CN107248315A - 一种停车导航路径的推荐***及方法 - Google Patents
一种停车导航路径的推荐***及方法 Download PDFInfo
- Publication number
- CN107248315A CN107248315A CN201710473295.8A CN201710473295A CN107248315A CN 107248315 A CN107248315 A CN 107248315A CN 201710473295 A CN201710473295 A CN 201710473295A CN 107248315 A CN107248315 A CN 107248315A
- Authority
- CN
- China
- Prior art keywords
- wireless terminal
- vehicle
- parking
- big data
- data analysis
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
- G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
- G08G1/143—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces inside the vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Educational Technology (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Physiology (AREA)
- Atmospheric Sciences (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
一种停车导航路径的推荐***及方法,包括:无线终端识别出其所在车辆的驾驶员的情绪不稳定时将车辆的当前车辆位置上报给大数据分析***;识别出该车辆的车辆类型适用的车位类型;查找出该车位类型对应大小的所有空闲停车位,从查找出的所有空闲停车中选择最接近当前车辆位置的空闲停车位作为目标停车位;查询目标停车位对应的预设时长的天气信息并下发给无线终端;在无线终端上报的指示信息表示需要生成停车导航路径时,生成目标停车位与当前车辆位置之间的停车导航路径并发送给无线终端进行停车导航。可使驾驶员在情绪不稳时快速的查找到适合其车辆类型的停车位进行停车,可使驾驶员提前预知停车位对应的预设时长的天气信息。
Description
技术领域
本发明涉及物联网技术领域,尤其涉及一种停车导航路径的推荐***及方法。
背景技术
当前,随着群众生活水平的不断提升,我国的汽车刚性需求保持旺盛,汽车保有量保持迅猛增长趋势,2016年新注册登记的汽车达2752万辆,保有量净增2212万辆,均为历史最高水平。全国有49个城市的汽车保有量超过100万辆,18个城市的汽车保有量超200万辆,6个城市的汽车保有量超300万辆。其中,汽车保有量超过200万辆的18个城市依次是北京、成都、重庆、上海、深圳、苏州、天津、郑州、西安、杭州、武汉、广州、石家庄、东莞、南京、青岛、宁波、佛山。
在汽车保有量保持迅猛增长的过程中,为了便于群众停车,越来越多的停车位被逐渐的开发出来。在实践中发现,很多时候驾驶员在情绪不稳定时很难快速的查找到适合其车辆类型的停车位进行停车,从而不利于减少因驾驶员情绪不稳而造成的交通事故;而且,对于户外的停车位,驾驶员往往无法提前预知停车位对应的预设时长的天气信息,从而无法提前做好停车时的车辆防护准备,使得车辆容易被恶劣天气造成损伤。
发明内容
本发明实施例公开了一种停车导航路径的推荐***及方法,能够使驾驶员在情绪不稳时快速的查找到适合其车辆类型的停车位进行停车,还可以使驾驶员提前预知停车位对应的预设时长的天气信息,从而可以提前做好停车时的车辆防护准备,防止车辆被恶劣天气造成损伤。
本发明实施例第一方面公开一种停车导航路径的推荐方法,包括:
无线终端识别所述无线终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,将所述无线终端所在车辆的当前车辆位置上报给大数据分析***;
所述大数据分析***识别出所述车辆的车辆类型,并根据所述车辆类型辨别出所述车辆类型适用的车位类型;
所述大数据分析***在自身管辖范围内查找出所述车位类型对应大小的所有空闲停车位,从查找出的所有空闲停车中选择最接近所述的当前车辆位置的空闲停车位作为目标停车位;
所述大数据分析***查询所述目标停车位对应的预设时长的天气信息并下发给所述无线终端,以使所述无线终端所在车辆的驾驶员根据所述天气信息决定是否需要生成停车导航路径;
所述大数据分析***在所述无线终端上报的指示信息表示需要生成停车导航路径时,生成所述目标停车位与所述当前车辆位置之间的停车导航路径,并将所述停车导航路径发送给所述无线终端进行停车导航。
作为一种可选的实施方式,在本发明实施例第一方面中,所述无线终端识别出所述无线终端所在车辆的驾驶员的情绪稳定时,所述方法还包括:
所述无线终端每隔指定时间采集一帧所述驾驶员的人脸图像,并从所述人脸图像中确定出人眼定位矩形,计算所述人眼定位矩形的面积,根据阈值判断所述驾驶员的眼睛的睁闭程度,以及根据所述驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于所述人眼疲劳程度值判断所述驾驶员的眼睛是否疲劳,如果疲劳,执行所述的将所述无线终端所在车辆的当前车辆位置上报给大数据分析***。
作为一种可选的实施方式,在本发明实施例第一方面中,所述无线终端识别所述无线终端所在车辆的驾驶员的情绪是否稳定,包括:
所述无线终端检测所述无线终端所在车辆的驾驶员佩戴的穿戴设备发送的所述驾驶员的心电图数据;
所述无线终端对所述心电图数据进行去噪处理;
所述无线终端采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;
所述无线终端计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;
所述无线终端根据所述频域指标、时域指标及非线性指标,分析所述用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;
所述无线终端根据所述活力值识别所述驾驶员的情绪是否不稳定。
作为一种可选的实施方式,在本发明实施例第一方面中,所述无线终端将所述无线终端所在车辆的当前车辆位置上报给大数据分析***,包括:
所述无线终端扫描周围环境中是否预先设置有路由节点,如果预先设置有所述路由节点,检测所述路由节点是否被配置有开放接入时段,如果所述路由节点被配置有所述开放接入时段,识别所述无线终端的当前***时间是否位于所述路由节点被配置的所述开放接入时段内;
如果所述无线终端的当前***时间位于所述路由节点被配置的所述开放接入时段内,检测所述路由节点的当前接入的终端数量是否超过所述路由节点指定的最大终端接入数量;
如果所述路由节点的当前接入的终端数量未超过所述路由节点指定的最大终端接入数量,所述无线终端建立与所述路由节点之间的无线连接,并且将所述无线终端所在车辆的当前车辆位置发送给所述路由节点,由所述路由节点将所述无线终端所在车辆的当前车辆位置发送给所述大数据分析***。
作为一种可选的实施方式,在本发明实施例第一方面中,所述大数据分析***查询所述目标停车位对应的预设时长的天气信息并下发给所述无线终端,包括:
所述大数据分析***判断所述大数据分析***的当前工作负荷是否超过所述大数据分析***指定的工作负荷;
如果所述大数据分析***的当前工作负荷未超过所述大数据分析***指定的工作负荷,所述大数据分析***通过天气信息查询端口向所述天气信息查询端口对应的天气服务平台发起包括所述目标停车位的天气信息查询请求;
以及,所述大数据分析***接收所述天气服务平台通过所述天气信息查询端口返回的所述目标停车位对应的预设时长的天气信息;
以及,所述大数据分析***将所述目标停车位对应的预设时长的天气信息下发给所述无线终端。
本发明实施例第二方面公开一种停车导航路径的推荐***,包括无线终端和大数据分析***,其中:
所述无线终端,用于识别所述无线终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,将所述无线终端所在车辆的当前车辆位置上报给所述大数据分析***;
所述大数据分析***,用于识别出所述车辆的车辆类型,并根据所述车辆类型辨别出所述车辆类型适用的车位类型;
所述大数据分析***,还用于在自身管辖范围内查找出所述车位类型对应大小的所有空闲停车位,从查找出的所有空闲停车中选择最接近所述的当前车辆位置的空闲停车位作为目标停车位;
所述大数据分析***,还用于查询所述目标停车位对应的预设时长的天气信息并下发给所述无线终端,以使所述无线终端所在车辆的驾驶员根据所述天气信息决定是否需要生成停车导航路径;
所述大数据分析***,还用于在所述无线终端上报的指示信息表示需要生成停车导航路径时,生成所述目标停车位与所述当前车辆位置之间的停车导航路径,并将所述停车导航路径发送给所述无线终端进行停车导航。
作为一种可选的实施方式,在本发明实施例第二方面中:
所述无线终端,还用于在识别出所述无线终端所在车辆的驾驶员的情绪稳定时,每隔指定时间采集一帧所述驾驶员的人脸图像,并从所述人脸图像中确定出人眼定位矩形,计算所述人眼定位矩形的面积,根据阈值判断所述驾驶员的眼睛的睁闭程度,以及根据所述驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于所述人眼疲劳程度值判断所述驾驶员的眼睛是否疲劳,如果疲劳,执行所述的将所述无线终端所在车辆的当前车辆位置上报给大数据分析***。
作为一种可选的实施方式,在本发明实施例第二方面中:
所述无线终端识别所述无线终端所在车辆的驾驶员的情绪是否稳定的方式具体为:
所述无线终端,用于检测所述无线终端所在车辆的驾驶员佩戴的穿戴设备发送的所述驾驶员的心电图数据;对所述心电图数据进行去噪处理;采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;根据所述频域指标、时域指标及非线性指标,分析所述用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;根据所述活力值识别所述驾驶员的情绪是否不稳定。
作为一种可选的实施方式,在本发明实施例第二方面中,所述无线终端将所述无线终端所在车辆的当前车辆位置上报给大数据分析***的方式具体为:
所述无线终端,用于扫描周围环境中是否预先设置有路由节点,如果预先设置有所述路由节点,检测所述路由节点是否被配置有开放接入时段,如果所述路由节点被配置有所述开放接入时段,识别所述无线终端的当前***时间是否位于所述路由节点被配置的所述开放接入时段内;如果所述无线终端的当前***时间位于所述路由节点被配置的所述开放接入时段内,检测所述路由节点的当前接入的终端数量是否超过所述路由节点指定的最大终端接入数量;如果所述路由节点的当前接入的终端数量未超过所述路由节点指定的最大终端接入数量,建立与所述路由节点之间的无线连接,并且将所述无线终端所在车辆的当前车辆位置发送给所述路由节点,由所述路由节点将所述无线终端所在车辆的当前车辆位置发送给所述大数据分析***。
作为一种可选的实施方式,在本发明实施例第二方面中:
所述大数据分析***查询所述目标停车位对应的预设时长的天气信息并下发给所述无线终端的方式具体为:
所述大数据分析***,用于判断所述大数据分析***的当前工作负荷是否超过所述大数据分析***指定的工作负荷,如果所述大数据分析***的当前工作负荷未超过所述大数据分析***指定的工作负荷,通过天气信息查询端口向所述天气信息查询端口对应的天气服务平台发起包括所述目标停车位的天气信息查询请求;接收所述天气服务平台通过所述天气信息查询端口返回的所述目标停车位对应的预设时长的天气信息;将所述目标停车位对应的预设时长的天气信息下发给所述无线终端;
其中,所述方法还包括:
所述大数据分析***,用于辨别所述目标停车位是否属于按预设时段出租的停车位,如果所述目标停车位不属于按预设时段出租的停车位,按照所述目标停车位对应的普通收费规则以及所述实际停车时长计算相应的停车费用,所述普通收费规则包括单位时间对应的第一收费金额;如果所述目标停车位属于按预设时段出租的停车位,判断所述车辆在所述目标停车位的实际停车时长是否超出所述预设时段,如果未超出所述预设时段,按照所述目标停车位对应的普通收费规则以及所述实际停车时长计算相应的停车费用;如果超过所述预设时段,按照所述目标停车位对应的高额收费规则以及所述实际停车时长计算相应的停车费用,所述高额收费规则包括单位时间对应的第二收费金额,并且所述第二收费金额等于若干倍数的所述第一收费金额;以及,从无线终端绑定的电子账号中扣除所述相应的停车费用。从而可以实现无人停车收费,提高停车收费效率。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,不仅可以使驾驶员在情绪不稳时快速的查找到适合其车辆类型的停车位进行停车,还可以使驾驶员提前预知停车位对应的预设时长的天气信息,从而可以提前做好停车时的车辆防护准备,防止车辆被恶劣天气造成损伤。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种停车导航路径的推荐方法的流程示意图;
图2是本发明实施例公开的一种无线终端识别驾驶员的情绪是否稳定的方法的流程示意图;
图3是本发明实施例公开的另一种停车导航路径的推荐方法的流程示意图;
图4是本发明实施例公开的一种停车导航路径的推荐***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种停车导航路径的推荐***及方法,能够使驾驶员在情绪不稳时快速的查找到适合其车辆类型的停车位进行停车,还可以使驾驶员提前预知停车位对应的预设时长的天气信息,从而可以提前做好停车时的车辆防护准备,防止车辆被恶劣天气造成损伤。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种停车导航路径的推荐方法的流程示意图。如图1所示,该停车导航路径的推荐方法可以包括以下步骤:
101、无线终端识别无线终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,将无线终端所在车辆的当前车辆位置上报给大数据分析***。
本发明实施例中,无线终端内置的无线通讯模块在生产时,可以输入上频点470MHz,下频点510MHz,这样无线通讯模块可以自动将通讯频段定义为470MHz~510MHz,以符合中国SRRC标准的规定;或者,也可以输入上频点868MHz,下频点908MHz,这样无线通讯模块可以自动将通讯频段定义为868MHz~908MHz,以符合欧洲ETSI标准的规定;或者,可以输入上频点918MHz,下频点928MHz,这样无线通讯模块可以自动将通讯频段定义为918MHz~928MHz,以符合美国FCC标准的规定;或者,无线通讯模块的通讯频段也可以定义为符合日本ARIB标准或加拿大IC标准的规定,本发明实施例不作限定。
本发明实施例中,无线终端可以采用频分复用(Frequency Division MultipleAccess,FDMA)、跳频(Frequency-Hopping Spread Spectrum,FHSS)、动态时分复用(Dynamic Time Division Multiple Access,DTDMA)、退避复用(CSMA)相结合的方法来解决干扰问题,本发明实施例不作限定。
作为一种可选的实施方式,无线终端识别出所述无线终端所在车辆的驾驶员的情绪稳定时,无线终端还可以执行以下步骤:
无线终端每隔指定时间(如120毫秒)采集一帧驾驶员的人脸图像,并从人脸图像中确定出人眼定位矩形,计算人眼定位矩形的面积,根据阈值判断驾驶员的眼睛的睁闭程度,以及根据驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于人眼疲劳程度值判断驾驶员的眼睛是否疲劳,如果疲劳,将无线终端所在车辆的当前车辆位置上报给大数据分析***。
作为一种可选的实施方式,无线终端采集无线终端所在车辆的当前车辆位置的方式可以为:
无线终端获取无线终端配置的至少两个不同的定位接口;举例来说,至少两个不同的定位接口可以包括百度的nlpservice定位接口、高德的nlpservice定位接口、谷歌的nlpservice定位接口等,本发明实施例不作限定;以及,无线终端可以将定位请求发送至上述至少两个不同的定位接口,以触发每个定位接口分别将接收到的定位请求发送给各自对应的定位服务器;以及,获取至少一个定位接口对应的定位服务器发送的位置信息,并获取从第一时刻到第二时刻的响应时间,第一时刻为每个定位接口发送定位请求的时刻,第二时刻为每个定位接口接收到位置信息的时刻;以及,将与每个定位接口对应的响应时间与响应阈值进行比较,并从响应时间未超过响应阈值的定位接口所接收的位置信息中提取定位精度最高的位置信息作为无线终端所在车辆的当前车辆位置。
本发明实施例中,实施上述实施方式可以精确的获取停车位置,提高定位精确度。
作为一种可选的实施方式,无线终端识别无线终端所在车辆的驾驶员的情绪是否稳定的方法可以如图2所示,包括以下步骤:
S201、无线终端检测无线终端所在车辆的驾驶员佩戴的穿戴设备(如手环)发送的驾驶员的心电图数据。
举例来说,无线终端可以检测无线终端所在车辆的行驶时长是否超过预设时长,如果超过预设时长,无线终端可以检测无线终端是否与无线终端所在车辆的驾驶员佩戴的穿戴设备(如手环)建立通讯连接,如果是,无线终端可以通知驾驶员佩戴的穿戴设备向无线终端发送驾驶员的心电图数据。
S202、无线终端可以对心电图数据进行去噪处理,并采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算经过去噪处理的心电图数据中相邻R波之间RR间距;以及,计算RR间距的频域指标、时域指标及非线性指标;其中,频域指标包括副交感神经活性指标,时域指标包括短程心率变动性指标;短程心率变动性指标通过获取RR间距差值平方和的均方根来计算;副交感神经活性指标通过快速傅里叶变换来计算;非线性指标通过分形维数计算方法来计算。
S203、无线终端可以根据频域指标、时域指标及非线性指标,分析该用户的情绪的活力值;其中,活力值为根据时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;以及,根据活力值识别该用户的情绪是否不稳定。
本发明实施例中,实施上述图2所描述的方法可以精确的识别出驾驶员的情绪是否稳定。
本发明实施例中,无线终端将无线终端所在车辆的当前车辆位置上报给大数据分析***,包括:
无线终端扫描周围环境中是否预先设置有路由节点,如果预先设置有路由节点,检测路由节点是否被配置有开放接入时段,如果路由节点被配置有开放接入时段,识别无线终端的当前***时间是否位于路由节点被配置的开放接入时段内;
如果无线终端的当前***时间位于路由节点被配置的开放接入时段内,检测路由节点的当前接入的终端数量是否超过路由节点指定的最大终端接入数量;
如果路由节点的当前接入的终端数量未超过路由节点指定的最大终端接入数量,无线终端建立与路由节点之间的无线连接,并且将无线终端所在车辆的当前车辆位置发送给路由节点,由路由节点将无线终端所在车辆的当前车辆位置上报给大数据分析***。
本发明实施例中,由路由节点将无线终端所在车辆的当前车辆位置上报给大数据分析***可以避免无线终端直接与大数据分析***建立较长距离的通信连接,从而可以避免无线终端直接与大数据分析***通信带来的较大功耗。
102、大数据分析***识别出该车辆的车辆类型,并根据该车辆类型辨别出该车辆类型适用的车位类型。
本发明实施例中,车辆类型可以包括轿车、载货车、客车、挂车、摩托车等,本发明实施例不作限定。
本发明实施例中,大数据分析***可以根据无线终端的身份标识,识别出无线终端所在车辆的车辆标识(如车牌),并且可以根据无线终端所在车辆的车辆标识识别出该车辆的车辆类型,并根据该车辆类型辨别出该车辆类型适用的车位类型。
103、大数据分析***在自身管辖范围内查找出该车位类型对应大小的所有空闲停车位,从查找出的所有空闲停车中选择最接近该当前车辆位置的空闲停车位作为目标停车位。
本发明实施例中,空闲停车位的位置标识可以包括空闲停车位的编号以及空闲停车位所在的停车场名称或街道名称。
104、大数据分析***查询目标停车位对应的预设时长的天气信息并下发给无线终端,以使无线终端所在车辆的驾驶员根据天气信息决定是否需要生成停车导航路径。
105、大数据分析***在无线终端上报的指示信息表示需要生成停车导航路径时,生成目标停车位与当前车辆位置之间的停车导航路径,并将停车导航路径发送给无线终端进行停车导航。
本发明实施例中,图1所描述的方法还可以包括以下步骤:
大数据分析***根据车辆在目标停车位的实际停车时长,从无线终端绑定的电子账号中扣除相应的停车费用。
作为一种可选的实施方式,大数据分析***根据车辆在目标停车位的实际停车时长,从无线终端绑定的电子账号中扣除相应的停车费用的方式可以为:
大数据分析***可以辨别目标停车位是否属于按预设时段出租的停车位,如果目标停车位不属于按预设时段出租的停车位,可以按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用,其中,普通收费规则包括单位时间对应的第一收费金额;
如果目标停车位属于按预设时段出租的停车位,判断车辆在目标停车位的实际停车时长是否超出预设时段,如果未超出预设时段,按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用;
如果超过预设时段,可以按照目标停车位对应的高额收费规则以及实际停车时长计算相应的停车费用,其中,高额收费规则包括单位时间对应的第二收费金额,并且第二收费金额等于若干倍数的第一收费金额;以及,从无线终端绑定的电子账号中扣除相应的停车费用。
其中,实施这种可选的实施方式,可以鼓励驾驶员在其车辆停放时长超出目标停车位预设的出租时段之前,及时将车辆驶离目标停车位置,以免导致巨额的停车费用。
本发明实施例中,每一个空闲的停车位可以按预设时段进行出租,也即是说,每一个空闲的停车位可以预设出租时长(例如08:30~18:00)。举例来说,某一车主在早上8点钟开车上班之后,车主可以将其空闲的停车位进行出租,并车主可以向大数据分析***上报车主为其空闲的停车位预设的出租时长(例如08:30~18:00)。
可见,实施图1所描述的方法,能够使驾驶员在情绪不稳时快速的查找到适合其车辆类型的停车位进行停车,还可以使驾驶员提前预知停车位对应的预设时长的天气信息,从而可以提前做好停车时的车辆防护准备,防止车辆被恶劣天气造成损伤。
可见,实施图1所描述的方法,还可以实现无人停车收费,提高收费管理效率。
可见,实施图1所描述的方法,可以精确的识别出驾驶员的眼睛是否疲劳,以及可以精确的识别出驾驶员的情绪是否稳定。
可见,实施图1所描述的方法,可以鼓励驾驶员在其车辆停放时长超出目标停车位预设的出租时段之前,及时将车辆驶离目标停车位置,以免导致巨额的停车费用。
实施例二
请参阅图3,图3是本发明实施例公开的另一种停车导航路径的推荐方法的流程示意图。如图3所示,该停车导航路径的推荐方法可以包括以下步骤:
301、无线终端识别无线终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,将无线终端所在车辆的当前车辆位置上报给大数据分析***。
作为一种可选的实施方式,无线终端识别出所述无线终端所在车辆的驾驶员的情绪稳定时,无线终端还可以执行以下步骤:
无线终端每隔指定时间(如120毫秒)采集一帧驾驶员的人脸图像,并从人脸图像中确定出人眼定位矩形,计算人眼定位矩形的面积,根据阈值判断驾驶员的眼睛的睁闭程度,以及根据驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于人眼疲劳程度值判断驾驶员的眼睛是否疲劳,如果疲劳,将无线终端所在车辆的当前车辆位置上报给大数据分析***。
作为一种可选的实施方式,无线终端采集无线终端所在车辆的当前车辆位置的方式可以为:
无线终端获取无线终端配置的至少两个不同的定位接口;举例来说,至少两个不同的定位接口可以包括百度的nlpservice定位接口、高德的nlpservice定位接口、谷歌的nlpservice定位接口等,本发明实施例不作限定;以及,无线终端可以将定位请求发送至上述至少两个不同的定位接口,以触发每个定位接口分别将接收到的定位请求发送给各自对应的定位服务器;以及,获取至少一个定位接口对应的定位服务器发送的位置信息,并获取从第一时刻到第二时刻的响应时间,第一时刻为每个定位接口发送定位请求的时刻,第二时刻为每个定位接口接收到位置信息的时刻;以及,将与每个定位接口对应的响应时间与响应阈值进行比较,并从响应时间未超过响应阈值的定位接口所接收的位置信息中提取定位精度最高的位置信息作为无线终端所在车辆的当前车辆位置。
本发明实施例中,实施上述实施方式可以精确的获取停车位置,提高定位精确度。
作为一种可选的实施方式,无线终端识别无线终端所在车辆的驾驶员的情绪是否稳定的方式可以为:
无线终端检测无线终端所在车辆的驾驶员佩戴的穿戴设备(如手环)发送的驾驶员的心电图数据;
以及,无线终端可以对心电图数据进行去噪处理,并采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算经过去噪处理的心电图数据中相邻R波之间RR间距;以及,计算RR间距的频域指标、时域指标及非线性指标;其中,频域指标包括副交感神经活性指标,时域指标包括短程心率变动性指标;短程心率变动性指标通过获取RR间距差值平方和的均方根来计算;副交感神经活性指标通过快速傅里叶变换来计算;非线性指标通过分形维数计算方法来计算;
以及,无线终端可以根据频域指标、时域指标及非线性指标,分析该用户的情绪的活力值;其中,活力值为根据时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;以及,根据活力值识别该用户的情绪是否不稳定。
本发明实施例中,实施上述实施方式可以精确的识别出驾驶员的情绪是否稳定。
302、大数据分析***识别出该车辆的车辆类型,并根据该车辆类型辨别出该车辆类型适用的车位类型。
本发明实施例中,车辆类型可以包括轿车、载货车、客车、挂车、摩托车等,本发明实施例不作限定。
303、大数据分析***在自身管辖范围内查找出该车位类型对应大小的所有空闲停车位,从查找出的所有空闲停车中选择最接近该当前车辆位置的空闲停车位作为目标停车位。
304、大数据分析***判断大数据分析***的当前工作负荷是否超过大数据分析***指定的工作负荷,如果未超过,通过天气信息查询端口向天气信息查询端口对应的天气服务平台发起包括目标停车位的天气信息查询请求,以及,接收天气服务平台通过天气信息查询端口返回的目标停车位对应的预设时长的天气信息。
305、大数据分析***将目标停车位对应的预设时长的天气信息下发给无线终端,以使无线终端所在车辆的驾驶员根据天气信息决定是否需要生成停车导航路径。
306、大数据分析***在无线终端上报的指示信息表示需要生成停车导航路径时,生成目标停车位与当前车辆位置之间的停车导航路径,并将停车导航路径发送给无线终端进行停车导航。
307、大数据分析***根据车辆在目标停车位的实际停车时长,从无线终端绑定的电子账号中扣除相应的停车费用。
作为一种可选的实施方式,大数据分析***根据车辆在目标停车位的实际停车时长,从无线终端绑定的电子账号中扣除相应的停车费用的方式可以为:
大数据分析***可以辨别目标停车位是否属于按预设时段出租的停车位,如果目标停车位不属于按预设时段出租的停车位,可以按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用,其中,普通收费规则包括单位时间对应的第一收费金额;
如果目标停车位属于按预设时段出租的停车位,判断车辆在目标停车位的实际停车时长是否超出预设时段,如果未超出预设时段,按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用;
如果超过预设时段,可以按照目标停车位对应的高额收费规则以及实际停车时长计算相应的停车费用,其中,高额收费规则包括单位时间对应的第二收费金额,并且第二收费金额等于若干倍数的第一收费金额;以及,从无线终端绑定的电子账号中扣除相应的停车费用。
其中,实施这种可选的实施方式,可以鼓励驾驶员在其车辆停放时长超出目标停车位预设的出租时段之前,及时将车辆驶离目标停车位置,以免导致巨额的停车费用。
本发明实施例中,每一个空闲的停车位可以按预设时段进行出租,也即是说,每一个空闲的停车位可以预设出租时长(例如08:30~18:00)。举例来说,某一车主在早上8点钟开车上班之后,车主可以将其空闲的停车位进行出租,并车主可以向大数据分析***上报车主为其空闲的停车位预设的出租时长(例如08:30~18:00)。
可见,实施图3所描述的方法,能够使驾驶员在情绪不稳时快速的查找到适合其车辆类型的停车位进行停车,还可以使驾驶员提前预知停车位对应的预设时长的天气信息,从而可以提前做好停车时的车辆防护准备,防止车辆被恶劣天气造成损伤。
可见,实施图3所描述的方法,还可以实现无人停车收费,提高收费管理效率。
可见,实施图3所描述的方法,可以精确的识别出驾驶员的眼睛是否疲劳,以及可以精确的识别出驾驶员的情绪是否稳定。
可见,实施图3所描述的方法,可以鼓励驾驶员在其车辆停放时长超出目标停车位预设的出租时段之前,及时将车辆驶离目标停车位置,以免导致巨额的停车费用。
实施例三
请参阅图4,图4是本发明实施例公开的一种停车导航路径的推荐***的结构示意图。如图4所示,该***可以包括:
无线终端401和大数据分析***402,其中:
无线终端401,用于识别无线终端401所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,将无线终端401所在车辆的当前车辆位置上报给大数据分析***402;
大数据分析***402,用于识别出该车辆的车辆类型,并根据该车辆类型辨别出该车辆类型适用的车位类型;
大数据分析***402,还用于在自身管辖范围内查找出该车位类型对应大小的所有空闲停车位,从查找出的所有空闲停车中选择最接近当前车辆位置的空闲停车位作为目标停车位;
大数据分析***402,还用于查询目标停车位对应的预设时长的天气信息并下发给无线终端401,以使无线终端401所在车辆的驾驶员根据天气信息决定是否需要生成停车导航路径;
大数据分析***402,还用于在无线终端401上报的指示信息表示需要生成停车导航路径时,生成目标停车位与当前车辆位置之间的停车导航路径,并将停车导航路径发送给无线终端401进行停车导航。
作为一种可选的实施方式,在图4所示的停车导航路径的推荐***中:
无线终端401,还用于在识别出无线终端所在车辆的驾驶员的情绪稳定时,每隔指定时间采集一帧驾驶员的人脸图像,并从人脸图像中确定出人眼定位矩形,计算人眼定位矩形的面积,根据阈值判断驾驶员的眼睛的睁闭程度,以及根据驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于人眼疲劳程度值判断驾驶员的眼睛是否疲劳,如果疲劳,将无线终端所在车辆的当前车辆位置上报给大数据分析***402。
作为一种可选的实施方式,在图4所示的停车导航路径的推荐***中:
无线终端401识别无线终端401所在车辆的驾驶员的情绪是否稳定的方式具体为:
无线终端401,用于检测无线终端所在车辆的驾驶员佩戴的穿戴设备发送的驾驶员的心电图数据;对心电图数据进行去噪处理;采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算经过去噪处理的心电图数据中相邻R波之间RR间距;计算RR间距的频域指标、时域指标及非线性指标;其中,频域指标包括副交感神经活性指标,时域指标包括短程心率变动性指标;短程心率变动性指标通过获取RR间距差值平方和的均方根来计算;副交感神经活性指标通过快速傅里叶变换来计算;非线性指标通过分形维数计算方法来计算;根据频域指标、时域指标及非线性指标,分析用户的情绪的活力值;活力值为根据时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;根据活力值识别驾驶员的情绪是否不稳定。
作为一种可选的实施方式,在图4所示的停车导航路径的推荐***中:
无线终端401将无线终端所在车辆的当前车辆位置上报给大数据分析***的方式具体为:
无线终端401,用于扫描周围环境中是否预先设置有路由节点,如果预先设置有路由节点,检测路由节点是否被配置有开放接入时段,如果路由节点被配置有开放接入时段,识别无线终端的当前***时间是否位于路由节点被配置的开放接入时段内;如果无线终端的当前***时间位于路由节点被配置的开放接入时段内,检测路由节点的当前接入的终端数量是否超过路由节点指定的最大终端接入数量;如果路由节点的当前接入的终端数量未超过路由节点指定的最大终端接入数量,建立与路由节点之间的无线连接,并且将无线终端所在车辆的当前车辆位置发送给路由节点,由路由节点将无线终端所在车辆的当前车辆位置上报给大数据分析***。
作为一种可选的实施方式,在图4所示的停车导航路径的推荐***中:
大数据分析***402查询目标停车位对应的预设时长的天气信息并下发给无线终端的方式具体为:
大数据分析***402用于判断大数据分析***的当前工作负荷是否超过大数据分析***指定的工作负荷,如果大数据分析***的当前工作负荷未超过大数据分析***指定的工作负荷,通过天气信息查询端口向天气信息查询端口对应的天气服务平台发起包括目标停车位的天气信息查询请求;接收天气服务平台通过天气信息查询端口返回的目标停车位对应的预设时长的天气信息;将目标停车位对应的预设时长的天气信息下发给无线终端。
其中,大数据分析***402还用于:
辨别目标停车位是否属于按预设时段出租的停车位,如果目标停车位不属于按预设时段出租的停车位,按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用,普通收费规则包括单位时间对应的第一收费金额;如果目标停车位属于按预设时段出租的停车位,判断车辆在目标停车位的实际停车时长是否超出预设时段,如果未超出预设时段,按照目标停车位对应的普通收费规则以及实际停车时长计算相应的停车费用;如果超过预设时段,按照目标停车位对应的高额收费规则以及实际停车时长计算相应的停车费用,高额收费规则包括单位时间对应的第二收费金额,并且第二收费金额等于若干倍数的第一收费金额;以及,从无线终端绑定的电子账号中扣除相应的停车费用。
可见,实施图4所描述的***,能够使驾驶员在情绪不稳时快速的查找到适合其车辆类型的停车位进行停车,还可以使驾驶员提前预知停车位对应的预设时长的天气信息,从而可以提前做好停车时的车辆防护准备,防止车辆被恶劣天气造成损伤。
可见,实施图4所描述的***,还可以实现无人停车收费,提高收费管理效率。
可见,实施图4所描述的***,可以精确的识别出驾驶员的眼睛是否疲劳,以及可以精确的识别出驾驶员的情绪是否稳定。
可见,实施图4所描述的***,可以鼓励驾驶员在其车辆停放时长超出目标停车位预设的出租时段之前,及时将车辆驶离目标停车位置,以免导致巨额的停车费用。
可见,实施图4所描述的***,可以避免无线终端直接与大数据分析***通信带来的较大功耗。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的一种停车导航路径的推荐***及方法进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种停车导航路径的推荐方法,其特征在于,包括:
无线终端识别所述无线终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,将所述无线终端所在车辆的当前车辆位置上报给大数据分析***;
所述大数据分析***识别出所述车辆的车辆类型,并根据所述车辆类型辨别出所述车辆类型适用的车位类型;
所述大数据分析***在自身管辖范围内查找出所述车位类型对应大小的所有空闲停车位,从查找出的所有空闲停车中选择最接近所述当前车辆位置的空闲停车位作为目标停车位;
所述大数据分析***查询所述目标停车位对应的预设时长的天气信息并下发给所述无线终端,以使所述无线终端所在车辆的驾驶员根据所述天气信息决定是否需要生成停车导航路径;
所述大数据分析***在所述无线终端上报的指示信息表示需要生成停车导航路径时,生成所述目标停车位与所述当前车辆位置之间的停车导航路径,并将所述停车导航路径发送给所述无线终端进行停车导航。
2.根据权利要求1所述的停车导航路径的推荐方法,其特征在于,所述无线终端识别出所述无线终端所在车辆的驾驶员的情绪稳定时,所述方法还包括:
所述无线终端每隔指定时间采集一帧所述驾驶员的人脸图像,并从所述人脸图像中确定出人眼定位矩形,计算所述人眼定位矩形的面积,根据阈值判断所述驾驶员的眼睛的睁闭程度,以及根据所述驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于所述人眼疲劳程度值判断所述驾驶员的眼睛是否疲劳,如果疲劳,执行所述的将所述无线终端所在车辆的当前车辆位置上报给大数据分析***。
3.根据权利要求2所述的停车导航路径的推荐方法,其特征在于,所述无线终端识别所述无线终端所在车辆的驾驶员的情绪是否稳定,包括:
所述无线终端检测所述无线终端所在车辆的驾驶员佩戴的穿戴设备发送的所述驾驶员的心电图数据;
所述无线终端对所述心电图数据进行去噪处理;
所述无线终端采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;
所述无线终端计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;
所述无线终端根据所述频域指标、时域指标及非线性指标,分析所述用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;
所述无线终端根据所述活力值识别所述驾驶员的情绪是否不稳定。
4.根据权利要求1~3任一项所述的停车导航路径的推荐方法,其特征在于,所述无线终端将所述无线终端所在车辆的当前车辆位置上报给大数据分析***,包括:
所述无线终端扫描周围环境中是否预先设置有路由节点,如果预先设置有所述路由节点,检测所述路由节点是否被配置有开放接入时段,如果所述路由节点被配置有所述开放接入时段,识别所述无线终端的当前***时间是否位于所述路由节点被配置的所述开放接入时段内;
如果所述无线终端的当前***时间位于所述路由节点被配置的所述开放接入时段内,检测所述路由节点的当前接入的终端数量是否超过所述路由节点指定的最大终端接入数量;
如果所述路由节点的当前接入的终端数量未超过所述路由节点指定的最大终端接入数量,所述无线终端建立与所述路由节点之间的无线连接,并且将所述无线终端所在车辆的当前车辆位置发送给所述路由节点,由所述路由节点将所述无线终端所在车辆的当前车辆位置发送给所述大数据分析***。
5.根据权利要求1~4所述的停车导航路径的推荐方法,其特征在于,所述大数据分析***查询所述目标停车位对应的预设时长的天气信息并下发给所述无线终端,包括:
所述大数据分析***判断所述大数据分析***的当前工作负荷是否超过所述大数据分析***指定的工作负荷;
如果所述大数据分析***的当前工作负荷未超过所述大数据分析***指定的工作负荷,所述大数据分析***通过天气信息查询端口向所述天气信息查询端口对应的天气服务平台发起包括所述目标停车位的天气信息查询请求;
以及,所述大数据分析***接收所述天气服务平台通过所述天气信息查询端口返回的所述目标停车位对应的预设时长的天气信息;
以及,所述大数据分析***将所述目标停车位对应的预设时长的天气信息下发给所述无线终端。
6.一种停车导航路径的推荐***,其特征在于,包括无线终端和大数据分析***,其中:
所述无线终端,用于识别所述无线终端所在车辆的驾驶员的情绪是否稳定,如果情绪不稳定,将所述无线终端所在车辆的当前车辆位置上报给所述大数据分析***;
所述大数据分析***,用于识别出所述车辆的车辆类型,并根据所述车辆类型辨别出所述车辆类型适用的车位类型;
所述大数据分析***,还用于在自身管辖范围内查找出所述车位类型对应大小的所有空闲停车位,从查找出的所有空闲停车中选择最接近所述当前车辆位置的空闲停车位作为目标停车位;
所述大数据分析***,还用于查询所述目标停车位对应的预设时长的天气信息并下发给所述无线终端,以使所述无线终端所在车辆的驾驶员根据所述天气信息决定是否需要生成停车导航路径;
所述大数据分析***,还用于在所述无线终端上报的指示信息表示需要生成停车导航路径时,生成所述目标停车位与所述当前车辆位置之间的停车导航路径,并将所述停车导航路径发送给所述无线终端进行停车导航。
7.根据权利要求6所述的停车导航路径的推荐***,其特征在于:
所述无线终端,还用于在识别出所述无线终端所在车辆的驾驶员的情绪稳定时,每隔指定时间采集一帧所述驾驶员的人脸图像,并从所述人脸图像中确定出人眼定位矩形,计算所述人眼定位矩形的面积,根据阈值判断所述驾驶员的眼睛的睁闭程度,以及根据所述驾驶员的眼睛的睁闭程度评价出人眼疲劳程度值,基于所述人眼疲劳程度值判断所述驾驶员的眼睛是否疲劳,如果疲劳,执行所述的将所述无线终端所在车辆的当前车辆位置上报给大数据分析***。
8.根据权利要求7所述的停车导航路径的推荐***,其特征在于,所述无线终端识别所述无线终端所在车辆的驾驶员的情绪是否稳定的方式具体为:
所述无线终端,用于检测所述无线终端所在车辆的驾驶员佩戴的穿戴设备发送的所述驾驶员的心电图数据;对所述心电图数据进行去噪处理;采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;根据所述频域指标、时域指标及非线性指标,分析所述用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;根据所述活力值识别所述驾驶员的情绪是否不稳定。
9.根据权利要求6~8任一项所述的停车导航路径的推荐***,其特征在于,所述无线终端将所述无线终端所在车辆的当前车辆位置上报给大数据分析***的方式具体为:
所述无线终端,用于扫描周围环境中是否预先设置有路由节点,如果预先设置有所述路由节点,检测所述路由节点是否被配置有开放接入时段,如果所述路由节点被配置有所述开放接入时段,识别所述无线终端的当前***时间是否位于所述路由节点被配置的所述开放接入时段内;如果所述无线终端的当前***时间位于所述路由节点被配置的所述开放接入时段内,检测所述路由节点的当前接入的终端数量是否超过所述路由节点指定的最大终端接入数量;如果所述路由节点的当前接入的终端数量未超过所述路由节点指定的最大终端接入数量,建立与所述路由节点之间的无线连接,并且将所述无线终端所在车辆的当前车辆位置发送给所述路由节点,由所述路由节点将所述无线终端所在车辆的当前车辆位置发送给所述大数据分析***。
10.根据权利要求6~9所述的停车导航路径的推荐***,其特征在于,所述大数据分析***查询所述目标停车位对应的预设时长的天气信息并下发给所述无线终端的方式具体为:
所述大数据分析***,用于判断所述大数据分析***的当前工作负荷是否超过所述大数据分析***指定的工作负荷,如果所述大数据分析***的当前工作负荷未超过所述大数据分析***指定的工作负荷,通过天气信息查询端口向所述天气信息查询端口对应的天气服务平台发起包括所述目标停车位的天气信息查询请求;接收所述天气服务平台通过所述天气信息查询端口返回的所述目标停车位对应的预设时长的天气信息;将所述目标停车位对应的预设时长的天气信息下发给所述无线终端。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710473295.8A CN107248315A (zh) | 2017-06-21 | 2017-06-21 | 一种停车导航路径的推荐***及方法 |
PCT/CN2017/100388 WO2018233074A1 (zh) | 2017-06-21 | 2017-09-04 | 一种停车导航路径的推荐***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710473295.8A CN107248315A (zh) | 2017-06-21 | 2017-06-21 | 一种停车导航路径的推荐***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107248315A true CN107248315A (zh) | 2017-10-13 |
Family
ID=60019532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710473295.8A Pending CN107248315A (zh) | 2017-06-21 | 2017-06-21 | 一种停车导航路径的推荐***及方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107248315A (zh) |
WO (1) | WO2018233074A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110189811A (zh) * | 2019-06-11 | 2019-08-30 | 中国人民解放军海军工程大学 | 一种心梗急救喂药机器人及其工作方法 |
CN111767885A (zh) * | 2020-07-07 | 2020-10-13 | 歌尔科技有限公司 | 疲劳状态识别方法、装置、设备、可读存储介质及*** |
CN112164244A (zh) * | 2020-09-29 | 2021-01-01 | 长城汽车股份有限公司 | 停车控制的方法和装置 |
CN115775467A (zh) * | 2023-02-13 | 2023-03-10 | 车位管家(深圳)科技有限公司 | 一种基于物联网的停车场服务智能管理***及方法 |
WO2023131278A1 (zh) * | 2022-01-07 | 2023-07-13 | 长城汽车股份有限公司 | 车辆驾驶辅助控制方法、装置、车辆及存储介质 |
CN117058919A (zh) * | 2023-10-10 | 2023-11-14 | 北京集度科技有限公司 | 车位推荐方法、装置、计算机设备及存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401287B (zh) * | 2020-03-24 | 2023-06-02 | 安阳工学院 | 一种停车计费***中的车辆认证方法及装置 |
CN112137630A (zh) * | 2020-09-27 | 2020-12-29 | 广州汽车集团股份有限公司 | 一种驾驶员负面情绪缓解方法及*** |
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*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101030316A (zh) * | 2007-04-17 | 2007-09-05 | 北京中星微电子有限公司 | 一种汽车安全驾驶监控***和方法 |
CN103871270A (zh) * | 2014-02-28 | 2014-06-18 | 张剑锋 | 基于云计算和大数据的停车方法和*** |
CN105120430A (zh) * | 2015-07-23 | 2015-12-02 | 小米科技有限责任公司 | 终端定位方法、装置及终端 |
CN106157681A (zh) * | 2015-04-08 | 2016-11-23 | 腾石智能科技(上海)有限公司 | 停车区域管理***及方法 |
CN106295508A (zh) * | 2016-07-26 | 2017-01-04 | 深圳欧德蒙科技有限公司 | 情绪识别***与方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2567371B1 (de) * | 2010-05-05 | 2014-08-13 | Gisela Toussaint | Verfahren zum ermitteln von kraftfahrzeugnah beparkbarem parkraum und hierfür geeignetes fahrzeug-assistenzsystem |
CN102097003B (zh) * | 2010-12-31 | 2014-03-19 | 北京星河易达科技有限公司 | 智能交通安全***及其终端 |
WO2014113929A1 (zh) * | 2013-01-23 | 2014-07-31 | Su Ying-Tsun | 停车位的管理***及方法 |
DE102013001308A1 (de) * | 2013-01-26 | 2014-07-31 | Audi Ag | Verfahren und Navigationsvorrichtung zum Bereitstellen von Informationen über einen Parkplatz |
CN105160929A (zh) * | 2015-07-30 | 2015-12-16 | 小米科技有限责任公司 | 车位查询方法及装置 |
-
2017
- 2017-06-21 CN CN201710473295.8A patent/CN107248315A/zh active Pending
- 2017-09-04 WO PCT/CN2017/100388 patent/WO2018233074A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101030316A (zh) * | 2007-04-17 | 2007-09-05 | 北京中星微电子有限公司 | 一种汽车安全驾驶监控***和方法 |
CN103871270A (zh) * | 2014-02-28 | 2014-06-18 | 张剑锋 | 基于云计算和大数据的停车方法和*** |
CN106157681A (zh) * | 2015-04-08 | 2016-11-23 | 腾石智能科技(上海)有限公司 | 停车区域管理***及方法 |
CN105120430A (zh) * | 2015-07-23 | 2015-12-02 | 小米科技有限责任公司 | 终端定位方法、装置及终端 |
CN106295508A (zh) * | 2016-07-26 | 2017-01-04 | 深圳欧德蒙科技有限公司 | 情绪识别***与方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110189811A (zh) * | 2019-06-11 | 2019-08-30 | 中国人民解放军海军工程大学 | 一种心梗急救喂药机器人及其工作方法 |
CN110189811B (zh) * | 2019-06-11 | 2023-12-12 | 中国人民解放军海军工程大学 | 一种心梗急救喂药机器人及其工作方法 |
CN111767885A (zh) * | 2020-07-07 | 2020-10-13 | 歌尔科技有限公司 | 疲劳状态识别方法、装置、设备、可读存储介质及*** |
CN112164244A (zh) * | 2020-09-29 | 2021-01-01 | 长城汽车股份有限公司 | 停车控制的方法和装置 |
WO2023131278A1 (zh) * | 2022-01-07 | 2023-07-13 | 长城汽车股份有限公司 | 车辆驾驶辅助控制方法、装置、车辆及存储介质 |
CN115775467A (zh) * | 2023-02-13 | 2023-03-10 | 车位管家(深圳)科技有限公司 | 一种基于物联网的停车场服务智能管理***及方法 |
CN115775467B (zh) * | 2023-02-13 | 2023-09-01 | 深圳市兴海物联科技有限公司 | 一种基于物联网的停车场服务智能管理***及方法 |
CN117058919A (zh) * | 2023-10-10 | 2023-11-14 | 北京集度科技有限公司 | 车位推荐方法、装置、计算机设备及存储介质 |
CN117058919B (zh) * | 2023-10-10 | 2024-01-12 | 北京集度科技有限公司 | 车位推荐方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2018233074A1 (zh) | 2018-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107248315A (zh) | 一种停车导航路径的推荐***及方法 | |
CN107248310A (zh) | 一种基于自选车位的停车收费管控方法及*** | |
CN107230382A (zh) | 一种智慧城市的停车管理方法及*** | |
CN107195194A (zh) | 一种基于停车位类型的停车诱导方法及*** | |
CN107358813A (zh) | 一种基于驾驶员报价的停车引导方法及*** | |
CN107195195A (zh) | 一种基于车场的停车诱导***及方法 | |
CN107204123A (zh) | 一种结合天气信息的车辆停车引导***及方法 | |
CN107204126A (zh) | 一种停车收费方法及*** | |
CN107424229A (zh) | 一种停车管理方法及*** | |
CN107464297A (zh) | 一种多停车场场景下的收费管理方法及*** | |
CN107452077A (zh) | 一种停车管理及收费一体化方法及*** | |
CN107231428A (zh) | 一种户外停车的集中式管理方法及*** | |
CN107248309A (zh) | 一种智能化的停车收费方法及*** | |
CN107248312A (zh) | 一种基于数据分析的停车引导***及方法 | |
CN107256640A (zh) | 一种可自选车位的停车导航路径生成***及方法 | |
CN107248319A (zh) | 一种临时路边停车引起的信息公告方法及*** | |
CN107393025A (zh) | 一种无人管理式的停车收费***及方法 | |
CN107205038A (zh) | 一种由停车引起的数据处理方法及*** | |
CN107230384A (zh) | 基于期望停车时长和天气信息的停车引导***及方法 | |
CN107302574A (zh) | 一种基于物联网接入点的信息发布方法及*** | |
CN107464444A (zh) | 一种基于移动网络的车位预订方法及*** | |
CN107293148A (zh) | 一种停车位指引方法及*** | |
CN107452078A (zh) | 一种停车收费管理方法及*** | |
CN107424434A (zh) | 一种应用于智慧城市的停车位预约方法及*** | |
CN107205037A (zh) | 一种基于汇聚平台的停车管理方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171013 |
|
RJ01 | Rejection of invention patent application after publication |