一种智能停车场搜寻与导航方法技术

本发明专利技术公开了一种智能停车场搜寻与导航方法，是应用于由用户端、使用端和云端服务器所组成的网络环境中，该用户端和使用端从外部环境收集有关信息，并发送给云端服务器，云端服务器使用已建立的模型处理数据并输出反馈给用户端和使用端，从而引导用户端前往对应的停车场。本发明专利技术能最大程度上的利用每一个停车场的每一个车位，更加合理的分配每一个停车场，从而达到缓解“停车难”，交通拥堵的目的。

【技术实现步骤摘要】
一种智能停车场搜寻与导航方法
本专利技术涉及智能交通领域，具体的说是一种智能停车场搜寻与导航方法。
技术介绍
目前我国大城市小汽车与停车位的比例约为1:0.8，中小城市约为1∶0.5，而发达国家约为1∶1.3。保守估计我国停车位缺口超过5000万个。因此，国内出现了“停车难”、“天价车位”的情况。国内外的现有的技术以及研究，大多停留在对于某一单个车位的研究，或者某一单个车辆的停车方案的研究上，缺乏对于区域整体车位的研究和对于一段时间内的某一区域的所需停车的车辆的集合的研究，从而不能形成对区域内的全部车辆实施统一化分配，出现了一些停车场爆满，同时其他停车场却已就剩余大量车位的现象，导致了社会公共资源的浪费。而且大多数现有的技术，也仅仅是停留在对于车辆的导航，而并不注意结果是否有无车位空余，往往当车主到达目的地后，却发现车位已满，既浪费了车主的时间，又因为重复的寻找车位，加剧了周围道路的拥堵。
技术实现思路
本专利技术是为了解决上述现有技术存在的不足之处，提出一种智能停车场搜寻与导航方法，以期能最大程度上的利用每一个停车场的每一个车位，更加合理的分配每一个停车场，从而达到缓解“停车难”，交通拥堵的目的。本专利技术为达到上述专利技术目的，采用如下技术方案：本专利技术一种智能停车场搜寻与导航方法的特点是应用于由用户端、使用端和云端服务器所组成的网络环境中，并按如下步骤进行：步骤1，有关数据的信息收集及上传；步骤1.1，收集车辆i上的用户端的地理位置和目的地的地理位置；步骤1.2，收集所述用户端的个人偏好，包括：步行距离心理阻抗权重系数m1、停车费用心理阻抗权重系数m2和安全系数γ，且γ＝εj-εmin，其中，εj为停车场j的安保密度，即停车场单位面积监控探头的数量；εmin为对停车场安保密度所能接受的最小值；若车辆i上的用户端选择较少步行，则令m1＞m2，若所述车辆i上的用户端选择较少费用，则令m1＜m2，若所述车辆i上的用户端选择较为安全，则令为车辆i所在城市的停车场单位面积监控探头数量的平均值；步骤1.3，停车场类型的选择：判断车辆i上的用户端选择的停车场j的类型，若停车场j为露天停车场，则停车场j上的使用端收集目的地所在的一定范围内所有露天停车场的车位状态数量信息、地理位置、费用信息、安保密度；若停车场j为非露天停车场，则停车场j上的使用端收集目的地所在的一定范围内所有非露天停车场的车位状态数量信息、地理位置、费用信息、安保密度；若停车场j为私人停车场，则停车场j上的使用端收集目的地所在的一定范围内所有私人停车场的车位状态数量信息、地理位置、费用信息、安保密度；所述车位状态数量信息包括：已占用数量，可预订数量，已预订数量；步骤1.4，用户端和使用端把收集到的地理位置、个人偏好、选择的停车场类型以及预存的停车费用数据上传至云端服务器；步骤2，云端服务器根据所接收到的数据，计算车辆i对于目的地所在的一定范围内所有相应类型的停车场的成本，并将所有计算结果进行升序排序后，向所选择的停车场k的使用端发送请求停车信息：利用式(1)建立个体停车模型：式(1)中，ci,j是车辆i上的用户端选择停车场j停泊的实际停车成本；pj为停车场j收取的停车费用；α1为用户端从出发地行驶到停车场的成本比重，并有：α1＝k1P0Pp(2)式(2)中，P0为单位时间内汽车消耗燃料的费用；Pp为通过生产法计算出的时间价值；k1为开车时间的影响系数；式(1)中，α2为用户端从停车场步行到目的地的成本比重，并有：α2＝k2Pp(3)式(3)中，k2为步行时间的影响系数；式(1)中，为车辆i行驶至停车场j的行驶时间，并有：式(4)中，中为车辆i行驶至停车场j的行驶距离，vD为理想状态下汽车行驶的速度，ρ为拥堵修正系数；式(1)中，为车辆i上的用户端从停车场j步行至目的地的步行时间，并有：式(5)中，为车辆i上的用户端从停车场j步行至目的地的步行距离；vw为平均步行速度；式(1)中，θi,j为惩罚成本，并有：式(6)中，Pt,j为用户端预订的停车场j单位时间内的价格，为车辆i上的用户端从开始预订停车场j到取消预订的时间长度；当时，令θi,j＝0；其中，为停车基本时间，并有：式(7)中，ρ0为汽车平均行驶单位距离的时间；式(1)中，Qi,j是诱导判断参量，当且且εj-εmin＞0时，令Qi,j＝1，表示将车辆i上的用户端诱导至停车场j，否则，令Qi,j＝0，表示不对车辆i诱导；其中，为车辆i上的用户端步行到停车场j距离的心理阻抗，β2,j为车辆i上的用户端对停车场j的停车费用的心理阻抗，并有：式(8)中，smax为用户端愿意接受的最大步行距离；式(9)中，pmax为用户端愿意接受的最大停车费用；当Qi,j＝1时，利用式(10)得到实际停车成本ci,j：当Qi,j＝0时且当时，令ci,j＝0；当Qi,j＝0时且当时，则利用式(11)得到实际停车成本ci,j：ci,j＝θi,j(1-Qi,j)(11)步骤3，停车场k上的使用端接收所有用户端发送的请求停车信息，并将所有用户的请求停车信息以及停车场k的车位状态上传至所述云端服务器；步骤4，所述云端服务器根据所接收到的信息，利用式(12)建立多个体停车模型：式(12)中，为Δt时间段内的t时刻的停车场k的判断因子；βθ为环境干扰系数；为停车场k的总车位数量；为停车场k在t时刻空余车位数目；为停车场k在t时刻通过用户端接收到的所有请求停车信息的数目；为包含t时刻的Δt时间段内未通过用户端而进入停车k车辆数量；步骤5，所述云端服务器判断是否成立，若成立，则表示停车场k能容纳所有发送请求停车信息的用户端；否则，表示停车场k能容纳部分发送请求停车信息的用户端，并执行步骤6；其中，为包含t时刻的Δt时间段内停车场k的容量阈值；步骤6，所述云端服务器利用式(13)计算t时刻车辆i上的用户端到停车场k的行驶时间Tti,k：式(13)中，vi为车辆i上的用户端的行驶速度，ai,k为车辆i上的用户端到停车场k的拥堵系数，为t时刻车辆i上的用户端到停车场k的行驶距离；步骤7，所述云端服务器判断Tti,k≥tb是否成立，若成立，则表示t时刻车辆i上的用户端达到停车场k时可能无车位，并发送提示消息给车辆i上的用户端；否则，表示t时刻车辆i上的用户端达到停车场k时有车位；tb为时间阈值；步骤8，当所述车辆i上的用户端在t时刻接收到提示可能无车位的信息时，车辆i上的用户端若放弃停车场k，则根据步骤2的排序结果，重新选择另一停车场后发送请求停车信息，并返回步骤3执行；否则，车辆i上的用户端继续向停车场k行驶。与现有技术相比，本专利技术的有益效果在于：1、本本文档来自技高网...

【技术保护点】
1.一种智能停车场搜寻与导航方法，其特征是应用于由用户端、使用端和云端服务器所组成的网络环境中，并按如下步骤进行：/n步骤1，有关数据的信息收集及上传；/n步骤1.1，收集车辆i上的用户端的地理位置和目的地的地理位置；/n步骤1.2，收集所述用户端的个人偏好，包括：步行距离心理阻抗权重系数m

【技术特征摘要】
1.一种智能停车场搜寻与导航方法，其特征是应用于由用户端、使用端和云端服务器所组成的网络环境中，并按如下步骤进行：
步骤1，有关数据的信息收集及上传；
步骤1.1，收集车辆i上的用户端的地理位置和目的地的地理位置；
步骤1.2，收集所述用户端的个人偏好，包括：步行距离心理阻抗权重系数m1、停车费用心理阻抗权重系数m2和安全系数γ，且γ＝εj-εmin，其中，εj为停车场j的安保密度，即停车场单位面积监控探头的数量；εmin为对停车场安保密度所能接受的最小值；
若车辆i上的用户端选择较少步行，则令m1＞m2，若所述车辆i上的用户端选择较少费用，则令m1＜m2，若所述车辆i上的用户端选择较为安全，则令为车辆i所在城市的停车场单位面积监控探头数量的平均值；
步骤1.3，停车场类型的选择：
判断车辆i上的用户端选择的停车场j的类型，若停车场j为露天停车场，则停车场j上的使用端收集目的地所在的一定范围内所有露天停车场的车位状态数量信息、地理位置、费用信息、安保密度；
若停车场j为非露天停车场，则停车场j上的使用端收集目的地所在的一定范围内所有非露天停车场的车位状态数量信息、地理位置、费用信息、安保密度；
若停车场j为私人停车场，则停车场j上的使用端收集目的地所在的一定范围内所有私人停车场的车位状态数量信息、地理位置、费用信息、安保密度；
所述车位状态数量信息包括：已占用数量，可预订数量，已预订数量；
步骤1.4，用户端和使用端把收集到的地理位置、个人偏好、选择的停车场类型以及预存的停车费用数据上传至云端服务器；
步骤2，云端服务器根据所接收到的数据，计算车辆i对于目的地所在的一定范围内所有相应类型的停车场的成本，并将所有计算结果进行升序排序后，向所选择的停车场k的使用端发送请求停车信息：
利用式(1)建立个体停车模型：



式(1)中，ci,j是车辆i上的用户端选择停车场j停泊的实际停车成本；pj为停车场j收取的停车费用；α1为用户端从出发地行驶到停车场的成本比重，并有：
α1＝k1P0Pp(2)
式(2)中，P0为单位时间内汽车消耗燃料的费用；Pp为通过生产法计算出的时间价值；k1为开车时间的影响系数；
式(1)中，α2为用户端从停车场步行到目的地的成本比重，并有：
α2＝k2Pp(3)
式(3)中，k2为步行时间的影响系数；
式(1)中，为车辆i行驶至停车场j的行驶时间，并有：



式(4)中，中为车辆i行驶至停车场j的行驶距离，vD为理想状态下汽车行驶的速度，ρ为拥堵修正系数；
式(1)中，为车辆i上的用户端从停车场j步行至目的地的步行时间，并有：



式(5)中，为车辆i上的用户端从停车场j步行至目的地的步行距离；vw为平均步行速度；
式(1)中...

【专利技术属性】
技术研发人员：卢晓珊，张嘉睿，王龙宣，张学海，陈明亮，龚良科，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34