基于大数据及人工智能的自动泊车、取车方法及系统技术方案

本发明专利技术公开了一种基于大数据及人工智能的自动泊车、取车方法及系统，自动停车时，利用大数据环境下获取公开的目的地附近停车位置信息和交通拥堵情况信息；大数据条件下综合选择符合用户指定条件下的最优停车位，当确定停车位置后利用无人驾驶技术和自动泊车技术将车辆安全驶往并停放到指定停车位。预约取车时，发送乘车目的地位置，利用大数据辅助选择一种可行的行驶路线并解算车辆自动驶往用户乘车地点预计耗费时间；合理计划自动驾驶发车时间让车辆在预定时间内或尽快到达指定位置。本发明专利技术运用导航无人自动驾驶技术全面解决城市CBD区域停车位难寻或停车位即远又贵的问题；同时还实现车主到目的地下车即走，车提前到达目的等候上车即走等便捷功能。

Method and system of auto parking and picking up based on big data and artificial intelligence

【技术实现步骤摘要】
基于大数据及人工智能的自动泊车、取车方法及系统
本专利技术属于智联网汽车的
，具体一种基于大数据及人工智能的自动泊车、取车方法及系统。
技术介绍
近些年来国家提倡城镇化发展，国内城市特别是超大型城市车辆保有量屡创新高，为了应对日益严重的交通拥堵和停车困难，各地纷纷出台了限行或限制新车上牌的措施。但是，对于城市热门中心区域停车一直是老大难问题，专利申请1：CN201811203466提出“一种停车位智能识别和引导方法及系统”，公开了一种停车位智能识别和引导方法及系统，通过获取携带剩余车位的最佳停车场指示信息，以使用户根据选择出的最佳停车场进行停车操作；专利申请2：CN201810023568提出“一种面向精细化管理的智能路内停车位管理与调控技术”，公开了一种面向精细化管理的智能路内停车位管理与调控技术，通过安装地磁感应器和摄像头实时识别停车状态进行；中心控制系统通过对交通大数据进行分析，对停车位的各项指标实施动态优化，并进行动态诱导平衡时空停车资源；专利申请3：CN201810339658.3提出“自动泊车控制装置、系统、车辆及方法”，方便驾驶员准确的确定泊入点，都对解决城市CBD区域停车老大难问题提供了许多有益的可行思路和实现方法。但是上述技术方案仍然无法解决城市CBD区域停车位难寻或停车位即远又贵的问题；也无法实现车主到目的地下车即走，车提前到达目的等候上车即走等便捷功能。
技术实现思路
本专利技术的主要目的在于克服现有技术的缺点与不足，提供一种基于大数据及人工智能的自动泊车、取车方法及系统，解决城市区域停车难的问题。为了达到上述目的，本专利技术采用以下技术方案：一种基于大数据及人工智能的自动泊车方法，包括下述步骤：S101、定位车辆的当前位置，并将当前的位置数据发送至后台服务器；S102、获取停车位数据，所述停车位数据包括公开发布的路面停车位或停车场动态，停车规则、计费公式或收费标准；S103、获取当前车辆位置距离停车位的导航数据，生成可能的自动驾驶导航路线，并预估每条路线的耗费时间；S104、计算自动驾驶最优方案，综合车主对费用和时间成本敏感性，进行最优化计算，计算公式抽象为：OV＝αA+βB+γC其中OV为优化目标，α、β、γ为权重系数，α+β+γ＝1，A、B、C为不同目标计算结果；A为预计停车费用，对于计时收费上不封顶停车场可表示为A＝a*TA，其中a为单位时间收费标准，TA为停车时长时长；对于每日封顶停车场可表示为为其中TAx为达到封顶金额时长CA为封顶金额；B为车辆到达停车位置附加费用，可表示为B＝b*L,其中b为单位公里费用，L为当前位置到停车位置的距离(单位为公里)；C为预计取车时间成本，可表示为Ca为最快取车时间,Cb为可能的取车时间,Cc为最慢取车时间；实际应用中为简便计算，假设γ＝0，OV可简化为OV＝αA+βB，OV最优即停车费用最节省，根据OV计算结果选择最优的导航路线；S105、车辆自动驾驶系统依据所选导航路线，自动驶往停车位目的区域附近，行驶过程中不断实时与后台同步更新数据；当接近目的停车区域后启动空闲车位探测功能；S106、启动车辆自动泊车功能将车辆停入到停车位，锁定车辆；S107、反馈停车位置信息给车主，所述停车位置信息包括车辆停放位置、附近车辆、环境状态。作为优选的技术方案，步骤S101中，利用卫星导航或室内定位技术定位当前车辆位置。作为优选的技术方案，步骤S202中，云服务利用停车大数据分析技术获取公开发布的路面停车位或停车场动态，停车规则、计费公式或收费标准，具体为：S2021、实时获取停车场公共信息平台发布的停车位信息；S2022、系统用户提交的停车位数据；S2023、通过人工智能分析摄像头采集图像得到的停车位信息。作为优选的技术方案，步骤S104中，α、β、γ为权重系数可采用推荐值或用户自定义方式。作为优选的技术方案，步骤S105中，所述空闲车位探测功能具体通过下述方式实现：利用超声矩阵探测车辆右前方是否有障碍物；若无障碍物则启动摄像头抓取图像，利用神经网络识别分析是否存在侧边停车位或倒车停车位；若存在可停车区域则输出空闲车位信息。一种基于大数据及人工智能的自动取车方法，包括下述步骤：S201、发送乘车位置，车主向后台发送需用车是的乘车地点；S202、预约时间，选择用车时间；S203、获取导航数据，根据乘车位置和停车位置获取可能的行驶路线；S204、计算自动驾驶最优方案，综合车主对费用和时间成本敏感性，进行最优化计算，计算公式抽象为：OV＝αA+βB+γC其中α、β、γ为权重系数，α+β+γ＝1，A、B、C为不同目标计算结果，A为预计停车费用，B为车辆到达停车位置附加费用，C为预计取车时间成本，选择最优的导航路线；S205、执行调度策略，根据用户的用车时间要求和实时计算的预估取车时间，在合适的时间启动自动导航；S206、自动导航，按导航路线将车辆驶往乘车目的地，行驶过程中不断向用户反馈车辆的实时运行位置、速度状态信息。一种基于大数据及人工智能的自动泊车、取车系统，包括车辆系统、云服务器、通信单元以及用户端系统；所述车辆系统包括定位模块、停车位数据获取模块、导航路线生成模块，最优路径计算模块、自动驾驶模块、自动泊车模块以及信息反馈模块；所述定位模块，用于定位车辆的当前位置；所述停车位数据获取模块，用于获取当前车辆附近的停车位数据信息；所述导航路线生成模块，用于获取当前车辆位置距离停车位的导航数据，生成可能的自动驾驶导航路线，并预估每条路线的耗费时间所述最优路径计算模块，用于计算自动驾驶最优方案，综合车主对费用和时间成本敏感性，进行最优化计算，并选择最优导航路线；所述自动驾驶模块，用于依据所选导航路线，自动驶往停车位目的区域附近，行驶过程中不断实时与后台同步更新数据；所述自动泊车模块，用于将车辆停入到停车位；所述信息反馈模块，用于将停车位置信息反馈给客户端模块；所述云服务器，用于存储大数据、搭建业务系统网络服务平台运行环境。所述客户端模块，为安装了智能泊车APP的智能终端设备。所述智能泊车APP包括新用户注册模块、一键泊车模块、一键取车模块、预约取车模块以及参数设置模块；所述新用户注册模块，用于新用户登录智能泊车APP进行注册，注册通过后可使用该智能泊车APP的功能；所述一键泊车模块，用于停车后，自动循迹车位并完成停车；所述一键取车模块，用于车辆按照设定的路线自动导航到指定的位置；所述预约取车模块，用于预约取车的时间及车辆行驶的路径和目的地；所述参数设置模块，用于设置泊车过程中的相关参数。本专利技术与现有技术相比，具有如下优点和有益效果：1.本专利技术由于采用大数据技术，可从各类异构数据中提出本文档来自技高网...

【技术保护点】
1.一种基于大数据及人工智能的自动泊车方法，其特征在于，包括下述步骤：/nS101、定位车辆的当前位置，并将当前的位置数据发送至后台服务器；/nS102、获取停车位数据，所述停车位数据包括公开发布的路面停车位或停车场动态，停车规则、计费公式或收费标准；/nS103、获取当前车辆位置距离停车位的导航数据，生成可能的自动驾驶导航路线，并预估每条路线的耗费时间；/nS104、计算自动驾驶最优方案，综合车主对费用和时间成本敏感性，进行最优化计算，计算公式抽象为：/nOV＝αA+βB+γC/n其中OV为优化目标，α、β、γ为权重系数，α+β+γ＝1，A、B、C为不同目标计算结果；/nA为预计停车费用，对于计时收费上不封顶停车场可表示为A＝a*TA，其中a为单位时间收费标准，TA为停车时长时长；对于每日封顶停车场可表示为

【技术特征摘要】
1.一种基于大数据及人工智能的自动泊车方法，其特征在于，包括下述步骤：
S101、定位车辆的当前位置，并将当前的位置数据发送至后台服务器；
S102、获取停车位数据，所述停车位数据包括公开发布的路面停车位或停车场动态，停车规则、计费公式或收费标准；
S103、获取当前车辆位置距离停车位的导航数据，生成可能的自动驾驶导航路线，并预估每条路线的耗费时间；
S104、计算自动驾驶最优方案，综合车主对费用和时间成本敏感性，进行最优化计算，计算公式抽象为：
OV＝αA+βB+γC
其中OV为优化目标，α、β、γ为权重系数，α+β+γ＝1，A、B、C为不同目标计算结果；
A为预计停车费用，对于计时收费上不封顶停车场可表示为A＝a*TA，其中a为单位时间收费标准，TA为停车时长时长；对于每日封顶停车场可表示为其中TAx为达到封顶金额时长CA为封顶金额；
B为车辆到达停车位置附加费用，可表示为B＝b*L,其中b为单位公里费用，L为当前位置到停车位置的距离；
C为预计取车时间成本，可表示为Ca为最快取车时间,Cb为可能的取车时间,Cc为最慢取车时间；
实际应用中为简便计算，假设γ＝0，OV可简化为OV＝αA+βB，OV最优即停车费用最节省，根据OV计算结果选择最优的导航路线；
S105、车辆自动驾驶系统依据所选导航路线，自动驶往停车位目的区域附近，行驶过程中不断实时与后台同步更新数据；当接近目的停车区域后启动空闲车位探测功能；
S106、启动车辆自动泊车功能将车辆停入到停车位，锁定车辆；
S107、反馈停车位置信息给车主，所述停车位置信息包括车辆停放位置、附近车辆、环境状态。


2.根据权利要求1所述基于大数据及人工智能的自动泊车方法，其特征在于，步骤S101中，利用卫星导航或室内定位技术定位当前车辆位置。


3.根据权利要求1所述基于大数据及人工智能的自动泊车方法，其特征在于，步骤S202中，云服务利用停车大数据分析技术获取公开发布的路面停车位或停车场动态，停车规则、计费公式或收费标准，具体为：
S2021、实时获取停车场公共信息平台发布的停车位信息；
S2022、系统用户提交的停车位数据；
S2023、通过人工智能分析摄像头采集图像得到的停车位信息。


4.根据权利要求1所述基于大数据及人工智能的自动泊车方法，其特征在于，步骤S104中，α、β、γ为权重系数可采用推荐值或用户自定义方式。


5.根据权利要求1所述基于大数据及人工智能的自动泊车方法，其特征在于，步骤S105中，所述空闲车位探测功能具体通过下述方式实现：
利用超声矩阵探测车辆右前方是否有障碍物；若无障碍物...

【专利技术属性】
技术研发人员：杨金艳，郑荣茂，张沛强，徐月华，苏国辉，
申请(专利权)人：广东机电职业技术学院，
类型：发明
国别省市：广东;44