具体地,从停车场平面图信息中读取停车场内的每条行车道路的路宽,计算该停车场内的每条行车道路的路宽的平均值,得到停车场内的每条道路的平均道路宽度。
S602:获取表示通往停车场内各车位的设计停车路线,计算各车位的设计停车路线的平均路程,获得平均设计路程。
在本实施例中,设计停车路线是指设计规划的从安装道闸系统的停车场入口到停车位的路线。平均设计路程是指从安装道闸系统的停车场入口到每个停车位的路线的路程的平均路程。
具体地,获取表示通往停车场内各车位的设计规划的从安装道闸系统的停车场入口到各停车位的路线,即设计停车路线,计算各停车位对应的设计停车路线的路程的平均路程,得到平均设计路程。
S603:根据平均道路宽度和平均设计路程,获得表示车辆在停车场内的道路上行驶的通畅程度的停车场等级系数。
在本实施例中,将平均道路宽度和平均设计路程与预设的停车场等级评判表进行对比,在该预设的停车场等级评判表中获取对应于平均道路宽度和平均设计路程的用于表示车辆在停车场内的道路上行驶的通畅程度的停车场等级系数。平均道路宽度越宽且平均设计路程越短,车辆在停车场内的道路上行驶的通畅程度越高,对应的停车场等级系数则越高。
S604:根据停车场等级系数,分配对应的用于生成车位引导路线的预设算法。
在本实施例中,预设算法是指生成从安装道闸系统的停车场的入口到停车位的路线的算法。
具体地,将停车场等级系数与预设的停车场等级阈值进行对比,分别在停车场等级系数大于预设的停车场等级阈值或停车场等级系数小于预设的停车场等级阈值选择不同的算法。在本实施例中,在停车场等级系数大于预设的停车场等级阈值选择Flyod算法,在停车场等级系数小于预设的停车场等级阈值选择dijkstra算法。
在步骤S60中,获取停车场内路况信息,根据指定引导车位、停车场内路况信息和预测拥堵系数,生成车位引导路线,具体包括:
S61:获取停车场内路况信息,根据指定引导车位、停车场内路况信息和预测拥堵系数,使用预设算法生成车位引导路线。
具体地,获取停车场内路况信息,根据指定引导车位,使用预设算法生成从安装道闸系统的停车场入口大该指定引导车位的最短路线,再根据停车场内路况信息表示的当前道路的拥堵程度,使用预设算法改变所生成的最短路线以使车辆尽量避免进入拥堵道路,即将拥堵道路设置为不可通过道路,再根据预测拥堵系数表示的后续预定时间段内的拥堵程度,使用预设算法再次改变路线以使得在该从进入停车场到停在停车位的时长内车辆避免进入预测的拥堵道路,即将预测的拥堵道路设置为不可通过道路,得到引导车辆至选定的停车位的避免当前和预测的拥堵道路的车位引导路线。
在一实施例中,如图6所示,在步骤S61中,获取停车场内路况信息,根据指定引导车位、停车场内路况信息和预测拥堵系数,使用预设算法生成车位引导路线,具体包括:
S611:获取停车场内路况信息,停车场内路况信息包括车辆违停位置信息和当前拥堵路段信息。
在本实施例中,车辆违停位置信息是指不停在停车位的车辆的位置信息。当前拥堵路段信息是指当前发生拥堵的道路的信息。
具体地,获取停车场内路况信息,该停车场内路况信息包括不停在停车位的车辆的位置信息,即车辆违停位置信息,以及当前发生拥堵的道路的信息,即当前拥堵路段信息,该当前拥堵路段信息中包括停车场内发生拥堵的道路上的车辆数量信息。
S612:根据车辆违停位置信息和当前拥堵路段信息,获取每条道路的当前拥堵系数。
在本实施例中,当前拥堵系数是指用于表示当前停车场内的道路的拥堵程度的系数。
具体地,根据当前拥堵路段信息中的发生拥堵的道路上的车辆数量信息,使用预设的拥堵程度系数表获取对应当前拥堵路段信息的道路的当前拥堵系数,再根据预设的违停系数表中的一处违停造成的拥堵程度相当于若干道路上的车辆造成的拥堵程度,例如,一处违停相当于五辆道路上的车辆,使用预设的拥堵程度系数表获取对应车辆违停位置信息的当前拥堵系数,以此,获得每条道路的用于表示当前停车场内的道路的拥堵程度的系数,即当前拥堵系数。
进一步的,若同一条道路上对应有车辆违停位置信息和当前拥堵路段信息,则将该条道路对应的车辆违停位置信息和当前拥堵路段信息对应的当前拥堵系数相加。
S613:标记指定引导车位对应的设计停车路线为当前停车路线,根据当前停车路线以及当前停车路线对应的当前拥堵系数,判断获得当前停车路线的当前可行性系数。
在本实施例中,当前停车路线是指初步判断的车位引导路线。当前可行性是指用于表示使用当前停车路线去往指定引导车位的可行性的系数。
具体地,将获取的指定引导车位对应的停车位所对应的设计停车路线标记为当前停车路线,该当前停车路线还没有考虑停车场内的拥堵情况,因此,计算该当前停车路线上的每条道路对应的当前拥堵系数的和,得到用于表示使用当前停车路线去往指定引导车位的可行性的系数,即当前可行性系数。
S614:根据当前停车路线对应的预测拥堵系数,判断当前停车路线的预测可行性系数。
在本实施例中,预测可行性系数是指用于表示在后续时间段内使用当前停车路线去往指定引导车位的可行性的系数。
具体地,计算当前停车路线上的每条道路对应的预测拥堵系数的和,得到用于表示在后续时间段内使用当前停车路线去往指定引导车位的可行性的系数,即预测可行性系数。
S615:若当前可行性系数和预测可行性系数均低于预设的可行性阈值,使用预设算法生成当前可行性系数高于预设的可行性阈值的车位引导路线。
具体地,若当前可行性系数和预测可行性系数均低于预设的可行性阈值,则表示在当前以及后续预定时间段内若车辆使用当前停车路线去往指定引导车位,该路线的拥堵程度较严重,而当前可行性系数和预测可行性系数均低于预设的可行性阈值则表示当前停车场内的车流量较大,难以避免在当前以及后续预定时间段内驶入严重拥堵的路段的情况,因此,先使用预设算法,设置当前拥堵系数最高的道路不可通过的条件,生成车位引导路线,判断此时生成的车位引导路线对应的当前可行性系数是否高于预设的可行性阈值,若是,则将此时生成的车位引导路线作为最终的车位引导路线,若否,则设置当前拥堵系数最高的道路和当前拥堵系数第二高的道路不可通过的条件,继续生成车位引导路线,并判断此时生成的车位引导路线对应的当前可行性系数是否高于预设的可行性阈值,以此类推,直至生成的车位引导路线高于预设的可行性阈值。
S616:若当前可行性系数和预测可行性系数均高于预设的可行性阈值,则直接使用预设算法生成车位引导路线。
具体地,若当前可行性系数和预测可行性系数均高于预设的可行性阈值,则直接使用预设算法生成车位引导路线。
S617:若当前可行性系数或预测可行性系数高于预设的可行性阈值,则根据当前可行性系数或预测可行性系数,使用预设算法生成车位引导路线。
具体地,若当前可行性系数高于预设的可行性阈值且预测可行性系数低于预设的可行性阈值,则表示在当前若车辆使用当前停车路线去往指定引导车位,该路线的拥堵程度较轻,在后续预定时间段内若车辆使用当前停车路线去往指定引导车位,该路线的拥堵程度较严重,则先使用预设算法生成从安装道闸系统的停车场入口大该指定引导车位的最短路线,再设置该最短路线的后半段中的预测拥堵系数最高的道路为不可通过的条件,再次生成车位引导路线,将其作为最终的车位引导路线;
若当前可行性系数低于预设的可行性阈值且预测可行性系数高于预设的可行性阈值,则表示在当前若车辆使用当前停车路线去往指定引导车位,该路线的拥堵程度较严重,则先使用预设算法生成从安装道闸系统的停车场入口大该指定引导车位的最短路线,再设置该最短路线的前半段中的当前拥堵系数最高的道路为不可通过的条件,再次生成车位引导路线,将其作为最终的车位引导路线。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在一实施例中,提供一种基于道闸系统的车位引导装置,该基于道闸系统的车位引导装置与上述实施例中基于道闸系统的车位引导方法一一对应。如图7所示,该基于道闸系统的车位引导装置包括分级停车区域划分模块、车辆历史停车信息获取模块、预测拥堵系数获取模块、空余车位信息获取模块、指定引导车位确定模块和车位引导路线生成模块。各功能模块详细说明如下:
分级停车区域划分模块,用于获取停车场平面图信息,根据停车场平面图信息,将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域;
车辆历史停车信息获取模块,用于识别车牌获得车辆车牌信息,根据车辆车牌信息读取表示车牌对应的车辆在停车场的历史停车情况的车辆历史停车信息;
预测拥堵系数获取模块,用于获取每辆已进入停车场的车辆的历史停车情况信息,根据每辆已进入停车场的车辆的历史停车情况信息,获取预测拥堵系数;
空余车位信息获取模块,用于获取表示当前停车场内车位占用情况的停车场内停车信息,根据停车场内停车信息,获取空余车位信息;
指定引导车位确定模块,用于根据分级停车区域、车辆历史停车信息和空余车位信息,确定引导车辆停车的指定引导车位;
车位引导路线生成模块,用于获取停车场内路况信息,根据指定引导车位、停车场内路况信息和预测拥堵系数,生成车位引导路线。
可选的,分级停车区域划分模块包括:
平面图信息提取子模块,用于获取停车场平面图信息,根据停车场平面图信息,获取停车场内障碍物信息和车位类别信息;
停车难度等级系数获取子模块,用于根据停车场内障碍物信息和车位类别信息,获取每个停车位的停车难度等级系数;
分级停车区域获取子模块,用于根据每个停车位的停车难度等级系数将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域。
可选的,预测拥堵系数获取模块包括:
历史停车情况信息获取子模块,用于获取每辆已进入停车场的车辆的历史停车情况信息和当前停车位,每辆已进入停车场的车辆的历史停车情况信息包括每辆已进入停车场的车辆的历史停车位、历史进出时间点、历史停车时长、历史出场耗时时长和历史出场路线;
即将出场车辆筛选子模块,用于获取当前时间点,将每辆已进入停车场的车辆的历史进出时间点和当前时间点对比,筛选得到出停车场的时间点与当前时间点一致的已进入停车场的即将出场车辆;
预测拥堵系数获取子模块,用于根据每辆已进入停车场的车辆的当前停车位和即将出场车辆对应的历史停车位、历史出场耗时时长和历史出场路线,获取停车场内每条道路的预测拥堵系数。
可选的,指定引导车位确定模块包括:
停车设计时长获取子模块,用于根据分级停车区域,获取对应分级停车区域内的各车位的预设的停车设计时长;
指定引导分级停车区域确定子模块,用于根据车辆历史停车信息、分级停车区域和停车设计时长,确定引导车辆停车的指定引导分级停车区域;
指定引导车位确定子模块,用于根据指定引导分级停车区域、空余车位信息和对应空余车位信息的停车难度等级系数,确定引导车辆停车的指定引导车位。
可选的,基于道闸系统的车位引导装置还包括:
平均道路宽度获取模块,用于根据停车场平面图信息,获取每条道路的平均道路宽度;
平均设计路程获取模块,用于获取表示通往停车场内各车位的设计停车路线,计算各车位的设计停车路线的平均路程,获得平均设计路程;
停车场等级系数获取模块,用于根据平均道路宽度和平均设计路程,获得表示车辆在停车场内的道路上行驶的通畅程度的停车场等级系数;
预设算法分配模块,用于根据停车场等级系数,分配对应的用于生成车位引导路线的预设算法;
车位引导路线生成模块包括:
车位引导路线生成子模块,用于获取停车场内路况信息,根据指定引导车位、停车场内路况信息和预测拥堵系数,使用预设算法生成车位引导路线。
可选的,车位引导路线生成子模块包括:
停车场内路况信息获取单元,用于获取停车场内路况信息,停车场内路况信息包括车辆违停位置信息和当前拥堵路段信息;
当前拥堵系数获取单元,用于根据车辆违停位置信息和当前拥堵路段信息,获取每条道路的当前拥堵系数;
当前可行性系数获取单元,用于标记指定引导车位对应的设计停车路线为当前停车路线,根据当前停车路线以及当前停车路线对应的当前拥堵系数,判断获得当前停车路线的当前可行性系数;
预测可行性系数获取单元,用于根据当前停车路线对应的预测拥堵系数,判断当前停车路线的预测可行性系数;
第一车位引导路线生成单元,用于若当前可行性系数和预测可行性系数均低于预设的可行性阈值,使用预设算法生成当前可行性系数高于预设的可行性阈值的车位引导路线;
第二车位引导路线生成单元,用于若当前可行性系数和预测可行性系数均高于预设的可行性阈值,则直接使用预设算法生成车位引导路线;
第三车位引导路线生成单元,用于若当前可行性系数或预测可行性系数高于预设的可行性阈值,则根据当前可行性系数或预测可行性系数,使用预设算法生成车位引导路线。
关于基于道闸系统的车位引导装置的具体限定可以参见上文中对于基于道闸系统的车位引导方法的限定,在此不再赘述。上述基于道闸系统的车位引导装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于储存分级停车区域、车辆历史停车信息、预测拥堵系数、空余车位信息、指定引导车位和车位引导路线。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于道闸系统的车位引导方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取停车场平面图信息,根据停车场平面图信息,将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域;
识别车牌获得车辆车牌信息,根据车辆车牌信息读取表示车牌对应的车辆在停车场的历史停车情况的车辆历史停车信息;
获取每辆已进入停车场的车辆的历史停车情况信息,根据每辆已进入停车场的车辆的历史停车情况信息,获取预测拥堵系数;
获取表示当前停车场内车位占用情况的停车场内停车信息,根据停车场内停车信息,获取空余车位信息;
根据分级停车区域、车辆历史停车信息和空余车位信息,确定引导车辆停车的指定引导车位;
获取停车场内路况信息,根据指定引导车位、停车场内路况信息和预测拥堵系数,生成车位引导路线。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取停车场平面图信息,根据停车场平面图信息,将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域;
识别车牌获得车辆车牌信息,根据车辆车牌信息读取表示车牌对应的车辆在停车场的历史停车情况的车辆历史停车信息;
获取每辆已进入停车场的车辆的历史停车情况信息,根据每辆已进入停车场的车辆的历史停车情况信息,获取预测拥堵系数;
获取表示当前停车场内车位占用情况的停车场内停车信息,根据停车场内停车信息,获取空余车位信息;
根据分级停车区域、车辆历史停车信息和空余车位信息,确定引导车辆停车的指定引导车位;
获取停车场内路况信息,根据指定引导车位、停车场内路况信息和预测拥堵系数,生成车位引导路线。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,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。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (7)
1.一种基于道闸系统的车位引导方法,其特征在于,所述基于道闸系统的车位引导方法包括:
获取停车场平面图信息,根据所述停车场平面图信息,将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域;
识别车牌获得车辆车牌信息,根据所述车辆车牌信息读取表示车牌对应的车辆在停车场的历史停车情况的车辆历史停车信息;
获取每辆已进入停车场的车辆的历史停车情况信息,根据所述每辆已进入停车场的车辆的历史停车情况信息,获取预测拥堵系数;
获取表示当前停车场内车位占用情况的停车场内停车信息,根据所述停车场内停车信息,获取空余车位信息;
根据所述分级停车区域、所述车辆历史停车信息和所述空余车位信息,确定引导车辆停车的指定引导车位;
获取停车场内路况信息,根据所述指定引导车位、所述停车场内路况信息和所述预测拥堵系数,生成车位引导路线;
所述获取每辆已进入停车场的车辆的历史停车情况信息,根据所述每辆已进入停车场的车辆的历史停车情况信息,获取预测拥堵系数,具体包括:
获取每辆已进入停车场的车辆的历史停车情况信息和当前停车位,所述每辆已进入停车场的车辆的历史停车情况信息包括每辆已进入停车场的车辆的历史停车位、历史进出时间点、历史停车时长、历史出场耗时时长和历史出场路线;
获取当前时间点,将所述每辆已进入停车场的车辆的历史进出时间点和所述当前时间点对比,筛选得到出停车场的时间点与所述当前时间点一致的已进入停车场的即将出场车辆;
根据所述每辆已进入停车场的车辆的所述当前停车位和所述即将出场车辆对应的所述历史停车位、所述历史出场耗时时长和所述历史出场路线,获取停车场内每条道路的预测拥堵系数;
在所述获取停车场内路况信息之前,所述基于道闸系统的车位引导方法还包括:
根据所述停车场平面图信息,获取每条道路的平均道路宽度;
获取表示通往停车场内各车位的设计停车路线,计算各车位的所述设计停车路线的平均路程,获得平均设计路程;
根据所述平均道路宽度和所述平均设计路程,获得表示车辆在停车场内的道路上行驶的通畅程度的停车场等级系数;
根据所述停车场等级系数,分配对应的用于生成车位引导路线的预设算法;
所述获取停车场内路况信息,根据所述指定引导车位、所述停车场内路况信息和所述预测拥堵系数,生成车位引导路线,具体包括:
获取停车场内路况信息,根据所述指定引导车位、所述停车场内路况信息和所述预测拥堵系数,使用所述预设算法生成车位引导路线;
所述获取停车场内路况信息,根据所述指定引导车位、所述停车场内路况信息和所述预测拥堵系数,使用所述预设算法生成车位引导路线,具体包括:
获取停车场内路况信息,所述停车场内路况信息包括车辆违停位置信息和当前拥堵路段信息;
根据所述车辆违停位置信息和所述当前拥堵路段信息,获取每条道路的当前拥堵系数;
标记所述指定引导车位对应的所述设计停车路线为当前停车路线,根据所述当前停车路线以及所述当前停车路线对应的所述当前拥堵系数,判断获得所述当前停车路线的当前可行性系数;
根据所述当前停车路线对应的所述预测拥堵系数,判断所述当前停车路线的预测可行性系数;
若所述当前可行性系数和所述预测可行性系数均低于预设的可行性阈值,使用所述预设算法生成所述当前可行性系数高于预设的可行性阈值的车位引导路线;
若所述当前可行性系数和所述预测可行性系数均高于预设的可行性阈值,则直接使用所述预设算法生成车位引导路线;
若所述当前可行性系数或所述预测可行性系数高于预设的可行性阈值,则根据所述当前可行性系数或所述预测可行性系数,使用所述预设算法生成车位引导路线。
2.根据权利要求1所述的基于道闸系统的车位引导方法,其特征在于,所述获取停车场平面图信息,根据所述停车场平面图信息,将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域,具体包括:
获取停车场平面图信息,根据所述停车场平面图信息,获取停车场内障碍物信息和车位类别信息;
根据所述停车场内障碍物信息和所述车位类别信息,获取每个停车位的停车难度等级系数;
根据所述每个停车位的停车难度等级系数将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域。
3.根据权利要求2所述的基于道闸系统的车位引导方法,其特征在于,所述根据所述分级停车区域、所述车辆历史停车信息和所述空余车位信息,确定引导车辆停车的指定引导车位,具体包括:
根据所述分级停车区域,获取对应所述分级停车区域内的各车位的预设的停车设计时长;
根据所述车辆历史停车信息、所述分级停车区域和所述停车设计时长,确定引导车辆停车的指定引导分级停车区域;
根据所述指定引导分级停车区域、所述空余车位信息和对应所述空余车位信息的所述停车难度等级系数,确定引导车辆停车的指定引导车位。
4.一种基于道闸系统的车位引导装置,其特征在于,所述基于道闸系统的车位引导装置包括:
分级停车区域划分模块,用于获取停车场平面图信息,根据所述停车场平面图信息,将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域;
车辆历史停车信息获取模块,用于识别车牌获得车辆车牌信息,根据所述车辆车牌信息读取表示车牌对应的车辆在停车场的历史停车情况的车辆历史停车信息;
预测拥堵系数获取模块,用于获取每辆已进入停车场的车辆的历史停车情况信息,根据所述每辆已进入停车场的车辆的历史停车情况信息,获取预测拥堵系数;
空余车位信息获取模块,用于获取表示当前停车场内车位占用情况的停车场内停车信息,根据所述停车场内停车信息,获取空余车位信息;
指定引导车位确定模块,用于根据所述分级停车区域、所述车辆历史停车信息和所述空余车位信息,确定引导车辆停车的指定引导车位;
车位引导路线生成模块,用于获取停车场内路况信息,根据所述指定引导车位、所述停车场内路况信息和所述预测拥堵系数,生成车位引导路线;
所述预测拥堵系数获取模块包括:
历史停车情况信息获取子模块,用于获取每辆已进入停车场的车辆的历史停车情况信息和当前停车位,每辆已进入停车场的车辆的历史停车情况信息包括每辆已进入停车场的车辆的历史停车位、历史进出时间点、历史停车时长、历史出场耗时时长和历史出场路线;
即将出场车辆筛选子模块,用于获取当前时间点,将每辆已进入停车场的车辆的历史进出时间点和当前时间点对比,筛选得到出停车场的时间点与当前时间点一致的已进入停车场的即将出场车辆;
预测拥堵系数获取子模块,用于根据每辆已进入停车场的车辆的当前停车位和即将出场车辆对应的历史停车位、历史出场耗时时长和历史出场路线,获取停车场内每条道路的预测拥堵系数;
所述基于道闸系统的车位引导装置还包括:
平均道路宽度获取模块,用于根据停车场平面图信息,获取每条道路的平均道路宽度;
平均设计路程获取模块,用于获取表示通往停车场内各车位的设计停车路线,计算各车位的设计停车路线的平均路程,获得平均设计路程;
停车场等级系数获取模块,用于根据平均道路宽度和平均设计路程,获得表示车辆在停车场内的道路上行驶的通畅程度的停车场等级系数;
预设算法分配模块,用于根据停车场等级系数,分配对应的用于生成车位引导路线的预设算法;
所述车位引导路线生成模块包括:
车位引导路线生成子模块,用于获取停车场内路况信息,根据指定引导车位、停车场内路况信息和预测拥堵系数,使用预设算法生成车位引导路线;
所述车位引导路线生成子模块包括:
停车场内路况信息获取单元,用于获取停车场内路况信息,停车场内路况信息包括车辆违停位置信息和当前拥堵路段信息;
当前拥堵系数获取单元,用于根据车辆违停位置信息和当前拥堵路段信息,获取每条道路的当前拥堵系数;
当前可行性系数获取单元,用于标记指定引导车位对应的设计停车路线为当前停车路线,根据当前停车路线以及当前停车路线对应的当前拥堵系数,判断获得当前停车路线的当前可行性系数;
预测可行性系数获取单元,用于根据当前停车路线对应的预测拥堵系数,判断当前停车路线的预测可行性系数;
第一车位引导路线生成单元,用于若当前可行性系数和预测可行性系数均低于预设的可行性阈值,使用预设算法生成当前可行性系数高于预设的可行性阈值的车位引导路线;
第二车位引导路线生成单元,用于若当前可行性系数和预测可行性系数均高于预设的可行性阈值,则直接使用预设算法生成车位引导路线;
第三车位引导路线生成单元,用于若当前可行性系数或预测可行性系数高于预设的可行性阈值,则根据当前可行性系数或预测可行性系数,使用预设算法生成车位引导路线。
5.根据权利要求4所述的基于道闸系统的车位引导装置,其特征在于,所述分级停车区域划分模块包括:
平面图信息提取子模块,用于获取停车场平面图信息,根据所述停车场平面图信息,获取停车场内障碍物信息和车位类别信息;
停车难度等级系数获取子模块,用于根据所述停车场内障碍物信息和所述车位类别信息,获取每个停车位的停车难度等级系数;
分级停车区域获取子模块,用于根据所述每个停车位的停车难度等级系数将停车场划分为不同的区域,得到表示不同的停车难度等级的分级停车区域。
6.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述基于道闸系统的车位引导方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述基于道闸系统的车位引导方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311748586.5A CN117831336B (zh) | 2023-12-18 | 2023-12-18 | 基于道闸系统的车位引导方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311748586.5A CN117831336B (zh) | 2023-12-18 | 2023-12-18 | 基于道闸系统的车位引导方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117831336A CN117831336A (zh) | 2024-04-05 |
CN117831336B true CN117831336B (zh) | 2024-06-14 |
Family
ID=90516551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311748586.5A Active CN117831336B (zh) | 2023-12-18 | 2023-12-18 | 基于道闸系统的车位引导方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117831336B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118072548A (zh) * | 2024-04-18 | 2024-05-24 | 广东华宸建设工程质量检测有限公司 | 基于深度学习的智能停车场车牌识别和车位管理系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504574A (zh) * | 2016-10-31 | 2017-03-15 | 陕西科技大学 | 一种智能停车引导系统及方法 |
CN106991829A (zh) * | 2017-05-22 | 2017-07-28 | 江苏智通交通科技有限公司 | 解决综合停车场出入拥堵问题的诱导系统及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419778A (zh) * | 2020-11-09 | 2021-02-26 | 吉林大学 | 基于图像处理的停车场空位检测与最优路径引导装置及其空位检测与最优路径引导方法 |
CN113362644A (zh) * | 2021-07-14 | 2021-09-07 | 深圳电目科技有限公司 | 车位导航方法、车位导航装置及计算机设备 |
CN116312023B (zh) * | 2022-12-01 | 2024-03-22 | 深圳市神州路路通网络科技有限公司 | 引导停车方法、装置、设备及存储介质 |
CN116992156B (zh) * | 2023-09-26 | 2023-12-15 | 哆米兔(临沂)信息科技有限公司 | 一种停车场的车位推荐方法和系统 |
-
2023
- 2023-12-18 CN CN202311748586.5A patent/CN117831336B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504574A (zh) * | 2016-10-31 | 2017-03-15 | 陕西科技大学 | 一种智能停车引导系统及方法 |
CN106991829A (zh) * | 2017-05-22 | 2017-07-28 | 江苏智通交通科技有限公司 | 解决综合停车场出入拥堵问题的诱导系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117831336A (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117831336B (zh) | 基于道闸系统的车位引导方法、装置、设备以及存储介质 | |
US10311723B2 (en) | Parking management system and method | |
CN106043293B (zh) | 用于安全地停放车辆的方法和装置 | |
Melnyk et al. | Towards a smart parking management system for smart cities | |
CN104169990B (zh) | 用于提供关于空闲停车位的驻车信息的方法 | |
CN113147743A (zh) | 自动泊车方法、系统及存储介质 | |
CN110838239A (zh) | 车位导航方法、装置、计算机可读存储介质和计算机设备 | |
CN110969892A (zh) | 停车场管理方法及其系统 | |
CN112185159A (zh) | 一种基于云平台的智慧社区服务系统 | |
CN116992156B (zh) | 一种停车场的车位推荐方法和系统 | |
CN114519940B (zh) | 一种应用于智慧停车的大数据分析方法及设备 | |
CN114973756A (zh) | 一种基于物业行业的停车场引导方法及系统 | |
CN113071523A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
CN114511938A (zh) | 一种智慧停车管理方法和平台 | |
JP7004068B2 (ja) | 料金制御システム、料金制御装置、料金制御方法、及びプログラム | |
Růžička et al. | Methods of traffic surveys in cities for comparison of traffic control systems—A case study | |
CN115909794A (zh) | 月台车辆智能引导方法、装置、电子设备和存储介质 | |
Kopsacheilis et al. | Assessment of bus speed influencing factors through the exploitation of machine learning techniques | |
KR102296025B1 (ko) | 거리 레이저 파형 및 차량번호인식 결과를 이용한 교통정보 수집장치 | |
CN115188208A (zh) | 一种基于大数据的交通管制方法及计算机设备 | |
KR20220107492A (ko) | 인공지능을 기반으로 하는 주차 로봇을 이용한 주차 관제 시스템 | |
CN113327453A (zh) | 一种基于高点视频分析的停车场空位引导系统 | |
JPH05120599A (ja) | 駐車予測管理方法及び装置 | |
RAHMAN et al. | Identification of external factors affecting the effectiveness of speed humps | |
CN110503850A (zh) | 用于车辆管理的方法、装置及车辆管理系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |