一种基于定位数据分析的车位泊车方法技术

技术编号:39726891 阅读:34 留言:0更新日期:2023-12-17 23:31
本发明专利技术涉及智慧停车技术领域,特别涉及一种基于定位数据分析的车位泊车方法

【技术实现步骤摘要】
一种基于定位数据分析的车位泊车方法


[0001]本专利技术涉及智慧停车
,特别涉及一种基于定位数据分析的车位泊车方法


技术介绍

[0002]目前停车场的设计结构大多采用并列式设计,两个

三个或多个车位朝同一方向并行排列,如图1所示

正常使用时,并行排列车位前方是否允许停靠车辆的,但实际生活中,在缺少空余车位时,常有违停车辆停至排列车位前方,阻碍正常车辆进出,由此引发矛盾

[0003]由于目前车库管理都依靠人工巡逻管理,兼之车库管理人员并没有执法权,因此并不能有效的制止违停行为

但违停车辆大多停放时间不长,若有合理的方式监管调度正常车辆和违停车辆,不但可以减少矛盾争执,还可以提高车位停靠的利用率


技术实现思路

[0004]本专利技术公开了一种基于定位数据分析的车位泊车方法,具体方法如下:
[0005]正常车辆停入画线车位后,实时获取正常车辆车主的定位信息,在画线车位处实时显示正常车辆的预计停放时间和最少返程时间;<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于定位数据分析的车位泊车方法,其特征在于,具体方法如下:正常车辆停入画线车位后,实时获取正常车辆车主的定位信息,在画线车位处实时显示正常车辆的预计停放时间和最少返程时间;将画线车位前方可能阻碍正常车辆进出的区域设置为违停区域,当违停车辆停入违停区域时,实时获取违停车辆车主的定位信息;根据预计停放时间

最少返程时间和违停车辆车主的定位信息,融合决策判断是否通知违停车辆车主返回挪车
。2.
如权利要求1所述的基于定位数据分析的车位泊车方法,其特征在于,实时获取正常车辆车主和违停车辆车主的定位信息,具体方法为:正常车辆车主或违停车辆车主通过手机扫码进入
APP
,通过手机实时获取正常车辆车主和违停车辆车主的定位信息;若正常车辆车主未扫码进入
APP
,则不显示正常车辆的预计停放时间和最少返程时间,结束泊车管理调度;若违停车辆车主未扫码进入
APP
,通过车库摄像头获取违停车辆信息,并将违停车辆信息发送至车库管理人员,车库管理人员通知违停车辆车主挪车或扫码进入
APP。3.
如权利要求1所述的基于定位数据分析的车位泊车方法,其特征在于,所述正常车辆预计停放时间,获取方式如下:正常车辆车主扫码进入
APP
后,主动输入预计停放时间;若正常车辆车主扫码进入
APP
后,未主动输入预计停放时间,则根据正常车辆车主当前位置实时预测正常车辆的预计停放时间;所述正常车辆最少返程时间,获取方式如下:正常车辆车主扫码进入
APP
后,通过手机定位正常车辆车主位置,结合平均返程速度,实时计算正常车辆车主在不同位置下的最少返程时间
。4.
如权利要求3所述的基于定位数据分析的车位泊车方法,其特征在于,根据正常车辆车主当前位置实时预测正常车辆的预计停放时间,具体方法如下:选取历史数据中选取若干任意时刻作为采样时刻;获取每个采样时刻时,车库所停车辆的车主位置信息,将所有车主位置信息标注在数字地图中;采用聚类算法,将数字地图划分为若干子区间;针对每个子区间,获取历史数据中每位车主的停留时间和车主在该子区间内的移动轨迹作为样本数据;对每个子区间均构建一个
BP
神经网络模型,通过样本数据分别训练样本数据所在子区间的
BP
神经网络模型;确定正常车辆车主当前位置所在子区间选取对应的
BP
神经网络模型,将正常车辆车主在该子区间的移动轨迹输入该
BP
神经网络模型,输出正常车辆车主在该子区间的预计停留时间;以正常车辆车主的预计停留时间加上最少返程时间,作为预计停放时间
。5.
如权利要求4所述的基于定位数据分析的车位泊车方法,其特征在于,所述聚类算法为
k

meams
聚类算法,将数字地图划分为若干子区间的具体方法如下:选取采样时刻构建采样时刻集合
{t1、t2、...t
n
}

t
n
时刻所有车主构建车主集合
{O
n,1
、O
n,2
、...O
n,m
}
,其中
n
为时刻编号,
m
为车主编号,车主
O
n,m
坐标表示为
(x
n,m

y
n,m
)
;构建所有车主坐标样本集选定聚类簇数
k
,初始聚类中心,从样本集
D
中随机选取
k
个样本作为初始聚类中心
{c1、c2、...c...

【专利技术属性】
技术研发人员:陈丹陈志勇
申请(专利权)人:重庆电子工程职业学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1