一种停车场分布式智能引导系统及方法技术方案

技术编号:20077638 阅读:43 留言:0更新日期:2019-01-15 01:24
本发明专利技术属于停车场引导技术领域,公开了一种停车场分布式智能引导系统及方法,停车场分布式智能引导系统包括:视频监控模块、信息采集模块、车位监测模块、中央控制模块、防堵模块、路径引导模块、预警模块、停车计费模块、数据保护模块、显示模块。本发明专利技术通过车位监测模块、防堵模块、路径引导模块能够解决:能对车位进行动态监测,预防争抢车位问题的发生;通过停车计费模块准确的计算出无车牌车辆在停车场内产生的停车费用;通过数据保护模块解决了停车场在出现电脑故障、异常断电、数据库文件损坏等故障时,导致岗亭终端不能正常完成入场、收费等严重影响车场正常运营的操作的问题,最大限度的减少了停车场因故障导致的损失。

A Distributed Intelligent Guidance System and Method for Parking Lots

The invention belongs to the technical field of parking lot guidance, and discloses a distributed intelligent guidance system and method for parking lot. The distributed intelligent guidance system for parking lot includes video monitoring module, information acquisition module, parking monitoring module, central control module, anti-blocking module, path guidance module, early warning module, parking charging module, data protection module and display module. The invention can solve the following problems through the parking monitoring module, anti-blocking module and path guidance module: dynamic monitoring of parking space to prevent the occurrence of parking contention; accurate calculation of parking fees of license-free vehicles in parking lot by parking charging module; and solution of parking lot computer failure, abnormal power failure, database file loss by data protection module. When bad or other faults occur, the terminal of the guard booth can not normally complete the admission and charging, which seriously affects the normal operation of the parking lot, and minimizes the loss caused by the faults of the parking lot.

【技术实现步骤摘要】
一种停车场分布式智能引导系统及方法
本专利技术属于停车场引导
,尤其涉及一种停车场分布式智能引导系统及方法。
技术介绍
随着我国经济的发展,汽车数量逐年递增。汽车已经得到普及,停车场也在朝大型化的趋势发展,很多停车场都是车位数过千的特大型停车场,尤其是机场、火车站、医院、超市、广场、酒店、宾馆、游乐园等公众聚集的地方;大型停车场解决了车位不足的问题,但由于停车场内部缺乏必要的车位引导系统,停车难的问题依旧存在,车辆在进入停车场后需要很长的时间来寻找车位,此过程消耗了大量的时间和能源。甚至会出现局部拥堵和局部空闲的现象,使得车位利用率降低,问题的本质是空闲车位信息无法传递到车辆,使得停车场无法发挥其应有的社会与经济效益。然而,目前已有的停车引导系统普遍缺乏照明控制、区域车流量管控、建设成本高、可靠性差、信息发布相对滞后、不能及时反映场内车位信息的动态变化,驾驶人员对停车场车流状态不了解,在停车场内行驶具有很大的盲目性和随机性,使得局部拥堵发生的概率变大,从而容易引发停车场内区域拥堵、争抢车位等问题;同时,传统的停车方式无法解决无车牌车辆的停车计费问题;如果停车场在出现电脑故障、异常断电、数据库文件损坏等故障时,不能及时对数据进行保护,造成重大损失。综上所述,现有技术存在的问题是:(1)目前已有的停车引导系统普遍缺乏照明控制、区域车流量管控、建设成本高、可靠性差、信息发布相对滞后、不能及时反映场内车位信息的动态变化,驾驶人员对停车场车流状态不了解,在停车场内行驶具有很大的盲目性和随机性,使得局部拥堵发生的概率变大,从而容易引发停车场内区域拥堵、争抢车位等问题。(2)车位状态监测已经比较完善,存在的主要问题是:a、车位监测系统本身没有相关的故障预警机制,即当车位监测系统本身出现故障,停车场管理人员无法在第一时间获得故障状态并进行相应的故障处理;本课题研究在车位监测系统出现部分故障,即车位监测系统基本功能完整的前提下发出预警信息,通知管理人员进行必要的维护,而在维护之前车位监测系统依然能够正常使用。b、缺乏动态车位监测技术,即车辆在到达空闲车位之前,系统没有对行进车辆信息和车位信息进行预处理,对车位进行预分配,预防争抢车位问题的发生。(3)局部拥堵产生的主要原因是:a、停车场与车辆之间信息传输不及时,驾驶人员对停车场车流状态不了解,驾驶人员在停车场内行驶具有很大的盲目性和随机性,使得局部拥堵发生的概率变大;b、心理学上的从众心态,通过分析大多数驾驶人员在不了解停车场实时状态的情况下,一般选择跟随前方车辆,这种情况进一步增加了局部拥堵的风险概率。(5)传统的停车方式无法解决无车牌车辆的停车计费问题;(6)如果停车场在出现电脑故障、异常断电、数据库文件损坏等故障时,不能及时对数据进行保护,造成重大损失。
技术实现思路
针对现有技术存在的问题,本专利技术提供了一种停车场分布式智能引导系统及方法。本专利技术是这样实现的,一种停车场分布式智能引导系统,所述停车场分布式智能引导系统包括:视频监控模块,与中央控制模块连接,用于通过摄像器实时监控停车场;信息采集模块,与中央控制模块连接,用于通过读卡器读取车主停车卡信息;车位监测模块,与中央控制模块连接,用于通过地磁检测器检测出车位磁场变化,当判断出车位状态;中央控制模块,与视频监控模块、信息采集模块、车位监测模块、防堵模块、路径引导模块、预警模块、停车计费模块、数据保护模块、显示模块连接,用于通过单片机控制各个模块正常工作;防堵模块,与中央控制模块连接,用于通过局部拥堵预防算法的研究实现车辆分流引导,降低车位争抢和局部拥堵的风险概率。路径引导模块,与中央控制模块连接,用于通过路径引导规划算法的研究,消除车辆行驶的盲目性和随机性,提高车位利用率,为驾驶人员节约相应的时间成本和能源成本,实现绿色环保出行。预警模块,与中央控制模块连接,用于通过报警器对车辆故障及时进行警示;停车计费模块,与中央控制模块连接,用于通过计费程序对车主停车进行计费;数据保护模块,与中央控制模块连接,用于通过主数据库服务器和备份数据库服务器对监控数据、用户数据进行备份;显示模块,与中央控制模块连接,用于通过显示器显示监控画面、采集车主信息内容;自检模块,与中央控制模块连接,用于系统出小问题时能够报警维修。本专利技术的另一目的在于提供一种安装有所述停车场分布式智能引导系统的大型购物商场停车场。本专利技术的另一目的在于提供一种停车场分布式智能引导方法包括:通过路径引导模块利用路径引导规划算法,进行车位引导;路径引导规划算法为基于改进蚁群聚类(AntColonyOptimization,ACO)的分级算法,进行最优车位的分选,对车位拥挤指数进行自动聚类,实现层次性分级;将拥挤度指数数据点视为具备若干属性的蚂蚁,而将拥挤度指数分级中心视为食物源,在明确分级数目M的基础上,将具有n个属性的N个待分析的拥挤度指数的定义如下:X={Xa|Xa=(xa1,xa2,…,xan),a=1,2,···,N}不同的拥挤度指数之间的偏离误差用欧几里得距离来度量,距离越小,偏离误差就越小;将拥挤度指数a分配给第b个聚类中心蚂蚁就在拥挤度指数样本a到聚类中心的路径(a,b)上留下信息素τab(c),用表示拥挤度指数Xa和Xb属性空间的加权欧氏距离,pab(c)为蚂蚁选择路径(a,b)的概率,计算公式如下:式中r为聚类半径,表示蚂蚁Xb可供选择的路径;β为期望启发因子,表征蚂蚁在运动过程中的启发信息的受重视程度;是k次迭代中拥挤度指数i分配到第j个聚类中心启发信息的数值,采用两者之间距离的倒数来定义;当pab(c)≥P0时,Xa归并到Xb邻域中;当移动了所有的蚂蚁之后,每个类中所包含的拥挤度指数将会发生变化,则各个类的聚类中心点需要重新计算,同一类内部的偏离误差也需计算更新;用Cb表示归并到Xi领域的所有聚类集,新的聚类中心与偏离误差E计算如下:式中,J表示Cb的元素的个数,Cab表示的第a个分量;同时,给定最大迭代次数,只要满足:1)所有类的偏离误差总量小于参数ε;2)迭代次数达到给定的迭代次数最大值,其中任一条件时,则聚类结束,并给出分析结果;否则,应重新进行计算,直到满足条件终止;采用Matlab工具对改进的蚁群聚类算法进行编程,求解拥挤度度指数分级临界值,过程如下:第1步:初始化参数:确定拥挤度指数的样本量N,最大迭代次数G,样本量属性个数n及初始全局信息素矩阵;第2步:根据全局信息素矩阵,开始进行迭代,确定蚂蚁行走路径,并进行标记;第3步:根据路径标识得到当前的聚类中心,并计算所有样本到对应聚类中心的偏离误差总量E,得到最小偏离误差E_min;第4步:产生随机数,并由此对当前最优路径进行改变,并计算新路径下所有样本到对应聚类中心的偏离误差总量E’;第5步:判断E’是否小于E_min,若是,则当前路径为最优路径,直接输出结果,算法结束;若不是,则进行第6步;第6步:判断当前的迭代次数是否达到最大值G,若是则直接输出结果,算法结束;否则返回第2步,进行下一轮迭代。进一步,所述停车场分布式智能引导方法具体包括:通过视频监控模块利用摄像器实时监控停车场;通过信息采集模块利用读卡器读取车主停车卡信息;通过车位监测模块利用地磁检测器检测出车位本文档来自技高网
...

【技术保护点】
1.一种停车场分布式智能引导系统,其特征在于,所述停车场分布式智能引导系统包括:视频监控模块,与中央控制模块连接,用于通过摄像器实时监控停车场;信息采集模块,与中央控制模块连接,用于通过读卡器读取车主停车卡信息;车位监测模块,与中央控制模块连接,用于通过地磁检测器检测出车位磁场变化,当判断出车位状态;中央控制模块,与视频监控模块、信息采集模块、车位监测模块、防堵模块、路径引导模块、预警模块、停车计费模块、数据保护模块、显示模块连接,用于通过单片机控制各个模块正常工作;防堵模块,与中央控制模块连接,用于通过局部拥堵预防算法的研究实现车辆分流引导,降低车位争抢和局部拥堵的风险概率。路径引导模块,与中央控制模块连接,用于通过路径引导规划算法的研究,消除车辆行驶的盲目性和随机性,提高车位利用率,为驾驶人员节约相应的时间成本和能源成本,实现绿色环保出行。预警模块,与中央控制模块连接,用于通过报警器对车辆故障及时进行警示;停车计费模块,与中央控制模块连接,用于通过计费程序对车主停车进行计费;数据保护模块,与中央控制模块连接,用于通过主数据库服务器和备份数据库服务器对监控数据、用户数据进行备份;显示模块,与中央控制模块连接,用于通过显示器显示监控画面、采集车主信息内容;自检模块,与中央控制模块连接,用于系统出小问题时能够报警维修。...

【技术特征摘要】
1.一种停车场分布式智能引导系统,其特征在于,所述停车场分布式智能引导系统包括:视频监控模块,与中央控制模块连接,用于通过摄像器实时监控停车场;信息采集模块,与中央控制模块连接,用于通过读卡器读取车主停车卡信息;车位监测模块,与中央控制模块连接,用于通过地磁检测器检测出车位磁场变化,当判断出车位状态;中央控制模块,与视频监控模块、信息采集模块、车位监测模块、防堵模块、路径引导模块、预警模块、停车计费模块、数据保护模块、显示模块连接,用于通过单片机控制各个模块正常工作;防堵模块,与中央控制模块连接,用于通过局部拥堵预防算法的研究实现车辆分流引导,降低车位争抢和局部拥堵的风险概率。路径引导模块,与中央控制模块连接,用于通过路径引导规划算法的研究,消除车辆行驶的盲目性和随机性,提高车位利用率,为驾驶人员节约相应的时间成本和能源成本,实现绿色环保出行。预警模块,与中央控制模块连接,用于通过报警器对车辆故障及时进行警示;停车计费模块,与中央控制模块连接,用于通过计费程序对车主停车进行计费;数据保护模块,与中央控制模块连接,用于通过主数据库服务器和备份数据库服务器对监控数据、用户数据进行备份;显示模块,与中央控制模块连接,用于通过显示器显示监控画面、采集车主信息内容;自检模块,与中央控制模块连接,用于系统出小问题时能够报警维修。2.一种安装有权利要求1所述停车场分布式智能引导系统的大型购物商场停车场。3.一种如权利要求1所述停车场分布式智能引导系统的停车场分布式智能引导方法,其特征在于,所述停车场分布式智能引导方法包括:通过路径引导模块利用路径引导规划算法,进行车位引导;路径引导规划算法为基于改进蚁群聚类(AntColonyOptimization,ACO)的分级算法,进行最优车位的分选,对车位拥挤指数进行自动聚类,实现层次性分级;将拥挤度指数数据点视为具备若干属性的蚂蚁,而将拥挤度指数分级中心视为食物源,在明确分级数目M的基础上,将具有n个属性的N个待分析的拥挤度指数的定义如下:X={Xa|Xa=(xa1,xa2,…,xan),a=1,2,…,N}不同的拥挤度指数之间的偏离误差用欧几里得距离来度量,距离越小,偏离误差就越小;将拥挤度指数a分配给第b个聚类中心蚂蚁就在拥挤度指数样本a到聚类中心的路径(a,b)上留下信息素τab(c),用表示拥挤度指数Xa和Xb属性空间的加权欧氏距离,pab(c)为蚂蚁选择路径(a,b)的概率,计算公式如下:式中r为聚类半径,表示蚂蚁Xb可供选择的路径;β为期望启发因子,表征蚂蚁在运动过程中的启发信息的受重视程度;是k次迭代中拥挤度指数i分配到第j个聚类中心启发信息的数值,采用两者之间距离的倒数来定义;当pab(c)≥P0时,Xa归并到Xb邻域中;当移动了所有的蚂蚁之后,每个类中所包含的拥挤度指数将会发生变化,则各个类的聚类中心点需要重新计算,同一类内部的偏离误差也需计算更新;用Cb表示归并到Xi领域的所有聚类集,新的聚类中心与偏离误差E计算如下:式中,J表示Cb的元素的个数,Cab表示的第a个分量;同时,给定最大迭代次数,只要满足:1)所有类的偏离误差总量小于参数ε;2)迭代次数达到给定的迭代次数最大值,其中任一条件时,则聚类结束,并给出分析结果;否则,应重新进行计算,直到满足条件终止。4.如权利要求3所述停车场分布式智能引导系统的停车场分布式智能引导方法,其特征在于,所述停车场分布式智能引导方法具体包括:通过视频监控模块利用摄像器实时监控停车场;通过信息采集模块利用读卡器读取车主停车卡信息;通过车位监测模块利用地磁检测器检测出车位磁场变化,当判断出车位...

【专利技术属性】
技术研发人员:樊东红李建军宋俊慷韦树贡杨保海凌永国
申请(专利权)人:广西民族师范学院
类型:发明
国别省市:广西,45

网友询问留言 已有0条评论
  • 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。

1