CN118038710A - 一种基于大数据分析的智慧社区停车引导方法和系统 - Google Patents

Abstract

本发明公开了一种基于大数据分析的智慧社区停车引导方法和系统，涉及社区管理技术领域，包括步骤一；预先收集户主车位信息、户主车辆信息和社区路况信息；步骤二；获取实时车辆信息并与将户主车辆信息进行匹配分析，分别生成用于区分社区车辆、外来车辆引导的社区停车引导数据、外来停车引导数据；步骤三；根据外来停车引导数据对外来车辆进行车辆引导并选取最适引导路线；步骤四；根据社区停车引导数据对社区车辆进行车辆引导并选取最适引导路线，并根据社区车辆与车位之间的距离生成停车鉴定指令；步骤五；根据停车鉴定指令对社区车辆进行车辆分析，生成鉴定标识，并通过灯光提示对鉴定标识进行反馈。

Description

一种基于大数据分析的智慧社区停车引导方法和系统

技术领域

本发明涉及社区管理技术领域，具体涉及一种基于大数据分析的智慧社区停车引导方法和系统。

背景技术

智慧社区停车系统是社区智能交通管理的一部分，该系统推动了科技在社区规划中的应用，为社区提供更智能、高效的停车解决方案；通过精确引导驾驶员找到可用停车位，有助于减少车辆在社区内徘徊和寻找停车位的时间，从而降低交通拥堵，提高社区交通流畅性，此外，高停车效率意味着居民能够更快捷地找到合适的停车位，为他们提供更便捷的交通体验；

在智慧社区中布设置拥有停车引导的引导系统已较为常见，现有技术中的停车引导系统虽能进行停车引导，但停车引导的智能化集合程度较低，例如申请公开号为CN110264727A的中国专利中提出了一种面向智慧社区停车应用的多模式自主智能无人系统及方法，还例如申请公开号为CN115775450A的中国专利中提出了一种基于物联网的智慧社区停车管理系统及方法，具体的，存有以下需要解决的问题：

1、在现有的停车系统中，想要避免停错车位，大多车辆进入车位后经过车牌检测后方能进行鉴定，但此时车辆已进入该车位，若外来车辆临时停车，大多不会更换社区内的临时停车场所，导致后续车位车主存有车位被异常占用的风险，由此分析可知，停车系统的智能化引导程度较低，且具有引导的滞后性；

2、此外，在现有的停车系统中，引导车位进行停车时，无法对路段的异常情况进行分析，若被引导行驶通过多坑洼的地段，车辆底盘较为容易受损，存有引导的路况识别能力较低的情况。

发明内容

本发明的目的是提供一种基于大数据分析的智慧社区停车引导方法和系统，以解决背景技术中不足。

为了实现上述目的，本发明提供如下技术方案：

一种基于大数据分析的智慧社区停车引导方法包括以下步骤：

步骤一；预先收集户主车位信息、户主车辆信息和社区路况信息；

步骤二；获取实时车辆信息并与将户主车辆信息进行匹配分析，分别生成用于区分社区车辆、外来车辆引导的社区停车引导数据、外来停车引导数据；

步骤三；根据外来停车引导数据对外来车辆进行车辆引导并选取最适引导路线；

步骤四；根据社区停车引导数据对社区车辆进行车辆引导并选取最适引导路线，并根据社区车辆与车位之间的距离生成停车鉴定指令；

步骤五；根据停车鉴定指令对社区车辆进行车辆分析，生成鉴定标识，并通过灯光提示对鉴定标识进行反馈。

进一步地，所述户主车位信息为社区中每个私人车位的车位编号，所述车位编号为车位所在区域中的排数以及在该排数的编号的组合；

所述车辆信息为车辆的进车位线遮盖占比、车辆高度、车辆颜色和车辆牌照；所述进车位线遮盖占比为车辆在进入停车位前，其车身或车厢在车位的垂直方向上的遮盖比例，即车辆在停车位中的垂直高度相对于车位的高度的比例；所述车辆高度为车辆的垂直尺寸，从车辆的底部到车顶的距离；所述车辆颜色为车身的外部颜色；车辆牌照为户主车辆悬挂牌照；

所述社区路况信息为社区内对停车影响的道路情况信息。

进一步地，所述社区停车引导数据、外来停车引导数据的生成步骤为：

S1、对智慧社区不同路段的摄像头进行编号，标记为n，其中n＝1、2、3……M,M为摄像头的数量，通过不同路段设置的摄像头进行车辆信息中车辆牌照的采集；

S2、将第n个和第n-1个的摄像头采集的车辆牌照发送至引导信息处理后台，引导信息处理后台根据采集的车辆牌照与库内车牌信息进行数据比对，若为社区车辆则进行社区停车引导数据的生成，若为外来车辆则进行外来停车引导数据的生成，所述外来停车引导数据为社区路况信息的处理数据，所述社区停车引导数据包括户主车位信息、户主车辆信息和社区路况信息的处理数据。

进一步地，所述外来车辆最适引导路线的生成步骤为:

步骤Q1，预先收集社区内道路的地理信息数据，包括道路的位置、长度、宽度等，通过地理信息系统提供的地理数据服务获取，将道路网络数据表示成图的形式，其中节点表示交叉口，边表示道路，以建立社区的路网拓扑结构；

步骤Q2，通过公共停车位摄像头采集社区内公共停车区域的停车位数量和分布情况，预先为每个停车位编排位置信息，可用状态和车位类型；

步骤Q3，通过实时导航记录，基于采集外来车辆的第n个车辆牌照的摄像头到公共停车位的历史导航数据，获取社区内不同位置之间的导航路径信息确定停车行驶路线，并根据社区路况信息进行不良行驶路线的删除。

进一步地，所述不良行驶路线的获取步骤为:

步骤G1，在社区内关键位置安装路况监测设备，通过路况监测设备，采集实时的交通数据，包括车辆密度、速度、拥堵程度以及地面坑洼表现，路况监测设备可以通过计算机视觉技术来获得此类数据；

步骤G2，将采集到的实时交通数据传输到引导信息处理后台，引导信息处理后台对收集到的交通数据进行处理和分析，识别不良行驶路线；

步骤G3，根据识别结果，标识社区内的不良行驶路线，定期更新路况信息。

进一步地，所述社区车辆最适引导路线的生成步骤为:

步骤E1，预先收集社区内道路的地理信息数据，包括道路的位置、长度、宽度等，通过地理信息系统数据的地理数据服务获取，将道路网络数据表示成图的形式，其中节点表示交叉口，边表示道路，建立社区的路网拓扑结构；

步骤E2，通过实时导航记录，基于采集社区车辆的第n个的摄像头到社区停车位的历史导航数据，获取社区内不同位置之间的导航路径信息确定社区车辆的停车行驶路线，根据社区路况信息进行不良行驶路线的删除；

步骤E3，基于第n个的摄像头到车位的历史导航数据之间的实际距离，将实际距离标记为K，设置距离比对参数Kn,若实际距离K小于距离比对参数Kn，则进行停车鉴定指令的生成，反之，则不进行停车鉴定指令的生成。

进一步地，所述鉴定标识的生成步骤为：

预先设置鉴定标识生成逻辑，并将生成逻辑发送至引导信息处理后台，所述生成逻辑通过户主车辆信息中的进车位线遮盖占比和车辆高度进行分析，获取鉴定系数，设置鉴定系数的比对阈值，若鉴定系数小于比对阈值，生成正确停车标识；若鉴定系数大于比对阈值，生成错误停车标识。

本发明还提供一种基于大数据分析的智慧社区停车引导系统，包括户主车辆信息收集模块、信息区分模块、外来车辆引导模块、社区车辆引导模块、停车鉴定模块和错停提示模块：

户主车辆信息收集模块，用于预先收集户主车位信息、户主车辆信息和社区路况信息，将户主车位信息、户主车辆信息和社区路况信息发送至信息区分模块；

信息区分模块，用于获取实时车辆信息并与将户主车辆信息进行匹配分析，分别生成用于区分社区车辆、外来车辆引导的社区停车引导数据、外来停车引导数据，并将生成的社区停车引导数据、外来停车引导数据分别发送至社区车辆引导模块、外来车辆引导模块；

外来车辆引导模块，用于根据外来停车引导数据对外来车辆进行车辆引导并选取最适引导路线；

社区车辆引导模块；用于根据社区停车引导数据对社区车辆进行车辆引导并选取最适引导路线，并根据社区车辆与车位之间的距离生成停车鉴定指令，并将停车鉴定指令发送至停车鉴定模块；

停车鉴定模块；用于根据停车鉴定指令对社区车辆进行车辆分析，生成鉴定标识，并将鉴定标识发送至错停提示模块；

错停提示模块；用于对鉴定标识进行反馈，对错停的社区车辆进行灯光提示。

一种计算机服务器，包括处理器和存储器，所述存储器中存储有可供处理器调用的计算机程序；

所述处理器通过调用所述存储器中存储的计算机程序，用于执行以上所述的任意一条基于大数据分析的智慧社区停车引导方法。

一种计算机可读存储介质，其上存储有可擦写的计算机程序；其特征在于，当所述计算机程序在计算机设备上运行时，使得所述计算机设备执行以上所述任意一条基于大数据分析的智慧社区停车引导方法。

在上述技术方案中，本发明提供的技术效果和优点：

通过大数据分析，系统能够智能地引导社区内的车辆，提供最适合的停车位和导航路线，提高停车效率，同时，对社区车辆和外来车辆进行停车区分提供相应的引导服务，并通过分析社区车辆与车位之间的距离，生成停车鉴定指令，对车辆停车行为进行分析和鉴定，有助于降低社区车主的误停、错停概率，并基于错停的社区车辆，系统通过灯光提示进行反馈，及时提醒车主纠正错误停车行为。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明的一种基于大数据分析的智慧社区停车引导方法的流程图。

图2为本发明的一种基于大数据分析的智慧社区停车引导系统的模块示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

请参阅图1所示，本实施例所述一种基于大数据分析的智慧社区停车引导方法，所述基于大数据分析的智慧社区停车引导方法包括以下步骤：

步骤一；预先收集户主车位信息、户主车辆信息和社区路况信息；

在一个优选的实施例中，所述户主车位信息为社区中每个私人车位的车位编号，所述车位编号为车位所在区域中的排数以及在该排数的编号的组合；

例如：3区2排4号表示第三区域第二排第四号车位为户主的车位，具体的排序方式根据小区的车位分布状况进行设置；

所述车辆信息为车辆的进车位线遮盖占比、车辆高度、车辆颜色和车辆牌照；所述进车位线遮盖占比为车辆在进入停车位前，其车身或车厢在车位的垂直方向上的遮盖比例，即车辆在停车位中的垂直高度相对于车位的高度的比例；所述车辆高度为车辆的垂直尺寸，从车辆的底部到车顶的距离；所述车辆颜色为车身的外部颜色；车辆牌照为户主车辆悬挂牌照；进车位线遮盖占比、车辆高度、车辆颜色和车辆牌照通过卷积神经网络进行识别获取；

需要说明的是：进车位线遮盖占比、车辆高度可用于判断车辆是否为户主车辆，不同的车辆遮盖占比不同，无论倒车入库还是正向入库，进车位线遮盖占比不会受到影响；

车辆颜色信息可用于进一步辅助车辆的识别，尤其在车辆停放过程中，系统可以根据颜色信息帮助区分不同的车辆，对于停车引导系统，了解车辆颜色有助于提高停车场内车辆的识别准确性，进而更好地协调和引导车辆。

所述社区路况信息为社区内对停车影响的道路情况信息。

步骤二；获取实时车辆信息并与将户主车辆信息进行匹配分析，分别生成用于区分社区车辆、外来车辆引导的社区停车引导数据、外来停车引导数据；

在一个优选的实施例中，所述社区停车引导数据、外来停车引导数据的生成步骤为：

S1、对智慧社区不同路段的摄像头进行编号，标记为n，其中n＝1、2、3……M,M为摄像头的数量，通过不同路段设置的摄像头进行车辆信息中车辆牌照的采集；

S2、将第n个和第n-1个的摄像头采集的车辆牌照发送至引导信息处理后台，引导信息处理后台根据采集的车辆牌照与库内车牌信息进行数据比对，若为社区车辆则进行社区停车引导数据的生成，若为外来车辆则进行外来停车引导数据的生成，所述外来停车引导数据为社区路况信息的处理数据，所述社区停车引导数据包括户主车位信息、户主车辆信息和社区路况信息的处理数据。

步骤三；根据外来停车引导数据对外来车辆进行车辆引导并选取最适引导路线；

在一个优选的实施例中，所述外来车辆最适引导路线的生成步骤为:

步骤Q1，预先收集社区内道路的地理信息数据，包括道路的位置、长度、宽度等，通过地理信息系统提供的地理数据服务获取，将道路网络数据表示成图的形式，其中节点表示交叉口，边表示道路，以建立社区的路网拓扑结构；

步骤Q2，通过公共停车位摄像头采集社区内公共停车区域的停车位数量和分布情况，预先为每个停车位编排位置信息，可用状态和车位类型；

步骤Q3，通过实时导航记录，基于采集外来车辆的第n个车辆牌照的摄像头到公共停车位的历史导航数据，获取社区内不同位置之间的导航路径信息确定停车行驶路线，并根据社区路况信息进行不良行驶路线的删除；

其中，所述不良行驶路线的获取步骤为:

步骤G1，在社区内关键位置安装路况监测设备，通过路况监测设备，采集实时的交通数据，包括车辆密度、速度、拥堵程度以及地面坑洼表现，路况监测设备可以通过计算机视觉技术来获得此类数据；

步骤G2，将采集到的实时交通数据传输到引导信息处理后台，引导信息处理后台对收集到的交通数据进行处理和分析，识别不良行驶路线；

步骤G3，根据识别结果，标识社区内的不良行驶路线，定期更新路况信息。

步骤四；根据社区停车引导数据对社区车辆进行车辆引导并选取最适引导路线，并根据社区车辆与车位之间的距离生成停车鉴定指令；

所述社区车辆最适引导路线的生成步骤为:

步骤E1，预先收集社区内道路的地理信息数据，包括道路的位置、长度、宽度等，通过地理信息系统数据的地理数据服务获取，将道路网络数据表示成图的形式，其中节点表示交叉口，边表示道路，建立社区的路网拓扑结构；

步骤E2，通过实时导航记录，基于采集社区车辆的第n个的摄像头到社区停车位的历史导航数据，获取社区内不同位置之间的导航路径信息确定社区车辆的停车行驶路线，根据社区路况信息进行不良行驶路线的删除；

步骤E3，基于第n个的摄像头到车位的历史导航数据之间的实际距离，将实际距离标记为K，设置距离比对参数Kn,若实际距离K小于距离比对参数Kn，则进行停车鉴定指令的生成，反之，则不进行停车鉴定指令的生成。

所述鉴定标识的生成步骤为：

预先设置鉴定标识生成逻辑，并将生成逻辑发送至引导信息处理后台，所述生成逻辑通过户主车辆信息中的进车位线遮盖占比和车辆高度进行分析，获取鉴定系数βc，所述鉴定系数βc的生成公式为：

其中，jlm为进车位线遮盖占比，jlb为进车位线遮盖占比标准值，hl为车辆高度，hb为车辆高度标值，Lk为误差修正常数，α1、α2分别为进车位线遮盖占比jlm、车辆高度hl的权重分析参数，α1+α2＝1.2846；

设置鉴定系数βc的比对阈值δ，若鉴定系数βc小于比对阈值δ，生成正确停车标识；

若鉴定系数βc大于比对阈值δ，生成错误停车标识；

需要说明的是，错误停车标识表明当前的社区车辆将要停车进入的车位不属于该户主的车位，为错停情况，正确停车标识的表示意义则表明该车位属于预备停车的户主车位。

步骤五；根据停车鉴定指令对社区车辆进行车辆分析，生成鉴定标识，并通过灯光提示对鉴定标识进行反馈；

如果车辆被判断为错停，引导信息处理后台触发灯光报警设备，这可以通过向报警设备发送触发信号来实现，此为现有技术，不加以详细赘述。

实施例2:

如图2所示，本实施例所述一种基于大数据分析的智慧社区停车引导系统，包括户主车辆信息收集模块、信息区分模块、外来车辆引导模块、社区车辆引导模块、停车鉴定模块和错停提示模块：

户主车辆信息收集模块用于预先收集户主车位信息、车辆信息和社区路况信息；

在一个优选的实施例中，在所述户主车位信息为社区中每个私人车位的车位编号，所述车位编号为车位所在区域中的排数以及在该排数的编号的组合；

所述车辆信息为车辆的进车位线遮盖占比、车辆高度、车辆颜色和车辆牌照；所述进车位线遮盖占比为车辆在进入停车位前，其车身或车厢在车位的垂直方向上的遮盖比例，即车辆在停车位中的垂直高度相对于车位的高度的比例；所述车辆高度为车辆的垂直尺寸，从车辆的底部到车顶的距离；所述车辆颜色为车身的外部颜色；车辆牌照为户主车辆悬挂牌照；进车位线遮盖占比、车辆高度、车辆颜色和车辆牌照通过卷积神经网络进行识别获取；

所述社区路况信息为社区内对停车影响的道路情况信息。

户主车辆信息收集模块将户主车位信息、户主车辆信息和社区路况信息发送至信息区分模块；

所述信息区分模块用于获取实时车辆信息并与将户主车辆信息进行匹配分析，分别生成用于区分社区车辆、外来车辆引导的社区停车引导数据、外来停车引导数据；

在一个优选的实施例中，所述社区停车引导数据、外来停车引导数据的生成步骤为：

S1、对智慧社区不同路段的摄像头进行编号，标记为n，其中n＝1、2、3……M,M为摄像头的数量，通过不同路段设置的摄像头进行车辆信息中车辆牌照的采集；

S2、将第n个和第n-1个的摄像头采集的车辆牌照发送至引导信息处理后台，引导信息处理后台根据采集的车辆牌照与库内车牌信息进行数据比对，若为社区车辆则进行社区停车引导数据的生成，若为外来车辆则进行外来停车引导数据的生成，所述外来停车引导数据为社区路况信息的处理数据，所述社区停车引导数据包括户主车位信息、户主车辆信息和社区路况信息的处理数据；

所述信息区分模块将生成的社区停车引导数据、外来停车引导数据分别发送至社区车辆引导模块、外来车辆引导模块；

外来车辆引导模块，用于根据外来停车引导数据对外来车辆进行车辆引导并选取最适引导路线；

在一个优选的实施例中，所述外来车辆最适引导路线的生成步骤为:

步骤Q1，预先收集社区内道路的地理信息数据，包括道路的位置、长度、宽度等，通过地理信息系统提供的地理数据服务获取，将道路网络数据表示成图的形式，其中节点表示交叉口，边表示道路，以建立社区的路网拓扑结构；

步骤Q2，通过公共停车位摄像头采集社区内公共停车区域的停车位数量和分布情况，预先为每个停车位编排位置信息，可用状态和车位类型；

步骤Q3，通过实时导航记录，基于采集外来车辆的第n个车辆牌照的摄像头到公共停车位的历史导航数据，获取社区内不同位置之间的导航路径信息确定停车行驶路线，并根据社区路况信息进行不良行驶路线的删除；

其中，所述不良行驶路线的获取步骤为:

步骤G1，在社区内关键位置安装路况监测设备，通过路况监测设备，采集实时的交通数据，包括车辆密度、速度、拥堵程度以及地面坑洼表现，路况监测设备可以通过计算机视觉技术来获得此类数据；

步骤G2，将采集到的实时交通数据传输到引导信息处理后台，引导信息处理后台对收集到的交通数据进行处理和分析，识别不良行驶路线；

步骤G3，根据识别结果，标识社区内的不良行驶路线，定期更新路况信息。

所述社区车辆引导模块用于根据社区停车引导数据对社区车辆进行车辆引导并选取最适引导路线；

在一个优选的方案中，所述社区车辆最适引导路线的生成步骤为:

步骤E1，预先收集社区内道路的地理信息数据，包括道路的位置、长度、宽度等，通过地理信息系统数据的地理数据服务获取，将道路网络数据表示成图的形式，其中节点表示交叉口，边表示道路，建立社区的路网拓扑结构；

步骤E2，通过实时导航记录，基于采集社区车辆的第n个的摄像头到社区停车位的历史导航数据，获取社区内不同位置之间的导航路径信息确定社区车辆的停车行驶路线，根据社区路况信息进行不良行驶路线的删除；

步骤E3，基于第n个的摄像头到车位的历史导航数据之间的实际距离，将实际距离标记为K，设置距离比对参数Kn,若实际距离K小于距离比对参数Kn，则进行停车鉴定指令的生成，反之，则不进行停车鉴定指令的生成。

所述社区车辆引导模块将停车鉴定指令发送至停车鉴定模块；

停车鉴定模块；用于根据停车鉴定指令对社区车辆进行车辆分析，生成鉴定标识；

在一个优选的方案中，所述鉴定标识的生成步骤为：

预先设置鉴定标识生成逻辑，并将生成逻辑发送至引导信息处理后台，所述生成逻辑通过户主车辆信息中的进车位线遮盖占比和车辆高度进行分析，获取鉴定系数βc；

设置鉴定系数βc的比对阈值δ，若鉴定系数βc小于比对阈值δ，生成正确停车标识；若鉴定系数βc大于比对阈值δ，生成错误停车标识；

需要说明的是，错误停车标识表明当前的社区车辆将要停车进入的车位不属于该户主的车位，为错停情况，正确停车标识的表示意义则表明该车位属于预备停车的户主车位。

错停提示模块；用于对鉴定标识进行反馈，对错停的社区车辆进行灯光提示。

如果车辆被判断为错停，引导信息处理后台触发灯光报警设备，这可以通过向报警设备发送触发信号来实现，此为现有技术，不加以详细赘述。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种基于大数据分析的智慧社区停车引导方法，其特征在于，所述方法包括以下步骤：

步骤一；预先收集户主车位信息、户主车辆信息和社区路况信息；

步骤二；获取实时车辆信息并与将户主车辆信息进行匹配分析，分别生成用于区分社区车辆、外来车辆引导的社区停车引导数据、外来停车引导数据；

步骤三；根据外来停车引导数据对外来车辆进行车辆引导并选取最适引导路线；

步骤四；根据社区停车引导数据对社区车辆进行车辆引导并选取最适引导路线，并根据社区车辆与车位之间的距离生成停车鉴定指令；

步骤五；根据停车鉴定指令对社区车辆进行车辆分析，生成鉴定标识，并通过灯光提示对鉴定标识进行反馈。

2.根据权利要求1所述的一种基于大数据分析的智慧社区停车引导方法，其特征在于，所述户主车位信息为社区中每个私人车位的车位编号，所述车位编号为车位所在区域中的排数以及在该排数的编号的组合；

所述车辆信息为车辆的进车位线遮盖占比、车辆高度、车辆颜色和车辆牌照；所述进车位线遮盖占比为车辆在进入停车位前，其车身或车厢在车位的垂直方向上的遮盖比例，即车辆在停车位中的垂直高度相对于车位的高度的比例；所述车辆高度为车辆的垂直尺寸，从车辆的底部到车顶的距离；所述车辆颜色为车身的外部颜色；车辆牌照为户主车辆悬挂牌照；

所述社区路况信息为社区内对停车影响的道路情况信息。

3.根据权利要求2所述的一种基于大数据分析的智慧社区停车引导方法，其特征在于，所述社区停车引导数据、外来停车引导数据的生成步骤为：

S1、对智慧社区不同路段的摄像头进行编号，标记为n，其中n＝1、2、3……M,M为摄像头的数量，通过不同路段设置的摄像头进行车辆信息中车辆牌照的采集；

S2、将第n个和第n-1个的摄像头采集的车辆牌照发送至引导信息处理后台，引导信息处理后台根据采集的车辆牌照与库内车牌信息进行数据比对，若为社区车辆则进行社区停车引导数据的生成，若为外来车辆则进行外来停车引导数据的生成，所述外来停车引导数据为社区路况信息的处理数据，所述社区停车引导数据包括户主车位信息、户主车辆信息和社区路况信息的处理数据。

4.根据权利要求3所述的一种基于大数据分析的智慧社区停车引导方法，其特征在于，所述外来车辆最适引导路线的生成步骤为:

步骤Q1，预先收集社区内道路的地理信息数据，包括道路的位置、长度、宽度等，通过地理信息系统提供的地理数据服务获取，将道路网络数据表示成图的形式，其中节点表示交叉口，边表示道路，以建立社区的路网拓扑结构；

步骤Q2，通过公共停车位摄像头采集社区内公共停车区域的停车位数量和分布情况，预先为每个停车位编排位置信息，可用状态和车位类型；

步骤Q3，通过实时导航记录，基于采集外来车辆的第n个车辆牌照的摄像头到公共停车位的历史导航数据，获取社区内不同位置之间的导航路径信息确定停车行驶路线，并根据社区路况信息进行不良行驶路线的删除。

5.根据权利要求4所述的一种基于大数据分析的智慧社区停车引导方法，其特征在于，所述不良行驶路线的获取步骤为:

步骤G1，在社区内关键位置安装路况监测设备，通过路况监测设备，采集实时的交通数据，包括车辆密度、速度、拥堵程度以及地面坑洼表现，路况监测设备可以通过计算机视觉技术来获得此类数据；

步骤G2，将采集到的实时交通数据传输到引导信息处理后台，引导信息处理后台对收集到的交通数据进行处理和分析，识别不良行驶路线；

步骤G3，根据识别结果，标识社区内的不良行驶路线，定期更新路况信息。

6.根据权利要求5所述的一种基于大数据分析的智慧社区停车引导方法，其特征在于，所述社区车辆最适引导路线的生成步骤为:

步骤E1，预先收集社区内道路的地理信息数据，包括道路的位置、长度、宽度等，通过地理信息系统数据的地理数据服务获取，将道路网络数据表示成图的形式，其中节点表示交叉口，边表示道路，建立社区的路网拓扑结构；

步骤E2，通过实时导航记录，基于采集社区车辆的第n个的摄像头到社区停车位的历史导航数据，获取社区内不同位置之间的导航路径信息确定社区车辆的停车行驶路线，根据社区路况信息进行不良行驶路线的删除；

步骤E3，基于第n个的摄像头到车位的历史导航数据之间的实际距离，将实际距离标记为K，设置距离比对参数Kn,若实际距离K小于距离比对参数Kn，则进行停车鉴定指令的生成，反之，则不进行停车鉴定指令的生成。

7.根据权利要求6所述的一种基于大数据分析的智慧社区停车引导方法，其特征在于，所述鉴定标识的生成步骤为：

预先设置鉴定标识生成逻辑，并将生成逻辑发送至引导信息处理后台，所述生成逻辑通过户主车辆信息中的进车位线遮盖占比和车辆高度进行分析，获取鉴定系数，设置鉴定系数的比对阈值，若鉴定系数小于比对阈值，生成正确停车标识；若鉴定系数大于比对阈值，生成错误停车标识。

8.一种基于大数据分析的智慧社区停车引导系统，用于实现权利要求1-7任一项所述的方法，其特征在于，包括户主车辆信息收集模块、信息区分模块、外来车辆引导模块、社区车辆引导模块、停车鉴定模块和错停提示模块：

户主车辆信息收集模块，用于预先收集户主车位信息、户主车辆信息和社区路况信息，将户主车位信息、户主车辆信息和社区路况信息发送至信息区分模块；

信息区分模块，用于获取实时车辆信息并与将户主车辆信息进行匹配分析，分别生成用于区分社区车辆、外来车辆引导的社区停车引导数据、外来停车引导数据，并将生成的社区停车引导数据、外来停车引导数据分别发送至社区车辆引导模块、外来车辆引导模块；

外来车辆引导模块，用于根据外来停车引导数据对外来车辆进行车辆引导并选取最适引导路线；

社区车辆引导模块；用于根据社区停车引导数据对社区车辆进行车辆引导并选取最适引导路线，并根据社区车辆与车位之间的距离生成停车鉴定指令，并将停车鉴定指令发送至停车鉴定模块；

停车鉴定模块；用于根据停车鉴定指令对社区车辆进行车辆分析，生成鉴定标识，并将鉴定标识发送至错停提示模块；

错停提示模块；用于对鉴定标识进行反馈，对错停的社区车辆进行灯光提示。

9.一种计算机服务器，包括处理器和存储器，其特征在于，所述存储器中存储有可供处理器调用的计算机程序；

所述处理器通过调用所述存储器中存储的计算机程序，用于执行权利要求1-7所述的任意一条基于大数据分析的智慧社区停车引导方法。

10.一种计算机可读存储介质，其上存储有可擦写的计算机程序，其特征在于，当所述计算机程序在计算机设备上运行时，使得所述计算机设备执行权利要求1-7所述任意一条基于大数据分析的智慧社区停车引导方法。