智能停车控制方法、系统、存储介质、计算机程序、终端技术方案

本发明专利技术属于智慧交通中的停车场路径规划领域，公开了一种智能停车控制方法、系统、存储介质、计算机程序、终端，利用获取到的停车场物理信息构建出叠加数据能量场，完成停车位的推荐；对停车场所有停车位的停车时长进行定期统计，拟合统计结果，将拟合结果与原始数据能量场叠加完成参数的更新；通过实时的停车场物理信息计算出所有道路实时的权值并构建出停车场实时的无向带权图，利用改进后的Dijkstra算法规划出实时的最优路径；对结果进行展示并利用获取到的实时的停车场物理信息对结果进行不断优化直至用户完成停车。本发明专利技术有效的解决了大型停车场车位多且分布不规则所带来的问题；具有更好的动态性和实时性。

【技术实现步骤摘要】
智能停车控制方法、系统、存储介质、计算机程序、终端
本专利技术属于停车位路径规划
，尤其涉及一种智能停车控制方法、系统、存储介质、计算机程序、终端。
技术介绍
目前，伴随着现代交通工具的日益普及以及人工智能技术的快速发展，智能化交通管理成为了目前社会急需解决的问题。叠加高斯能量场聚类方法和路径规划算法作为智慧停车的核心技术，在推进城市智能化、交通合理化、管理便捷化中，扮演着重要的角色。智慧停车是指将无线通信技术、移动终端技术、GPS定位技术、GIS技术等综合应用于城市停车位的采集、管理、查询、预订与导航服务，实现停车位资源的实时更新、查询、预订与导航服务一体化，实现停车位资源利用率的最大化、停车场利润的最大化和车主停车服务的最优化。智慧停车的"智慧"就体现在:"智能找车位+自动缴停车费"。服务于车主的日常停车、错时停车、车位租赁、汽车后市场服务、反向寻车、停车位导航。叠加数据能量场聚类方法是一种无监督分类算法，在许多领域都有重要应如：语音识别、字符识别、图像分割、数据压缩、信息检索、大数据挖掘等等。聚类算法的本质是计算样本间相似度本文档来自技高网...

【技术保护点】
1.一种智能停车控制方法，其特征在于，所述智能停车控制方法选取车位，通过叠加数据能量场进行车位的选择，在数据能量场的参数优化问题上，通过定期对停车位停车时长统计再利用EM算法拟合统计结果，将拟合的结果与原始数据能量场进行叠加；规划停车路径，采取改进后的动态节点Dijkstra算法实时地规划出当前位置到推荐车位的最优路径。/n

【技术特征摘要】
1.一种智能停车控制方法，其特征在于，所述智能停车控制方法选取车位，通过叠加数据能量场进行车位的选择，在数据能量场的参数优化问题上，通过定期对停车位停车时长统计再利用EM算法拟合统计结果，将拟合的结果与原始数据能量场进行叠加；规划停车路径，采取改进后的动态节点Dijkstra算法实时地规划出当前位置到推荐车位的最优路径。


2.如权利要求1所述的智能停车控制方法，其特征在于，所述智能停车控制方法包括：
第一步，利用获取到的停车场物理信息构建出叠加数据能量场，完成停车位的推荐；
第二步，对停车场所有停车位的停车时长进行定期统计，拟合统计结果，将拟合结果与原始数据能量场叠加完成参数的更新；
第三步，通过实时的停车场物理信息计算出所有道路实时的权值并构建出停车场实时的无向带权图，利用改进后的Dijkstra算法规划出实时的最优路径；
第四步，对结果进行展示并利用获取到的实时的停车场物理信息对结果进行不断优化直至用户完成停车。


3.如权利要求2所述的智能停车控制方法，其特征在于，所述智能停车控制方法的停车位推荐模块包括：
(1)对停车场内可能影响车位选择的因素进行统计和量化，停车场中停车位选择的优先程度用空间中叠加能量的大小来表示，叠加能量大则优先程度高，叠加能量小则优先程度低；
(2)将停车场的俯视图看作二维空间Gm，令空间Gm中的每个取值点以某种能量函数f向四周辐射能量，并布满整个空间Gm，能量函数f应满足：以取值点为中心单调递减；函数在整个可行域内积分为一个常数；
(3)选择二维高斯分布作为衰减函数，拟合混合高斯模型场用到的二维高斯函数公式如下：



其中μ1和μ2为二维高斯分布的中心点，σ1和σ2控制二维高斯分布的衰减速率；
(4)影响因子：车位离用户的距离、车位离个别办公楼入口的距离、道路上车辆的影响以及车位离停车区域出入口距离；将所有影响因子辐射出的高斯能量场叠加起无车辆情况下的混合高斯能量场；
(5)将获取到的停车场道路上的所有车辆信息作为第二影响因子，将每一辆车当作一个独立的能量源，将所有车辆辐射出的能量场叠加作为道路车辆影响因子产生的能量场，将道路车辆影响因子产生的能量场与无车辆情况下的能量场叠加得到当前时刻的总能量场；在总能量场中选取对应能量密度最大的停车位推荐车位。


4.如权利要求2所述的智能停车控制方法，其特征在于，所述智能停车控制方法的参数更新包括：
(1)将停车场一个月以来各个停车位的停车时长进行统计；
(2)利用EM算法对所有停车位的停车时长进行拟合，将拟合结果与原始无车情况下的能量场进行叠加，得到更新后的能量场图，完成参数的更新，其中EM算法的具体步骤为：
1)符合混合高斯分布数据的采样；
2)确定最有可能产生该采样数据的混合高斯分布；
3)对采样数据做分类划分；
4)各个类对划分到的样本数据求样本产生的概率；
5)求采样数据产生的概率Q函数，公式如下：
Qi(z(i)):＝p(z(i)|x(i)；θ)；
6)最大化Q函数来优化混合高斯分布参数，公式如下：



7)循环(3)～(6)步进行多次优化。


5.如权利要求2所述的智能停车控制方法，其特征在于，所述智能停车控制方法的路径规划包括：
(1)根据停车场车位分布及道路信息等物理环境对停车场进行建模，将停车场平面示意图转化为有向带权图结构，道路的交叉口、转弯处均代表一个节点，节点分别用n1、n2、……n23表示；
(2)根据当前时刻推荐车位及用户位置，将用户所在位置定义为节点n25，将推荐车位的位置定义为节点n24，...

【专利技术属性】
技术研发人员：李洁，焦群翔，张翔宇，陈威，王飞，刘学文，续拓，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61