一种大型停车场调度导航方法、系统以及使用方法技术方案

本发明专利技术公开了一种大型停车场调度导航方法，包括：构建最优车位选择模型：将停车场场景抽象成网格状，设定所述停车场内所有车位初始为空的状态，计算每个空闲车位选择权重，进而根据所述空闲车位选择权重得到最优停车位；构建全局最优调度模型：根据所述停车场内道路的左右方向的相应权重，估测从停车场入口到所述最优停车位的时间，从而预估停车场的拥堵情况；路径规划：根据所述全局最优调度模型结合Floyd搜索算法得到评价矩阵，并对所述评价矩阵进行实时更新，实现停车场的路径规划和调度。使用本发明专利技术中的路径规划模型给出最优的导航路径，提高用户的停车效率和准确率。

【技术实现步骤摘要】
一种大型停车场调度导航方法、系统以及使用方法
本专利技术涉及车辆调度应用领域，具体涉及一种大型停车场调度导航方法、系统以及使用方法。
技术介绍
小汽车给人们生活带来便利的同时，也给城市带来了一系列的问题。不论是日常上班还是周末休闲娱乐时，停车问题成为了每天困扰人们的重要问题。目前大多数工作单位和商场需要车主在到达以后才能知晓车位的剩余情况，这样闭塞的车位信息给车主带来的往往是到达商场以后才知道没有停车位，不得不重新在附近寻找停车场。当停车场有空闲车位时，进入停车场以后又会因为停车场不合理的管理和规划设计无法快速的寻找到理想的车位。同时在较大型的停车场内，大多数车主往往面临停车以后无法记住停车的位置，将很多时间浪费在寻找车辆上。在一些特殊情况下，尤其在上下班高峰和吃饭时间，在停车场内快速、高效的停车将有效的提升人们的生活效率，同时也会给商场和单位带来一定的经济效益。因此，需要在城市停车场车位数量有限的前提下有效的提升停车场内的停车效率。在城市中的大型停车场中，车主不能详细了解停车场内的拥堵情况，车主在进入停车内往往凭借直觉和可见的范围内决定向哪一个方向行驶。但是往往会在一个转角的路口处就发生了拥堵情况，这是车主无法预估的；进入停车场以后，车主首先需要前往目的地附近再寻找车位。然而在复杂的停车场场景中，车主往往需要在目的地周围寻找很久才能找到最近的车位；车主寻找到车辆并准备离开停车场时，很难知道前往出口处的外界道路拥堵情况。在离开停车场驶向公路时又会因为公路的拥堵而浪费很多时间，然而车辆的拥堵也和停车场的出口车辆数量规划有关。目前存在的调度方案中，当停车场处于使用高峰期时，调度的精准性较低。
技术实现思路
专利技术目的：为了克服现有技术的不足，本专利技术提供一种大型停车场调度导航方法，该方法可以解决当停车场处于使用高峰期时，调度路线准确率低的问题，本专利技术还提供一种大型停车场调度导航系统以及该系统的使用方法。技术方案：本专利技术所述的大型停车场调度导航方法，该方法包括：(1)构建最优车位选择模型：将停车场场景抽象成网格状，每个网格包含若干的停车位，设定所述停车场内所有车位初始为空的状态；按照设定的目的地位置为中心进行空闲车位搜索；若没有空闲车位，将搜索的半径扩大一个单位的网格，直至发现空闲车位，此时，计算每个空闲车位选择权重，进而根据所述空闲车位选择权重得到最优停车位；(2)构建全局最优调度模型：根据所述停车场内道路的左右方向的相应权重，估测从停车场入口到所述最优停车位的时间，从而预估停车场的拥堵情况；(3)路径规划：根据所述全局最优调度模型结合Floyd搜索算法得到评价矩阵，并对所述评价矩阵进行实时更新，实现停车场的路径规划和调度。优选的，所述空闲车位选择的权重包括：W(Pi)＝αDi+βTi+ηα+β＝1其中，Pi为空闲车位，那么该空闲车位到目的地的距离为Di，停车场入口到该空闲车位的时间为Ti，i为空闲车位的序号，α为停车后行走的距离影响因子，β为停车场入口到目标车位的影响因子，η则为停车位的自身因素，一般根据车位情况取值为3、6和9。优选的，所述根据所述停车场内道路的左右方向的相应权重，估测从停车场入口到所述最优停车位的时间，具体包括：假定所述停车场的道路均为双向车道，其对应的每一个网格的左右两侧都具有WLj和WRj权重；若道路右侧的车辆在当前位置继续向前行驶，此时WRj为1，而道路左侧也有车辆行驶时，所述权重WLj也为1；当车辆到达最优停车位后，需要进行停车入库时，由于停车入库时需要占用路旁的道路，所以需要对该位置的Wj增加1，在停车以后对该位置的权重进行减1操作。车辆从停车场入口最终行驶到最优车位Pi所用的时间为Ti，表示为：其中，Rj为路径的位置，设定汽车每行驶一个单位车位使用一个单位时间。由于道路是双向的，在路径选择时需要根据实际情况选择每个位置的道路权重，因此将每一个道路的左右两边合为根据实际情况选择对应的权重。优选的，所述根据所述全局最优调度模型结合Floyd搜索算法得到评价矩阵，并对所述评价矩阵进行实时更新，包括：所述评价矩阵包括距离评价矩阵和时间评价矩阵，首先计算所述距离评价矩阵和时间评价矩阵：将所述停车场内所有路口设置为一个道路交点vi，所有的交点放入一个带权有向图G(V,E,W)中，其中，交点集合为V＝{v1,v2,...,vn}，用路径集合E＝{＜vi,vj>|vi≠vj,vi,vj∈V}来描述每两个路口之间是否连通，连通的路径上对应的权重为W＝{wij|wij>0}，vj是所述带权有向图G(V,E,W)中的任意一个交点；根据所述带权有向图生成距离评价矩阵Wd和时间评价矩阵Wt：其中，dij为有向图中每一个路口之间的距离，tij则为车辆从当前位置到最优停车位的行驶时间，Tk为车辆从停车场入口最终行驶到最优车位Pk所用的时间；更新所述距离评价矩阵Wd和时间评价矩阵Wt：设为vi点到vj点不经过任何中间点的最短长度，为vi点到vj点不经过任何中间点的最短时间，则：则和分别为有向图G(V,E,W)中考虑了vi、vj和v1三个节点的最短路径和最短耗时；若vi点和vj点不经过v1节点，则dij0＝dij1，tij0＝tij1，否则，存在于是令为有向图G(V,E,W)中需要考虑vi,vj,v1,v2,...,vl-1节点的情况，那么根据这样的迭代关系就可以更新其权重矩阵Wd和Wt，车辆每行驶到一个路口时，都会实现这样的迭代操作。每一次更新的结果都将维护到同一个评价矩阵中。另一方面，本专利技术还提供一种大型停车场调度导航系统，包括：最优车位选择模块，用于将停车场场景抽象成网格状，每个网格包含若干的停车位，设定所述停车场内所有车位初始为空的状态；按照设定的目的地位置为中心进行空闲车位搜索；若没有空闲车位，将搜索的半径扩大一个单位的网格，直至发现空闲车位，此时，计算每个空闲车位选择权重，进而根据所述空闲车位选择权重得到最优停车位；全局最优调度模块，用于根据所述停车场内道路的左右方向的相应权重，估测从停车场入口到所述最优停车位的时间，从而预估停车场的拥堵情况；路径规划模块，用于根据所述全局最优调度模型结合Floyd搜索算法得到评价矩阵，并对所述评价矩阵进行实时更新，实现停车场的路径规划和调度。优选的，所述最优车位选择模块中，空闲车位选择的权重包括：W(Pi)＝αDi+βTi+ηα+β＝1其中，Pi为空闲车位，那么该空闲车位到目的地的距离为Di，停车场入口到该空闲车位的时间为Ti，i为空闲车位的序号，α为停车后行走的距离影响因子，β为停车场入口到目标车位的影响因子，η则为停车位的自身因素，一般根据车位情况取值为3、6和9。优选的，所述全局最优调度模块还包括：车道权重表示单元，用于首先假定所述停车场的道路均为双向车道，其对应的每一个网格的左右两侧都具有WLj和WRj权重；若道路右侧的车辆在当前位置继续向前行驶，此时WRj为1，而道路左侧也有车辆行驶时，所述权重WLj也为1；当车辆到达最优停车位后，需要进行停车入库时，由于停车入库时需要占用路旁的道路，所以需要对该位置的Wj增加1，在停车以后对该位置的权重进行减1操作。车辆从停车场入口最终行驶到最优车位Pi所用的时间为Ti，表示为：其中，Rj为路径的位本文档来自技高网...

【技术保护点】
1.一种大型停车场调度导航方法，其特征在于，该方法包括：(1)构建最优车位选择模型：将停车场场景抽象成网格状，每个网格包含若干的停车位，设定所述停车场内所有车位初始为空的状态；按照设定的目的地位置为中心进行空闲车位搜索；若没有空闲车位，将搜索的半径扩大一个单位的网格，直至发现空闲车位，此时，计算每个空闲车位选择权重，进而根据所述空闲车位选择权重得到最优停车位；(2)构建全局最优调度模型：根据所述停车场内道路的左右方向的相应权重，估测从停车场入口到所述最优停车位的时间，从而预估停车场的拥堵情况；(3)路径规划：根据所述全局最优调度模型结合Floyd搜索算法得到评价矩阵，并对所述评价矩阵进行实时更新，实现停车场的路径规划和调度。

【技术特征摘要】
1.一种大型停车场调度导航方法，其特征在于，该方法包括：(1)构建最优车位选择模型：将停车场场景抽象成网格状，每个网格包含若干的停车位，设定所述停车场内所有车位初始为空的状态；按照设定的目的地位置为中心进行空闲车位搜索；若没有空闲车位，将搜索的半径扩大一个单位的网格，直至发现空闲车位，此时，计算每个空闲车位选择权重，进而根据所述空闲车位选择权重得到最优停车位；(2)构建全局最优调度模型：根据所述停车场内道路的左右方向的相应权重，估测从停车场入口到所述最优停车位的时间，从而预估停车场的拥堵情况；(3)路径规划：根据所述全局最优调度模型结合Floyd搜索算法得到评价矩阵，并对所述评价矩阵进行实时更新，实现停车场的路径规划和调度。2.根据权利要求1所述的大型停车场调度导航方法，其特征在于，所述空闲车位选择的权重包括：W(Pi)＝αDi+βTi+ηα+β＝1其中，Pi为空闲车位，那么该空闲车位到目的地的距离为Di，停车场入口到该空闲车位的时间为Ti，i为空闲车位的序号，α为停车后行走的距离影响因子，β为停车场入口到目标车位的影响因子，η则为停车位的自身因素，一般根据车位情况取值为3、6和9。3.根据权利要求1所述的大型停车场调度导航方法，其特征在于，所述根据所述停车场内道路的左右方向的相应权重，估测从停车场入口到所述最优停车位的时间，具体包括：假定所述停车场的道路均为双向车道，其对应的每一个网格的左右两侧都具有WLj和WRj权重；若道路右侧的车辆在当前位置继续向前行驶，此时WRj为1，而道路左侧也有车辆行驶时，所述权重WLj也为1；当车辆到达最优停车位后，需要进行停车入库时，由于停车入库时需要占用路旁的道路，所以需要对该位置的Wj增加1，在停车以后对该位置的权重进行减1操作；车辆从停车场入口最终行驶到最优车位Pi所用的时间为Ti，表示为：其中，Rj为路径的位置，设定汽车每行驶一个单位车位使用一个单位时间；由于道路是双向的，在路径选择时需要根据实际路线选择每个位置的道路权重，因此将每一个道路的左右两边合为4.根据权利要求3所述的大型停车场调度导航方法，其特征在于，所述根据所述全局最优调度模型结合Floyd搜索算法得到评价矩阵，并对所述评价矩阵进行实时更新，包括：所述评价矩阵包括距离评价矩阵和时间评价矩阵，首先计算所述距离评价矩阵和时间评价矩阵：将所述停车场内所有路口设置为一个道路交点vi，所有的交点放入一个带权有向图G(V,E,W)中，其中，交点集合为V＝{v1,v2,...,vn}，用路径集合E＝{<vi,vj>|vi≠vj,vi,vj∈V}来描述每两个路口之间是否连通，连通的路径上对应的权重为W＝{wij|wij>0}，vj是所述带权有向图G(V,E,W)中的任意一个交点；根据所述带权有向图生成距离评价矩阵Wd和时间评价矩阵Wt：其中，dij为有向图中每一个路口之间的距离，tij则为车辆从当前位置到最优停车位的行驶时间，Tk为车辆从停车场入口最终行驶到最优车位Pk所用的时间；更新所述距离评价矩阵Wd和时间评价矩阵Wt：设为vi点到vj点不经过任何中间点的最短长度，为vi点到vj点不经过任何中间点的最短时间，则：则和分别为有向图G(V,E,W)中考虑了vi、vj和v1三个节点的最短路径和最短耗时；若vi点和vj点不经过v1节点，则dij0＝dij1，tij0＝tij1，否则，存在于是令为有向图G(V,E,W)中需要考虑vi,vj,v1,v2,...,vl-1节点的情况，那么根据这样的迭代关系就可以更新其权重矩阵Wd和Wt，车辆每行驶到一个路口时，都会实现这样的迭代操作。每一次更新的结果都将维护到同一个评价矩阵中。5.一种大型停车场调度导航系统，其特征在于，包括：最优车位选择模块，用于将停车场场景抽象成网格状，每个网格包含若干的停车位，设定所述停车场内所有车位初始为空的状态；按照设定的目的地位置为中心进行空闲车位搜索；若没有空闲车位，...

【专利技术属性】
技术研发人员：徐小龙，林利成，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32