【技术实现步骤摘要】
车辆停车调度管理方法、装置、计算机设备和存储介质
[0001]本专利技术涉及互联网应用
,特别是涉及车辆停车调度管理方法、装置、计算机设备和存储介质。
技术介绍
[0002]目前虽然可以在拥堵过程中及时预测引导车辆入场,但司机的行为并不可控,存在人为干扰因素。由于采用车机报点的方式采集车辆位置信息,对车机报点的方式存在依赖,这样无法针对未采集到报点的车辆进行道路拥堵的监控,存在误差。且未针对不同道路拥堵程度进行有区别的疏导。
技术实现思路
[0003]本申请提供了一种车辆停车调度管理方法、装置、计算机设备和存储介质。
[0004]第一方面提供了一种车辆停车调度管理方法,所述方法包括:
[0005]获取GPS信息点,根据GPS信息点确定所述车辆是否进入指定地理范围内,
[0006]若进入指定地理范围内,则根据车辆的GPS数据的轨迹点,对车辆进行路径规划;
[0007]基于拥堵预测模型判断车辆前往目的地的路径的行驶时间和拥堵状况,结合所述各个候选路径上的停车场进行停车调度。< ...
【技术保护点】
【技术特征摘要】
1.一种车辆停车调度管理方法,其特征在于,所述方法包括:获取GPS信息点,根据GPS信息点确定所述车辆是否进入指定地理范围内;若进入指定地理范围内,则根据车辆的GPS数据的轨迹点,对车辆进行路径规划;基于拥堵预测模型判断车辆前往目的地的路径的行驶时间和拥堵状况,结合所述各个候选路径上的停车场进行停车调度。2.根据权利要求1所述的车辆停车调度管理方法,其特征在于,所述方法还包括构建所述拥堵预测模型,所述构建所述拥堵预测模型,包括:统计预设历史时间段内车辆行驶轨迹,确定车辆可行驶道路;统计所述车辆可行驶道路上各个路段车辆拥堵情况;统计预设个数路口以内,通往各个路段的路线的车辆拥堵状态和时间,以及路线的转向关系的数据集;基于LSTM深度学习网络,根据所述数据集构建拥堵预测模型。3.根据权利要求2所述的车辆停车调度管理方法,其特征在于,所述LSTM深度学习网络采用两个LSTM层和两个Dropout层,训练生成所述拥堵时长预测模型。4.根据权利要求1所述的车辆停车调度管理方法,其特征在于,所述根据车辆的GPS数据的轨迹点,对车辆进行路径规划,包括:确定是否接收到所述车辆的目的地信息,如果接收到所述车辆的目的轨迹点,则在计算当前轨迹点和目的轨迹点之间所有候选路线长度之后按长度进行排序,仅保留预设数量的短长度候选路线;在计算相邻两个轨迹点之间的所有候选路线的长度之后按长度进行排序,则设定所述车辆的预测目的轨迹点,在计算当前轨迹点和预测目的轨迹点之间所有候选路线长度之后按长度进行排序,仅保留预设数量的短长度候选路线。5.根据权利要求1所述的车辆停车调度管理方法,其特征在于,所述基于拥...
【专利技术属性】
技术研发人员:周新沦,杨晓明,夏曙东,王巍,张志平,胡道生,
申请(专利权)人:北京中交兴路信息科技有限公司,
类型:发明
国别省市:
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。