CN105096636A - 一种停车场的动态选择方法及*** - Google Patents
一种停车场的动态选择方法及*** Download PDFInfo
- Publication number
- CN105096636A CN105096636A CN201510350816.1A CN201510350816A CN105096636A CN 105096636 A CN105096636 A CN 105096636A CN 201510350816 A CN201510350816 A CN 201510350816A CN 105096636 A CN105096636 A CN 105096636A
- Authority
- CN
- China
- Prior art keywords
- parking lot
- vehicle
- object parking
- average
- time point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 49
- 230000008569 process Effects 0.000 claims abstract description 42
- 238000005096 rolling process Methods 0.000 claims description 60
- 230000001143 conditioned effect Effects 0.000 claims description 13
- 230000003068 static effect Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 101100298222 Caenorhabditis elegans pot-1 gene Proteins 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种停车场的动态选择方法及***,包括:根据第一策略确定目的停车场与到达目的停车场的最佳行车路线;在前往目的停车场的过程中,根据第二策略预测当前位置到达目的停车场所需的行车时长,根据第三策略预测目的停车场的车辆平均驶入/驶出量,根据实时剩余有效空闲停车位数量、当前位置到达目的停车场所需的行车时长、车辆平均驶入/驶出量,预测到达目的停车场时剩余有效空闲停车位数量;当预测得到的剩余有效空闲停车位数量小于预定阈值时,根据第一策略重新确定目的停车场与到达目的停车场的最佳行车路线。本发明用来解决现有技术中在前往停车场过程中无法动态提供有效、及时、准确导航结果的问题。
Description
技术领域
本发明涉及智能导航领域,尤其涉及一种停车场的动态选择方法及***。
背景技术
目前,在驾驶者开车前往某个目的地时,由于不能及时获取目的地附近停车场的位置、停车场与目的地的距离、停车场的收费价格、停车场的空闲车位数量、前往停车场的路径及路径上的路况等信息,因此,驾驶者可能盲目选择一条路线到达目的地,从而增加了前往目的地的行车时间,而且可能导致交通拥塞。另外,驾驶者在到达目的地后临时去寻找停车场,有可能因为找到的停车场没有空闲车位、停车价格较高、停车场离目的地太远等因素而放弃该停车场,又去寻找下一个停车场,从而增加无效路程,延长到达目的地的时间,也可能导致交通拥塞。
针对上述问题,现有技术中提供停车诱导***,该***是智能交通***的重要组成部分,能够提供与目的地相关的停车场的位置、空闲停车位、与目的地的距离、停车场的价格、行车路径和行车路况等信息给驾驶者,从而帮助驾驶者选择合适的停车场和合理的行车路线,以提高驾驶者的停车成功率。
然而,虽然通过目前的停车诱导***,用户在出行前能够选择最佳停车场及路径诱导方案,但是,由于城市道路网交通信息及停车场信息实时更新,因此,用户出行前选择的最佳停车场及路径诱导方案在行进过程中可能变为非最佳方案或不可行方案。
针对上述问题,在现有技术中,将最佳行车路径分成若干个交叉口节点,在前往停车场的行驶过程中,每经过一个交叉口节点即判断道路网交通信息及停车场信息是否已更新,若未更新则按照原最佳停车场及路径规划方案行驶至下一个交叉口节点;否则根据实时路网交通信息或停车场信息重新对停车场进行多目标优化选择,并根据更新后的路径确定下一个交叉口节点。
在上述方案中,需要每经过一个交叉口节点判断道路网交通信息及停车场信息是否已更新。然而,路径上交叉点的数量及分布是难以确定的问题。若交叉点数量多且分布密集,则增加了道路网交通信息及停车场信息是否已更新的判断次数,增加了***的复杂度,加重了***的处理时间和能力,容易导致多次无效判断,浪费有限的资源;若交叉点数量少且分布稀疏,则交叉点之间的距离较远,容易错过道路网交通信息及停车场信息更新的时间点,当道路网交通信息及停车场信息更新时,用户可能行驶在两个交叉点之间,要过较长时间才能到达下一个交叉点,才能判断道路网交通信息及停车场信息是否已更新,错过重新选择新的行车路径或新的最佳停车场的时机,导致增加前往停车场的路径长度和行车时间。
发明内容
为了解决上述技术问题,本发明提供一种停车场的动态选择方法及***,用来解决现有技术中在前往停车场过程中无法动态提供有效、及时、准确导航结果的问题。
为了达到上述技术目的,本发明提供一种停车场的动态选择方法,包括:根据第一策略确定目的停车场与到达目的停车场的最佳行车路线;在前往所述目的停车场的过程中,根据第二策略预测当前位置到达目的停车场所需的行车时长,根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量,根据目的停车场的实时剩余有效空闲停车位数量、预测得到的当前位置到达目的停车场所需的行车时长、预测得到的目的停车场的车辆平均驶入量及车辆平均驶出量,预测到达目的停车场时该目的停车场的剩余有效空闲停车位数量;当所述预测得到的剩余有效空闲停车位数量小于预定阈值时,根据所述第一策略重新确定目的停车场与到达目的停车场的最佳行车路线。
进一步地,所述根据第一策略确定目的停车场与到达目的停车场的最佳行车路线包括:
根据出行目的地确定候选停车场集合;
针对所述候选停车场集合中每个候选停车场,根据该候选停车场至目的地的步行距离、该候选停车场剩余的有效空闲停车位数量、该候选停车场车辆停放的安全等级、该候选停车场的收费价格、当前位置至该候选停车场所需时长及上述各因素对应的权重值,确定该候选停车场的选择参数;
根据得到的所有候选停车场的选择参数,从候选停车场集合中确定目的停车场;
将当前位置至目的停车场所需时长最短的行车路线确定为最佳行车路线。
进一步地,所述根据第二策略预测当前位置到达目的停车场所需的行车时长包括:
针对最佳行车路线上尚未行驶经过的每条道路,根据预设时间点记录的平均行车速率及对应的权重值预测下一时间点的平均行车速率,根据该道路上当前尚未行驶经过的路长及预测得到的下一时间点的平均行车速率,确定通过该道路上当前尚未行驶经过的路长所需的行车时长;
将最佳行车线路上尚未行驶经过的每条道路的行车时长之和确定为当前位置到达目的停车场所需的行车时长。
进一步地,所述根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量包括:
当有车辆从目的停车场驶出时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶出量及每个实时车辆平均驶出量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶出量,其中,所述实时车辆平均驶出量为起始时间点至某个有车辆从目的停车场驶出的时间点内从目的停车场驶出的车辆总数与该时间点至起始时间点的时长的比值;
当有车辆驶入目的停车场时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶入量及每个实时车辆平均驶入量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量,其中,所述实时车辆平均驶入量为起始时间点至某个有车辆驶入目的停车场的时间点内驶入目的停车场的车辆总数与该时间点至起始时间点的时长的比值。
进一步地,所述根据第二策略预测当前位置到达目的停车场所需的行车时长之后,所述根据第三策略预测当前位置到达目的停车所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量之前,还包括:
当所述预测得到的行车时长满足预设条件,则根据所述第一策略重新确定到达目的停车场的最佳行车路线;
当所述预测得到的行车时长不满足预设条件,则进行根据第三策略预测当前位置到达目的停车所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量的步骤。
本发明还提供一种停车场的动态选择***,包括:第一处理模块,用于根据第一策略确定目的停车场与到达目的停车场的最佳行车路线;第二处理模块,用于在前往所述目的停车场的过程中,根据第二策略预测当前位置到达目的停车场所需的行车时长,根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量,根据目的停车场的实时剩余有效空闲停车位数量、预测得到的当前位置到达目的停车场所需的行车时长、预测得到的目的停车场的车辆平均驶入量及车辆平均驶出量,预测到达目的停车场时该目的停车场的剩余有效空闲停车位数量;第三处理模块,用于当所述预测得到的剩余有效空闲停车位数量小于预定阈值时,根据第一策略重新确定目的停车场与到达目的停车场的最佳行车路线。
进一步地,所述第一处理模块,具体用于:
根据出行目的地确定候选停车场集合;
针对所述候选停车场集合中每个候选停车场,根据该候选停车场至目的地的步行距离、该候选停车场剩余的有效空闲停车位数量、该候选停车场车辆停放的安全等级、该候选停车场的收费价格、当前位置至该候选停车场所需时长及上述各因素对应的权重值,确定该候选停车场的选择参数;
根据得到的所有候选停车场的选择参数,从候选停车场集合中确定目的停车场;
将当前位置至目的停车场所需时长最短的行车路线确定为最佳行车路线。
进一步地,所述第二处理模块,用于根据第二策略预测当前位置到达目的停车场所需的行车时长包括:
针对最佳行车路线上尚未行驶经过的每条道路,根据预设时间点记录的平均行车速率及对应的权重值预测下一时间点的平均行车速率,根据该道路上当前尚未行驶经过的路长及预测得到的下一时间点的平均行车速率,确定通过该道路上当前尚未行驶经过的路长所需的行车时长;
将最佳行车路线上尚未行驶经过的每条道路的行车时长之和确定为当前位置到达目的停车场所需的行车时长。
进一步地,所述第二处理模块,用于根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量包括:
当有车辆从目的停车场驶出时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶出量及每个实时车辆平均驶出量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶出量,其中,所述实时车辆平均驶出量为起始时间点至某个有车辆从目的停车场驶出的时间点内从目的停车场驶出的车辆总数与该时间点至起始时间点的时长的比值;
当有车辆驶入目的停车场时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶入量及每个实时车辆平均驶入量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量,其中,所述实时车辆平均驶入量为起始时间点至某个有车辆驶入目的停车场的时间点内驶入目的停车场的车辆总数与该时间点至起始时间点的时长的比值。
进一步地,所述第三处理模块,还用于当所述预测得到的行车时长满足预设条件,则根据所述第一策略重新确定到达目的停车场的最佳行车路线;当所述预测得到的行车时长不满足预设条件,则根据第三策略预测当前位置到达目的停车所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量。
在本发明中,根据第一策略确定目的停车场与到达目的停车场的最佳行车路线;在前往目的停车场的过程中,根据第二策略预测当前位置到达目的停车场所需的行车时长,根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量,根据目的停车场的实时剩余有效空闲停车位数量、预测得到的当前位置到达目的停车场所需的行车时长、预测得到的目的停车场的车辆平均驶入量及车辆平均驶出量,预测到达目的停车场时该目的停车场的剩余有效空闲停车位数量;当预测得到的剩余有效空闲停车位数量小于预定阈值时,根据第一策略重新确定目的停车场与到达目的停车场的最佳行车路线。如此,根据用户行车时间内停车场停车位数量的动态变化情况判断在预计剩余行车时间内停车场剩余有效空闲停车位的变化情况,及时给用户发出当到达停车场时没有停车位的告警提示,避免了出现用户到达目的停车场后没有停车位的情况,提高了目的停车场选择的准确性。
此外,当预测得到的行车时长满足预设条件,则根据第一策略重新确定到达目的停车场的最佳行车路线。如此,根据用户行车时长内道路信息的动态变化来判断预计剩余行车时间内,到达目的停车场的剩余行车路径的交通拥堵程度,及时为用户提供剩余行车路径的交通拥堵告警,从而引导用户及时避开拥堵路线,重新选择最佳行车线路,有效地减少了用户前往目的地的行车时间。
附图说明
图1为本发明实施例提供的停车场的动态选择方法的流程图;
图2为本发明实施例提供的停车场的动态选择***的示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,应当理解,以下所说明的实施例仅用于说明和解释本发明,并不用于限定本发明。
图1为本发明实施例提供的停车场的动态选择方法的流程图。如图1所示,本发明实施例提供的停车场的动态选择方法包括以下步骤:
步骤11:根据第一策略确定目的停车场与到达目的停车场的最佳行车路线。
于本实施例中,根据第一策略确定目的停车场与到达目的停车场的最佳行车路线包括:
根据出行目的地确定候选停车场集合;
针对候选停车场集合中每个候选停车场,根据该候选停车场至目的地的步行距离、该候选停车场剩余的有效空闲停车位数量、该候选停车场车辆停放的安全等级、该候选停车场的收费价格、当前位置至该候选停车场所需时长及上述各因素对应的权重值,确定该候选停车场的选择参数;
根据得到的所有候选停车场的选择参数,从候选停车场集合中确定目的停车场;
将当前位置至目的停车场所需时长最短的行车路线确定为最佳行车路线。
其中,第一策略例如包括:每个候选停车场的选择参数根据各个候选停车场选择因素与各因素对应的权重值的乘积确定;目的停车场为选择参数最小值对应的候选停车场;最佳行车路线为当前位置至目的停车场所需时长最短的行车路线。
具体而言,以出行目的地为圆心,选定距离目的地500米半径范围的停车场为候选停车场集合。以候选停车场A为例,以候选停车场至目的地的步行距离a1、候选停车场剩余的有效空闲停车位数量a2、候选停车场车辆停放的安全等级a3、候选停车场的收费价格a4、当前位置驾车至候选停车场所需的行驶时长a5为五个选择影响因素,结合根据用户重视程度确定的上述五个因素的权重值,可以确定候选停车场A的选择参数。
于此,为了便于不同候选停车场之间进行选择参数的比较,五个选择影响因素需要进行归一化数据处理,以进行单位的统一。举例而言,候选停车场至目的地的步行距离a1的取值为该候选停车场至目的地的真实步行距离与500的比值,候选停车场剩余的有效空闲停车位数量a2的取值为该候选停车场的剩余有效空闲停车位数量与该候选停车场全部停车位数量的比值,候选停车场车辆停放的安全等级a3的取值为该候选停车场车辆停放安全性数值与候选停车场集合中车辆停放安全性最高的数值的比值,候选停车场的收费价格a4的取值为该候选停车场的收费价格与候选停车场集合中最高的收费价格的比值,当前位置驾车至候选停车场所需的行驶时长a5的取值为驾车至该候选停车场所需的行驶时长与驾车至候选停车场集合中的停车场所需的最长行驶时长的比值。
于此,选择参数例如根据下式计算:C=b1*a1+b2*(1-a2)+b3*(1-a3)+b4*a4+b5*a5,
其中,b1为因素a1对应的权重值,b2为因素a2对应的权重值,b3为因素a3对应的权重值,b4为因素a4对应的权重值,b5为因素a5对应的权重值。于此,用户重视程度越高,相应的权重值越低。
根据上述处理,可以得到候选停车场集合中每个候选停车场对应的选择参数。于此,根据第一策略将其中最小选择参数对应的候选停车场确定为目的停车场。如此,通过对多个选择因素进行综合考虑,并转换为数据进行比较,有效地提升了现有多种多目标优化算法的收敛精度、速度和稳定性。此外,本发明对于选择因素的设置并不限定于此。于实际应用中,可根据需要新增或减少需要考虑的选择因素。
此外,于本实施例中,驾车至候选停车场所需的行驶时长的测算过程如下:在用户行车起点和候选停车场地点之间选择出若干条行车路径,每条行车路径例如包括至少一条道路,针对每条行车路径,根据当前道路网交通状况,依据这条行车路径上每条道路的平均行车速率和道路长度测算出该行车路径上各道路的行车时间,求和后计算出该行车路径的行车时间,据此,计算上述若干条行车路径各自对应的行车时间,取其中计算得到的最短行车时间作为驾车到停车场的行车时间,该最短行车时间对应的行车路径为驾车到停车场的行车路径。其中,当前道路网交通状况,例如通过连接公安局的路况信息***,实时获取全市各条道路的路况信息,并根据路况信息计算每条道路上的平均行车速率。
于此,当目的停车场确定后,选择当前位置至目的停车场所需时间最短的行车路线为最佳行车路线。此时,通过最佳行车线路所需的行车时长定义为静态时长。
步骤12:在前往目的停车场的过程中,根据第二策略预测当前位置到达目的停车场所需的行车时长,根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量,根据目的停车场的实时剩余有效空闲停车位数量、预测得到的当前位置到达目的停车场所需的行车时长、预测得到的目的停车场的车辆平均驶入量及车辆平均驶出量,预测到达目的停车场时该目的停车场的剩余有效空闲停车位数量。
于本实施例中,根据第二策略预测当前位置到达目的停车场所需的行车时长包括:
针对最佳行车路线上尚未行驶经过的每条道路,根据预设时间点记录的平均行车速率及对应的权重值预测下一时间点的平均行车速率,根据该道路上当前尚未行驶经过的路长及预测得到的下一时间点的平均行车速率,确定通过该道路上当前尚未行驶经过的路长所需的行车时长;
将最佳行车路线上尚未行驶经过的每条道路的行车时长之和确定为当前位置到达目的停车场所需的行车时长。
其中,第二策略例如包括:每条道路下一时间点的平均行车速率为当前时间点至起始时间点之间记录的平均行车速率与平均行车速率对应权重值乘积的和值;通过每条道路上尚未行驶经过的路长(即,剩余路长)所需的行车时长等于每条道路的剩余路长与对应的下一时间点的平均行车速率的比值;当前位置达到目的停车场所需的行车时长为所有剩余路长的行车时长之和。
具体而言,设定一个固定时间段,将已行车时间除以固定时间段得出若干个预设时间点,每到达一个时间点记录到达目的停车场的剩余路径上每条道路的平均行车速率。假设此时剩余路径上有d条道路,如第e条道路上时间点tf的平均行车速率为GHetf,当到达一个时间点如ti,根据剩余路径上每条道路从时间点t1到ti所记录下的平均行车速率,测算下一时间点内该道路的平均行车速率为:GHeti’=j1*GHet1+j2*GHet2+……+ji*GHeti,
其中,GHeti’是时间点ti下第e条道路下一时间点内的平均行车速率,ji为GHeti的权重值。其中,时间点越接近当前时间,权重值越高,且j1+j2+……+ji=1,i为大于0的整数。
而且,根据第e条道路的路长Le与GHeti’的比值得出通过该条道路的预测时长Teti’,将上述d条道路的预测时长相加可以得出通过剩余路径上这d条道路的预测时间。
于本实施例中,根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量包括:
当有车辆从目的停车场驶出时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶出量及每个实时车辆平均驶出量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶出量,其中,实时车辆平均驶出量为起始时间点至某个有车辆从目的停车场驶出的时间点内从目的停车场驶出的车辆总数与该时间点至起始时间点的时长的比值;
当有车辆驶入目的停车场时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶入量及每个实时车辆平均驶入量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量,其中,实时车辆平均驶入量为起始时间点至某个有车辆驶入目的停车场的时间点内驶入目的停车场的车辆总数与该时间点至起始时间点的时长的比值。
其中,第三策略例如包括:当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶出量等于当前时间点至起始时间点内所有得到的实时车辆平均驶出量与对应权重值乘积的和值;当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量等于当前时间点至起始时间点内所有得到的实时车辆平均驶入量与对应权重值乘积的和值。
具体而言,当停车场有一辆车驶出时(如时间点tm),即增加一个有效空闲停车位时,测算从开始时间点(如时间点t1)到时间点tm停车场的车辆平均驶出量POtm,其中,POtm等于从开始时间点到时间点tm从停车场驶出的车辆总数除以时间长度,并依据POt1到POtm的变化情况,测算从时间点tm到用户抵达停车场时间段内停车场的车辆平均驶出量为:PQtm’=r1*PQt1+r2*PQt2+……+rm*PQtm,
其中,rm为PQtm的权重值,时间点越接近当前时间,权重值越高,且r1+r2+……+rm=1,m为大于0的整数。
另外,当有一辆车驶入停车场时(如时间点ts),即减少一个有效空闲停车位时,测算从开始时间点(如时间点t1)到时间点ts停车场的车辆平均驶入量UVts,其中,UVts等于从开始时间点到时间点ts驶入停车场的车辆总数除以时间长度,并依据UVt1到UVts的变化情况,测算从时间点ts到用户抵达停车场时间段内停车场的车辆平均驶入量为:UVts’=w1*UVt1+w2*UVt2+……+ws*UVts,
其中,ws是UVts的权重值,时间点越接近当前时间,权重值越高,且w1+w2+……+ws=1,s为大于0的整数。
于本实施例中,根据目的停车场的实时剩余有效空闲停车位数量、预测得到的当前位置到达目的停车场所需的行车时长、预测得到的目的停车场的车辆平均驶出量及车辆平均驶入量,预测到达目的停车场时该目的停车场的剩余有效空闲停车位数量包括:计算预测得到的目的停车场的车辆平均驶出量与预测得到的当前位置到达目的停车场所需的行车时长的乘积与实时剩余有效空闲停车位数量的和值,计算预测得到的车辆平均驶入量与预测得到的当前位置到达目的停车场所需的行车时长的乘积,该和值与该乘积的差值为到达目的停车场时该目的停车场的剩余有效空闲停车位数量。
据此,举例而言,在时间点ty,当一辆车驶入停车场时,即减少一个有效空闲停车位时,依据从时间点ty到用户抵达停车场时间段内车辆平均驶出量PQty’和车辆平均驶入量UVty’,测算当用户抵达停车场时剩余有效空闲停车位数量,于此,剩余有效空闲停车位数量=P-PQty’*TLty+UVty’*TLty,其中,P为当前时刻停车场反馈的实时剩余有效空闲停车位数量,TLty为时间点ty至用户抵达停车场时刻之间的时长。
步骤13:当预测得到的剩余有效空闲停车位数量小于预定阈值时,根据第一策略重新确定目的停车场与到达目的停车场的最佳行车路线。
于本实施例中,当预测得到的剩余有效空闲停车位数量小于预定阈值时,向用户发出到达停车场时没有空闲停车位的告警提示,并从候选停车场集合中删除当前的目的停车场后,再根据第一策略重新确定新的目的停车场与到达新的目的停车场的最佳行车路线。当预测得到的剩余有效空闲停车位数量不小于预定阈值时,则继续沿着剩余路径行车。
此外,于本实施例中,在根据第二策略预测当前位置到达目的停车场所需的行车时长之后,根据第三策略预测当前位置到达目的停车所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量之前,该方法还包括:
当预测得到的行车时长满足预设条件,则根据第一策略重新确定到达目的停车场的最佳行车路线;
当预测得到的行车时长不满足预设条件,则进行根据第三策略预测当前位置到达目的停车所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量的步骤。
其中,所述预设条件包括:根据第二策略预测得到的当前位置到达目的停车场所需的行车时长与对应的静态时长的差值大于预定阈值,其中,所述静态时长为根据第一策略确定到达目的停车场的最佳行车路线时获取的行车时长。
具体而言,若在步骤12中根据第二策略得到的预测时间与剩余路径对应的静态时长的差值大于预定阀值,则进行剩余路径交通拥堵告警提示,并按照驾车至停车场行驶时间的测算过程重新计算当前状态下行车时间最短的行车路径;若所述预测时间与剩余路径对应的静态时长的差值不大于预定阈值,则继续沿着剩余路径行车。
图2为本发明实施例提供的停车场的动态选择***的示意图。如图2所示,本发明实施例提供的停车场的动态选择***,包括:第一处理模块,用于根据第一策略确定目的停车场与到达目的停车场的最佳行车路线;第二处理模块,用于在前往目的停车场的过程中,根据第二策略预测当前位置到达目的停车场所需的行车时长,根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量,根据目的停车场的实时剩余有效空闲停车位数量、预测得到的当前位置到达目的停车场所需的行车时长、预测得到的目的停车场的车辆平均驶入量及车辆平均驶出量,预测到达目的停车场时该目的停车场的剩余有效空闲停车位数量;第三处理模块,用于当所述预测得到的剩余有效空闲停车位数量小于预定阈值时,根据第一策略重新确定目的停车场与到达目的停车场的最佳行车路线。
其中,第一处理模块,具体用于:
根据出行目的地确定候选停车场集合;
针对所述候选停车场集合中每个候选停车场,根据该候选停车场至目的地的步行距离、该候选停车场剩余的有效空闲停车位数量、该候选停车场车辆停放的安全等级、该候选停车场的收费价格、当前位置至该候选停车场所需时长及上述各因素对应的权重值,确定该候选停车场的选择参数;
根据得到的所有候选停车场的选择参数,从候选停车场集合中确定目的停车场;
将当前位置至目的停车场所需时长最短的行车路线确定为最佳行车路线。
其中,第二处理模块,用于根据第二策略预测当前位置到达目的停车场所需的行车时长包括:针对最佳行车路线上尚未行驶经过的每条道路,根据预设时间点记录的平均行车速率及对应的权重值预测下一时间点的平均行车速率,根据该道路上当前尚未行驶经过的路长及预测得到的下一时间点的平均行车速率,确定通过该道路上当前尚未行驶经过的路长所需的行车时长;将最佳行车路线上尚未行驶经过的每条道路的行车时长之和确定为当前位置到达目的停车场所需的行车时长。
其中,第二处理模块,用于根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量包括:
当有车辆从目的停车场驶出时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶出量及每个实时车辆平均驶出量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶出量,其中,所述实时车辆平均驶出量为起始时间点至某个有车辆从目的停车场驶出的时间点内从目的停车场驶出的车辆总数与该时间点至起始时间点的时长的比值;
当有车辆驶入目的停车场时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶入量及每个实时车辆平均驶入量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量,其中,所述实时车辆平均驶入量为起始时间点至某个有车辆驶入目的停车场的时间点内驶入目的停车场的车辆总数与该时间点至起始时间点的时长的比值。
于一实施例中,第三处理模块,还用于当预测得到的行车时长满足预设条件,则根据第一策略重新确定到达目的停车场的最佳行车路线;当预测得到的行车时长不满足预设条件,则根据第三策略预测当前位置到达目的停车所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量。
其中,预设条件包括:根据第二策略预测得到的当前位置到达目的停车场所需的行车时长与对应的静态时长的差值大于预定阈值,其中,所述静态时长为根据第一策略确定到达目的停车场的最佳行车路线时获取的行车时长。
需要说明的是,本发明实施例提供的停车场的动态选择***可与一定范围内(例如,全市或全省)所有的停车场保持通信。各个停车场通过通信模块将实时的有效空闲停车位数量及位置信息传递给停车场的动态选择***。
此外,所述***的具体处理过程同上述方法所述,故于此不再赘述。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (10)
1.一种停车场的动态选择方法,其特征在于,包括:
根据第一策略确定目的停车场与到达目的停车场的最佳行车路线;
在前往所述目的停车场的过程中,根据第二策略预测当前位置到达目的停车场所需的行车时长,根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量,根据目的停车场的实时剩余有效空闲停车位数量、预测得到的当前位置到达目的停车场所需的行车时长、预测得到的目的停车场的车辆平均驶入量及车辆平均驶出量,预测到达目的停车场时该目的停车场的剩余有效空闲停车位数量;
当所述预测得到的剩余有效空闲停车位数量小于预定阈值时,根据所述第一策略重新确定目的停车场与到达目的停车场的最佳行车路线。
2.如权利要求1所述的方法,其特征在于,所述根据第一策略确定目的停车场与到达目的停车场的最佳行车路线包括:
根据出行目的地确定候选停车场集合;
针对所述候选停车场集合中每个候选停车场,根据该候选停车场至目的地的步行距离、该候选停车场剩余的有效空闲停车位数量、该候选停车场车辆停放的安全等级、该候选停车场的收费价格、当前位置至该候选停车场所需时长及上述各因素对应的权重值,确定该候选停车场的选择参数;
根据得到的所有候选停车场的选择参数,从候选停车场集合中确定目的停车场;
将当前位置至目的停车场所需时长最短的行车路线确定为最佳行车路线。
3.如权利要求1所述的方法,其特征在于,所述根据第二策略预测当前位置到达目的停车场所需的行车时长包括:
针对最佳行车路线上尚未行驶经过的每条道路,根据预设时间点记录的平均行车速率及对应的权重值预测下一时间点的平均行车速率,根据该道路上当前尚未行驶经过的路长及预测得到的下一时间点的平均行车速率,确定通过该道路上当前尚未行驶经过的路长所需的行车时长;
将最佳行车线路上尚未行驶经过的每条道路的行车时长之和确定为当前位置到达目的停车场所需的行车时长。
4.如权利要求1所述的方法,其特征在于,所述根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量包括:
当有车辆从目的停车场驶出时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶出量及每个实时车辆平均驶出量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶出量,其中,所述实时车辆平均驶出量为起始时间点至某个有车辆从目的停车场驶出的时间点内从目的停车场驶出的车辆总数与该时间点至起始时间点的时长的比值;
当有车辆驶入目的停车场时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶入量及每个实时车辆平均驶入量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量,其中,所述实时车辆平均驶入量为起始时间点至某个有车辆驶入目的停车场的时间点内驶入目的停车场的车辆总数与该时间点至起始时间点的时长的比值。
5.如权利要求1所述的方法,其特征在于,所述根据第二策略预测当前位置到达目的停车场所需的行车时长之后,所述根据第三策略预测当前位置到达目的停车所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量之前,还包括:
当所述预测得到的行车时长满足预设条件,则根据所述第一策略重新确定到达目的停车场的最佳行车路线;
当所述预测得到的行车时长不满足预设条件,则进行根据第三策略预测当前位置到达目的停车所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量的步骤。
6.一种停车场的动态选择***,其特征在于,包括:
第一处理模块,用于根据第一策略确定目的停车场与到达目的停车场的最佳行车路线;
第二处理模块,用于在前往所述目的停车场的过程中,根据第二策略预测当前位置到达目的停车场所需的行车时长,根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量,根据目的停车场的实时剩余有效空闲停车位数量、预测得到的当前位置到达目的停车场所需的行车时长、预测得到的目的停车场的车辆平均驶入量及车辆平均驶出量,预测到达目的停车场时该目的停车场的剩余有效空闲停车位数量;
第三处理模块,用于当所述预测得到的剩余有效空闲停车位数量小于预定阈值时,根据第一策略重新确定目的停车场与到达目的停车场的最佳行车路线。
7.如权利要求6所述的***,其特征在于,所述第一处理模块,具体用于:
根据出行目的地确定候选停车场集合;
针对所述候选停车场集合中每个候选停车场,根据该候选停车场至目的地的步行距离、该候选停车场剩余的有效空闲停车位数量、该候选停车场车辆停放的安全等级、该候选停车场的收费价格、当前位置至该候选停车场所需时长及上述各因素对应的权重值,确定该候选停车场的选择参数;
根据得到的所有候选停车场的选择参数,从候选停车场集合中确定目的停车场;
将当前位置至目的停车场所需时长最短的行车路线确定为最佳行车路线。
8.如权利要求6所述的***,其特征在于,所述第二处理模块,用于根据第二策略预测当前位置到达目的停车场所需的行车时长包括:
针对最佳行车路线上尚未行驶经过的每条道路,根据预设时间点记录的平均行车速率及对应的权重值预测下一时间点的平均行车速率,根据该道路上当前尚未行驶经过的路长及预测得到的下一时间点的平均行车速率,确定通过该道路上当前尚未行驶经过的路长所需的行车时长;
将最佳行车路线上尚未行驶经过的每条道路的行车时长之和确定为当前位置到达目的停车场所需的行车时长。
9.如权利要求6所述的***,其特征在于,所述第二处理模块,用于根据第三策略预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量包括:
当有车辆从目的停车场驶出时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶出量及每个实时车辆平均驶出量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶出量,其中,所述实时车辆平均驶出量为起始时间点至某个有车辆从目的停车场驶出的时间点内从目的停车场驶出的车辆总数与该时间点至起始时间点的时长的比值;
当有车辆驶入目的停车场时,根据当前时间点至起始时间点内所有得到的实时车辆平均驶入量及每个实时车辆平均驶入量对应的权重值,预测当前位置到达目的停车场所需的行车时长内目的停车场的车辆平均驶入量,其中,所述实时车辆平均驶入量为起始时间点至某个有车辆驶入目的停车场的时间点内驶入目的停车场的车辆总数与该时间点至起始时间点的时长的比值。
10.如权利要求6所述的***,其特征在于:所述第三处理模块,还用于当所述预测得到的行车时长满足预设条件,则根据所述第一策略重新确定到达目的停车场的最佳行车路线;当所述预测得到的行车时长不满足预设条件,则根据第三策略预测当前位置到达目的停车所需的行车时长内目的停车场的车辆平均驶入量及车辆平均驶出量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510350816.1A CN105096636A (zh) | 2015-06-23 | 2015-06-23 | 一种停车场的动态选择方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510350816.1A CN105096636A (zh) | 2015-06-23 | 2015-06-23 | 一种停车场的动态选择方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105096636A true CN105096636A (zh) | 2015-11-25 |
Family
ID=54576951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510350816.1A Pending CN105096636A (zh) | 2015-06-23 | 2015-06-23 | 一种停车场的动态选择方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105096636A (zh) |
Cited By (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056967A (zh) * | 2016-05-27 | 2016-10-26 | 江苏国贸酝领智能科技股份有限公司 | 公共停车信息管理方法 |
CN106297383A (zh) * | 2016-08-25 | 2017-01-04 | 华南师范大学 | 基于大数据和深度学习的停车诱导方法和*** |
CN106448244A (zh) * | 2016-08-31 | 2017-02-22 | 广州地理研究所 | 路侧车位停车预约管理方法和*** |
CN107610508A (zh) * | 2017-09-07 | 2018-01-19 | 河海大学常州校区 | 一种用于区域内小型停车场的自助泊车服务*** |
CN107945571A (zh) * | 2017-12-21 | 2018-04-20 | 蒙城县航远信息科技有限责任公司 | 一种出行车辆停车导航*** |
CN108133615A (zh) * | 2017-12-21 | 2018-06-08 | 蒙城县航远信息科技有限责任公司 | 一种车位快速寻找方法 |
CN108133614A (zh) * | 2017-12-21 | 2018-06-08 | 蒙城县航远信息科技有限责任公司 | 一种车位推荐*** |
CN108389419A (zh) * | 2018-03-02 | 2018-08-10 | 辽宁工业大学 | 一种车辆动态路径诱导方法 |
CN108596353A (zh) * | 2018-05-03 | 2018-09-28 | 苏州工业园区服务外包职业学院 | 共享泊位预定方法和平台 |
CN108648050A (zh) * | 2018-05-03 | 2018-10-12 | 苏州工业园区服务外包职业学院 | 共享泊位推送方法和平台 |
CN108986528A (zh) * | 2018-07-26 | 2018-12-11 | 维沃移动通信有限公司 | 一种行车引导方法、信息指示方法、终端设备及服务器 |
CN109191896A (zh) * | 2018-10-17 | 2019-01-11 | 南京邮电大学 | 个性化停车位推荐方法和*** |
CN109615918A (zh) * | 2018-12-28 | 2019-04-12 | 西安艾润物联网技术服务有限责任公司 | 停车导航方法及相关装置 |
CN109697885A (zh) * | 2017-10-23 | 2019-04-30 | 丰田自动车株式会社 | 信息提供***以及车辆 |
CN109949604A (zh) * | 2019-04-01 | 2019-06-28 | 南京邮电大学 | 一种大型停车场调度导航方法、***以及使用方法 |
CN110111599A (zh) * | 2019-04-24 | 2019-08-09 | 网链科技集团有限公司 | 一种基于大数据的停车诱导方法、终端设备及存储介质 |
CN110349432A (zh) * | 2019-06-28 | 2019-10-18 | 北京汽车集团有限公司 | 停车位预定方法、装置、***及电子设备 |
CN110675651A (zh) * | 2019-09-29 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 停车场推荐方法和装置 |
CN110825077A (zh) * | 2019-09-30 | 2020-02-21 | 淮北幻境智能科技有限公司 | 一种车辆自动驾驶安全管理方法及*** |
CN110827562A (zh) * | 2018-08-07 | 2020-02-21 | 现代自动车株式会社 | 使用公共交通提供路线引导的车辆和方法 |
CN110930755A (zh) * | 2018-09-20 | 2020-03-27 | 杭州海康威视***技术有限公司 | 一种停车场确定方法、装置及电子设备 |
RU2720953C2 (ru) * | 2018-06-07 | 2020-05-15 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система создания информации о маршруте в картографическом приложении на электронном устройстве |
CN111220171A (zh) * | 2020-03-08 | 2020-06-02 | 陈小燕 | 车辆导航方法、导航软件及配置该导航软件的手机 |
CN111223322A (zh) * | 2020-02-24 | 2020-06-02 | 广东机电职业技术学院 | 基于大数据及人工智能的自动泊车、取车方法及*** |
CN111480129A (zh) * | 2017-12-12 | 2020-07-31 | 伟摩有限责任公司 | 用于自动驾驶车辆的车队管理 |
CN111583635A (zh) * | 2019-10-22 | 2020-08-25 | 张斌 | 基于智慧城市的大数据分析方法 |
CN111599211A (zh) * | 2020-05-29 | 2020-08-28 | 上海品盾智能***有限公司 | 一种停车位预定***管理方法及管理*** |
CN111932939A (zh) * | 2020-09-22 | 2020-11-13 | 常州机电职业技术学院 | 一种基于大数据的城市智慧停车***及其工作方法 |
CN111968401A (zh) * | 2020-08-11 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 车位推荐方法及装置、停车场的车位预测方法及装置 |
CN112422671A (zh) * | 2020-11-10 | 2021-02-26 | 四川长虹电器股份有限公司 | 一种停车场推荐方法及*** |
CN112484741A (zh) * | 2020-11-19 | 2021-03-12 | 北京百度网讯科技有限公司 | 导航方法、装置、设备和介质 |
CN112562398A (zh) * | 2020-12-11 | 2021-03-26 | 西安兆格电子信息技术有限公司 | 一种具有路线规划功能自动搜索空闲停车位停车的方法 |
CN112819226A (zh) * | 2021-02-02 | 2021-05-18 | 北京千方科技股份有限公司 | 一种停车场推荐方法、装置、存储介质及终端 |
CN112863222A (zh) * | 2021-01-05 | 2021-05-28 | 北京智联云海科技有限公司 | 一种导航过程中实时监测空余车位的方法及*** |
CN112950984A (zh) * | 2021-02-02 | 2021-06-11 | 陕西煤业新型能源科技股份有限公司 | 一种基于车联网的共享停车服务方法及*** |
CN113160607A (zh) * | 2021-02-04 | 2021-07-23 | 北京百度网讯科技有限公司 | 停车位导航方法、装置、电子设备、存储介质及产品 |
CN113487905A (zh) * | 2021-06-09 | 2021-10-08 | 海南漫游谷电子商务有限公司 | 一种停车场车位预测方法及服务器 |
CN113538964A (zh) * | 2021-09-17 | 2021-10-22 | 成都宜泊信息科技有限公司 | 一种停车管理方法、管理***、存储介质、电子设备 |
CN113592191A (zh) * | 2021-08-12 | 2021-11-02 | 宁波小遛共享信息科技有限公司 | 提示更换停车点的方法、装置及终端设备 |
CN113602257A (zh) * | 2021-08-25 | 2021-11-05 | 深圳市全景达科技有限公司 | 基于全景环视的自动泊车方法、***、终端和存储介质 |
CN113706922A (zh) * | 2021-08-24 | 2021-11-26 | 安徽春华智能科技有限公司 | 一种智能垂直升降停车设备的控制*** |
CN113888897A (zh) * | 2021-09-30 | 2022-01-04 | 中国人民银行数字货币研究所 | 一种预约停车方法、装置和*** |
CN114038202A (zh) * | 2021-12-02 | 2022-02-11 | 华录易云科技有限公司 | 一种基于智慧园区交通流量的停车诱导***及方法 |
CN114446083A (zh) * | 2021-12-31 | 2022-05-06 | 珠海华发新科技投资控股有限公司 | 一种智慧社区服务*** |
CN114842667A (zh) * | 2022-04-01 | 2022-08-02 | 合众新能源汽车有限公司 | 停车导航方法、装置及网络设备 |
CN114973643A (zh) * | 2021-02-18 | 2022-08-30 | 丰田自动车株式会社 | 自动驾驶车辆的管理装置 |
CN115035706A (zh) * | 2021-03-03 | 2022-09-09 | 丰田自动车株式会社 | 车辆控制方法、车辆控制***以及信息处理装置 |
CN115497320A (zh) * | 2022-09-15 | 2022-12-20 | 广东仁达科技有限公司 | 基于大数据平台的智慧城市交通管理***和方法 |
-
2015
- 2015-06-23 CN CN201510350816.1A patent/CN105096636A/zh active Pending
Cited By (65)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056967A (zh) * | 2016-05-27 | 2016-10-26 | 江苏国贸酝领智能科技股份有限公司 | 公共停车信息管理方法 |
CN106297383A (zh) * | 2016-08-25 | 2017-01-04 | 华南师范大学 | 基于大数据和深度学习的停车诱导方法和*** |
CN106297383B (zh) * | 2016-08-25 | 2021-01-22 | 华南师范大学 | 基于大数据和深度学习的停车诱导方法和*** |
CN106448244A (zh) * | 2016-08-31 | 2017-02-22 | 广州地理研究所 | 路侧车位停车预约管理方法和*** |
CN107610508A (zh) * | 2017-09-07 | 2018-01-19 | 河海大学常州校区 | 一种用于区域内小型停车场的自助泊车服务*** |
CN109697885A (zh) * | 2017-10-23 | 2019-04-30 | 丰田自动车株式会社 | 信息提供***以及车辆 |
US11157018B2 (en) | 2017-12-12 | 2021-10-26 | Waymo Llc | Fleet management for autonomous vehicles |
CN111480129A (zh) * | 2017-12-12 | 2020-07-31 | 伟摩有限责任公司 | 用于自动驾驶车辆的车队管理 |
US11675370B2 (en) | 2017-12-12 | 2023-06-13 | Waymo Llc | Fleet management for autonomous vehicles |
CN107945571A (zh) * | 2017-12-21 | 2018-04-20 | 蒙城县航远信息科技有限责任公司 | 一种出行车辆停车导航*** |
CN108133614A (zh) * | 2017-12-21 | 2018-06-08 | 蒙城县航远信息科技有限责任公司 | 一种车位推荐*** |
CN108133615A (zh) * | 2017-12-21 | 2018-06-08 | 蒙城县航远信息科技有限责任公司 | 一种车位快速寻找方法 |
CN108389419A (zh) * | 2018-03-02 | 2018-08-10 | 辽宁工业大学 | 一种车辆动态路径诱导方法 |
CN108389419B (zh) * | 2018-03-02 | 2024-03-29 | 辽宁工业大学 | 一种车辆动态路径诱导方法 |
CN108648050A (zh) * | 2018-05-03 | 2018-10-12 | 苏州工业园区服务外包职业学院 | 共享泊位推送方法和平台 |
CN108596353A (zh) * | 2018-05-03 | 2018-09-28 | 苏州工业园区服务外包职业学院 | 共享泊位预定方法和平台 |
RU2720953C2 (ru) * | 2018-06-07 | 2020-05-15 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система создания информации о маршруте в картографическом приложении на электронном устройстве |
CN108986528A (zh) * | 2018-07-26 | 2018-12-11 | 维沃移动通信有限公司 | 一种行车引导方法、信息指示方法、终端设备及服务器 |
CN110827562A (zh) * | 2018-08-07 | 2020-02-21 | 现代自动车株式会社 | 使用公共交通提供路线引导的车辆和方法 |
CN110930755A (zh) * | 2018-09-20 | 2020-03-27 | 杭州海康威视***技术有限公司 | 一种停车场确定方法、装置及电子设备 |
CN109191896B (zh) * | 2018-10-17 | 2021-05-11 | 南京邮电大学 | 个性化停车位推荐方法和*** |
CN109191896A (zh) * | 2018-10-17 | 2019-01-11 | 南京邮电大学 | 个性化停车位推荐方法和*** |
CN109615918A (zh) * | 2018-12-28 | 2019-04-12 | 西安艾润物联网技术服务有限责任公司 | 停车导航方法及相关装置 |
CN109615918B (zh) * | 2018-12-28 | 2021-02-09 | 西安艾润物联网技术服务有限责任公司 | 停车导航方法及相关装置 |
CN109949604B (zh) * | 2019-04-01 | 2021-06-11 | 南京邮电大学 | 一种大型停车场调度导航方法及*** |
CN109949604A (zh) * | 2019-04-01 | 2019-06-28 | 南京邮电大学 | 一种大型停车场调度导航方法、***以及使用方法 |
CN110111599B (zh) * | 2019-04-24 | 2021-10-15 | 网链科技集团有限公司 | 一种基于大数据的停车诱导方法、终端设备及存储介质 |
CN110111599A (zh) * | 2019-04-24 | 2019-08-09 | 网链科技集团有限公司 | 一种基于大数据的停车诱导方法、终端设备及存储介质 |
CN110349432A (zh) * | 2019-06-28 | 2019-10-18 | 北京汽车集团有限公司 | 停车位预定方法、装置、***及电子设备 |
US11132901B2 (en) | 2019-09-29 | 2021-09-28 | Baidu Online Network Technology (Beijing) Co., Ltd. | Parking lot recommendation method and navigation server |
CN110675651B (zh) * | 2019-09-29 | 2021-08-17 | 百度在线网络技术(北京)有限公司 | 停车场推荐方法和装置 |
CN110675651A (zh) * | 2019-09-29 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 停车场推荐方法和装置 |
CN110825077A (zh) * | 2019-09-30 | 2020-02-21 | 淮北幻境智能科技有限公司 | 一种车辆自动驾驶安全管理方法及*** |
CN111583635A (zh) * | 2019-10-22 | 2020-08-25 | 张斌 | 基于智慧城市的大数据分析方法 |
CN111223322A (zh) * | 2020-02-24 | 2020-06-02 | 广东机电职业技术学院 | 基于大数据及人工智能的自动泊车、取车方法及*** |
CN111220171A (zh) * | 2020-03-08 | 2020-06-02 | 陈小燕 | 车辆导航方法、导航软件及配置该导航软件的手机 |
CN111599211A (zh) * | 2020-05-29 | 2020-08-28 | 上海品盾智能***有限公司 | 一种停车位预定***管理方法及管理*** |
CN111968401A (zh) * | 2020-08-11 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 车位推荐方法及装置、停车场的车位预测方法及装置 |
CN111968401B (zh) * | 2020-08-11 | 2021-09-28 | 支付宝(杭州)信息技术有限公司 | 车位推荐方法及装置、停车场的车位预测方法及装置 |
CN111932939A (zh) * | 2020-09-22 | 2020-11-13 | 常州机电职业技术学院 | 一种基于大数据的城市智慧停车***及其工作方法 |
CN112422671A (zh) * | 2020-11-10 | 2021-02-26 | 四川长虹电器股份有限公司 | 一种停车场推荐方法及*** |
CN112484741A (zh) * | 2020-11-19 | 2021-03-12 | 北京百度网讯科技有限公司 | 导航方法、装置、设备和介质 |
CN112562398A (zh) * | 2020-12-11 | 2021-03-26 | 西安兆格电子信息技术有限公司 | 一种具有路线规划功能自动搜索空闲停车位停车的方法 |
CN112863222A (zh) * | 2021-01-05 | 2021-05-28 | 北京智联云海科技有限公司 | 一种导航过程中实时监测空余车位的方法及*** |
CN112819226A (zh) * | 2021-02-02 | 2021-05-18 | 北京千方科技股份有限公司 | 一种停车场推荐方法、装置、存储介质及终端 |
CN112950984A (zh) * | 2021-02-02 | 2021-06-11 | 陕西煤业新型能源科技股份有限公司 | 一种基于车联网的共享停车服务方法及*** |
CN112819226B (zh) * | 2021-02-02 | 2024-05-28 | 北京千方科技股份有限公司 | 一种停车场推荐方法、装置、存储介质及终端 |
CN113160607A (zh) * | 2021-02-04 | 2021-07-23 | 北京百度网讯科技有限公司 | 停车位导航方法、装置、电子设备、存储介质及产品 |
CN114973643B (zh) * | 2021-02-18 | 2024-03-12 | 丰田自动车株式会社 | 自动驾驶车辆的管理装置 |
CN114973643A (zh) * | 2021-02-18 | 2022-08-30 | 丰田自动车株式会社 | 自动驾驶车辆的管理装置 |
CN115035706B (zh) * | 2021-03-03 | 2024-01-16 | 丰田自动车株式会社 | 车辆控制方法、车辆控制***以及信息处理装置 |
CN115035706A (zh) * | 2021-03-03 | 2022-09-09 | 丰田自动车株式会社 | 车辆控制方法、车辆控制***以及信息处理装置 |
CN113487905A (zh) * | 2021-06-09 | 2021-10-08 | 海南漫游谷电子商务有限公司 | 一种停车场车位预测方法及服务器 |
CN113592191A (zh) * | 2021-08-12 | 2021-11-02 | 宁波小遛共享信息科技有限公司 | 提示更换停车点的方法、装置及终端设备 |
CN113706922A (zh) * | 2021-08-24 | 2021-11-26 | 安徽春华智能科技有限公司 | 一种智能垂直升降停车设备的控制*** |
CN113602257A (zh) * | 2021-08-25 | 2021-11-05 | 深圳市全景达科技有限公司 | 基于全景环视的自动泊车方法、***、终端和存储介质 |
CN113538964B (zh) * | 2021-09-17 | 2021-12-14 | 成都宜泊信息科技有限公司 | 一种停车管理方法、管理***、存储介质、电子设备 |
CN113538964A (zh) * | 2021-09-17 | 2021-10-22 | 成都宜泊信息科技有限公司 | 一种停车管理方法、管理***、存储介质、电子设备 |
CN113888897A (zh) * | 2021-09-30 | 2022-01-04 | 中国人民银行数字货币研究所 | 一种预约停车方法、装置和*** |
CN114038202A (zh) * | 2021-12-02 | 2022-02-11 | 华录易云科技有限公司 | 一种基于智慧园区交通流量的停车诱导***及方法 |
CN114446083A (zh) * | 2021-12-31 | 2022-05-06 | 珠海华发新科技投资控股有限公司 | 一种智慧社区服务*** |
CN114842667B (zh) * | 2022-04-01 | 2024-01-16 | 合众新能源汽车股份有限公司 | 停车导航方法、装置及网络设备 |
CN114842667A (zh) * | 2022-04-01 | 2022-08-02 | 合众新能源汽车有限公司 | 停车导航方法、装置及网络设备 |
CN115497320B (zh) * | 2022-09-15 | 2023-08-18 | 广东仁达科技有限公司 | 基于大数据平台的智慧城市交通管理***和方法 |
CN115497320A (zh) * | 2022-09-15 | 2022-12-20 | 广东仁达科技有限公司 | 基于大数据平台的智慧城市交通管理***和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105096636A (zh) | 一种停车场的动态选择方法及*** | |
Yu et al. | Integrated optimization of traffic signals and vehicle trajectories at isolated urban intersections | |
CN109949604A (zh) | 一种大型停车场调度导航方法、***以及使用方法 | |
McKenney et al. | Distributed and adaptive traffic signal control within a realistic traffic simulation | |
Yu et al. | Real-time partway deadheading strategy based on transit service reliability assessment | |
WO2019061933A1 (zh) | 交通信号泛弦控制方法及其*** | |
CN110310480A (zh) | 一种基于拥塞控制的实时路径规划方法 | |
US20100063715A1 (en) | Method and structure for vehicular traffic prediction with link interactions and missing real-time data | |
CN105989737B (zh) | 一种停车诱导方法 | |
CN109959388A (zh) | 一种基于栅格扩展模型的智能交通精细化路径规划方法 | |
CN102346042B (zh) | 基于实时路况的路线规划方法及其服务设备 | |
CN106017496A (zh) | 一种基于路况的实时导航方法 | |
Perronnet et al. | Vehicle routing through deadlock-free policy for cooperative traffic control in a network of intersections: Reservation and congestion | |
CN114179873A (zh) | 一种多交路多时段全日列车运行图自动编制方法和*** | |
Bhouri et al. | An agent-based computational approach for urban traffic regulation | |
Marinică et al. | Platoon based model for urban traffic control | |
CN114519933A (zh) | 基于无过饱和状态的约定出行管控方法、装置及存储介质 | |
Ma et al. | Gating control for a single bottleneck link based on traffic load equilibrium | |
CN117308945B (zh) | 基于准确交通管控的无人天车动态路径规划方法及*** | |
Kanamori et al. | Evaluation of traffic management strategies with anticipatory stigmergy | |
CN105243848A (zh) | 实时路况的预测方法和*** | |
Xu et al. | A Fissile Ripple Spreading Algorithm to Solve Time‐Dependent Vehicle Routing Problem via Coevolutionary Path Optimization | |
CN114419917B (zh) | 一种基于单向图的交通拥堵疏导方法及*** | |
Xie et al. | Design and management of multi-functional Exclusive Lane for the integrated service to various Vehicles with Priority | |
Lin et al. | Service-oriented dynamic data driven application systems to traffic signal control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151125 |
|
WD01 | Invention patent application deemed withdrawn after publication |