一种基于分布式技术的停车位分配方法组成比例

本发明专利技术涉及一种基于分布式技术的停车位分配方法，包括构造数据库、用户需求采集、数据预处理、运行线上算法、发送分配结果和终端导航；构造数据库：采用基于Mysql和HBase数据库的表结构及其数据库进行用户数据的存储；用户需求采集：收集归一化时隙内用户的停车请求，用户使用智能终端，通过搜索和点选的方式选取目的地；数据预处理：在服务器接受用户需求的阶段，在归一化时隙内收集用户需求的各个数据信息并且对用户及涉及到的停车位进行编号。本发明专利技术的有益效果是：本发明专利技术能够为车主提供一个可用且与目标点临近的停车位，能在很大程度上减少车主的寻泊时间，减少寻泊成本，并且在优化城市交通大环境与停车效益方面具有一定的益处。

A Parking Space Allocation Method Based on Distributed Technology

【技术实现步骤摘要】
一种基于分布式技术的停车位分配方法
本专利技术涉及停车位分配方法，更具体说，它涉及一种基于分布式技术的停车位分配方法。
技术介绍
当前，泊车位难寻已成为大型城市通病，因停车问题引发的纠纷屡见不鲜。无论在北京、上海等超大型城市，还是重庆、成都等特大城市，甚至人口只有几万、十几万的县城和乡镇，停车难的问题都给群众生活和政府交通管理带来了诸多烦恼。而且停车问题也带来了多种并发症，例如交通拥堵等问题，停车问题直接影响是增加了泊车巡航时间，增加了车主的交通开销和生活成本，间接影响也有，例如降低人民生活幸福指数，引发车主之间矛盾等等。此外，随着中国城市居民生活水平的不断提高，人们的休闲活动也日趋频繁，如假日旅游、活动购物、观看演出、电影等日常活动，此时大量且集中的家用车出行者根据目的地信息,去选择距离最近的地方停车,这些出行者一致的停车目标导致的结果是都无法实现既定的停车目标，都可能造成区域交通的混乱，带来严重的交通问题。在我国，无法做到城市停车位长远规划和短时间内扩建大型停车场的状况下，设计切实可行且有效的停车机制可以在很大程度上缓解城市交通压力，同时由于汽车拥有量的快速增长，设计停车机制对于未来智能交通系统也是不可或缺的一环。对于现有的交通状况，研究者们已设想了许多可能的交通拥堵情况，在此情景下设计高效且可行的停车机制，有助于直接降低寻泊流量，减少不必要的交通问题状况，与扩建停车场和进行交通管制等方法具有同等的重要性。而停车分配问题的解决方案会随着问题组合和最坏情况下的最优复杂度规模的增长而增长。市面上现有的停车位分配大都采用贪心算法，为车辆分配一个最近的停车位，并没有研究如何分配停车位以优化和解决停车位分配不均及优化社会效益。在建设智慧交通和大数据时代的大背景下，如何利用大数据技术有效改进现有的停车位分配方法是一个值得研究的课题。专利201810235965.7“一种基于大数据的停车位分配系统”提供了一种基于大数据的停车位分配系统，该方法部署了用于停车导航的底层传感器及线上管理的服务器等硬件设施，实现了车位可用性的实时监控与物理导航，实现了对于车位不同功能的管理，有助于停车场内部的管理与使用，有助于减少停车场管理人员的工作量与工作难度，是智能控制与大数据技术结合的巨大突破，是城市交通中停车服务的重要创新。该专利技术适用于停车场的停车管理、记录与收费工作。专利201810852256.3“车位分配方法与装置”提供了一种车位分配方法及装置，该方法通过获取用户信息、车辆类型、预设位置，为用户分配一个在对应时段内可用的停车位，实现了车位的实时化管理与预测，有助于提高停车位的利用率，能实现车位在不同时段的有序化管理与车位信息的公开，是车位管理与计算机算法技术的良好结合，对传统停车领域于计算机技术融合具有重要意义。这两种方法主要采取基于传感器的停车位感知与基于用户需求与停车位实时可用性的线上分配系统与，实现了对用户停车需求的车位分配。但是这些方法只实现了对于车位可用性的实时分配，并没有线上算法进行整体车位的统筹与分配，不能第一时间为用户规划代价较低的停车路线，更不能通过线上算法优化匹配信息，进而达到优化公共停车资源的目的，因此没有从根本上提高停车位分配效率。
技术实现思路
本专利技术的目的是克服现有技术中的不足，提供一种基于分布式技术的停车位分配方法。这种基于分布式技术的停车位分配方法，包括构造数据库、用户需求采集、数据预处理、运行线上算法、发送分配结果和终端导航；构造数据库：数据库表结构的设计，对于用户信息的存储以及查询有着决定性的影响，进而影响着整个系统能否成功运行；本专利采用基于Mysql和HBase数据库的表结构及其数据库进行用户数据的存储。用户需求采集：收集归一化时隙内用户的停车请求，用户使用智能终端，通过搜索和点选的方式选取目的地，然后将目的地坐标信息和用户当前坐标信息通过BD09II(百度经纬度坐标)的形式返回给服务器，服务器计算用户到目的地附近停车位的代价，并且对用户及停车位进行编号，将每个用户的数据信息存储至用户信息表中。数据预处理：在服务器接受用户需求的阶段，需要在归一化时隙内收集用户需求的各个数据信息并且对用户及涉及到的停车位进行编号，收集的信息包括用户当前坐标数据、用户目的地坐标数据、用户目的地临近停车位坐标数据，并且通过上述数据信息，计算出用户抵达各个停车位的距离代价数值。运行线上算法：在算法运行阶段，系统把归一化时隙内的预处理数据汇总成代价矩阵，输入线上算法，运行得到包含有分配信息的分配矩阵，并且根据分配矩阵及用户信息表中的编号进行解码，得到每个用户的分配结果。发送分配结果：根据算法运行得到的分配结果，将每条分配结果发送至对应用户的智能终端。终端导航：智能终端根据接收到的分配结果，对用户进行实时导航，引导用户到算法分配的停车位。该方法的系统模块化结构如图1所示，具体实现步骤如下：步骤1、构造数据库根据算法需要的数据进行表结构设计，采用包含有用户编号、用户当前坐标数据、用户目的地坐标数据和可达停车位编号的表结构用以存储用户信息，用包含有停车位编号、停车位坐标、停车位可用状况和可达用户编号的表结构用以存储停车位信息，用包含有用户编号、停车位编号、行车距离的表结构用以存储线上算法的中间量。步骤2、用户需求采集在归一化时隙内，系统通过智能终端进行信息采集，用户使用智能终端，通过搜索和点选的方式选取目的地，然后将目的地坐标信息和用户当前坐标信息通过BD09II的形式返回给服务器，服务器将接收到的用户信息编号并存储至用户信息表中，服务器根据用户目的地信息检索周围可用停车位，并且将停车位信息编号存储至停车位表中。步骤3、数据预处理通过步骤2中用户信息表及停车位信息表，计算每个用户可达的停车位及对应的行车距离，将用户编号、停车位编号与对应的行车距离存储至算法中间量表中。步骤4、运行线上算法步骤4.1、算法原理本专利采用基于遗传算法的改进算法进行线上运算，遗传算法具有良好的可分布性，其算法流程主要可分为个体生成、适应度计算、筛选父代、交叉遗传与输出条件判定。该算法的流程图如图2所示。步骤4.2、算法的分布式实现Map阶段：Mapping阶段将保存在HDFS中的个体矩阵信息输入到线程中，对节点上的种群进行非支配排序操作，并通过轮盘赌博的筛选方法选出当前父代并将生成的父代进行Shuffling混洗操作传入reduce。此阶段输入为分配到该节点的若干个个体信息，输出为<id,(i,des(i),d(i))>,其中作为key值的id为个体的编号除以10之后向下取整的整数值，即将当前的key值设置为reduce阶段节点的编号，如此可以保证reduce阶段每条线程需要处理的个体数不超过十条，value值由个体编号，个体适应度以及个体的矩阵信息组成。Reduce阶段：Reduce阶段的输入为具有同一id节点编号作为key值的键值对，即<id,(i,des(i),d(i))>，Reduce阶段通过相同key值id将对应的个体分配到同一个Reduce节点上，Reduce阶段中个体的数据是从value值里面获取的个体矩阵信息以及个体适应度。通过判断节点上是否有满足输出条件的个体或种群，如果满足则合并输出，不本文档来自技高网...

【技术保护点】
1.一种基于分布式技术的停车位分配方法，其特征在于，包括构造数据库、用户需求采集、数据预处理、运行线上算法、发送分配结果和终端导航；构造数据库：采用基于Mysql和HBase数据库的表结构及其数据库进行用户数据的存储；用户需求采集：收集归一化时隙内用户的停车请求，用户使用智能终端，通过搜索和点选的方式选取目的地，然后将目的地坐标信息和用户当前坐标信息通过BD09II的形式返回给服务器，服务器计算用户到目的地附近停车位的代价，并且对用户及停车位进行编号，将每个用户的数据信息存储至用户信息表中；数据预处理：在服务器接受用户需求的阶段，在归一化时隙内收集用户需求的各个数据信息并且对用户及涉及到的停车位进行编号，收集的信息包括用户当前坐标数据、用户目的地坐标数据和用户目的地临近停车位坐标数据，并且通过数据信息，计算出用户抵达各个停车位的距离代价数值；运行线上算法：在算法运行阶段，系统把归一化时隙内的预处理数据汇总成代价矩阵，输入线上算法，运行得到包含有分配信息的分配矩阵，并且根据分配矩阵及用户信息表中的编号进行解码，得到每个用户的分配结果；发送分配结果：根据算法运行得到的分配结果，将每条分配结果发送至对应用户的智能终端；终端导航：智能终端根据接收到的分配结果，对用户进行实时导航，引导用户到算法分配的停车位；实现步骤如下：步骤1、构造数据库根据算法需要的数据进行表结构设计，采用包含有用户编号、用户当前坐标数据、用户目的地坐标数据和可达停车位编号的表结构用以存储用户信息，用包含有停车位编号、停车位坐标、停车位可用状况和可达用户编号的表结构用以存储停车位信息，用包含有用户编号、停车位编号、行车距离的表结构用以存储线上算法的中间量；步骤2、用户需求采集在归一化时隙内，系统通过智能终端进行信息采集，用户使用智能终端，通过搜索和点选的方式选取目的地，然后将目的地坐标信息和用户当前坐标信息通过BD09II的形式返回给服务器，服务器将接收到的用户信息编号并存储至用户信息表中，服务器根据用户目的地信息检索周围可用停车位，并且将停车位信息编号存储至停车位表中；步骤3、数据预处理通过步骤2中用户信息表及停车位信息表，计算每个用户可达的停车位及对应的行车距离，将用户编号、停车位编号与对应的行车距离存储至算法中间量表中；步骤4、运行线上算法步骤4.1、算法原理采用基于遗传算法的改进算法进行线上运算，遗传算法具有良好的可分布性，其算法流程分为个体生成、适应度计算、筛选父代、交叉遗传与输出条件判定；步骤4.2、算法的分布式实现Map阶段：Mapping阶段将保存在HDFS中的个体矩阵信息输入到线程中，对节点上的种群进行非支配排序操作，并通过轮盘赌博的筛选方法选出当前父代并将生成的父代进行Shuffling混洗操作传入reduce；此阶段输入为分配到该节点的若干个个体信息，输出为<id,(i,des(i),d(i))>,其中作为key值的id为个体的编号除以10之后向下取整的整数值，即将当前的key值设置为reduce阶段节点的编号，如此可以保证reduce阶段每条线程需要处理的个体数不超过十条，value值由个体编号，个体适应度以及个体的矩阵信息组成；Reduce阶段：Reduce阶段的输入为具有同一id节点编号作为key值的键值对，即<id,(i,des(i),d(i))>，Reduce阶段通过相同key值id将对应的个体分配到同一个Reduce节点上，Reduce阶段中个体的数据是从value值里面获取的个体矩阵信息以及个体适应度；通过判断节点上是否有满足输出条件的个体或种群，如果满足则合并输出，不满足则对节点上的种群进行交叉遗传和变异操作，生成新的个体，新的个体id保留父代id，编号i按照顺序继承父代编号，将生成的子代个体保存进新的个体信息矩阵中，作为下一阶段的Map的输入值；步骤5、发送分配结果通过寻找步骤4中算法得到的解集中适应度最大的个体，若有若干个最优个体，则任取其一，通过解码找到每个车辆编号i与其对应的停车位编号j；解码过程为遍历匹配矩阵，找到第i行中为1的列数j，则用户编号i被分配的停车位编号为j；将每条匹配结果通过服务器发送至对应的用户智能终端；匹配结果包括用户编号、停车位编号、行车距离与停车位坐标信息；步骤6、终端导航用户智能终端在收到步骤5中发送的匹配结果后，通过行车导航功能，以匹配结果所示的停车位为目的地进行驾驶导航。...

【技术特征摘要】
1.一种基于分布式技术的停车位分配方法，其特征在于，包括构造数据库、用户需求采集、数据预处理、运行线上算法、发送分配结果和终端导航；构造数据库：采用基于Mysql和HBase数据库的表结构及其数据库进行用户数据的存储；用户需求采集：收集归一化时隙内用户的停车请求，用户使用智能终端，通过搜索和点选的方式选取目的地，然后将目的地坐标信息和用户当前坐标信息通过BD09II的形式返回给服务器，服务器计算用户到目的地附近停车位的代价，并且对用户及停车位进行编号，将每个用户的数据信息存储至用户信息表中；数据预处理：在服务器接受用户需求的阶段，在归一化时隙内收集用户需求的各个数据信息并且对用户及涉及到的停车位进行编号，收集的信息包括用户当前坐标数据、用户目的地坐标数据和用户目的地临近停车位坐标数据，并且通过数据信息，计算出用户抵达各个停车位的距离代价数值；运行线上算法：在算法运行阶段，系统把归一化时隙内的预处理数据汇总成代价矩阵，输入线上算法，运行得到包含有分配信息的分配矩阵，并且根据分配矩阵及用户信息表中的编号进行解码，得到每个用户的分配结果；发送分配结果：根据算法运行得到的分配结果，将每条分配结果发送至对应用户的智能终端；终端导航：智能终端根据接收到的分配结果，对用户进行实时导航，引导用户到算法分配的停车位；实现步骤如下：步骤1、构造数据库根据算法需要的数据进行表结构设计，采用包含有用户编号、用户当前坐标数据、用户目的地坐标数据和可达停车位编号的表结构用以存储用户信息，用包含有停车位编号、停车位坐标、停车位可用状况和可达用户编号的表结构用以存储停车位信息，用包含有用户编号、停车位编号、行车距离的表结构用以存储线上算法的中间量；步骤2、用户需求采集在归一化时隙内，系统通过智能终端进行信息采集，用户使用智能终端，通过搜索和点选的方式选取目的地，然后将目的地坐标信息和用户当前坐标信息通过BD09II的形式返回给服务器，服务器将接收到的用户信息编号并存储至用户信息表中，服务器根据用户目的地信息检索周围可用停车位，并且将停车位信息编号存储至停车位表中；步骤3、数据预处理通过步骤2中用户信息表及停车位信息表，计算每个用户可达的停车位及对应的行车距离，将用户编号、停车位编号与对应的行车距离存储至算法中间量表中；步骤4、运行线上算法步骤4.1、算法原理采用基于遗传算法的改进算法进行线上运算，遗传算法具有良好的可分布性，其算法流程分为个体生成、适应度计算、筛选父代、交叉遗传与输出条件判定；步骤4.2、算法的分布式实现Map阶段：Mapping阶段将保存在HDFS中的个体矩阵信息输入到线程中，对节点上的种群进行非支配排序操作，并通过轮盘赌博的筛选方法选出当前父代并将生成的父代进行Shuffling混洗操作传入reduce；此阶段输入为分配到该节点的若干个个体信息，输出为<id,(i,des(i),d(i))>,其中作为key值的id为个体的编号除以10之后向下取整的整数值，即将当前的key值设置为reduce阶段节点的编号，如此可以保证reduce阶段每条线程需要处理的个体数不超过十条，value值由个体编号，个体适应度以及个体的矩阵信息组成；Reduce阶段：Reduce阶段的输入为具有同一id节点编号作为key值的键值对，即<id,(i,des(i),d(i))>，Reduce阶段通过相同key值id将对应的个体分配到同一个Reduce节点上，Reduce阶段中个体的数据是从value值里面获取的个体矩阵信息以及个体适应度；通过判断节点上是否有满足输出条件的个体或种群，如果满足则合并输出，不满足则对节点上的种群进行交叉遗传和变异操作，生成新的个体，新的个体id保留父代id，编号i按照顺...

【专利技术属性】
技术研发人员：陈观林，庞华健，
申请(专利权)人：浙江大学城市学院，
类型：发明
国别省市：浙江,33