【技术实现步骤摘要】
一种基于智慧大脑的远程车位查询预订方法
本专利技术涉及远程查询预订
,特别涉及一种基于智慧大脑的远程车位查询预订方法。
技术介绍
目前,园区、社区、楼宇智能化水平很低,各种子系统各自为战,不能形成联动效应,弱电、网络、消防、门禁、停车管理、物管等的底层技术系统(AI识别,设备管理,大数据、5G等设施)无法进行综合管理和打通,管理成本很高;本专利技术提供了一种于智慧大脑的远程车位查询预订方法,能够有效解决楼宇\园区5G智能化解决的AI能力、设备管理、大数据、5G边缘计算的需求,解决小公司没有能力做,大公司基于成本考虑不愿意做的最后一公里碎片化的智能化需求的问题。
技术实现思路
本专利技术提供一种基于智慧大脑的远程车位查询预订方法,用以帮助用户通过手持终端快速查找可用的停车位信息,协助用户高效快速的完成停车。本专利技术提供一种基于智慧大脑的远程车位查询预订方法,包括:获取车位查询指令,并基于智慧大脑获取与所述车位查询指令相关的车位信息;基于手持终端接收用户输入的预约指令,并将所述预约指令与所述车位信息进行分析匹配;基于匹配结果生成预约反馈信号,并将所述预约反馈信号传送至所述手持终端。优选的,一种基于智慧大脑的远程车位查询预订方法,所述车位信息包括:停车场车位状态、剩余车位数量以及每个剩余车的当前位置。优选的,一种基于智慧大脑的远程车位查询预订方法,获取车位查询指令前,还包括:用户在手持终端中进行用户信息注册,具体过程包括:向 ...
【技术保护点】
1.一种基于智慧大脑的远程车位查询预订方法,其特征在于,包括:/n获取车位查询指令,并基于智慧大脑获取与所述车位查询指令相关的车位信息;/n基于手持终端接收用户输入的预约指令,并将所述预约指令与所述车位信息进行分析匹配;/n基于匹配结果生成预约反馈信号,并将所述预约反馈信号传送至所述手持终端;/n将所述预约指令与所述车位信息进行分析匹配的工作过程,包括:/n获取所述预约指令的预约指令信息,并将所述预约指令信息传输到与所述智慧大脑相关的系统中;/n基于所述系统接收所述预约指令,并建立至少两个源指令组;/n将所述预约指令分配至源指令组中,并生成至少一个指令簇;/n获取所述指令簇对应的簇节点,并获取所述簇节点的直接邻居节点数量信息;/n根据所述直接邻居节点数量信息生成校验模型;/n基于循环冗余校验法以及校验模型对所述簇节点进行校验,并判断是否合格;/n若合格,将所述预约指令转化为分层链表形式的数据结构;/n同时,从预设数据库中获取与所述数据结构相似度最高的区域车位资源池,完成所述预约指令与所述车位信息的匹配。/n
【技术特征摘要】
1.一种基于智慧大脑的远程车位查询预订方法,其特征在于,包括:
获取车位查询指令,并基于智慧大脑获取与所述车位查询指令相关的车位信息;
基于手持终端接收用户输入的预约指令,并将所述预约指令与所述车位信息进行分析匹配;
基于匹配结果生成预约反馈信号,并将所述预约反馈信号传送至所述手持终端;
将所述预约指令与所述车位信息进行分析匹配的工作过程,包括:
获取所述预约指令的预约指令信息,并将所述预约指令信息传输到与所述智慧大脑相关的系统中;
基于所述系统接收所述预约指令,并建立至少两个源指令组;
将所述预约指令分配至源指令组中,并生成至少一个指令簇;
获取所述指令簇对应的簇节点,并获取所述簇节点的直接邻居节点数量信息;
根据所述直接邻居节点数量信息生成校验模型;
基于循环冗余校验法以及校验模型对所述簇节点进行校验,并判断是否合格;
若合格,将所述预约指令转化为分层链表形式的数据结构;
同时,从预设数据库中获取与所述数据结构相似度最高的区域车位资源池,完成所述预约指令与所述车位信息的匹配。
2.如权利要求1所述的一种基于智慧大脑的远程车位查询预订方法,其特征在于,
所述车位信息包括:停车场车位状态、剩余车位数量以及每个剩余车位的当前位置。
3.如权利要求1所述的一种基于智慧大脑的远程车位查询预订方法,其特征在于,获取车位查询指令前,还包括:
用户在手持终端中进行用户信息注册,具体过程包括:
向所述用户推送与用户使用车辆相对应的名称集合,并获取所述用户从所述名称集合中选定的注册标识;
输入所述用户的身份信息,并根据所述注册标识判断所述用户是否为预设注册表中的注册用户;
若所述用户为所述预设注册表中的注册用户,则通过所述用户信息在所述手持终端中进行登录操作;
若所述用户不是所述注册表中的注册用户,则获取所述用户的面部图像数据,并基于所述面部图像数据向所述手持终端的控制端发送注册请求;
基于所述注册请求,接收所述手持终端的控制端的注册指示;
按照所述注册指示的指示方式,将所述用户的注册标识以及所述用户的面部图像数据注册到与所述注册指示所对应的指示注册表中,完成在手机终端对所述用户的信息注册。
4.如权利要求1所述的一种基于智慧大脑的远程车位查询预订方法,其特征在于,依据所述车位查询指令,在智慧大脑中获取车位信息的具体工作过程,包括:
获取车位查询指令,并获取所述车位查询指令对应的数据;
获取所述车位查询指令对应的数据,并获取所述数据对应的执行轨迹,同时,对所述执行轨迹进行筛选;
基于筛选结果,获取与所述车位指令注入地址所对应的执行轨迹,并对所述执行轨迹进行计算,获取数据覆盖率;
根据细粒度分类识别方法,判断所述数据覆盖率是否符合规定覆盖率;
若不符合所述规定覆盖率,判定所述车位查询指令为错误指令,无法对车位进行查询;
否则,提取所述车位查询指令的特征信息;
同时,基于卷积神经网络对所述车位查询指令的特征信息进行识别;
获取所述卷积神经网络的每一层输出值的位数,并将所述输出值的位数作为该层的最终输出值;
对所述最终输出值进行傅里叶变换,并将...
【专利技术属性】
技术研发人员:韩黎光,
申请(专利权)人:红石阳光北京科技股份有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。