CN115691200A - 停车信息推送方法及装置、电子设备和存储介质 - Google Patents
停车信息推送方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115691200A CN115691200A CN202210958151.2A CN202210958151A CN115691200A CN 115691200 A CN115691200 A CN 115691200A CN 202210958151 A CN202210958151 A CN 202210958151A CN 115691200 A CN115691200 A CN 115691200A
- Authority
- CN
- China
- Prior art keywords
- parking
- available
- distance
- spaces
- grid
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000004590 computer program Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 230000015654 memory Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种停车信息推送方法及装置、电子设备和存储介质,涉及人工智能领域,也可以应用于金融技术领域。该停车信息推送方法包括:从数据库中获取停车距离数据,其中停车距离数据用于表征园区内各停车场中多个可用停车位的停车距离,其中停车距离包括由园区入口至可用停车位的预计行驶总距离、可用停车位的停车成本距离,停车成本距离与可用停车位的停车难易程度关联;根据多个可用停车位的停车距离,确定推荐停车位;将推荐停车位的位置信息推送至停车用户的客户端,其中推荐停车位的位置信息用于引导停车用户进行停车。
Description
技术领域
本公开涉及人工智能技术领域,具体地涉及一种停车信息推送方法及装置、电子设备、存储介质和程序产品。
背景技术
在上班高峰期,大量员工车辆涌入企业园区内进行停车,较晚进入园区的车辆经常面临找车位难题。例如,因自身视线受到园区植物景观遮挡,或空车位被周围车辆遮盖,无法第一时间发现空余车位,再者寻找到的车位停车可能因为被其他既停车辆的停车位包围,停车难度较大等。
发明内容
鉴于上述问题,本公开提供了一种停车信息推送的方法、装置、设备、存储介质和程序产品。
本公开的一个方面,提供了一种停车信息推送的方法,包括:从数据库中获取停车距离数据,其中停车距离数据用于表征园区内各停车场中多个可用停车位的停车距离,其中停车距离包括由园区入口至可用停车位的预计行驶总距离、可用停车位的停车成本距离,停车成本距离与可用停车位的停车难易程度关联;
根据多个可用停车位的停车距离,确定推荐停车位;
将推荐停车位的位置信息推送至停车用户的客户端,其中推荐停车位的位置信息用于引导停车用户进行停车。
根据本公开的实施例,停车成本距离根据参考距离和停车难度系数计算得到,其中参考距离用于表征由园区入口至可用停车位的直线距离,停车难度系数根据可用停车位的两侧区域是否为可用停车位区域确定。
根据本公开的实施例,还包括,在从数据库中获取停车距离数据之前:
获取园区内各停车场的停车前拍摄图像和停车布局图;
根据停车前拍摄图像和停车布局图生成各停车场的区域网格图,其中,区域网格图中的多个网格分别关联停车场内的不同区域,多个网格包括第一类网格和第二类网格,与第一类网格关联的区域为可用停车位区域,与第二类网格关联的区域为已用停车位区域或障碍物区域;
根据各停车场的区域网格图,计算园区内各停车场中多个可用停车位的停车距离,得到停车距离数据;
将停车距离数据存储至数据库。
根据本公开的实施例,根据各停车场的区域网格图,计算园区内各停车场中多个可用停车位的停车距离包括:
生成与各停车场的区域网格图各自关联的网格矩阵,其中网格矩阵中的每个元素关联一个网格,与第一类网格关联的元素的取值为第一数值,与第二类网格关联的元素的取值为第二数值;
基于网格矩阵,计算由园区入口至可用停车位的预计行驶总距离,以及计算可用停车位的停车成本距离;
计算预计行驶总距离和停车成本距离的和,得到多个可用停车位的停车距离。
根据本公开的实施例,基于网格矩阵,计算可用停车位的停车成本距离包括:
针对与可用停车位关联的第一类网格,获取与第一类网格关联的元素Pi,j的相邻元素Pi-1,j和Pi+1,j的当前取值;
根据Pi-1,j和Pi+1,j的当前取值,确定可用停车位的停车难度系数;
计算可用停车位的参考距离;
根据参考距离和停车难度系数,计算得到可用停车位的停车成本距离。
根据本公开的实施例,根据Pi-1,j和Pi+1,j的当前取值,确定可用停车位的停车难度系数包括:
在Pi-1,j和Pi+1,j的取值均为第一数值的情况下,确定停车难度系数取值为第一预设难度值;
在Pi-1,j和Pi+1,j中仅有一个元素的取值为第一数值或第二数值的情况下,确定停车难度系数取值为第二预设难度值;
在Pi-1,j和Pi+1,j的取值均为第二数值的情况下,确定停车难度系数取值为第三预设难度值。
根据本公开的实施例,还包括,在停车用户进行停车后:
获取园区内各停车场的停车前拍摄图像和停车后拍摄图像;
根据停车前拍摄图像和停车后拍摄图像,更新停车距离数据。
根据本公开的实施例,更新停车距离数据包括:
根据停车前拍摄图像和停车后拍摄图像,确定停车用户实际停车占用的目标停车位;
计算与目标停车位相邻的停车位的停车距离,得到更新后的停车距离数据。
根据本公开的实施例,预计行驶总距离包括由园区入口至停车场入口的固定行驶距离,以及由停车场入口至可用停车位的推算行驶距离。
本公开的另一个方面提供了一种停车信息推送装置,包括:
获取模块,用于从数据库中获取停车距离数据,其中停车距离数据用于表征园区内各停车场中多个可用停车位的停车距离,其中停车距离包括由园区入口至可用停车位的预计行驶总距离、可用停车位的停车成本距离,停车成本距离与可用停车位的停车难易程度关联;
确定模块,用于根据多个可用停车位的停车距离,确定推荐停车位;
推送模块,用于将推荐停车位的位置信息推送至停车用户的客户端,其中推荐停车位的位置信息用于引导停车用户进行停车。
本公开的另一个方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当上述一个或多个程序被上述一个或多个处理器执行时,使得一个或多个处理器执行上述停车信息推送方法。
本公开的另一个方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述停车信息推送方法。
本公开的另一个方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述停车信息推送方法。
根据本公开的实施例,通过上述停车信息推送方法,根据预先计算好的可用停车位的停车距离确定推荐停车位,并向用户的客户端推送,实现了停车位的自动化推荐,免去了用户通过人工寻找车位难以较快找到合适车位的困扰,解决了人工寻找停车位的低效、用户停车难度较大的问题,可快速为停车用户定位到可用的停车位。再者,因停车位两侧区域的占用情况会对用户停车存在较大程度的干扰,通过引入停车成本距离,将停车难易程度折算为停车距离,实现了将停车难易程度量化度量。在计算停车距离时,通过从数据库中获取园区内的停车距离数据,知晓从园区到可用停车位的行驶的距离、可用车位停车的成本距离以及停车的难易程度关联等信息,计算出当前停车场中空余车位的距离、停车难度、停车成本等信息,从而为用户提供停车位推荐,所推荐的停车位兼顾了停车距离和停车难易程度的考量,避免了人工寻找停车位的低效、用户停车难度较大的问题,可快速为停车用户定位到可用的停车位。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的停车信息推送方法、装置、设备、介质和程序产品的应用场景图;
图2示意性示出了根据本公开实施例的停车信息推送方法的流程图;
图3示意性示出了可应用本公开实施例的停车信息推送方法的***结构图;
图4示意性示出了根据本公开一实施例的计算得到停车距离数据的流程图;
图5是示意性示出了根据本公开另一实施例的计算得到停车距离数据的流程图;
图6是示意性示出了根据本公开另一实施例的停车信息推送方法的流程图;
图7示意性示出了根据本公开实施例的停车信息推送装置的结构框图;以及
图8示意性示出了根据本公开实施例的适于实现停车信息推送方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
随着居民收入的增加,汽车保有量逐年递增,人均拥车数量也同步提升,园区内停车位逐渐接近饱和,尤其在上班高峰期,大量用户车辆涌入,而较晚进入园区的车辆经常面临找车位难题和停车难度较大的问题。
在实现本公开的过程中发现,相关技术中通过人工寻寻找停车位的过程中存在如下问题:
例如,因自身视线受到园区植物景观遮挡,且园区内停车场区域分散,分为左右两个主停车场及其他小区域停车位,用户无法第一时间发现空余车位;再例如,在寻找车位时,仅仅只能通过平视视角,而空车位往往被周围车辆遮盖,需要近距离观察,才能够发现,因此,出现来车在左右停车场反复巡游寻找停车位的现象;再例如,寻找到的停车车位可能被其他既停车辆的停车位包围,停车难度较大等问题。上述情况耗费车主大量的精力和时间,也导致寻车、停车低效的问题。
相关技术中,也有采用A星算法来确定最优停车位的方法,考虑到从车辆进入园区到行驶到停车位的时间较短,停车场位置较为固定,整体布局较为简单,不存在动态变化障碍物等因素,A星算法在计算测量静态路径时具有较强的契合性,并能够快速得到精确的计算结果。但是,传统的A星算法只考虑到停车距离成本问题,没有考虑到用户停车过程中存在停车困难的问题,如停车行驶距离较近的停车位周围可能存在已停车辆或植物景观障碍物,导致停车用户停车难度增大;当周围没有既停车辆或障碍物的停车位,停车难度较低,但是存在行驶的距离较远问题。为此,需要综合考虑停车行驶的距离和停车的难易程度,以此计算园区内各停车场中多个可用停车位的停车距离。
有鉴于此,本公开的实施例提供了一种停车信息推送方法,包括:
从数据库中获取停车距离数据,其中停车距离数据用于表征园区内各停车场中多个可用停车位的停车距离,其中停车距离包括由园区入口至可用停车位的预计行驶总距离、可用停车位的停车成本距离,停车成本距离与可用停车位的停车难易程度关联;
根据多个可用停车位的停车距离,确定推荐停车位;
将推荐停车位的位置信息推送至停车用户的客户端,其中推荐停车位的位置信息用于引导停车用户进行停车。
图1示意性示出了根据本公开实施例的停车信息推送方法、装置、设备、介质和程序产品的应用场景图。
图1示意性示出了根据本公开实施例的停车信息推送方法、装置、设备、介质和程序产品的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括终端设备101、102。网络104用以在终端设备101、102和服务器103之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102通过网络104与服务器103交互,以接收或发送消息等。终端设备101、102上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器103可以是提供各种服务的服务器,例如对用户利用终端设备101、102所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
在本公开实施例的应用场景下,用户的终端设备接收消息模块发送来的推荐停车位图,在其指引下进行停车。用户可利用终端设备101、102进入停车小程序中,向服务器103发起获取推荐停车位分布图的请求,服务器103可用于执行本公开实施例的停车信息推送方法,利用预设算法计算目标车辆由园区入口至可用停车位的预计行驶总距离、可用停车位的停车成本距离,停车成本距离与可用停车位的停车难易程度关联的多个可用停车位的停车距离,根据多个可用停车位的停车距离,确定推荐停车位,并通过服务器103与网络104之间的交互,将推荐停车位的位置信息推送至停车用户的终端设备(客户端)101、102向用户展示,从而引领停车用户进行停车。
需要说明的是,本公开实施例所提供的停车信息推送方法一般可以由服务器103执行。相应地,本公开实施例所提供的停车信息推送装置一般可以设置于服务器103中。本公开实施例所提供的停车信息推送方法也可以由不同于服务器103且能够与终端设备101、102和/或服务器103通信的服务器或服务器集群执行。相应地,本公开实施例所提供的停车信息推送装置也可以设置于不同于服务器103且能够与终端设备101、102和/或服务器103通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图6对公开实施例的停车信息推送方法进行详细描述。
在本公开的实施例中,在获取用户的信息之前,可以获得用户的同意或授权,在向用户发送推荐信息之前,也是获得了用户之前的授权或同意。
图2示意性示出了根据本公开实施例的停车信息推送方法的流程图。
如图2所示,该实施例的停车信息推送方法包括操作S201~操作S203。
在操作S201,从数据库中获取停车距离数据,其中停车距离数据用于表征园区内各停车场中多个可用停车位的停车距离,其中停车距离包括由园区入口至可用停车位的预计行驶总距离、可用停车位的停车成本距离,停车成本距离与可用停车位的停车难易程度关联。
在操作S202,根据多个可用停车位的停车距离,确定推荐停车位。
在操作S203,将推荐停车位的位置信息推送至停车用户的客户端,其中推荐停车位的位置信息用于引导停车用户进行停车。
根据本公开的实施例,在操作S201中,预计行驶总距离包括由园区入口至停车场入口的固定行驶距离,以及由停车场入口至可用停车位的推算行驶距离。例如,当园区内有多个停车场时,从园区入口到各个停车场的距离不同,从而存在多个从园区入口到停车场入口的固定距离;从停车场入口到可用停车位可能会经过不同节点,再经不同的节点到达可用停车位存在多个推算行驶距离。
在实际停车的过程中,不仅需要考虑停车的距离,还要考虑停车难易程度的问题,因此,引入可用停车位的停车成本距离来度量。根据本公开的实施例,停车成本距离与可用停车位的停车难易程度关联,同时也与当前位置与可用停车位之间的距离有关,停车难易程度例如可以通过判断可用停车位两侧是否为障碍区确定。
本公开的实施例通过上述方法计算出从园区入口到每个可用停车位的停车距离,得到停车距离数据,并储存在数据库中,供后续流程调用。
根据本公开的实施例,在操作S202中,根据多个可用停车位的停车距离,确定推荐停车位,例如可以是从多个可用停车位的停车距离中,选取最短停车距离对应的停车位作为最优停车位,也可以是从多个可用停车位的停车距离中,确定停车距离满足预设判别条件个停车位作为推荐停车位,例如可选取停车距离小于预设距离阈值的一个或多个停车位作为推荐停车位。通过对多个可用停车位的停车距离进行比较,确定推荐停车位后,记录推荐停车位的位置信息并进行标注。该推荐停车位一般具有从园区入口到可用停车位的停车距离相对较短、停车难度相对较低的特点。
根据本公开的实施例,在操作S203中,将包含该推荐停车位的位置信息推送给用户的客户端,供用户参考选择,其中,推送给用户的位置信息可以是带标记的区域网格停车位图,客户端可以是用户APP端小程序。
在本公开的实施例中,通过上述方法,根据预先计算好的可用停车位的停车距离确定推荐停车位,并向用户的客户端推送,实现了停车位的自动化推荐,免去了用户通过人工寻找车位难以较快找到合适车位的困扰,解决了人工寻找停车位的低效、用户停车难度较大的问题,可快速为停车用户定位到可用的停车位。再者,因停车位两侧区域的占用情况会对用户停车存在较大程度的干扰,通过引入停车成本距离,将停车难易程度折算为停车距离,实现了将停车难易程度量化度量。在计算停车距离时,通过从数据库中获取园区内的停车距离数据,知晓从园区到可用停车位的行驶的距离、可用车位停车的成本距离以及停车的难易程度关联等信息,计算出当前停车场中空余车位的距离、停车难度、停车成本等信息,从而为用户提供停车位推荐,所推荐的停车位兼顾了停车距离和停车难易程度的考量,避免了人工寻找停车位的低效、用户停车难度较大的问题,可快速为停车用户定位到可用的停车位。
根据本公开的实施例,进一步地,停车成本距离与可用停车位的停车难易程度相关联,停车成本距离例如可以根据参考距离和停车难度系数计算得到,其中参考距离用于表征由园区入口至可用停车位的直线距离,停车难度系数根据可用停车位的两侧区域是否为可用停车位区域确定。例如可根据可用停车位两侧或一侧是否存在已停车辆或植物景观障碍物确定。
根据本公开的实施例,因停车位两侧区域的占用情况会对用户停车存在较大程度的干扰,通过引入停车难度系数,将停车难易程度折算为停车距离,实现了将停车难易程度量化度量。在向用户推荐停车位时,在考虑较短的行车距离的基础上,兼顾了停车位的停车难易程度,所推荐车位对用户具有较高的参考性。
图3示意性示出了可应用本公开实施例的停车信息推送方法的***结构图。
如图3所示,可应用本公开实施例的停车信息推送方法的***包括:
当园区的门禁处的车牌检测装置检测到来车且该车为符合园区入园标注的车辆,将发送来车消息至服务器的消息模块,消息模块在接收消息后,从服务器存储模块的数据库中获取当前园区内可用停车位的停车距离数据,其中,可用停车位的停车距离数据包括由园区入口到可用停车位的预计行驶总距离和可用停车位的停车难易程度相关联的停车成本距离。消息模块在接收到用户确定的停车区域后,将该停车区域内可用停车位的位置信息推送到停车用户的APP客户端小程序中,供停车用户选择,并引导停车用户进行停车。
图4是示意性示出了根据本公开一实施例的计算得到停车距离数据的流程图。
如图4所示,计算得到停车距离数据为从数据库中获取停车数据之前的操作,具体可包括:操作S401~操作S404。
在操作S401,获取园区内各停车场的停车前拍摄图像和停车布局图。
在操作S402,根据停车前拍摄图像和停车布局图生成各停车场的区域网格图,其中,区域网格图中的多个网格分别关联停车场内的不同区域,多个网格包括第一类网格和第二类网格,与第一类网格关联的区域为可用停车位区域,与第二类网格关联的区域为已用停车位区域或障碍物区域。
在操作S403,根据各停车场的区域网格图,计算园区内各停车场中多个可用停车位的停车距离,得到停车距离数据。
在操作S404,将停车距离数据存储至数据库。
根据本公开的实施例,在操作S401中,停车布局图为停车场的原始设计布局图,图中以网格形式划分了多个停车位,可通过停车布局图生成初始停车位网格图,一个停车位对应一个网格区域,初始停车位网格图中,所有网格都为第一类网格,即可用停车位区域网格。
根据本公开的实施例,在操作S402中,获取到园区内各停车场的停车前拍摄图像和停车布局图后,可将停车前拍摄图像导入到图像处理模块中,采用Yolo目标检测技术,将车辆设置为检测目标,识别出车辆,生成标记有车辆位置的图像。其中,Yolo网络可通过输入历史停车数据进行训练得到。根据本公开的实施例,可按照同样的方法,采用Yolo目标检测技术,将障碍物(如景观植被)设置为检测目标,识别出障碍物,生成标记有障碍物位置的图像。
在识别出车辆位置和障碍物位置之后,可采用图像融合技术,将标记有车辆位置的图像、标记有障碍物位置的图像、以及初始停车位网格图,生成园区内各停车场的区域网格图,网格图中的多个网格分别关联车停车场内不同区域,多个网格包括第一类网格(可用停车位区域)和第二类网格(已用停车位区域或障碍物区域)。根据停车场的区域网格图中停放车辆的坐标对停车位进行顺序编号,并对所有停车位进行标记。
例如,可以将满载停车位、停车位周围景观植被以及人流通道设置为障碍区,用黑色栅格表示,代表着区域网格中与第二类网格关联的区域为已用停车位区域或障碍区域,在停车场的区域网格图中设置为“1”;将可用停车位设置为可停车区域,用白色栅格表示,代表着区域网格中与第一类网格关联的区域为可用停车区域,在停车场的区域网格图中设置为“0”,并在区域网格图中表示。
根据本公开的实施例,在操作S403中,根据各停车场的区域网格图,计算园区内各停车场中多个可用停车位的停车距离包括以下三个步骤:
步骤一:生成与各停车场的区域网格图各自关联的网格矩阵,其中网格矩阵中的每个元素关联一个网格,与第一类网格关联的元素的取值为第一数值,与第二类网格关联的元素的取值为第二数值。
例如,将网格矩阵中与第一类网格关联的元素取值作为第一数值,如将可用停车位区域的取值作为第一数值;将与第二类网格中关联的元素取值作为第二数值,如将已用停车位或植物景观等障碍物的取值作为第二数值。
步骤二:基于网格矩阵,计算由园区入口至可用停车位的预计行驶总距离,以及计算可用停车位的停车成本距离。
其中,由园区入口至可用停车位的预计行驶总距离包括:园区入口到停车场入口的距离,从停车场入口到达节点n的实际距离,再经节点n到可用停车位的预计行驶总距离。
其中,计算可用停车位的停车成本距离包括:参考距离和停车难度系数。
其中停车难度系数根据可用停车位的两侧区域是否为可用停车位区域确定,具体确定过程如下:
首先,针对与可用停车位关联的第一类网格,获取与第一类网格关联的元素Pi,j的相邻元素Pi-1,j和Pi+1,j的当前取值。
例如:第一类网格关联的元素为可用停车位时,获取该可用停车位左右两侧的取值,即确定可用停车位左右两侧或一侧是否存在已停车辆或植物景观等障碍物。如果存在已停车辆或植物景观等障碍物,则获取当前可用停车位(即第一类网格关联的元素Pi,j)左右两侧或一侧的当前取值,该取值为第二数值,第二数值可以是“1”;如果不存在已停车辆和植物景观障碍物,则获取当前可用停车位(即第一类网格关联的元素Pi,j)左右两侧当前的取值,该取值均为第一数值,第一数值可以是“0”。
其次,根据Pi-1,j和Pi+1,j的当前取值,确定可用停车位的停车难度系数,包括:
在Pi-1,j和Pi+1,j的取值均为第一数值的情况下,确定停车难度系数取值为第一预设难度值。例如,当目标可用停车位左右两侧的取值都为第一数值时,说明此时目标可用停车位的左右两侧都不存在已停车辆和植物景观障碍物,停车难度系数较低,用λ1表示第一预设难度值。
在Pi-1,j和Pi+1,j中仅有一个元素的取值为第一数值或第二数值的情况下,确定停车难度系数取值为第二预设难度值。例如,当目标可用停车位仅有一侧的取值为第一数值或第二数值时,说明此时目标可用停车位的左右两侧中仅有一侧存在已停车辆和植物景观障碍物,停车难度系数中等,用λ2表示第二预设难度值。
在Pi-1,j和Pi+1,j的取值均为第二数值的情况下,确定停车难度系数取值为第三预设难度值。例如,当目标可用停车位两侧的取值均为第二数值时,说明此时目标可用停车位的左右两侧均存在已停车辆或植物景观障碍物,停车难度系数最大,用λ3表示第三预设难度值。其中,第一预设难度值<第二预设难度值<第三预设难度值,即λ∈{λ1、λ2、λ3},λ1<λ2<λ3。
最后,根据参考距离和停车难度系数,计算得到可用停车位的停车成本距离。其中,可用停车位的参考距离为园区入口至可用停车位的直线距离。
步骤三:根据预计行驶总距离和停车成本距离的和,得到多个可用停车位的停车距离,计算方法如下式(1):
f(n)=g(n)+h(n)*λn+Cn (1)
式中,f(n)表示从园区大门到达停车场入口,再经节点n到目标停车位G的总行车距离,g(n)表示从停车场入口到达节点n的实际行车距离;h(n)表示从节点n到目标停车位G的启发式路径成本估计函数,采用欧氏距离计算;λ∈[0,1]为停车梯度系数,表示不同车位的停车难易度,λ∈{λ1、λ2、λ3},λ1<λ2<λ3;Cn∈{C1、C2、C3......}表示园区大门到达不同停车场入口的固定行车距离。
根据本公开的实施例,在操作S404中,根据可用停车位的停车距离评估函数,计算当前目标停车位的距离数据,直到所有目标可用停车位的距离数据均计算完毕,然后将计算的所有目标可用停车位的距离数据存储至服务器存储模块的数据库中,其中,所有目标可用停车位的距离数据计算结果可以key-value的形式存放在数据库的堆栈中。
根据本公开的实施例,通过增加了停车难易程度的停车系数,使计算结果更加贴合实际应用情况下,停车用户对不同环境停车位的停车偏好,在一定程度上降低了停车用户停车的难度,以及降低了停车用户在停车过程中出现的擦碰问题。
图5是示意性示出了根据本公开另一实施例的计算得到停车距离数据的流程图。
如图5所示,该实施例中获得停车距离数据的流程包括操作S501-S508。
操作S501,获取园区内各停车场的停车前拍摄图像和停车布局图。
操作S502,根据园区内各停车场的停车前拍摄图像和停车布局图,生成与各停车场的区域网格图各自关联的网格矩阵。
根据本公开的实施例,在操作S501~S502中,将获得停车前拍摄图像和停车布局图输入到图像处理模块中,生成与各停车场的区域网格图各自关联的网格矩阵,网格矩阵中包括已用停车位、可用停车位和植物景观等障碍物。
操作S503,将园区各个停车场中可用的停车位设置为目标点。
操作S504,从数据库中获取各个停车场内各个可用停车位的停车难度系数,以及获得从园区入口到各个停车场内可用停车位的距离,该距离包括:由园区入口至可用停车位的预计行驶总距离,以及计算可用停车位的停车成本距离。
操作S505,判断当前行车路径点是否为目标点。根据本公开的实施例,在操作S505中,当停车用户当前行驶的路径点是可用停车位的目标点,则结束操作;如果不是,则进入到操作S506。
操作S506,寻找当前路径点周围可用停车位。
操作S507,计算可用停车位的停车距离。
根据本公开的实施例,在操作S506~S507中,从当前路径点周围重新寻找可用停车位,利用可用停车位的停车距离评估函数重新计算当前路径点到周围可用停车位的停车距离,得到多个可用停车位的停车距离,该距离包含了到达停车位的预计行驶总距离、可用停车位的成本距离,其中,成本距离与可用停车位的停车难度系数相关联。
操作S508,判断可用停车位的停车距离是否最小。
根据本公开的实施例,在操作S508中,根据计算出的多个可用停车位的停车距离进行比较,并进行排序,将该路径点中较小的可用停车位距离加入至CLOSE列表中,并重新评估当前新的路径点是否为目标点,重新进入到操作S505中;如果不是,则将该路径点的可用停车位距离加入至OPEN列表中。进一步地,如果该路径点的可用停车位距离在OPEN列表中,则更新OPEN列表并存储;如果不在OPEN列表中,则将其加入至OPEN表中。
图6是示意性示出了根据本公开另一实施例的停车信息推送方法的流程图。
如图6所示,在该实施例中,除了包括上文参考图2描述的操作S201~S203之外,在停车用户进行停车后还包括操作S601~操作S602。
为了描述的简洁起见,这里省略对操作S201~S203的描述,其中:
在操作S601,获取园区内各停车场的停车前拍摄图像和停车后拍摄图像。
在操作S602,根据停车前拍摄图像和停车后拍摄图像,更新停车距离数据。
根据本公开的实施例,在操作S601中,更新停车距离数据包括:根据停车前拍摄图像和停车后拍摄图像,确定停车用户实际停车占用的目标停车位;计算与目标停车位相邻的停车位的停车距离,得到更新后的停车距离数据。
具体地,在一定时间间隔后,停车场摄像头重新拍摄停车场的即时照片,在图像处理模块与当前停车情况进行对比。若来车根据推送消息提示将车停于指定停车位,则将指定停车位设置为非空车位,用黑色栅格表示,并重计算该车位左右空车位的行车距离,并将值存储在服务器存储模块的数据库中;若来车未根据消息提示停于指定停车位,则将处理后图像的区域网格图设置为非空车位,并对应重计算该车位左右空车位的行车距离,并将值存储在服务器存储模块的数据库中;完成后重新为下一位停车用户推送停车信息,直至到达约定时间如上班时间,停止计算行车成本及推送消息。
根据本公开的实施例,在实际为停车用户推送停车信息之前,采用离线计算的方式,将运算量较大的图像处理和行车距离计算在非为停车用户提供推荐停车位时间,服务器的离线端进行计算,完成计算后存储在服务器的数据库中。对于涉及来往车辆的变化的计算机图像处理和更新在停车时间段内在线完成,采用局部更新覆盖的方式对已使用的停车位及逆行覆盖,避免了全量的重复计算,可以大大地缩短了获取计算结果至推送给用户客户端的时间,提高停车用户停车的时间。
基于上述停车信息推送方法,本公开还提供了一种停车信息推送装置。以下将结合图7对该装置进行详细描述。
图7示意性示出了根据本公开实施例的停车信息推送装置的结构框图。
如图7所示,该实施例的停车信息推送装置700包括第一获取模块710、确定模块720和推送模块730。
第一获取模块710,用于从数据库中获取停车距离数据,其中停车距离数据用于表征园区内各停车场中多个可用停车位的停车距离,其中停车距离包括由园区入口至可用停车位的预计行驶总距离、可用停车位的停车成本距离,停车成本距离与可用停车位的停车难易程度关联。
确定模块720,用于根据多个可用停车位的停车距离,确定推荐停车位。
推送模块730,用于将推荐停车位的位置信息推送至停车用户的客户端,其中推荐停车位的位置信息用于引导停车用户进行停车。
根据本公开的实施例,通过上述第一获取模块710、确定模块720、推送模块730,根据预先计算好的可用停车位的停车距离确定推荐停车位,并向用户的客户端推送,实现了停车位的自动化推荐,免去了用户通过人工寻找车位难以较快找到合适车位的困扰,解决了人工寻找停车位的低效、用户停车难度较大的问题,可快速为停车用户定位到可用的停车位。再者,因停车位两侧区域的占用情况会对用户停车存在较大程度的干扰,通过引入停车成本距离,将停车难易程度折算为停车距离,实现了将停车难易程度量化度量。在计算停车距离时,通过利用第一获取模块从数据库中获取园区内的停车距离数据,知晓从园区到可用停车位的行驶的距离、可用车位停车的成本距离以及停车的难易程度关联等信息;通过确定模块,计算出当前停车场中空余车位的距离、停车难度、停车成本等信息,从而为用户确定出可以推荐的停车位,所推荐的停车位兼顾了停车距离和停车难易程度的考量;然后,经推送模块将推荐停车位的位置信息发动给用户车辆,引导用户停车,避免了人工寻找停车位的低效、用户停车难度较大的问题,可快速为停车用户定位到可用的停车位。
根据本公开的实施例,停车成本距离与可用停车位的停车难易程度相关联,停车成本距离例如可以根据参考距离和停车难度系数计算得到,其中参考距离用于表征由园区入口至可用停车位的直线距离,停车难度系数根据可用停车位的两侧区域是否为可用停车位区域确定。例如可根据可用停车位两侧或一侧是否存在已停车辆或植物景观障碍物确定。
根据本公开的实施例,因停车位两侧区域的占用情况会对用户停车存在较大程度的干扰,通过引入停车难度系数,将停车难易程度折算为停车距离,实现了将停车难易程度量化度量。在向用户推荐停车位时,在考虑较短的行车距离的基础上,兼顾了停车位的停车难易程度,所推荐车位对用户具有较高的参考性。
根据本公开的实施例,停车信息推送装置还包括第二获取模块、图像处理模块、计算模块、存储模块。
其中,第二获取模块,用于获取园区内各停车场的停车前拍摄图像和停车布局图。
图像处理模块,用于根据停车前拍摄图像和停车布局图生成各停车场的区域网格图,其中,区域网格图中的多个网格分别关联停车场内的不同区域,多个网格包括第一类网格和第二类网格,与第一类网格关联的区域为可用停车位区域,与第二类网格关联的区域为已用停车位区域或障碍物区域。
计算模块,用于根据各停车场的区域网格图,计算园区内各停车场中多个可用停车位的停车距离,得到停车距离数据。其中,计算模块包括第一计算模块、第二计算模块、第三计算模块。
存储模块,用于将停车距离数据存储至数据库。
根据本公开的实施例,其中,第一计算模块,用于生成与各停车场的区域网格图各自关联的网格矩阵,其中网格矩阵中的每个元素关联一个网格,与第一类网格关联的元素的取值为第一数值,与第二类网格关联的元素的取值为第二数值。
第二计算模块,用于基于网格矩阵,计算由园区入口至可用停车位的预计行驶总距离,以及计算可用停车位的停车成本距离。其中,第二计算模块包括:第三获取单元、难度系数单元、第一计算单元、第二计算单元。
根据本公开的实施例,其中,第三获取单元,用于针对与可用停车位关联的第一类网格,获取与第一类网格关联的元素Pi,j的相邻元素Pi-1,j和Pi+1,j的当前取值。
难度系数单元,用于根据Pi-1,j和Pi+1,j的当前取值,确定可用停车位的停车难度系数。其中,难度系数单元包括:第一难度系数子单元、第二难度系数子单元、第三难度系数子单元。
第一计算单元,用于计算可用停车位的参考距离。
第二计算单元,用于根据参考距离和停车难度系数,计算得到可用停车位的停车成本距离。
根据本公开的实施例,其中,第一难度系数子单元,用于在Pi-1,j和Pi+1,j的取值均为第一数值的情况下,确定停车难度系数取值为第一预设难度值。
第二难度系数子单元,用于在Pi-1,j和Pi+1,j中仅有一个元素的取值为第一数值或第二数值的情况下,确定停车难度系数取值为第二预设难度值。
第三难度系数子单元,用于在Pi-1,j和Pi+1,j的取值均为第二数值的情况下,确定停车难度系数取值为第三预设难度值。
根据本公开的实施例,第一获取模块710、确定模块720和推送模块730中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,第一获取模块710、确定模块720和推送模块730中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,第一获取模块710、确定模块720和推送模块730中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图8示意性示出了根据本公开实施例的适于实现停车信息推送方法的电子设备的方框图。
如图8所示,根据本公开实施例的电子设备800包括处理器801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 803中,存储有电子设备800操作所需的各种程序和数据。处理器801、ROM802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备800还可以包括输入/输出(I/O)接口805,输入/输出(I/O)接口805也连接至总线804。电子设备800还可以包括连接至I/O接口805的以下部件中的一项或多项:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 802和/或RAM 803和/或ROM 802和RAM 803以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机***中运行时,该程序代码用于使计算机***实现本公开实施例所提供的停车信息推送方法。
在该计算机程序被处理器801执行时执行本公开实施例的***/装置中限定的上述功能。根据本公开的实施例,上文描述的***、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分809被下载和安装,和/或从可拆卸介质811被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (13)
1.一种停车信息推送方法,包括:
从数据库中获取停车距离数据,其中所述停车距离数据用于表征园区内各停车场中多个可用停车位的停车距离,其中所述停车距离包括由园区入口至所述可用停车位的预计行驶总距离、所述可用停车位的停车成本距离,所述停车成本距离与所述可用停车位的停车难易程度关联;
根据所述多个可用停车位的停车距离,确定推荐停车位;
将所述推荐停车位的位置信息推送至停车用户的客户端,其中所述推荐停车位的位置信息用于引导所述停车用户进行停车。
2.根据权利要求1所述的方法,其中:
所述停车成本距离根据参考距离和停车难度系数计算得到,其中所述参考距离用于表征由园区入口至所述可用停车位的直线距离,所述停车难度系数根据所述可用停车位的两侧区域是否为可用停车位区域确定。
3.根据权利要求2所述的方法,还包括,在所述从数据库中获取停车距离数据之前:
获取所述园区内各停车场的停车前拍摄图像和停车布局图;
根据所述停车前拍摄图像和所述停车布局图生成所述各停车场的区域网格图,其中,所述区域网格图中的多个网格分别关联停车场内的不同区域,所述多个网格包括第一类网格和第二类网格,与所述第一类网格关联的区域为可用停车位区域,与所述第二类网格关联的区域为已用停车位区域或障碍物区域;
根据所述各停车场的区域网格图,计算所述园区内各停车场中多个可用停车位的停车距离,得到所述停车距离数据;
将所述停车距离数据存储至所述数据库。
4.根据权利要求3所述的方法,其中,所述根据所述各停车场的区域网格图,计算所述园区内各停车场中多个可用停车位的停车距离包括:
生成与所述各停车场的区域网格图各自关联的网格矩阵,其中所述网格矩阵中的每个元素关联一个所述网格,与所述第一类网格关联的元素的取值为第一数值,与所述第二类网格关联的元素的取值为第二数值;
基于所述网格矩阵,计算所述由园区入口至所述可用停车位的预计行驶总距离,以及计算所述可用停车位的停车成本距离;
计算所述预计行驶总距离和所述停车成本距离的和,得到所述多个可用停车位的停车距离。
5.根据权利要求4所述的方法,其中,基于所述网格矩阵,计算所述可用停车位的停车成本距离包括:
针对与所述可用停车位关联的所述第一类网格,获取与所述第一类网格关联的元素Pi,j的相邻元素Pi-1,j和Pi+1,j的当前取值;
根据所述Pi-1,j和Pi+1,j的当前取值,确定所述可用停车位的所述停车难度系数;
计算所述可用停车位的所述参考距离;
根据所述参考距离和所述停车难度系数,计算得到所述可用停车位的停车成本距离。
6.根据权利要求5所述的方法,其中,所述根据所述Pi-1,j和Pi+1,j的当前取值,确定所述可用停车位的所述停车难度系数包括:
在所述Pi-1,j和Pi+1,j的取值均为所述第一数值的情况下,确定所述停车难度系数取值为第一预设难度值;
在所述Pi-1,j和Pi+1,j中仅有一个元素的取值为所述第一数值或所述第二数值的情况下,确定所述停车难度系数取值为第二预设难度值;
在所述Pi-1,j和Pi+1,j的取值均为所述第二数值的情况下,确定所述停车难度系数取值为第三预设难度值。
7.根据权利要求1所述的方法,还包括,在所述停车用户进行停车后:
获取所述园区内各停车场的停车前拍摄图像和停车后拍摄图像;
根据所述停车前拍摄图像和所述停车后拍摄图像,更新所述停车距离数据。
8.根据权利要求7所述的方法,其中,所述更新所述停车距离数据包括:
根据所述停车前拍摄图像和所述停车后拍摄图像,确定所述停车用户实际停车占用的目标停车位;
计算与所述目标停车位相邻的停车位的停车距离,得到更新后的停车距离数据。
9.根据权利要求1所述的方法,其中:
所述预计行驶总距离包括由所述园区入口至停车场入口的固定行驶距离,以及由所述停车场入口至所述可用停车位的推算行驶距离。
10.一种停车信息推送装置,包括:
第一获取模块,用于从数据库中获取停车距离数据,其中所述停车距离数据用于表征园区内各停车场中多个可用停车位的停车距离,其中所述停车距离包括由园区入口至所述可用停车位的预计行驶总距离、所述可用停车位的停车成本距离,所述停车成本距离与所述可用停车位的停车难易程度关联;
确定模块,用于根据所述多个可用停车位的停车距离,确定推荐停车位;
推送模块,用于将所述推荐停车位的位置信息推送至停车用户的客户端,其中所述推荐停车位的位置信息用于引导所述停车用户进行停车。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~9中任一项所述的方法。
12.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~9中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210958151.2A CN115691200B (zh) | 2022-08-10 | 停车信息推送方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210958151.2A CN115691200B (zh) | 2022-08-10 | 停车信息推送方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115691200A true CN115691200A (zh) | 2023-02-03 |
CN115691200B CN115691200B (zh) | 2024-07-30 |
Family
ID=
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024120025A1 (zh) * | 2022-12-05 | 2024-06-13 | 华为技术有限公司 | 自动泊车方法、装置和智能驾驶设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986530A (zh) * | 2018-08-01 | 2018-12-11 | 平安科技(深圳)有限公司 | 停车位管理方法、装置及计算机可读存储介质 |
US20190146516A1 (en) * | 2017-11-15 | 2019-05-16 | Toyota Jidosha Kabushiki Kaisha | Drive assist apparatus |
KR102428104B1 (ko) * | 2021-12-29 | 2022-08-03 | (주)진명아이앤씨 | 인공지능을 이용한 주차관제시스템 및 이의 동작 방법 |
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190146516A1 (en) * | 2017-11-15 | 2019-05-16 | Toyota Jidosha Kabushiki Kaisha | Drive assist apparatus |
CN108986530A (zh) * | 2018-08-01 | 2018-12-11 | 平安科技(深圳)有限公司 | 停车位管理方法、装置及计算机可读存储介质 |
KR102428104B1 (ko) * | 2021-12-29 | 2022-08-03 | (주)진명아이앤씨 | 인공지능을 이용한 주차관제시스템 및 이의 동작 방법 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024120025A1 (zh) * | 2022-12-05 | 2024-06-13 | 华为技术有限公司 | 自动泊车方法、装置和智能驾驶设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8666815B1 (en) | Navigation-based ad units in street view | |
US20150187213A1 (en) | Providing guidance for locating street parking | |
CN109359170B (zh) | 用于生成信息的方法和装置 | |
CN109543923B (zh) | 车辆排队时间预测方法、***、设备及存储介质 | |
US20170229018A1 (en) | Computer-aided event hunting | |
CN108230725A (zh) | 停车推荐方法和装置 | |
CN109658033B (zh) | 货源路线相似度计算方法、***、设备及存储介质 | |
US20150302346A1 (en) | Methods and systems for optimizing efficiency of a workforce management system | |
US11435202B2 (en) | Trajectory sampling using spatial familiarity | |
US20190095536A1 (en) | Method and device for content recommendation and computer readable storage medium | |
US20190162546A1 (en) | Optimized route planning for multiple travelers with the same destination | |
US10972900B2 (en) | Method and apparatus for providing selected access to user mobility data based on a quality of service | |
US20180216948A1 (en) | Route recommendation in map service | |
CN111861296A (zh) | 一种揽件任务分配方法、装置、揽件***、设备及介质 | |
CN111354217A (zh) | 停车路线确定方法、装置、设备及介质 | |
CN113724526A (zh) | 用于停车场的诱导泊车方法、装置、***及存储介质 | |
CN112115372A (zh) | 一种停车场的推荐方法及装置 | |
Aly et al. | On the value of spatiotemporal information: Principles and scenarios | |
Gambella et al. | A city-scale IoT-enabled ridesharing platform | |
CN114462972A (zh) | 商旅清算业务数据获取方法、装置、电子设备、存储介质 | |
CN113672646A (zh) | 用于地图的访问点 | |
CN113959442A (zh) | 基于区域内交通预案路线规划的精细化导航方法 | |
US9014978B2 (en) | Upgrading location-related data | |
CN115691200B (zh) | 停车信息推送方法及装置、电子设备和存储介质 | |
CN109388684B (zh) | 用于生成信息的方法和装置 |
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 | ||
GR01 | Patent grant |