CN115691206A - 车位推荐方法、装置、设备以及存储介质 - Google Patents
车位推荐方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN115691206A CN115691206A CN202211282513.7A CN202211282513A CN115691206A CN 115691206 A CN115691206 A CN 115691206A CN 202211282513 A CN202211282513 A CN 202211282513A CN 115691206 A CN115691206 A CN 115691206A
- Authority
- CN
- China
- Prior art keywords
- parking space
- candidate
- target
- parking
- place
- 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 66
- 239000013598 vector Substances 0.000 claims description 23
- 238000013507 mapping Methods 0.000 claims description 19
- 238000012512 characterization method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 10
- 238000010801 machine learning Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003121 nonmonotonic effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种车位推荐方法、装置、设备以及存储介质,涉及计算机技术领域,尤其涉及机器学习技术、云计算及云服务技术领域。具体实现方案为:获取目标车辆的定位场所和定位场所隶属的主场所;根据主场所,获取目标车辆对应的停车场;从停车场的所有候选车位中,确定定位场所对应的候选车位集合;从候选车位集合中确定空闲车位作为目标推荐车位,并将目标推荐车位推荐给目标车辆。本申请通过确定定位场所对应的候选车位集合以确定定位场所对应的目标推荐车位,避免了所推荐的目标推荐车位距离定位场所距离较远的情况,从而避免了用户在停车下车后需要步行较远距离才能到达定位场所,提高了用户的停车体验,增强了用户的满意度。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及机器学习技术、云计算及云服务技术领域,具体涉及一种车位推荐方法、装置、设备以及存储介质。
背景技术
在很多情况下,用户导航的目的地比较明确,比如说用户的目的地为某个商场内的某个店铺,但相关技术中,推荐的停车位为该商场的整个停车场内的某个空闲停车位,可能会出现该空闲停车位距离该店铺距离较远的情况,用户在下车后需要步行较远距离才能到达该店铺,造成用户满意度较低。
发明内容
本公开提供了一种用于车位推荐方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种车位推荐方法,通过获取目标车辆的定位场所和定位场所隶属的主场所;根据主场所,获取目标车辆对应的停车场;从停车场的所有候选车位中,确定定位场所对应的候选车位集合;从候选车位集合中确定空闲车位作为目标推荐车位,并将目标推荐车位推荐给目标车辆。
本申请提供的车位推荐方法,通过确定定位场所对应的候选车位集合,以确定定位场所对应的目标推荐车位,避免了所推荐的目标推荐车位距离定位场所距离较远的情况,从而避免了用户在停车下车后需要步行较远距离才能到达定位场所,提高了用户的停车体验,增强了用户的满意度,从而能提高用户的活跃度。
根据本公开的另一方面,提供了一种车位推荐装置,包括第一获取模块,用于获取目标车辆的定位场所和定位场所隶属的主场所;第二获取模块,用于根据主场所,获取目标车辆对应的停车场;确定模块,用于从停车场的所有候选车位中,确定定位场所对应的候选车位集合;推荐模块,用于从候选车位集合中确定空闲车位作为目标推荐车位,并将目标推荐车位推荐给目标车辆。
本申请提供的车位推荐装置,通过确定定位场所对应的候选车位集合,以确定定位场所对应的目标推荐车位,避免了所推荐的目标推荐车位距离定位场所距离较远的情况,从而避免了用户在停车下车后需要步行较远距离才能到达定位场所,提高了用户的停车体验,增强了用户的满意度,从而能提高用户的活跃度。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述车位推荐方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述车位推荐方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述车位推荐方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开一示例性实施例的一种车位推荐方法的示例性实施方式。
图2是根据本公开一示例性实施例的一种车位推荐方法的示例性实施方式。
图3是根据本公开一示例性实施例的候选车位集合中每个目标候选车辆所属的目标车位聚类簇的示意图。
图4是根据本公开一示例性实施例的一种车位推荐方法的示例性实施方式。
图5是根据本公开一示例性实施例的一种车位推荐方法的示例性实施方式。
图6是根据本公开一示例性实施例的一种车位推荐装置的示意图。
图7是根据本公开一示例性实施例的一种电子设备的示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
计算机技术:计算机技术的内容非常广泛,可粗略分为计算机***技术、计算机器件技术、计算机部件技术和计算机组装技术等几个方面。计算机技术包括:运算方法的基本原理与运算器设计、指令***、中央处理器(CPU)设计、流水线原理及其在CPU设计中的应用、存储体系、总线与输入输出。
机器学习:机器学习是研究怎样使用计算机模拟或实现人类学习活动的科学,是人工智能中最具智能特征,最前沿的研究领域之一。机器学习领域的研究工作发展很快,已成为人工智能的重要课题之一。机器学习不仅在基于知识的***中得到应用,而且在自然语言理解、非单调推理、机器视觉、模式识别等许多领域也得到了广泛应用。
云计算:云计算是分布式处理、并行计算和网格计算等概念的发展和商业实现,其技术实质是计算、存储、服务器、应用软件等IT软硬件资源的虚拟化,云计算在虚拟化、数据存储、数据管理、编程模式等方面具有自身独特的技术。
云服务:云服务是基于互联网的相关服务的增加、使用和交互模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也用来表示互联网和底层基础设施的抽象。云服务指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关,也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。
图1是本申请示出的一种车位推荐方法的示例性实施方式,如图1所示,该车位推荐方法,包括以下步骤:
S101,获取目标车辆的定位场所和定位场所隶属的主场所。
将需要进行导航以及车位推荐的车辆作为目标车辆,在对目标车辆进行导航和车位推荐之前,需要确定目标车辆的定位场所,以及确定定位场所隶属的主场所。本申请中的车位推荐方法,主要针对目标车辆的定位场所为一个主场所下的定位场所的情况,示例性的,本申请中的主场所可以为XX商场,而定位场所可以为XX商场内部的YY店铺。
S102,根据主场所,获取目标车辆对应的停车场。
根据主场所,获取目标车辆对应的停车场。示例性的,若定位场所隶属的主场所为XX商场,则XX商场所对应的停车场即为目标车辆对应的停车场。其中,停车场的类型包括但不限于露天停车场、地下停车场或者立体停车场等,停车场的层数可以是一层也可以多层,本实施例并不对停车场的类型和层数进行任何限定。
S103,从停车场的所有候选车位中,确定定位场所对应的候选车位集合。
不难理解的,停车场内具有多个车位,将停车场内的每个车位都作为候选车位,由于停车场往往面积较大,每个候选车位到定位场所的距离也并不相同,为了在目标车辆完成停车后,用户步行较短的距离便能到达定位场所,本申请中,获取每个候选车位到定位场所的行程值,并根据行程值选取行程值较小的一部分候选车位组合形成候选车位集合。
S104,从候选车位集合中确定空闲车位作为目标推荐车位,并将目标推荐车位推荐给目标车辆。
为了防止与上述停车场内的候选车位产生理解上的歧义,本申请中,将候选车位集合中的每个候选车位称为目标候选车位。
获取上述确定的候选车位集合中每个目标候选车位的占用状态,并从候选车位集合中确定一个处于空闲状态的车位作为目标推荐车位,并将目标推荐车位推荐给目标车辆。
本申请实施例提供了一种车位推荐方法,通过获取目标车辆的定位场所和定位场所隶属的主场所;根据主场所,获取目标车辆对应的停车场;从停车场的所有候选车位中,确定定位场所对应的候选车位集合;从候选车位集合中确定空闲车位作为目标推荐车位,并将目标推荐车位推荐给目标车辆。本申请通过确定定位场所对应的候选车位集合,以确定定位场所对应的目标推荐车位,避免了所推荐的目标推荐车位距离定位场所距离较远的情况,从而避免了用户在停车下车后需要步行较远距离才能到达定位场所,提高了用户的停车体验,增强了用户的满意度,从而能提高用户的活跃度。
图2是本申请示出的一种车位推荐方法的示例性实施方式,如图2所示,该车位推荐方法,包括以下步骤:
S201,获取目标车辆的定位场所和定位场所隶属的主场所。
S202,根据主场所,获取目标车辆对应的停车场。
关于步骤S201~S202的具体实现方式,可参照上述实施例中相关部分的具体介绍,在此不再进行赘述。
S203,从停车场的所有候选车位中,确定定位场所对应的候选车位集合。
作为一种可实现的方式,获取每个候选车位到定位场所的行程值,将该行程值作为第一行程值,并根据第一行程值,确定定位场所对应的多个目标候选车位,并根据目标候选车位生成候选车位集合。
示例性的,若定位场所为XX商场内部的YY店铺,则获取XX商场对应的停车场内每个候选车位到XX商场内部的YY店铺的第一行程值,并按照第一行程值从小到大的顺序对所有候选车位进行排序,获得候选车位序列,并将候选车位序列中排列在前N个的候选车位确定为目标候选车位。可选地,若XX商场对应的停车场内共有500个候选车位,N赋值为100,则按照第一行程值从小到大的顺序对500个候选车位进行排序,获得候选车位序列,并将候选车位序列中排列在前100个的候选车位确定为目标候选车位。
本方式中,根据每个候选车位到定位场所的第一行程值确定候选车位集合,避免了所推荐的目标推荐车位距离定位场所距离较远的情况,从而避免了用户在停车下车后需要步行较远距离才能到达定位场所,提高了用户的停车体验。
S204,对停车场的所有候选车位进行聚类,获取多个车位聚类簇。
为了更清楚的描述每个候选车位的历史占用情况,本申请中,获取停车场内所有候选车位各自对应的表征向量,并根据表征向量,对所有候选车位进行聚类,获取多个车位聚类簇。其中,获取停车场内所有候选车位各自对应的表征向量时,可获取每个候选车位在各设定时间段对应的历史占用时长数据,并根据历史占用时长数据,获取每个候选车位对应的表征向量。
示例性的,获取在预设历史时间区间中,例如30天内,每个设定时段内每个候选车位的历史占用时长数据。可选地,可将每个候选车位在任一天的占用时长分为24个时段进行统计,即分别统计0点~1点、1点~2点、2点~3点、3点~4点、4点~5点、5点~6点、6点~7点、7点~8点、8点~9点、9点~10点、10点~11点、11点~12点、12点~13点、13点~14点、14点~15点、15点~16点、16点~17点、17点~18点、18点~19点、19点~20点、20点~21点、21点~22点、22点~23点、23点~24点共24个时段的占用时长。
针对任一个时段,对30天内的占用时长求平均,获取30天内该时段对应的历史平均占用时长。可选地,可把30天内各时段的历史平均占用时长分为三种情况,第一种情况为:短时间被占用,即历史平均占用时长为0 10分钟;第二种情况为:较长时间被占用,即历史平均占用时长为10 40分钟;第三种情况为:长时间被占用,即历史平均占用时长为40 60分钟。对于第一种情况向量赋值“0”,对于第二种情况向量赋值“1”,对于第三种情况向量赋值“2”,从而为该候选车位构建一个1*24维的表征向量。示例性的,假设任一候选车位在15点~16点的历史平均占用时长为24分钟,则将该时段向量赋值为“1”。
采用聚类算法对各候选车位对应的1*24维的表征向量进行聚类,得到各候选车位的聚类结果,从而获取多个车位聚类簇。
本方式中,根据每个候选车位对应的大量历史占用时长数据,获取该候选车位对应的表征向量,以该表征向量代表该候选车位的历史占用情况,并根据各候选车位对应的表征向量对各候选车位进行聚类,得到各候选车位的聚类结果,从而获取多个车位聚类簇,保证得到的各车位聚类簇中各候选车位都具有相似的位置信息,使得各车位聚类簇中各停车位在占用情况和空间位置上是相似的。
S205,获取候选车位集合中每个目标候选车辆所属的目标车位聚类簇。
在上述获取多个车位聚类簇后,对候选车位集合中每个目标候选车辆进行排查,将候选车位集合中每个目标候选车辆所属的车位聚类簇作为该目标候选车辆对应的目标车位聚类簇。
图3是候选车位集合中每个目标候选车辆所属的目标车位聚类簇的示意图,如图3所示,图3中的虚线方框为商铺1对应的候选车位集合,虚线方框内部的每个标有字母的矩形代表候选车位集合的目标候选车位,空白矩形代表该目标候选车位处于空闲状态,灰色矩形代表该目标候选车位处于占用状态,矩形上的字母代表该目标候选车位所属的车位聚类簇,图3以车位聚类簇包括4类为例,分别为车位聚类簇A、车位聚类簇B、车位聚类簇C和车位聚类簇D。示例性的,矩形上标有D,则代表该目标候选车位属于车位聚类簇D,即车位聚类簇D为该目标候选车位的目标车位聚类簇;矩形上标有A,则代表该目标候选车位属于车位聚类簇A,即车位聚类簇A为该目标候选车位的目标车位聚类簇。
S206,根据每个目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据,从候选车位集合中确定空闲车位作为目标推荐车位。
获取每个目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据,需要注意的是,目标车位聚类簇的实时占用数据指的是获取整个停车场内该目标车位聚类簇的实时占用数据,而非只获取候选车位集合中该目标车位聚类簇的实时占用数据。
其中,状态数据用于指示该目标候选车位处于占用状态或者处于空闲状态。根据状态数据,从候选车位集合中获取所有处于空闲状态的目标候选车位作为第一候选空闲车位,如图3所示,将所有灰色矩形排除掉,剩余的白色矩形为第一候选空闲车位。
根据实时占用数据,将满足预设条件的第一候选空闲车位作为第二候选空闲车位,其中,预设条件为第一候选空闲车位所属于的目标车位聚类簇的车位实时占用率小于预设占用阈值。示例性的,将预设占用阈值设置为80%,若车位聚类簇包括4类为例,分别为车位聚类簇A、车位聚类簇B、车位聚类簇C和车位聚类簇D。若车位聚类簇B、车位聚类簇C和车位聚类簇D的车位实时占用率小于80%,而车位聚类簇A的车位实时占用率大于或等于80%,则将第一候选空闲车位中属于车位聚类簇B、车位聚类簇C和车位聚类簇D的第一候选空闲车位作为第二候选空闲车位。如图3所示,将白色矩形中标有字母B、C或D的第一候选空闲车位作为第二候选空闲车位。
从第二候选空闲车位中确定目标推荐车位。可选地,获取每个第二候选空闲车位到定位场所的行程值作为第三行程值,将数值最小的第三行程值作为目标行程值,并将目标行程值对应的第二候选空闲车位作为目标推荐车位。本方式同时考虑了目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据以及每个第二候选空闲车位到定位场所的第三行程值,为目标车辆推荐一个距离定位场所比较近的优质车位,避免了停车场内的拥堵以及减小了所推荐的目标推荐车位被占用的概率,提升用户的停车体验
S207,将目标推荐车位推荐给目标车辆。
将上述确定的目标推荐车位推荐给目标车辆,以使得目标车辆导航至该目标推荐车位。
本申请实施例提供了一种车位推荐方法,通过根据每个目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据,从候选车位集合中确定空闲车位作为目标推荐车位,为目标车辆推荐一个距离定位场所比较近的优质车位,避免了停车场内的拥堵以及减小了所推荐的目标推荐车位被占用的概率,提升用户的停车体验,从而提高用户的活跃度。
图4是本申请示出的一种车位推荐方法的示例性实施方式,如图4所示,该车位推荐方法,包括以下步骤:
S401,获取目标车辆的定位场所和定位场所隶属的主场所。
S402,根据主场所,获取目标车辆对应的停车场。
关于步骤S401~S402的具体实现方式,可参照上述实施例中相关部分的介绍,在此不再进行赘述。
S403,获取属于主场所的每个候选场所与车位集合的映射关系,其中,定位场所为候选场所中的一个。
将主场所内的所包含的每个场所都作为候选场所,比如说,若主场所为XX商场,则XX商场内部的YY店铺、AA店铺、MM店铺等都可作为该XX商场的候选场所。其中,定位场所为候选场所中的一个。
获取停车场内每个候选车位到每个候选场所的行程值作为第二行程值,针对每个候选场所,对该候选场所对应的所有第二行程值按照从小到大的顺序进行排序,根据排序后的前N个第二行程值对应的候选车位生成该候选场所对应的车位集合,并根据候选场所和车位集合,生成映射关系,以方便后续调用,减小每次进行车位推荐的计算量。示例性的,XX商场内部的YY店铺对应车位集合1,XX商场内部的AA店铺对应车位集合2,以此类推。
S404,根据定位场所,查询映射关系,获取定位场所对应的候选车位集合。
在确定目标车辆的定位场所后,根据定位场所,查询映射关系,将定位场所对应的车位集合作为候选车位集合。示例性的,若定位场所为XX商场内部的YY店铺,则车位集合1即为定位场所对应的候选车位集合。
S405,对停车场的所有候选车位进行聚类,获取多个车位聚类簇。
S406,获取候选车位集合中每个目标候选车辆所属的目标车位聚类簇。
关于步骤S405~S406的具体实现方式,可参照上述实施例中相关部分的介绍,在此不再进行赘述。
S407,根据每个目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据,从候选车位集合中确定空闲车位作为目标推荐车位。
获取每个候选车位到定位场所的第一行程值,并从中查找得到每个目标候选车位到定位场所的第一行程值,按照第一行程值从小到大的顺序,对候选车位集合中的所有目标候选车位进行遍历,并将遍历到的第一个状态参数指示处于空闲状态且所属的目标车位聚类簇的车位实时占用率小于预设占用阈值的目标候选车位作为目标推荐车位。
本方式同时考虑了目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据以及每个目标候选车位到定位场所的第一行程值,通过遍历,保证不漏掉任何一个目标候选车位,从而为目标车辆推荐一个距离定位场所比较近的优质车位,避免了停车场内的拥堵以及减小了所推荐的目标推荐车位被占用的概率,提升用户的停车体验。
S408,将目标推荐车位推荐给目标车辆。
将上述确定的目标推荐车位推荐给目标车辆,以使得目标车辆导航至该目标推荐车位。
本申请实施例提供了一种车位推荐方法,通过获取属于主场所的每个候选场所与车位集合的映射关系,根据定位场所,查询映射关系,获取定位场所对应的候选车位集合。调用方便,且减小了每次进行车位推荐的计算量。
图5是本申请示出的一种车位推荐方法的示例性实施方式,如图5所示,该车位推荐方法,包括以下步骤:
获取属于主场所的每个候选场所与车位集合的映射关系,其中,定位场所为候选场所中的一个,根据定位场所,查询映射关系,获取定位场所对应的候选车位集合,获取候选车位集合中每个目标候选车辆所属的目标车位聚类簇。可选地,每个候选场所与车位集合的映射关系与候选车位集合中每个目标候选车辆所属的目标车位聚类簇可预先计算获得并离线保存。当目标车辆从导航起始点行驶至定位场所的过程中,在距离定位场所N米时触发车位推荐,获取每个目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据,并根据每个目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据,从候选车位集合中确定空闲车位作为目标推荐车位,并将目标推荐车位推荐给目标车辆,以使得目标车辆导航行驶至该目标推荐车位。
本申请实施例提供了一种车位推荐方法,通过获取目标车辆的定位场所和定位场所隶属的主场所;根据主场所,获取目标车辆对应的停车场;从停车场的所有候选车位中,确定定位场所对应的候选车位集合;从候选车位集合中确定空闲车位作为目标推荐车位,并将目标推荐车位推荐给目标车辆。本申请提供的车位推荐方法,通过确定定位场所对应的候选车位集合,以确定定位场所对应的目标推荐车位,避免了所推荐的目标推荐车位距离定位场所距离较远的情况,从而避免了用户在停车下车后需要步行较远距离才能到达定位场所,提高了用户的停车体验,增强了用户的满意度,从而能提高用户的活跃度。
图6是本申请示出的一种车位推荐装置的示意图,如图6所示,该车位推荐装置600,包括第一获取模块601、第二获取模块602、确定模块603和推荐模块604,其中:
第一获取模块601,用于获取目标车辆的定位场所和定位场所隶属的主场所;
第二获取模块602,用于根据主场所,获取目标车辆对应的停车场;
确定模块603,用于从停车场的所有候选车位中,确定定位场所对应的候选车位集合;
推荐模块604,用于从候选车位集合中确定空闲车位作为目标推荐车位,并将目标推荐车位推荐给目标车辆。
本申请提供了一种车位推荐装置,包括第一获取模块,用于获取目标车辆的定位场所和定位场所隶属的主场所;第二获取模块,用于根据主场所,获取目标车辆对应的停车场;确定模块,用于从停车场的所有候选车位中,确定定位场所对应的候选车位集合;推荐模块,用于从候选车位集合中确定空闲车位作为目标推荐车位,并将目标推荐车位推荐给目标车辆。本申请提供的车位推荐装置,通过确定定位场所对应的候选车位集合,以确定定位场所对应的目标推荐车位,避免了所推荐的目标推荐车位距离定位场所距离较远的情况,从而避免了用户在停车下车后需要步行较远距离才能到达定位场所,提高了用户的停车体验,增强了用户的满意度,从而能提高用户的活跃度。
进一步地,推荐模块604,还用于:对停车场的所有候选车位进行聚类,获取多个车位聚类簇;获取候选车位集合中每个目标候选车辆所属的目标车位聚类簇。
进一步地,推荐模块604,还用于:根据每个目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据,从候选车位集合中确定空闲车位作为目标推荐车位。
进一步地,推荐模块604,还用于:获取停车场内所有候选车位各自对应的表征向量;根据表征向量,对所有候选车位进行聚类,获取多个车位聚类簇。
进一步地,推荐模块604,还用于:获取每个候选车位在各设定时间段对应的历史占用时长数据;根据历史占用时长数据,获取每个候选车位对应的表征向量。
进一步地,确定模块603,还用于:获取每个候选车位到定位场所的第一行程值;根据第一行程值,确定定位场所对应的多个目标候选车位,并根据目标候选车位生成候选车位集合。
进一步地,确定模块603,还用于:获取属于主场所的每个候选场所与车位集合的映射关系,其中,定位场所为候选场所中的一个;根据定位场所,查询映射关系,获取定位场所对应的候选车位集合。
进一步地,确定模块603,还用于:获取每个候选车位到每个候选场所的第二行程值;针对每个候选场所,根据第二行程值,确定该候选场所对应的多个候选车位,以生成该候选场所对应的车位集合;根据候选场所和车位集合,生成映射关系。
进一步地,确定模块603,还用于:按照第一行程值从小到大的顺序对所有候选车位进行排序,获得候选车位序列;将候选车位序列中排列在前N个的候选车位确定为目标候选车位。
进一步地,推荐模块604,还用于:根据状态数据,从候选车位集合中获取所有处于空闲状态的目标候选车位作为第一候选空闲车位;根据实时占用数据,将满足预设条件的第一候选空闲车位作为第二候选空闲车位,其中,预设条件为第一候选空闲车位所属于的目标车位聚类簇的车位实时占用率小于预设占用阈值;从第二候选空闲车位中确定目标推荐车位。
进一步地,推荐模块604,还用于:获取每个第二候选空闲车位到定位场所的第三行程值;将数值最小的第三行程值作为目标行程值;将目标行程值对应的第二候选空闲车位作为目标推荐车位。
进一步地,推荐模块604,还用于:按照第一行程值从小到大的顺序,对候选车位集合中的所有目标候选车位进行遍历;将遍历到的第一个状态参数指示处于空闲状态且所属的目标车位聚类簇的车位实时占用率小于预设占用阈值的目标候选车位作为目标推荐车位。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如车位推荐方法。例如,在一些实施例中,车位推荐方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的车位推荐方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车位推荐方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (27)
1.一种车位推荐方法,包括:
获取目标车辆的定位场所和所述定位场所隶属的主场所;
根据所述主场所,获取所述目标车辆对应的停车场;
从所述停车场的所有候选车位中,确定所述定位场所对应的候选车位集合;
从所述候选车位集合中确定空闲车位作为目标推荐车位,并将所述目标推荐车位推荐给所述目标车辆。
2.根据权利要求1所述的方法,其中,所述从所述候选车位集合中确定空闲车位作为目标推荐车位之前,包括:
对所述停车场的所有所述候选车位进行聚类,获取多个车位聚类簇;
获取所述候选车位集合中每个目标候选车辆所属的目标车位聚类簇。
3.根据权利要求2所述的方法,其中,所述从所述候选车位集合中确定空闲车位作为目标推荐车位,包括:
根据每个所述目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据,从所述候选车位集合中确定空闲车位作为目标推荐车位。
4.根据权利要求2所述的方法,其中,所述对所述停车场的所有所述候选车位进行聚类,获取多个车位聚类簇,包括:
获取所述停车场内所有所述候选车位各自对应的表征向量;
根据所述表征向量,对所有所述候选车位进行聚类,获取多个所述车位聚类簇。
5.根据权利要求4所述的方法,其中,所述获取所述停车场内所有所述候选车位各自对应的表征向量,包括:
获取每个所述候选车位在各设定时间段对应的历史占用时长数据;
根据所述历史占用时长数据,获取每个所述候选车位对应的所述表征向量。
6.根据权利要求1-5中任一项所述的方法,其中,所述从所述停车场的所有候选车位中,确定所述定位场所对应的候选车位集合,包括:
获取每个所述候选车位到所述定位场所的第一行程值;
根据所述第一行程值,确定所述定位场所对应的多个目标候选车位,并根据所述目标候选车位生成所述候选车位集合。
7.根据权利要求1-5中任一项所述的方法,其中,所述从所述停车场的所有候选车位中,确定所述定位场所对应的候选车位集合,包括:
获取属于所述主场所的每个候选场所与车位集合的映射关系,其中,所述定位场所为所述候选场所中的一个;
根据所述定位场所,查询所述映射关系,获取所述定位场所对应的候选车位集合。
8.根据权利要求7所述的方法,其中,所述获取属于所述主场所的每个候选场所与车位集合的映射关系,包括:
获取每个所述候选车位到每个所述候选场所的第二行程值;
针对每个候选场所,根据所述第二行程值,确定该候选场所对应的多个候选车位,以生成该候选场所对应的车位集合;
根据所述候选场所和所述车位集合,生成所述映射关系。
9.根据权利要求6所述的方法,其中,所述根据所述第一行程值,确定所述定位场所对应的多个目标候选车位,包括:
按照所述第一行程值从小到大的顺序对所有所述候选车位进行排序,获得候选车位序列;
将所述候选车位序列中排列在前N个的所述候选车位确定为所述目标候选车位。
10.根据权利要求3所述的方法,其中,所述根据每个所述目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据,从所述候选车位集合中确定空闲车位作为目标推荐车位,包括:
根据所述状态数据,从所述候选车位集合中获取所有处于空闲状态的目标候选车位作为第一候选空闲车位;
根据所述实时占用数据,将满足预设条件的第一候选空闲车位作为第二候选空闲车位,其中,所述预设条件为所述第一候选空闲车位所属于的目标车位聚类簇的车位实时占用率小于预设占用阈值;
从所述第二候选空闲车位中确定所述目标推荐车位。
11.根据权利要求10所述的方法,其中,所述从所述第二候选空闲车位中确定所述目标推荐车位,包括:
获取每个所述第二候选空闲车位到所述定位场所的第三行程值;
将数值最小的所述第三行程值作为目标行程值;
将所述目标行程值对应的所述第二候选空闲车位作为所述目标推荐车位。
12.根据权利要求3所述的方法,其中,所述根据每个所述目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据,从所述候选车位集合中确定空闲车位作为目标推荐车位,包括:
按照第一行程值从小到大的顺序,对所述候选车位集合中的所有所述目标候选车位进行遍历;
将遍历到的第一个状态参数指示处于空闲状态且所属的目标车位聚类簇的车位实时占用率小于预设占用阈值的目标候选车位作为所述目标推荐车位。
13.一种车位推荐装置,包括:
第一获取模块,用于获取目标车辆的定位场所和所述定位场所隶属的主场所;
第二获取模块,用于根据所述主场所,获取所述目标车辆对应的停车场;
确定模块,用于从所述停车场的所有候选车位中,确定所述定位场所对应的候选车位集合;
推荐模块,用于从所述候选车位集合中确定空闲车位作为目标推荐车位,并将所述目标推荐车位推荐给所述目标车辆。
14.根据权利要求13所述的装置,其中,所述推荐模块,还用于:
对所述停车场的所有所述候选车位进行聚类,获取多个车位聚类簇;
获取所述候选车位集合中每个目标候选车辆所属的目标车位聚类簇。
15.根据权利要求14所述的装置,其中,所述推荐模块,还用于:
根据每个所述目标候选车位的状态数据和该目标候选车位所属的目标车位聚类簇的实时占用数据,从所述候选车位集合中确定空闲车位作为目标推荐车位。
16.根据权利要求14所述的装置,其中,所述推荐模块,还用于:
获取所述停车场内所有所述候选车位各自对应的表征向量;
根据所述表征向量,对所有所述候选车位进行聚类,获取多个所述车位聚类簇。
17.根据权利要求16所述的装置,其中,所述推荐模块,还用于:
获取每个所述候选车位在各设定时间段对应的历史占用时长数据;
根据所述历史占用时长数据,获取每个所述候选车位对应的所述表征向量。
18.根据权利要求13-17中任一项所述的装置,其中,所述确定模块,还用于:
获取每个所述候选车位到所述定位场所的第一行程值;
根据所述第一行程值,确定所述定位场所对应的多个目标候选车位,并根据所述目标候选车位生成所述候选车位集合。
19.根据权利要求13-17中任一项所述的装置,其中,所述确定模块,还用于:
获取属于所述主场所的每个候选场所与车位集合的映射关系,其中,所述定位场所为所述候选场所中的一个;
根据所述定位场所,查询所述映射关系,获取所述定位场所对应的候选车位集合。
20.根据权利要求19所述的装置,其中,所述确定模块,还用于:
获取每个所述候选车位到每个所述候选场所的第二行程值;
针对每个候选场所,根据所述第二行程值,确定该候选场所对应的多个候选车位,以生成该候选场所对应的车位集合;
根据所述候选场所和所述车位集合,生成所述映射关系。
21.根据权利要求18所述的装置,其中,所述确定模块,还用于:
按照所述第一行程值从小到大的顺序对所有所述候选车位进行排序,获得候选车位序列;
将所述候选车位序列中排列在前N个的所述候选车位确定为所述目标候选车位。
22.根据权利要求15所述的装置,其中,所述推荐模块,还用于:
根据所述状态数据,从所述候选车位集合中获取所有处于空闲状态的目标候选车位作为第一候选空闲车位;
根据所述实时占用数据,将满足预设条件的第一候选空闲车位作为第二候选空闲车位,其中,所述预设条件为所述第一候选空闲车位所属于的目标车位聚类簇的车位实时占用率小于预设占用阈值;
从所述第二候选空闲车位中确定所述目标推荐车位。
23.根据权利要求22所述的装置,其中,所述推荐模块,还用于:
获取每个所述第二候选空闲车位到所述定位场所的第三行程值;
将数值最小的所述第三行程值作为目标行程值;
将所述目标行程值对应的所述第二候选空闲车位作为所述目标推荐车位。
24.根据权利要求15所述的装置,其中,所述推荐模块,还用于:
按照第一行程值从小到大的顺序,对所述候选车位集合中的所有所述目标候选车位进行遍历;
将遍历到的第一个状态参数指示处于空闲状态且所属的目标车位聚类簇的车位实时占用率小于预设占用阈值的目标候选车位作为所述目标推荐车位。
25.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。
26.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-12中任一项所述的方法。
27.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-12中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211282513.7A CN115691206B (zh) | 2022-10-19 | 2022-10-19 | 车位推荐方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211282513.7A CN115691206B (zh) | 2022-10-19 | 2022-10-19 | 车位推荐方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115691206A true CN115691206A (zh) | 2023-02-03 |
CN115691206B CN115691206B (zh) | 2024-03-01 |
Family
ID=85066637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211282513.7A Active CN115691206B (zh) | 2022-10-19 | 2022-10-19 | 车位推荐方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115691206B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117831338A (zh) * | 2023-12-26 | 2024-04-05 | 武汉理工大学 | 一种基于停车场智能引导终端的数据协同共享方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113240936A (zh) * | 2021-05-12 | 2021-08-10 | 北京百度网讯科技有限公司 | 停车区域推荐方法、装置、电子设备和介质 |
CN113793507A (zh) * | 2021-11-16 | 2021-12-14 | 湖南工商大学 | 可用车位预测方法、装置、计算机设备及存储介质 |
CN113838303A (zh) * | 2021-09-26 | 2021-12-24 | 千方捷通科技股份有限公司 | 停车场推荐方法、装置、电子设备及存储介质 |
CN113851016A (zh) * | 2021-10-29 | 2021-12-28 | 中国联合网络通信集团有限公司 | 泊车管理方法、装置、电子设备及存储介质 |
CN114973746A (zh) * | 2021-02-23 | 2022-08-30 | 腾讯科技(深圳)有限公司 | 一种停车场确定方法、设备及计算机可读存储介质 |
-
2022
- 2022-10-19 CN CN202211282513.7A patent/CN115691206B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114973746A (zh) * | 2021-02-23 | 2022-08-30 | 腾讯科技(深圳)有限公司 | 一种停车场确定方法、设备及计算机可读存储介质 |
CN113240936A (zh) * | 2021-05-12 | 2021-08-10 | 北京百度网讯科技有限公司 | 停车区域推荐方法、装置、电子设备和介质 |
CN113838303A (zh) * | 2021-09-26 | 2021-12-24 | 千方捷通科技股份有限公司 | 停车场推荐方法、装置、电子设备及存储介质 |
CN113851016A (zh) * | 2021-10-29 | 2021-12-28 | 中国联合网络通信集团有限公司 | 泊车管理方法、装置、电子设备及存储介质 |
CN113793507A (zh) * | 2021-11-16 | 2021-12-14 | 湖南工商大学 | 可用车位预测方法、装置、计算机设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117831338A (zh) * | 2023-12-26 | 2024-04-05 | 武汉理工大学 | 一种基于停车场智能引导终端的数据协同共享方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115691206B (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109840648B (zh) | 用于输出储位信息的方法和装置 | |
CN110493333B (zh) | 一种目标位置点的确定方法、装置、设备及存储介质 | |
CN113240936B (zh) | 停车区域推荐方法、装置、电子设备和介质 | |
CN112527509A (zh) | 一种资源分配方法、装置、电子设备及存储介质 | |
CN115691206A (zh) | 车位推荐方法、装置、设备以及存储介质 | |
US10423904B2 (en) | Workforce optimization by improved provision of job performance plan | |
CN114972594A (zh) | 一种用于元宇宙的数据处理方法、装置、设备及介质 | |
CN114327918B (zh) | 调整资源量的方法、装置、电子设备和存储介质 | |
CN112100302A (zh) | 地图信息点的显示方法、装置、设备和可读存储介质 | |
CN116307546A (zh) | 基于机器人社群的任务智慧决策*** | |
CN115860300A (zh) | 车辆的换电调度方法、装置、电子设备及存储介质 | |
CN115203340A (zh) | 一种伴随关系确定方法、装置、设备和存储介质 | |
CN112527506B (zh) | 设备资源的处理方法、装置、电子设备及存储介质 | |
CN113592293A (zh) | 风险识别处理方法、电子设备及计算机可读存储介质 | |
CN116634023A (zh) | 业务调度方法、装置、电子设备及存储介质 | |
CN114048610B (zh) | 数据输出方法和装置 | |
CN113591709B (zh) | 动作识别方法、装置、设备、介质和产品 | |
CN114329238A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN115344359A (zh) | 算力资源分配方法、装置、计算机可读存储介质及设备 | |
CN115691205A (zh) | 车位推荐方法、装置、设备以及存储介质 | |
CN114418063B (zh) | 神经网络模型中网络层的分配方法与装置 | |
CN116362482A (zh) | 基于机器人社群服务运营大数据的任务自动派发*** | |
CN113851007B (zh) | 划分时段的方法、装置、电子设备和存储介质 | |
CN113868532B (zh) | 一种地点推荐方法、装置、电子设备及存储介质 | |
US20230147521A1 (en) | High-precision-map data collection methods, device and storage medium |
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 | ||
GR01 | Patent grant |