System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及物联网领域,具体涉及一种基于物联网感知的停车场管理方法及装置。
技术介绍
1、目前,随着经济的不断发展,汽车的普及率越来越高,停车场逐渐成为一项新的建筑必备设施。智能停车场因其人员成本比较低,已经成为停车场发展的必然趋势,智能停车场的营收状况直接关系到停车场能否持续发展。
2、专利技术人发现,现有技术中的停车场管理方法多采用人工管理,不能很好地体现智能化优势,往往造成停车场部分片区的集中拥堵,停车效率低下。
技术实现思路
1、针对现有技术中的问题,本申请提供一种基于物联网感知的停车场管理方法及装置,能够有效提高用户停车效率和准确率,有利于停车场的智能化管理。
2、为了解决上述问题中的至少一个,本申请提供以下技术方案:
3、第一方面,本申请提供一种基于物联网感知的停车场管理方法,包括:
4、通过停车场摄像头组确定所述停车场各预设初始停车片区内的车辆状态,根据所述车辆状态和设定停车聚类算法确定对应的计划片区,其中,所述车辆状态包括车辆停留时间、车辆类型以及行人流向中的至少一种;
5、根据所述计划片区的范围位置对所述初始停车片区的边界进行实时调整更新,得到经过所述实时调整更新后的目标停车片区并进行数据库更新;
6、在监测到车辆通过入口闸门时,根据所述车辆的车牌信息和所述数据库确定对应的所述目标停车片区。
7、进一步地,所述通过停车场摄像头组确定所述停车场各预设初始停车片区内的车辆状态,根据所述车
8、通过预设在停车场各预设初始停车片区内的停车场摄像头组采集所述初始停车片区内的图像数据并对所述图像数据进行停留时长的数据分析,根据所述数据分析的结果确定对应的车辆停留时间;
9、根据所述车辆停留时间进行k均值聚类计算,将所述k均值聚类计算得到的各个簇确定为对应的计划片区,其中,所述计划片区包括短时停车片区和长时停车片区。
10、进一步地,所述根据所述车辆停留时间进行k均值聚类计算,将所述k均值聚类计算得到的各个簇确定为对应的计划片区,包括:
11、将各所述车辆停留时间设定为聚类特征数据点,并计算各所述聚类特征数据点与预设初始化聚类中心的欧式距离,得到对应的车辆停留时间相似度度量值;
12、根据所述车辆停留时间相似度度量值的数值大小确定对应的簇,并将各个簇确定为对应的计划片区。
13、进一步地, 所述通过停车场摄像头组确定所述停车场各预设初始停车片区内的车辆状态,根据所述车辆状态和设定停车聚类算法确定对应的计划片区,还包括:
14、通过预设在停车场各预设初始停车片区内的停车场摄像头组采集所述初始停车片区内的图像数据并对所述图像数据进行车辆体尺寸的数据分析,根据所述数据分析的结果确定对应的车辆类型;
15、根据所述车辆类型进行k均值聚类计算,将所述k均值聚类计算得到的各个簇确定为对应的计划片区,其中,所述计划片区包括大型车停车片区和小型车停车片区。
16、进一步地,所述根据所述车辆类型进行k均值聚类计算,将所述k均值聚类计算得到的各个簇确定为对应的计划片区,包括:
17、将各所述车辆类型设定为聚类特征数据点,并计算各所述聚类特征数据点与预设初始化聚类中心的欧式距离,得到对应的车辆类型相似度度量值;
18、根据所述车辆类型相似度度量值的数值大小确定对应的簇,并将各个簇确定为对应的计划片区。
19、进一步地,所述通过停车场摄像头组确定所述停车场各预设初始停车片区内的车辆状态,根据所述车辆状态和设定停车聚类算法确定对应的计划片区,还包括:
20、通过预设在停车场各预设初始停车片区内的停车场摄像头组采集所述初始停车片区内的图像数据并对所述图像数据进行行人移动方向和速度的数据分析,根据所述数据分析的结果确定对应的行人流向;
21、根据所述行人流向进行k均值聚类计算,将所述k均值聚类计算得到的各个簇确定为对应的计划片区,其中,所述计划片区包括入场停车片区和乘梯停车片区。
22、进一步地,所述根据所述行人流向进行k均值聚类计算,将所述k均值聚类计算得到的各个簇确定为对应的计划片区,包括:
23、将各所述行人流向设定为聚类特征数据点,并计算各所述聚类特征数据点与预设初始化聚类中心的欧式距离,得到对应的行人流向相似度度量值;
24、根据所述行人流向相似度度量值的数值大小确定对应的簇,并将各个簇确定为对应的计划片区。
25、第二方面,本申请提供一种基于物联网感知的停车场管理装置,包括:
26、计划片区确定模块,用于通过停车场摄像头组确定所述停车场各预设初始停车片区内的车辆状态,根据所述车辆状态和设定停车聚类算法确定对应的计划片区,其中,所述车辆状态包括车辆停留时间、车辆类型以及行人流向中的至少一种;
27、目标片区更新模块,用于根据所述计划片区的范围位置对所述初始停车片区的边界进行实时调整更新,得到经过所述实时调整更新后的目标停车片区并进行数据库更新;
28、入库导航模块,用于在监测到车辆通过入口闸门时,根据所述车辆的车牌信息和所述数据库确定对应的所述目标停车片区。
29、第三方面,本申请提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的基于物联网感知的停车场管理方法的步骤。
30、第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的基于物联网感知的停车场管理方法的步骤。
31、第五方面,本申请提供一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现所述的基于物联网感知的停车场管理方法的步骤。
32、由上述技术方案可知,本申请提供一种基于物联网感知的停车场管理方法及装置,通过停车场摄像头组确定所述停车场各预设初始停车片区内的车辆状态,根据所述车辆状态和设定停车聚类算法确定对应的计划片区,其中,所述车辆状态包括车辆停留时间、车辆类型以及行人流向中的至少一种;根据所述计划片区的范围位置对所述初始停车片区的边界进行实时调整更新,得到经过所述实时调整更新后的目标停车片区并进行数据库更新;在监测到车辆通过入口闸门时,根据所述车辆的车牌信息和所述数据库确定对应的所述目标停车片区,由此能够有效提高用户停车效率和准确率,有利于停车场的智能化管理。
本文档来自技高网...【技术保护点】
1.一种基于物联网感知的停车场管理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于物联网感知的停车场管理方法,其特征在于,所述通过停车场摄像头组确定所述停车场各预设初始停车片区内的车辆状态,根据所述车辆状态和设定停车聚类算法确定对应的计划片区,包括:
3.根据权利要求2所述的基于物联网感知的停车场管理方法,其特征在于,所述根据所述车辆停留时间进行K均值聚类计算,将所述K均值聚类计算得到的各个簇确定为对应的计划片区,包括:
4.根据权利要求1所述的基于物联网感知的停车场管理方法,其特征在于,所述通过停车场摄像头组确定所述停车场各预设初始停车片区内的车辆状态,根据所述车辆状态和设定停车聚类算法确定对应的计划片区,还包括:
5.根据权利要求4所述的基于物联网感知的停车场管理方法,其特征在于,所述根据所述车辆类型进行K均值聚类计算,将所述K均值聚类计算得到的各个簇确定为对应的计划片区,包括:
6.根据权利要求1所述的基于物联网感知的停车场管理方法,其特征在于,所述通过停车场摄像头组确定所述停车场各预设初始停车片区内
7.根据权利要求6所述的基于物联网感知的停车场管理方法,其特征在于,所述根据所述行人流向进行K均值聚类计算,将所述K均值聚类计算得到的各个簇确定为对应的计划片区,包括:
8.一种基于物联网感知的停车场管理装置,其特征在于,所述装置包括:
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任一项所述的基于物联网感知的停车场管理方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7任一项所述的基于物联网感知的停车场管理方法的步骤。
...【技术特征摘要】
1.一种基于物联网感知的停车场管理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于物联网感知的停车场管理方法,其特征在于,所述通过停车场摄像头组确定所述停车场各预设初始停车片区内的车辆状态,根据所述车辆状态和设定停车聚类算法确定对应的计划片区,包括:
3.根据权利要求2所述的基于物联网感知的停车场管理方法,其特征在于,所述根据所述车辆停留时间进行k均值聚类计算,将所述k均值聚类计算得到的各个簇确定为对应的计划片区,包括:
4.根据权利要求1所述的基于物联网感知的停车场管理方法,其特征在于,所述通过停车场摄像头组确定所述停车场各预设初始停车片区内的车辆状态,根据所述车辆状态和设定停车聚类算法确定对应的计划片区,还包括:
5.根据权利要求4所述的基于物联网感知的停车场管理方法,其特征在于,所述根据所述车辆类型进行k均值聚类计算,将所述k均值聚类计算得到的各个簇确定为对应的计划片区,包...
【专利技术属性】
技术研发人员:赵拯,郑东,刘浩,庄庆云,徐宇杰,彭观海,朱翔,
申请(专利权)人:浙江宇泛精密科技有限公司,
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。