【技术实现步骤摘要】
本专利技术属于智慧城市交通系统中数据挖掘和信息处理
,具体涉及对城市中停车场的泊位进行预测和推荐的技术。
技术介绍
私家车作为大众出行的一种交通工具,在人们的日常生活中扮演着重要的角色,极大地拓宽了人们活动的空间和半径。随着汽车保有量的急速上升,导致人们对城中停车泊位需求的急升。然而由于城中可用于停车的空间有限,出现了停车泊位严重不足的问题。随着私家车数与城中停车位数之间的差值不断拉大,常常出现由于信息不全面,导致驾驶员行驶到目的地的停车场时,该停车场已无空余车位,从而必须长时间等候停车位的出现,且由此造成了交通拥堵和周边的其他停车场尚余空闲车位的局面。空余泊位是指公共停车场内未被占用,可以用于泊车的车位。空余泊位预测是智能停车诱导系统的关键技术,其预测的精度决定着停车诱导系统的交通协调能力。由此可见,如能够精确的预测停车场的空余泊位信息,作为智能交通系统重要组成的停车诱导系统将能够对私家车的出行、交通流量规划和诱导产生积极的影响,缓解停车场的停车和周边道路的交通压力。空余泊位预测技术能够让驾驶员提前感知和掌握停车场若干分钟后的空余泊位数的变化情况,能使驾驶员决定是否需要预定停车位等。同时使用车位预测技术可以对交通流进行调节,避免部分停车场以及相关道路过分拥挤。停车场推荐技术,现有研究主要是考虑目的地附近的天气、路况、经常在附近停车用户的停车场选择、停车场费用、距离目的地远近等因素,向驾驶员进行停车场的推荐 ...
【技术保护点】
基于实时交通查询和云模型的停车场车位预测和推荐方法,其特征在于,该方法分为两个模块,第一个模块是实时交通查询反馈模块,第二个模块是空余泊位预测模块,所述空余泊位预测模块使用云模型进行预测,结合停车场的历史数据以及当前实时的变化,预测未来停车场的空余泊位数变化趋势。
【技术特征摘要】
1.基于实时交通查询和云模型的停车场车位预测和推荐方法,其特征在于,该方法分为
两个模块,第一个模块是实时交通查询反馈模块,第二个模块是空余泊位预测模块,所述空
余泊位预测模块使用云模型进行预测,结合停车场的历史数据以及当前实时的变化,预测未
来停车场的空余泊位数变化趋势。
2.根据权利要求1所述的停车场车位预测和推荐方法,其特征在于,所述实时交通查询
反馈模块主要流程如下:
步骤1:驾驶员利用电子地图进行目的地的路线导航,目的地附近的停车场根据电子地
图提供的LBS云服务,对驾驶员的查询信息进行处理和利用;
步骤2:停车场向驾驶员实时推送停车场泊位信息服务;
步骤3:停车场向驾驶员提供推荐和在线泊位预约服务,综合个人偏好、距离目的地远
近、停车场费用、预测的空余泊位数四个因素,向驾驶员推荐其选择概率最大的停车场;
步骤4:对于选择了某一目的地,但没有进行停车场车位预约的驾驶员,综合步骤3的
四个因素,计算其选择目的地附近某一停车场的概率;
步骤5:停车场根据估算出的驾驶员到达时间,依据步骤4计算出来的概率,预测在那
一段时间里进入停车场的车流量。
3.根据权利要求1所述的停车场车位预测和推荐方法,其特征在于,所述空余泊位预测
模块预测流程如下:
步骤1:设Ai和Bi分别是由云模型表示的推理规则前件和后件语言变量的原子概念,由前
件Ai生成后件历史云Bi;
步骤2:将反映当前趋势的当前云It(Ex2,En2,He2)和历史云Bi(Ex1,En1,He1)
进行惯性加权得到预测云Si(Ex,En,He),用预测云Si进行停车场空余泊位数的预测;
步骤3:预测云Si与历史数据生成云模Ai,一起进行停车场车位的动态预测,预测结果为
Z;
步骤4:获取最终的预测结果R,R=α×Z-(1-α)×Y-X,0≤α≤1,X≤M,加权系数α利用
上个星期同一时间的真实历史记录产生,将历史记录中真实的R,X,Y,Z代入上式,计算
出加权系数α。
4.根据权利要求2所述的停车场车位预测和推荐方法,其特征在于,所述步骤(2)中
停车场推送的内容包括目的地附近的各个停车场名称,当前各个停车场空余的泊位数S,驾
驶员预计到达目的地停车场的时间T(mi...
【专利技术属性】
技术研发人员:徐宿阳,陶军,徐西睿,冯富琴,朱永成,陈俊峰,
申请(专利权)人:江苏东大金智信息系统有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。