CN116386379A - 基于物联网技术的智能停车场数据管理方法和*** - Google Patents
基于物联网技术的智能停车场数据管理方法和*** Download PDFInfo
- Publication number
- CN116386379A CN116386379A CN202310622642.4A CN202310622642A CN116386379A CN 116386379 A CN116386379 A CN 116386379A CN 202310622642 A CN202310622642 A CN 202310622642A CN 116386379 A CN116386379 A CN 116386379A
- Authority
- CN
- China
- Prior art keywords
- parking
- value
- analysis
- vehicle
- parking space
- 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 42
- 238000013523 data management Methods 0.000 title claims abstract description 15
- 238000005516 engineering process Methods 0.000 title claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 238000007726 management method Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims description 121
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012790 confirmation Methods 0.000 claims description 13
- 238000009966 trimming Methods 0.000 claims description 12
- 230000001788 irregular Effects 0.000 claims description 9
- 238000005728 strengthening Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims 2
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000009419 refurbishment Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 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
- 230000002787 reinforcement Effects 0.000 description 1
Images
Classifications
-
- 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
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于停车场管理技术领域,具体是基于物联网技术的智能停车场数据管理方法和***,智能停车场数据管理***包括服务器、车牌扫描识别模块、停车计时收费模块、车位预约推荐模块、车辆等级监测汇总模块、用户行为监测汇总模块以及车辆用户评估模块;本发明通过车辆用户的等级分析和停车行为分析生成对应的等级判定符号和行为判定符号,车辆用户评估模块基于等级判定符号和行为判定符号将对应车辆用户标记为高级对象、中级对象或低级对象,实现针对性的管理措施实施,方便管理人员进行停车场监管,保证了停车场安全和吸引用户,且通过车位预约推荐模块实现车位的自动合理选择并推荐,有助于用户进行车位预约和快速安全停车,智能化程度高。
Description
技术领域
本发明涉及停车场管理技术领域,具体是基于物联网技术的智能停车场数据管理方法和***。
背景技术
停车场是供车辆停放之场所,停车场有仅画停车格而无人管理及收费的简易停车场,亦有配有出入栏口、泊车管理员及计时收款员的收费停车场,现代化的停车场常有自动化计时收费***、闭路电视及录影机***,停车场主及管理员的法律责任,通常只是提供场地给驾车人士停泊车辆,不保障车辆受损及失车责任;
目前在进行停车场管理时,往往通过车牌识别并计时以实现自动计费功能,无法将车辆用户进行等级分析和行为分析以将车辆用户划分为不同类别,对应管理人员难以进行针对性的管理,不利于保证停车场内的安全和吸引用户,且难以针对预约用户进行自动且合理的车位推荐,并在确认预约后进行对应车位的锁定,不利于用户进行快速安全的停车,智能化程度低;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供基于物联网技术的智能停车场数据管理方法和***,解决了现有技术无法将车辆用户进行等级分析和行为分析以将车辆用户划分为不同类别,对应管理人员难以进行针对性的管理,且难以针对预约用户进行自动且合理的车位推荐,智能化程度低的问题。
为实现上述目的,本发明提供如下技术方案:
基于物联网技术的智能停车场数据管理方法,包括以下步骤:
步骤一、车位预约推荐模块通过分析将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端,对应用户接收到推荐车位后向服务器发出确认锁定指令以将推荐车位进行锁定;
步骤二、车牌扫描识别模块进行车辆的车牌扫描并识别,在识别完成后允许车辆驶入,停车计时收费模块以对应车辆的驶入时刻作为计时零点进行停车计时;
步骤三、车辆等级监测汇总模块通过等级分析生成等级判定符号F1或F2,用户行为监测汇总模块通过停车行为分析生成行为判定符号X1或X2,车辆用户评估模块基于等级判定符号和行为判定符号将对应车辆用户标记为高级对象、中级对象或低级对象,对应管理人员针对不同对象进行相应的管理;
步骤四、在对应车辆准备驶出时经过计算生成对应收费数据,对应车辆用户基于所显示的收费数据进行缴费,缴费完成后驶出停车场。
进一步的,本发明还提出了基于物联网技术的智能停车场数据管理***,包括服务器、车牌扫描识别模块、停车计时收费模块、车位预约推荐模块、车辆等级监测汇总模块、用户行为监测汇总模块以及车辆用户评估模块;其中,车牌扫描识别模块用于进行车辆的车牌扫描并识别,将车辆识别信息发送至服务器;停车计时收费模块以对应车辆的驶入时刻作为计时零点进行停车计时,在对应车辆准备驶出时经过计算生成对应收费数据,对应车辆用户基于所显示的收费数据进行缴费,缴费完成后驶出停车场;
车位预约推荐模块用于接收用户的车位预约指令,并通过车位推荐分析获取到推荐车位以及经过排序的车位推荐集合,将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端;对应用户接收到推荐车位后向服务器发出确认锁定指令,服务器接收到确认锁定指令后将推荐车位进行锁定;
车辆等级监测汇总模块用于将对应车辆用户标记为分析对象u,将分析对象u进行等级分析以生成等级判定符号F1或F2,将等级判定符号F1或F2以及对应分析对象u经服务器发送至车辆用户评估模块;用户行为监测汇总模块用于将分析对象u进行停车行为分析以生成行为判定符号X1或X2,将行为判定符号X1或X2经服务器发送至车辆用户评估模块;车辆用户评估模块基于等级判定符号和行为判定符号将对应分析对象u标记为高级对象、中级对象或低级对象。
进一步的,车位推荐分析的具体分析过程包括:
在接收到用户的车位预约指令时,获取到停车场目前处于空位的停车位,将对应停车位标记为分析车位i,i={1,2,…,n},n为空闲停车位的数量且n为大于1的自然数;获取到分析车位i与停车场入口处的最短导航路径,将最短导航路径的距离标记为导航路距值,将最短导航路径中出现拐弯掉头的次数标记为拐弯掉头频次,以及通过路面表现分析获取到路面表现值,将导航路距值、拐弯掉头频次以及路面表现值进行数值计算得到车位推荐值;
将车位推荐值与预设车位推荐阈值进行数值比较,若车位推荐值超过预设车位推荐阈值,则将对应分析车位i标记为非优选车位,若车位推荐值未超过预设车位推荐阈值,则将对应分析车位i标记为优选车位;获取到所有优选车位并将优选车位的车位推荐值建立车位推荐集合,将车位推荐集合中的子集按照车位推荐值的数值由小到大进行排序,将位于首位的优选车位标记为推荐车位,将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端。
进一步的,路面表现分析的具体分析过程如下:
获取到分析车位i所对应导航路径的路面图像,基于路面图像获取到路面不平整区域的数量,以及获取到每组路面不平整区域的区域面积和区域平均凹陷深度或凸起高度,将区域平均凹陷深度或凸起高度标记为区域凹凸值,将区域面积超过预设区域面积阈值且区域凹凸值超过预设区域凹凸阈值的路面不平整区域标记为非良性区域,将非良性区域的数量与路面不平整区域的数量进行比值计算得到非良性占比值,将非良性占比值与路面不平整区域的数量进行数值计算得到路面表现值。
进一步的,车辆等级监测汇总模块的具体运行过程包括:
基于车辆的车牌信息进行车辆用户识别,将对应车辆用户标记为分析对象u,u={1,2,…,m},m表示车辆用户的数量且m为大于1的自然数;获取到单位时间内对应分析对象u在对应停车场的停车频次和在对应停车场的停车消费金额,将分析对象u的停车频次和停车消费金额进行数值计算得到车辆等级值,将车辆等级值与预设车辆等级阈值进行数值比较,若车辆等级值超过预设车辆等级阈值,则生成对应分析对象u的等级判定符号F1,否则生成对应分析对象u的等级判定符号F2,将等级判定符号F1或F2以及对应分析对象u经服务器发送至车辆用户评估模块。
进一步的,用户行为监测汇总模块的具体运行过程包括:
获取到对应分析对象u在对应停车场的停车行为信息,停车行为信息包括单位时间内出现停车不规范的频次以及在停车过程中出现碰撞事故的频次,将分析对象u停车不规范的频次和碰撞事故的频次进行数值计算得到用户行为值,将用户行为值与预设用户行为阈值进行数值比较,若用户行为值未超过预设用户行为阈值,则生成对应分析对象u的行为判定符号X1,否则生成对应分析对象u的行为判定符号X2,将行为判定符号X1或X2经服务器发送至车辆用户评估模块。
进一步的,车辆用户评估模块的具体运行过程包括:
获取到对应分析对象u的等级判定符号F1或F2以及行为判定符号X1或X2,若获取到F1∩X1,则将对应分析对象u标记为高级对象,若获取到F2∩X2,则将对应分析对象u标记为低级对象,其余情况则将对应分析对象u标记为中级对象;将高级对象、中级对象以及低级对象经服务器发送至停车场监管终端,对应管理人员根据需要进行高级对象的停车费优惠或提升服务质量,以及进行低级对象的停车提醒和加强监管。
进一步的,在生成对应导航路径的路面表现值时,将对应导航路径的路面表现值与对应导航路距值进行比值计算得到路径反馈值,将路径反馈值与预设路径反馈阈值进行数值比较,若路径反馈值超过预设路径反馈阈值,则生成对应导航路径的路径整修信号,将路径整修信号以及对应导航路径经服务器发送至停车场监管终端,对应管理人员接收到路径整修信号后及时进行对应路径的整修。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过车辆等级监测汇总模块进行对应车辆用户的等级分析以生成对应的等级判定符号,用户行为监测汇总模块进行对应车辆用户的停车行为分析以生成对应的行为判定符号,车辆用户评估模块基于等级判定符号和行为判定符号将对应车辆用户标记为高级对象、中级对象或低级对象,对应管理人员根据需要进行高级对象的停车费优惠或提升服务质量,以及进行低级对象的停车提醒和加强监管,实现针对性的管理措施实施,方便管理人员进行停车场监管,以及有助于保证停车场安全和吸引用户;
2、本发明中,通过车位预约推荐模块进行车位推荐分析获取到推荐车位以及经过排序的车位推荐集合,将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端,对应用户接收到推荐车位后向服务器发出确认锁定指令,服务器接收到确认锁定指令后将推荐车位进行锁定,以防止对应车位被占用,实现车位的自动合理选择并推荐,有助于用户进行车位预约和快速安全停车,智能化程度高。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的方法流程图;
图2为本发明中实施例二的***框图;
图3为本发明中实施例三的***框图。
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。
实施例一:如图1所示,本发明提出的基于物联网技术的智能停车场数据管理方法,包括以下步骤:
步骤一、车位预约推荐模块通过分析将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端,对应用户接收到推荐车位后向服务器发出确认锁定指令以将推荐车位进行锁定;
步骤二、车牌扫描识别模块进行车辆的车牌扫描并识别,在识别完成后允许车辆驶入,停车计时收费模块以对应车辆的驶入时刻作为计时零点进行停车计时;
步骤三、车辆等级监测汇总模块通过等级分析生成等级判定符号F1或F2,用户行为监测汇总模块通过停车行为分析生成行为判定符号X1或X2,车辆用户评估模块基于等级判定符号和行为判定符号将对应车辆用户标记为高级对象、中级对象或低级对象,对应管理人员针对不同对象进行相应的管理;
步骤四、在对应车辆准备驶出时经过计算生成对应收费数据,对应车辆用户基于所显示的收费数据进行缴费,缴费完成后驶出停车场。
实施例二:如图2所示,本实施例与实施例1的区别在于,本发明提出的基于物联网技术的智能停车场数据管理***,包括服务器、车牌扫描识别模块、停车计时收费模块、车辆等级监测汇总模块、用户行为监测汇总模块以及车辆用户评估模块;其中,车牌扫描识别模块用于进行车辆的车牌扫描并识别,将车辆识别信息发送至服务器;停车计时收费模块以对应车辆的驶入时刻作为计时零点进行停车计时,在对应车辆准备驶出时经过计算生成对应收费数据,对应车辆用户基于所显示的收费数据进行缴费,缴费完成后驶出停车场;
车辆等级监测汇总模块用于将对应车辆用户标记为分析对象u,将分析对象u进行等级分析以生成等级判定符号F1或F2;车辆等级监测汇总模块的具体运行过程如下:
基于车辆的车牌信息进行车辆用户识别,将对应车辆用户标记为分析对象u,u={1,2,…,m},m表示车辆用户的数量且m为大于1的自然数;获取到单位时间内对应分析对象u在对应停车场的停车频次和在对应停车场的停车消费金额并分别标记为TPu和PJu,优选的,单位时间为60天,通过公式CDu=a1*TPu+a2*PJu将分析对象u的停车频次TPu和停车消费金额PJu进行数值计算后得到车辆等级值CDu;其中,a1、a2为预设权重系数,a1>a2>0;并且,车辆等级值CDu的数值大小与停车频次TPu和停车消费金额PJu均呈正比关系,停车频次TPu的数值越大、停车消费金额PJu的数值越大,则车辆等级值CDu的数值越大,表明对应车辆用户的用户黏性越高;
从服务器调取预先录入存储的预设车辆等级阈值,将车辆等级值CDu与预设车辆等级阈值进行数值比较,若车辆等级值CDu超过预设车辆等级阈值,则生成对应分析对象u的等级判定符号F1,若车辆等级值CDu未超过预设车辆等级阈值,则生成对应分析对象u的等级判定符号F2,将等级判定符号F1或F2以及对应分析对象u经服务器发送至车辆用户评估模块。
用户行为监测汇总模块用于将分析对象u进行停车行为分析以生成行为判定符号X1或X2,用户行为监测汇总模块的具体运行过程如下:
获取到对应分析对象u在对应停车场的停车行为信息,停车行为信息包括单位时间内出现停车不规范的频次(包括压线、挡道等)以及在停车过程中出现碰撞事故的频次并分别标记为GFu和PSu,通过公式YXu=b1*GFu+b2*PSu将分析对象u停车不规范的频次GFu和碰撞事故的频次PSu进行数值计算后得到用户行为值YXu;其中,b1、b2为预设权重系数,0<b1<b2;需要说明的是,用户行为值YXu的数值大小与停车不规范的频次GFu和碰撞事故的频次PSu均呈正比关系,停车不规范的频次GFu的数值越大、碰撞事故的频次PSu的数值越大,则用户行为值YXu的数值越大,表明对应车辆用户在停车场的行为越不规范,越需要加强监管;
从服务器调取预先录入存储的预设用户行为阈值,将用户行为值与预设用户行为阈值进行数值比较,若用户行为值未超过预设用户行为阈值,表明对应用户行为较为规范,则生成对应分析对象u的行为判定符号X1,若用户行为值超过预设用户行为阈值,表明对应用户行为不规范,则生成对应分析对象u的行为判定符号X2,将行为判定符号X1或X2经服务器发送至车辆用户评估模块。
车辆用户评估模块基于等级判定符号和行为判定符号将对应分析对象u标记为高级对象、中级对象或低级对象,具体如下:
获取到对应分析对象u的等级判定符号F1或F2以及行为判定符号X1或X2,若获取到F1∩X1,则将对应分析对象u标记为高级对象,若获取到F2∩X2,则将对应分析对象u标记为低级对象,其余情况则将对应分析对象u标记为中级对象;将高级对象、中级对象以及低级对象经服务器发送至停车场监管终端,对应管理人员根据需要进行高级对象的停车费优惠或提升服务质量,以及进行低级对象的停车提醒和加强监管,方便管理人员进行停车场监管,以及有助于保证停车场安全和吸引用户。
实施例三:如图3所示,本实施例与实施例1、实施例2的区别在于,服务器与车位预约推荐模块通信连接,车位预约推荐模块用于接收用户的车位预约指令,并通过车位推荐分析获取到推荐车位以及经过排序的车位推荐集合,将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端,并将对应车位的导航路径发送至对应用户的智能终端;对应用户接收到推荐车位后向服务器发出确认锁定指令,服务器接收到确认锁定指令后将推荐车位进行锁定,以防止对应车位被占用,实现车位的自动合理选择并推荐,有助于用户进行车位预约;车位推荐分析的具体分析过程如下:
在接收到用户的车位预约指令时,获取到停车场目前处于空位的停车位,将对应停车位标记为分析车位i,i={1,2,…,n},n为空闲停车位的数量且n为大于1的自然数;获取到分析车位i与停车场入口处的最短导航路径,将最短导航路径的距离标记为导航路距值LJi,获取到分析车位i所对应导航路径的路面图像,将最短导航路径中出现拐弯掉头的次数标记为拐弯掉头频次GDi,基于路面图像获取到路面不平整区域的数量并标记为BPi,以及获取到每组路面不平整区域的区域面积和区域平均凹陷深度或凸起高度,将区域平均凹陷深度或凸起高度标记为区域凹凸值;
将对应路面不平整区域的区域面积和区域凹凸值与预设区域面积阈值和预设区域凹凸阈值分别进行数值比较,将区域面积超过预设区域面积阈值且区域凹凸值超过预设区域凹凸阈值的路面不平整区域标记为非良性区域,获取到对应导航路径中非良性区域的数量,将非良性区域的数量与路面不平整区域的数量BPi进行比值计算得到非良性占比值FZi;
通过公式LBi=et1*FZi+et2*BPi将对应导航路径中非良性占比值FZi与路面不平整区域的数量BPi进行数值计算后得到路面表现值LBi;其中,et1、et2为预设权重系数,et1>et2>0;需要说明的是,路面表现值LBi的数值大小与非良性占比值FZi与路面不平整区域的数量BPi均呈正比关系,非良性占比值FZi的数值越大且路面不平整区域的数量BPi的数值越大,则路面表现值LBi的数值越大,表明对应导航路径的路面表现越差;
通过公式将对应导航路径的导航路距值LJi、拐弯掉头频次GDi以及路面表现值LBi进行数值计算后得到车位推荐值CTi;其中,tp1、tp2、tp3为预设权重系数,0<tp1<tp3<tp2;需要说明的是,车位推荐值CTi的数值大小与导航路距值LJi、拐弯掉头频次GDi以及路面表现值LBi均呈正比关系,车位推荐值CTi的数值越大,表明整体而言对应空闲车位越不适合进行推荐;
将车位推荐值CTi与预设车位推荐阈值进行数值比较,若车位推荐值CTi超过预设车位推荐阈值,则将对应分析车位i标记为非优选车位,若车位推荐值CTi未超过预设车位推荐阈值,则将对应分析车位i标记为优选车位;获取到所有优选车位并将优选车位的车位推荐值建立车位推荐集合,将车位推荐集合中的子集按照车位推荐值的数值由小到大进行排序,将位于首位的优选车位标记为推荐车位,将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端。
实施例四:本实施例与实施例1、实施例2、实施例3的区别在于,在生成对应导航路径的路面表现值LBi时,将对应导航路径的路面表现值LBi与对应导航路距值LJi进行比值计算得到路径反馈值FKi,将路径反馈值FKi与预设路径反馈阈值进行数值比较,若路径反馈值FKi超过预设路径反馈阈值,表明对应路径的路况表现较差,停车行驶过程存在安全隐患,则生成对应导航路径的路径整修信号,将路径整修信号以及对应导航路径经服务器发送至停车场监管终端,停车场监管终端的对应管理人员接收到路径整修信号后及时进行对应路径的整修,以提升对应路径的路况,有助于后续车辆进行停车,保证了后续停车行驶过程的安全性和停车效率。
本发明的工作原理:使用时,通过车辆等级监测汇总模块进行对应车辆用户的等级分析以生成等级判定符号F1或F2,用户行为监测汇总模块进行对应车辆用户的停车行为分析以生成行为判定符号X1或X2,车辆用户评估模块基于等级判定符号和行为判定符号将对应车辆用户标记为高级对象、中级对象或低级对象,并经服务器发送至停车场监管终端,对应管理人员根据需要进行高级对象的停车费优惠或提升服务质量,以及进行低级对象的停车提醒和加强监管,方便管理人员进行停车场监管,以及有助于保证停车场安全和吸引用户;车位预约推荐模块通过车位推荐分析获取到推荐车位以及经过排序的车位推荐集合,将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端,对应用户接收到推荐车位后向服务器发出确认锁定指令,服务器接收到确认锁定指令后将推荐车位进行锁定,以防止对应车位被占用,实现车位的自动合理选择并推荐,有助于用户进行车位预约和快速安全停车,智能化程度高。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.基于物联网技术的智能停车场数据管理方法,其特征在于,包括以下步骤:
步骤一、车位预约推荐模块通过分析将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端,对应用户接收到推荐车位后向服务器发出确认锁定指令以将推荐车位进行锁定;车位推荐分析的具体分析过程包括:
在接收到用户的车位预约指令时,获取到停车场目前处于空位的停车位,将对应停车位标记为分析车位i,i={1,2,…,n},n为空闲停车位的数量且n为大于1的自然数;获取到分析车位i与停车场入口处的最短导航路径,将最短导航路径的距离标记为导航路距值,将最短导航路径中出现拐弯掉头的次数标记为拐弯掉头频次,以及通过路面表现分析获取到路面表现值,将导航路距值、拐弯掉头频次以及路面表现值进行数值计算得到车位推荐值;
将车位推荐值与预设车位推荐阈值进行数值比较,若车位推荐值超过预设车位推荐阈值,则将对应分析车位i标记为非优选车位,若车位推荐值未超过预设车位推荐阈值,则将对应分析车位i标记为优选车位;获取到所有优选车位并将优选车位的车位推荐值建立车位推荐集合,将车位推荐集合中的子集按照车位推荐值的数值由小到大进行排序,将位于首位的优选车位标记为推荐车位,将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端;
路面表现分析的具体分析过程如下:
获取到分析车位i所对应导航路径的路面图像,基于路面图像获取到路面不平整区域的数量,以及获取到每组路面不平整区域的区域面积和区域平均凹陷深度或凸起高度,将区域平均凹陷深度或凸起高度标记为区域凹凸值,将区域面积超过预设区域面积阈值且区域凹凸值超过预设区域凹凸阈值的路面不平整区域标记为非良性区域,将非良性区域的数量与路面不平整区域的数量进行比值计算得到非良性占比值,将非良性占比值与路面不平整区域的数量进行数值计算得到路面表现值;
在生成对应导航路径的路面表现值时,将对应导航路径的路面表现值与对应导航路距值进行比值计算得到路径反馈值,将路径反馈值与预设路径反馈阈值进行数值比较,若路径反馈值超过预设路径反馈阈值,则生成对应导航路径的路径整修信号,将路径整修信号以及对应导航路径经服务器发送至停车场监管终端,对应管理人员接收到路径整修信号后及时进行对应路径的整修;
步骤二、车牌扫描识别模块进行车辆的车牌扫描并识别,在识别完成后允许车辆驶入,停车计时收费模块以对应车辆的驶入时刻作为计时零点进行停车计时;
步骤三、车辆等级监测汇总模块通过等级分析生成等级判定符号F1或F2,用户行为监测汇总模块通过停车行为分析生成行为判定符号X1或X2,车辆用户评估模块基于等级判定符号和行为判定符号将对应车辆用户标记为高级对象、中级对象或低级对象,对应管理人员针对不同对象进行相应的管理;
步骤四、在对应车辆准备驶出时经过计算生成对应收费数据,对应车辆用户基于所显示的收费数据进行缴费,缴费完成后驶出停车场。
2.基于物联网技术的智能停车场数据管理***,其特征在于,包括服务器、车牌扫描识别模块、停车计时收费模块、车位预约推荐模块、车辆等级监测汇总模块、用户行为监测汇总模块以及车辆用户评估模块;其中,车牌扫描识别模块用于进行车辆的车牌扫描并识别,将车辆识别信息发送至服务器;停车计时收费模块以对应车辆的驶入时刻作为计时零点进行停车计时,在对应车辆准备驶出时经过计算生成对应收费数据,对应车辆用户基于所显示的收费数据进行缴费,缴费完成后驶出停车场;
车位预约推荐模块用于接收用户的车位预约指令,并通过车位推荐分析获取到推荐车位以及经过排序的车位推荐集合,将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端;对应用户接收到推荐车位后向服务器发出确认锁定指令,服务器接收到确认锁定指令后将推荐车位进行锁定;车位推荐分析的具体分析过程包括:
在接收到用户的车位预约指令时,获取到停车场目前处于空位的停车位,将对应停车位标记为分析车位i,i={1,2,…,n},n为空闲停车位的数量且n为大于1的自然数;获取到分析车位i与停车场入口处的最短导航路径,将最短导航路径的距离标记为导航路距值,将最短导航路径中出现拐弯掉头的次数标记为拐弯掉头频次,以及通过路面表现分析获取到路面表现值,将导航路距值、拐弯掉头频次以及路面表现值进行数值计算得到车位推荐值;
将车位推荐值与预设车位推荐阈值进行数值比较,若车位推荐值超过预设车位推荐阈值,则将对应分析车位i标记为非优选车位,若车位推荐值未超过预设车位推荐阈值,则将对应分析车位i标记为优选车位;获取到所有优选车位并将优选车位的车位推荐值建立车位推荐集合,将车位推荐集合中的子集按照车位推荐值的数值由小到大进行排序,将位于首位的优选车位标记为推荐车位,将推荐车位以及经过排序后的车位推荐集合发送至对应用户的智能终端;
路面表现分析的具体分析过程如下:
获取到分析车位i所对应导航路径的路面图像,基于路面图像获取到路面不平整区域的数量,以及获取到每组路面不平整区域的区域面积和区域平均凹陷深度或凸起高度,将区域平均凹陷深度或凸起高度标记为区域凹凸值,将区域面积超过预设区域面积阈值且区域凹凸值超过预设区域凹凸阈值的路面不平整区域标记为非良性区域,将非良性区域的数量与路面不平整区域的数量进行比值计算得到非良性占比值,将非良性占比值与路面不平整区域的数量进行数值计算得到路面表现值;
在生成对应导航路径的路面表现值时,将对应导航路径的路面表现值与对应导航路距值进行比值计算得到路径反馈值,将路径反馈值与预设路径反馈阈值进行数值比较,若路径反馈值超过预设路径反馈阈值,则生成对应导航路径的路径整修信号,将路径整修信号以及对应导航路径经服务器发送至停车场监管终端,对应管理人员接收到路径整修信号后及时进行对应路径的整修;
车辆等级监测汇总模块用于将对应车辆用户标记为分析对象u,将分析对象u进行等级分析以生成等级判定符号F1或F2,将等级判定符号F1或F2以及对应分析对象u经服务器发送至车辆用户评估模块;用户行为监测汇总模块用于将分析对象u进行停车行为分析以生成行为判定符号X1或X2,将行为判定符号X1或X2经服务器发送至车辆用户评估模块;车辆用户评估模块基于等级判定符号和行为判定符号将对应分析对象u标记为高级对象、中级对象或低级对象。
3.根据权利要求2所述的基于物联网技术的智能停车场数据管理***,其特征在于,车辆等级监测汇总模块的具体运行过程包括:
基于车辆的车牌信息进行车辆用户识别,将对应车辆用户标记为分析对象u,u={1,2,…,m},m表示车辆用户的数量且m为大于1的自然数;获取到单位时间内对应分析对象u在对应停车场的停车频次和在对应停车场的停车消费金额,将分析对象u的停车频次和停车消费金额进行数值计算得到车辆等级值,将车辆等级值与预设车辆等级阈值进行数值比较,若车辆等级值超过预设车辆等级阈值,则生成对应分析对象u的等级判定符号F1,否则生成对应分析对象u的等级判定符号F2,将等级判定符号F1或F2以及对应分析对象u经服务器发送至车辆用户评估模块。
4.根据权利要求2所述的基于物联网技术的智能停车场数据管理***,其特征在于,用户行为监测汇总模块的具体运行过程包括:
获取到对应分析对象u在对应停车场的停车行为信息,停车行为信息包括单位时间内出现停车不规范的频次以及在停车过程中出现碰撞事故的频次,将分析对象u停车不规范的频次和碰撞事故的频次进行数值计算得到用户行为值,将用户行为值与预设用户行为阈值进行数值比较,若用户行为值未超过预设用户行为阈值,则生成对应分析对象u的行为判定符号X1,否则生成对应分析对象u的行为判定符号X2,将行为判定符号X1或X2经服务器发送至车辆用户评估模块。
5.根据权利要求3所述的基于物联网技术的智能停车场数据管理***,其特征在于,车辆用户评估模块的具体运行过程包括:
获取到对应分析对象u的等级判定符号F1或F2以及行为判定符号X1或X2,若获取到F1∩X1,则将对应分析对象u标记为高级对象,若获取到F2∩X2,则将对应分析对象u标记为低级对象,其余情况则将对应分析对象u标记为中级对象;将高级对象、中级对象以及低级对象经服务器发送至停车场监管终端,对应管理人员根据需要进行高级对象的停车费优惠或提升服务质量,以及进行低级对象的停车提醒和加强监管。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310622642.4A CN116386379B (zh) | 2023-05-30 | 2023-05-30 | 基于物联网技术的智能停车场数据管理方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310622642.4A CN116386379B (zh) | 2023-05-30 | 2023-05-30 | 基于物联网技术的智能停车场数据管理方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116386379A true CN116386379A (zh) | 2023-07-04 |
CN116386379B CN116386379B (zh) | 2023-09-22 |
Family
ID=86963695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310622642.4A Active CN116386379B (zh) | 2023-05-30 | 2023-05-30 | 基于物联网技术的智能停车场数据管理方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116386379B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117133144A (zh) * | 2023-07-12 | 2023-11-28 | 中交一公局第六工程有限公司 | 一种基于物联网的智慧城市停车场车位预测方法及*** |
CN117392867A (zh) * | 2023-10-12 | 2024-01-12 | 厦门中卡科技股份有限公司 | 基于神经网络的智能停车场管理*** |
CN117789515A (zh) * | 2023-12-26 | 2024-03-29 | 东莞云媒智能科技有限公司 | 定位停车*** |
CN117912293A (zh) * | 2024-03-20 | 2024-04-19 | 鲁东大学 | 一种停车场智能管理*** |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243870A (zh) * | 2015-09-24 | 2016-01-13 | 上海车音网络科技有限公司 | 提供车位信息的方法、装置和*** |
CN105761545A (zh) * | 2016-05-11 | 2016-07-13 | 泽信息科技(上海)有限公司 | 多目标停车泊位预定优选方法 |
CN106643760A (zh) * | 2016-09-30 | 2017-05-10 | 王荣昌 | 车辆导航***及方法 |
CN108469266A (zh) * | 2018-03-26 | 2018-08-31 | 联想(北京)有限公司 | 导航方法、装置以及*** |
CN109697880A (zh) * | 2018-12-18 | 2019-04-30 | 北京百度网讯科技有限公司 | 无人车停车位分配方法、装置、设备及存储介质 |
KR20190080016A (ko) * | 2017-12-28 | 2019-07-08 | 현대엠엔소프트 주식회사 | 주차 관리 시스템 및 방법 |
CN110753646A (zh) * | 2017-06-26 | 2020-02-04 | 日立汽车***株式会社 | 驻车辅助装置 |
CN111489084A (zh) * | 2020-04-08 | 2020-08-04 | 中储南京智慧物流科技有限公司 | 一种多因素影响下的车辆会员衍生信用评价***及方法 |
US20200258318A1 (en) * | 2019-02-08 | 2020-08-13 | Toyota Jidosha Kabushiki Kaisha | Information processing apparatus, information processing method, and program |
CN112419714A (zh) * | 2020-11-09 | 2021-02-26 | 广州谦优信息科技有限公司 | 一种基于大数据的城市智慧停车管理*** |
CN112669474A (zh) * | 2020-12-17 | 2021-04-16 | 安徽省经建技术有限公司 | 一种基于互联网的智慧园区停车管理*** |
US20230085360A1 (en) * | 2021-09-16 | 2023-03-16 | Toyota Motor Engineering & Manufacturing North America, Inc. | Identifying a parking spot based on congestion-dependent parking navigation preferences |
CN115959159A (zh) * | 2023-02-06 | 2023-04-14 | 西安建筑科技大学 | 一种基于人工智能的矿区无人驾驶安全智能管控*** |
US20230118743A1 (en) * | 2021-10-17 | 2023-04-20 | Yash Patel | Method and system for managing parking space availability |
-
2023
- 2023-05-30 CN CN202310622642.4A patent/CN116386379B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243870A (zh) * | 2015-09-24 | 2016-01-13 | 上海车音网络科技有限公司 | 提供车位信息的方法、装置和*** |
CN105761545A (zh) * | 2016-05-11 | 2016-07-13 | 泽信息科技(上海)有限公司 | 多目标停车泊位预定优选方法 |
CN106643760A (zh) * | 2016-09-30 | 2017-05-10 | 王荣昌 | 车辆导航***及方法 |
CN110753646A (zh) * | 2017-06-26 | 2020-02-04 | 日立汽车***株式会社 | 驻车辅助装置 |
KR20190080016A (ko) * | 2017-12-28 | 2019-07-08 | 현대엠엔소프트 주식회사 | 주차 관리 시스템 및 방법 |
CN108469266A (zh) * | 2018-03-26 | 2018-08-31 | 联想(北京)有限公司 | 导航方法、装置以及*** |
CN109697880A (zh) * | 2018-12-18 | 2019-04-30 | 北京百度网讯科技有限公司 | 无人车停车位分配方法、装置、设备及存储介质 |
US20200258318A1 (en) * | 2019-02-08 | 2020-08-13 | Toyota Jidosha Kabushiki Kaisha | Information processing apparatus, information processing method, and program |
CN111489084A (zh) * | 2020-04-08 | 2020-08-04 | 中储南京智慧物流科技有限公司 | 一种多因素影响下的车辆会员衍生信用评价***及方法 |
CN112419714A (zh) * | 2020-11-09 | 2021-02-26 | 广州谦优信息科技有限公司 | 一种基于大数据的城市智慧停车管理*** |
CN112669474A (zh) * | 2020-12-17 | 2021-04-16 | 安徽省经建技术有限公司 | 一种基于互联网的智慧园区停车管理*** |
US20230085360A1 (en) * | 2021-09-16 | 2023-03-16 | Toyota Motor Engineering & Manufacturing North America, Inc. | Identifying a parking spot based on congestion-dependent parking navigation preferences |
US20230118743A1 (en) * | 2021-10-17 | 2023-04-20 | Yash Patel | Method and system for managing parking space availability |
CN115959159A (zh) * | 2023-02-06 | 2023-04-14 | 西安建筑科技大学 | 一种基于人工智能的矿区无人驾驶安全智能管控*** |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117133144A (zh) * | 2023-07-12 | 2023-11-28 | 中交一公局第六工程有限公司 | 一种基于物联网的智慧城市停车场车位预测方法及*** |
CN117133144B (zh) * | 2023-07-12 | 2024-03-12 | 中交一公局第六工程有限公司 | 一种基于物联网的智慧城市停车场车位预测方法及*** |
CN117392867A (zh) * | 2023-10-12 | 2024-01-12 | 厦门中卡科技股份有限公司 | 基于神经网络的智能停车场管理*** |
CN117392867B (zh) * | 2023-10-12 | 2024-05-24 | 厦门中卡科技股份有限公司 | 基于神经网络的智能停车场管理*** |
CN117789515A (zh) * | 2023-12-26 | 2024-03-29 | 东莞云媒智能科技有限公司 | 定位停车*** |
CN117912293A (zh) * | 2024-03-20 | 2024-04-19 | 鲁东大学 | 一种停车场智能管理*** |
CN117912293B (zh) * | 2024-03-20 | 2024-05-28 | 鲁东大学 | 一种停车场智能管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN116386379B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116386379B (zh) | 基于物联网技术的智能停车场数据管理方法和*** | |
CN106504351B (zh) | 一种停车场停车收费方法和服务器 | |
CN113160602B (zh) | 一种智能公交调度模拟*** | |
CN110853391A (zh) | 智能共享停车*** | |
CN111613085A (zh) | 一种基于大数据的停车场管理*** | |
CN112669474A (zh) | 一种基于互联网的智慧园区停车管理*** | |
CN116523350B (zh) | 一种基于数据分析的智慧停车场车流规划管理*** | |
CN111243185A (zh) | 充电车位占用判定方法、设备及介质 | |
CN111653041A (zh) | 一种车位共享***及方法 | |
CN112687110B (zh) | 一种基于大数据分析的车位级导航方法及其*** | |
CN113744420A (zh) | 一种道路停车收费管理方法、***和计算机可读存储介质 | |
CN108984758A (zh) | 基于点位识别的车主关联地址分析方法及*** | |
CN115311894A (zh) | 基于大数据分析的智慧停车管理方法、***、终端及介质 | |
CN114841712B (zh) | 网约车巡游违规运营状态的确定方法和装置及电子设备 | |
CN113486262A (zh) | 一种电动汽车充电站选址方法、***和可读存储介质 | |
CN109376665B (zh) | 基于群智感知的出租车驾驶员的驾驶行为评估*** | |
CN115424470A (zh) | 一种城市级智能停车***、整合分析方法以及终端 | |
CN108460984A (zh) | 一种车位标识方法及*** | |
CN113393113B (zh) | 复杂网络理论信用评价的路内停车欠逃费追缴方法及*** | |
CN108280890B (zh) | 车辆出入口通道管理方法、设备及可读存储介质 | |
CN113420960B (zh) | 一种高速公路收费站工作人员调度方法、***及存储介质 | |
CN114038202A (zh) | 一种基于智慧园区交通流量的停车诱导***及方法 | |
CN111861498B (zh) | 出租车的监控方法、装置、设备和存储介质 | |
CN113362528A (zh) | 一种停车充电一体化的计量方法、装置和存储介质 | |
CN115588306A (zh) | 车位推送方法及装置、计算机可读存储介质、终端 |
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 |