CN117079494B - 一种基于区块链的地下车库智能管理*** - Google Patents
一种基于区块链的地下车库智能管理*** Download PDFInfo
- Publication number
- CN117079494B CN117079494B CN202311330354.8A CN202311330354A CN117079494B CN 117079494 B CN117079494 B CN 117079494B CN 202311330354 A CN202311330354 A CN 202311330354A CN 117079494 B CN117079494 B CN 117079494B
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle
- parking
- underground garage
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 21
- 230000007613 environmental effect Effects 0.000 claims description 18
- 239000000428 dust Substances 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 5
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
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
- G08G1/146—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is a limited parking space, e.g. parking garage, restricted space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Medical Informatics (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及车库管理技术领域,用于解决现有的在对地下车库管理方式中难以做到对车库环境状态以及停放车辆安全状态的反馈分析,也难以做到车位的公平分配,导致地下车库环境恶劣,车位占用率不高,无法保证车辆停放的安全性的问题,具体为一种基于区块链的地下车库智能管理***,包括:数据采集单元、云数据库、车库环境监管单元、车库车位监管单元、车辆***单元、智能反馈管理单元和显示终端。本发明,通过对地下车库的车位状态以及入场的车辆状态进行监测分析,从而实现了车辆的快速且高效的停车,同时也提高了地下车库的利用率和安全性,此外还实现了对地下车库环境的优化以及提高了停放车辆的安全性。
Description
技术领域
本发明涉及车库管理技术领域,具体为一种基于区块链的地下车库智能管理***。
背景技术
区块链,就是一个又一个区块组成的链条。每一个区块中保存了一定的信息,它们按照各自产生的时间顺序连接成链条。这个链条被保存在所有的服务器中,只要整个***中有一台服务器可以工作,整条区块链就是安全的。在地下车库智能管理***的构建中基于区块链,其可以最大程度的保证用户的车辆信息的安全性。
但在地下车库管理方式中,还存在诸多问题,比如,地下车库环境潮湿还含有大量对人身体有害的气体以及粉尘,现有的在对地下车库的管理中难以做到对车库环境状态的分析以及及时的反馈,导致地下车库环境恶劣,还影响用户的身心健康;
还比如,地下车库在车位分配上,无法根据车主的车位需求进行车位的分配,导致车位分配不公平,车位占用率不高等;
又比如,现有的地下车库管理中难以做到对停放车辆安全状态进行分析反馈,无法保证车辆停放的安全性。
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的就在于解决现有的在对地下车库管理方式中难以做到对车库环境状态以及停放车辆安全状态的反馈分析,也难以做到车位的公平分配,导致地下车库环境恶劣,车位占用率不高,无法保证车辆停放的安全性的问题,以区块链技术为依据,通过对地下车库的车位状态以及入场的车辆状态进行监测分析,从而实现了车辆的快速且高效的停车,避免了因寻找停车位的时间浪费和车辆拥堵,同时也提高了地下车库的利用率和安全性,此外还通过对地下车库的环境状态以及停车安全进行监测分析,来实现地下车库环境的优化以及提高停放车辆的安全性,从而来为用户提供较优的停车服务,而提出一种基于区块链的地下车库智能管理***。
本发明的目的可以通过以下技术方案实现:一种基于区块链的地下车库智能管理***,包括:数据采集单元、云数据库、车库环境监管单元、车库车位监管单元、车辆***单元、智能反馈管理单元和显示终端;
所述数据采集单元用于采集目标地下车库的车位状态信息、车辆状态信息、车库环境状态信息和车辆停放状态信息;
所述车库车位监管单元用于对目标地下车库的车位状态以及入场车辆的车辆状态进行监测,由此对目标入场车辆进行车位匹配分析;
所述车库环境监管单元用于对目标地下车库的车库环境状态进行监测,由此对目标地下车库的车库环境状态进行分析;
所述车辆***单元用于对目标地下车库的车辆停放安全参数进行监测,由此对目标停放车辆的车辆停放状态进行分析;
所述智能反馈管理单元用于基于区块链的地下车库的目标入场车辆的车位状态、车辆状态以及车库环境状态和车辆停放状态进行相应的反馈说明,并通过显示终端进行显示说明;
所述云数据库用于存储目标地下车库的车位尺寸属性参照表,存储目标地下车库的环境状态分级情况表,存储目标地下车库的停放安全分级情况表。
优选地,所述对目标地下车库的车位状态进行监测,其具体监测过程如下:
获取目标地下车库的空余车位量,并将其与预先设定的第一余量对比区间和第二余量对比区间进行比较分析;
当目标地下车库的空余车位量处于预先设定的第一余量对比区间之内时,则生成车位不足信号,并触发就近匹配指令;
当目标地下车库的空余车位量处于预先设定的第二余量对比区间之内时,则生成车位宽裕信号,并触发条件匹配指令。
优选地,所述对目标地下车库的入场车辆的车辆状态进行监测,其具体监测过程如下:
获取地下车库中目标入场车辆的车辆尺寸参数中的长度、宽度和高度,并将其分别标定为L、W和H,并将其进行综合分析,依据设定的公式Size=e1×L+e2×W+e3×H,由此得到入场车辆的尺寸属性系数Size,其中,e1、e2和e3分别为长度、宽度和高度的权重因子系数,e1、e2和e3均为大于0的自然数;
将目标入场车辆的尺寸属性系数与存储在云数据库中的车位尺寸属性参照表进行对照匹配分析,由此得到目标入场车辆的对应的车位尺寸属性。
优选地,所述对目标入场车辆进行车位匹配分析,其具体分析过程如下:
依据触发的就近匹配指令,获取地下车库中目标入场车辆的行进位置,依据目标入场车辆的行进位置,获取目标入场车辆的所匹配的车位尺寸属性,并从所有对应的车位尺寸属性中选取距离目标入场车辆的行进位置最近的车位分配给目标入场车辆;
依据触发的条件匹配指令,根据目标入场车辆的所匹配的对应的车位尺寸属性,获取目标入场车辆的停泊需求信息中的预计停车时长,设置预计停车时长的第一时长参照区间、第二时长参照区间,并将目标入场车辆的预计停车时长代入预先设定的第一时长参照区间、第二时长参照区间之内进行比较分析;
当目标入场车辆的预计停车时长处于预先设定的第一时长参照区间之内时,则将对应的目标入场车辆匹配出场区域的对应车位尺寸属性的车位;
当目标入场车辆的预计停车时长处于预先设定的第二时长参照区间之内时,则获取目标入场车辆的停泊需求信息中的期望目标位置,并根据期望目标位置将对应的目标入场车辆匹配期望位置区域的对应车位尺寸属性的车位。
优选地,所述从所有对应的车位尺寸属性中选取距离目标入场车辆的行进位置最近的车位分配给目标入场车辆的具体操作过程如下:
计算目标入场车辆的行进位置与每个候选车位位置之间的距离,将目标入场车辆的行进位置标定为p1i(x1i,y1i),将候选车位位置标定为p2k(x2k,y2k),依据距离公式,由此得到对应目标入场车辆的各候选车位的距离值disik,其中,i=1,2,3……m1,k=1,2,3……m2;
并从各候选车位的距离值中选取数值最小的一个候选车位的距离值作为距离目标入场车辆的行进位置最近的距离值,由此获取距离目标车辆最近的车位,并将其分配给对应的目标入场车辆。
优选地,所述对目标地下车库的车库环境状态进行监测及分析,其具体步骤如下:
获取目标地下车库的面积,并根据目标地下车库的面积将目标地下车库等面积划分为j个区域,j=1,2,3……n;
监测单位时间的目标地下车库的各区域的环境状态参数中的湿度、粉尘浓度、照度和噪声,并将其分别标定为sdj、fcj、gzj和zsj,并将其进行公式化分析,依据设定的公式,得到目标地下车库的各区域的环境系数ecxj,其中,ρ1、ρ2、ρ3和ρ4分别为湿度、粉尘浓度、照度和噪声的修正因子系数,且ρ1、ρ2、ρ3、ρ4均为大于0的自然数;
将目标地下车库的各区域的环境系数与存储在云数据库中的环境状态分级情况表进行对照匹配分析,由此得到目标地下车库的各区域的环境状态反馈等级;
统计被标定为中度污染状态等级和重度污染状态等级的区域数量的占比值,并将其标定为zb,并设置占比值zb的对比阈值val,并将占比值zb与预设的对比阈值val进行比较分析,当占比值zb小于预设的对比阈值val时,则生成环境正常信号,反之,当占比值zb大于等于预设的对比阈值val时,则生成环境异常信号。
优选地,所述对目标停放车辆的车辆停放状态进行分析,其具体分析步骤如下:
实时监测目标停放车辆的车辆停放安全参数中的停放时长、入库偏差值和车窗打开值,并将其分别标定为ts、pz和dz,并将其进行归一化分析,依据设定的公式sfx=λ1×ts+λ2×pz+λ3×dz,由此得到目标停放车辆的停放安全系数sfx,其中,λ1、λ2和λ3分别为停放时长、入库偏差值和车窗打开值的归一因子;
将地下车库的目标停放车辆的停放安全系数与存储在云数据库中的停放安全分级情况表进行对照匹配分析,由此得到目标停放车辆对应的停放安全等级。
本发明的有益效果:
本发明,通过区间代入比较和分类输出的方式,明确了对地下车库的空余车位状态的明确判定分析处理;又利用数据综合分析和数据库对照匹配分析的方式,明确了各入场车辆的所需的车位尺寸属性,并为实现地下车库车位智能匹配奠定了基础;
并将入场车辆的车位尺寸属性与地下车库的车位空余状态以及目标车辆的停放需求进行综合分析,从而实现了对入场车辆车位的智能分配操作;
通过区域划分以及分区监测和公式化计算的方式,实现了对地下车库的环境状态的监测反馈,进而实现对地下车库异常环境的调控管理;利用数据标定、归一化的分析以及阈值比较分析的方式,实现了对地下车库各停放车辆的停放安全状态的判定分析,从而在明确了各停放车辆的停放安全等级的同时,也实现了对地下车库车辆的智能管理;
以区块链技术为依据,通过对地下车库的车位状态以及入场的车辆状态进行监测分析,从而实现了车辆的快速且高效的停车,避免了因寻找停车位的时间浪费和车辆拥堵,同时也提高了地下车库的利用率和安全性,此外还通过对地下车库的环境状态以及停车安全进行监测分析,来实现地下车库环境的优化以及提高停放车辆的安全性,从而来为用户提供较优的停车服务。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的***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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种基于区块链的地下车库智能管理***,包括:数据采集单元、云数据库、车库环境监管单元、车库车位监管单元、车辆***单元、智能反馈管理单元和显示终端。
需要指出的是,数据采集单元、车库环境监管单元、车库车位监管单元、车辆***单元、智能反馈管理单元分别与云数据库连接,库环境监管单元、车库车位监管单元、车辆***单元分别与智能反馈管理单元连接。
数据采集单元,用于采集目标地下车库的车位状态信息、车辆状态信息、车库环境状态信息和车辆停放状态信息;
云数据库,用于存储目标地下车库的车位尺寸属性参照表,存储目标地下车库的环境状态分级情况表,存储目标地下车库的停放安全分级情况表。
车库车位监管单元用于对目标地下车库的车位状态进行监测,具体的监测过程如下:
获取目标地下车库的空余车位量,并将其与预先设定的第一余量对比区间和第二余量对比区间进行比较分析,其中,第一余量对比区间的区间数值范围小于第二余量对比区间的区间数值范围;
当目标地下车库的空余车位量处于预先设定的第一余量对比区间之内时,则生成车位不足信号,并触发就近匹配指令;
当目标地下车库的空余车位量处于预先设定的第二余量对比区间之内时,则生成车位宽裕信号,并触发条件匹配指令。
车库车位监管单元用于对目标地下车库的入场车辆的车辆状态进行监测,具体的监测过程如下:
获取地下车库中目标入场车辆的车辆尺寸参数中的长度、宽度和高度,并将其分别标定为L、W和H,并将其进行综合分析,依据设定的公式Size=e1×L+e2×W+e3×H,由此得到入场车辆的尺寸属性系数Size,其中,e1、e2和e3分别为长度、宽度和高度的权重因子系数,e1、e2和e3均为大于0的自然数,且权重因子系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
将目标入场车辆的尺寸属性系数与存储在云数据库中的车位尺寸属性参照表进行对照匹配分析,由此得到目标入场车辆的对应的车位尺寸属性,其中,入场车辆的每个尺寸属性系数均对应一种车位尺寸属性,且车位尺寸属性包括大车位尺寸属性、中车位尺寸属性和小车位尺寸属性;
为了更好的让停车用户更快的找到适合自己车辆分配的车位,将大车位尺寸属性的车位用数字1进行标识,将中车位尺寸属性的车位用数字2进行标识,将小车位尺寸属性的车位用数字3进行标识。
由此对目标入场车辆进行车位匹配分析,具体分析过程如下:
依据触发的就近匹配指令,获取地下车库中目标入场车辆的行进位置,依据目标入场车辆的行进位置,获取目标入场车辆的所匹配的车位尺寸属性,并从所有对应的车位尺寸属性中选取距离目标入场车辆的行进位置最近的车位分配给目标入场车辆;
依据触发的条件匹配指令,根据目标入场车辆的所匹配的对应的车位尺寸属性,获取目标入场车辆的停泊需求信息中的预计停车时长,设置预计停车时长的第一时长参照区间、第二时长参照区间,并将目标入场车辆的预计停车时长代入预先设定的第一时长参照区间、第二时长参照区间之内进行比较分析,其中,第一时长参照区间用于表示停车时长较短的时间区间,即暂时性停车,第二时长参照区间用于表示车时长较短长的时间区间,即长时间停车;
当目标入场车辆的预计停车时长处于预先设定的第一时长参照区间之内时,则将对应的目标入场车辆匹配出场区域的对应车位尺寸属性的车位;
当目标入场车辆的预计停车时长处于预先设定的第二时长参照区间之内时,则获取目标入场车辆的停泊需求信息中的期望目标位置,并根据期望目标位置将对应的目标入场车辆匹配期望位置区域的对应车位尺寸属性的车位,具体的:
计算目标入场车辆的行进位置与每个候选车位位置之间的距离,将目标入场车辆的行进位置标定为p1i(x1i,y1i),将候选车位位置标定为p2k(x2k,y2k),依据距离公式,由此得到对应目标入场车辆的各候选车位的距离值disik,其中,i=1,2,3……m1,k=1,2,3……m2,i表示为目标入场车辆数量,k表示为候选车位的数量;
并从各候选车位的距离值中选取数值最小的一个候选车位的距离值作为距离目标入场车辆的行进位置最近的距离值,由此获取距离目标车辆最近的车位,并将其分配给对应的目标入场车辆;
需要指出的是,期望目标位置可以用目标地下车库的出口来表示,即根据目标入场车辆期望的地下车库的出口位置来进行目标车位的匹配。
车库环境监管单元用于对目标地下车库的车库环境状态进行监测,由此对目标地下车库的车库环境状态进行分析,具体的:
获取目标地下车库的面积,并根据目标地下车库的面积将目标地下车库等面积划分为j个区域,j=1,2,3……n,其中,j的具体数值的设定由本领域技术人员在具体地下车库管理案例中进行具体设置;
监测单位时间的目标地下车库的各区域的环境状态参数中的湿度、粉尘浓度、照度和噪声,并将其分别标定为sdj、fcj、gzj和zsj,并将其进行公式化分析,依据设定的公式,得到目标地下车库的各区域的环境系数ecxj,其中,ρ1、ρ2、ρ3和ρ4分别为湿度、粉尘浓度、照度和噪声的修正因子系数,且ρ1、ρ2、ρ3、ρ4均为大于0的自然数,修正因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算更加准确的参数数据;
其中,粉尘浓度指的是PM2.5的浓度和PM10的浓度的总和数据;
将目标地下车库的各区域的环境系数与存储在云数据库中的环境状态分级情况表进行对照匹配分析,由此得到目标地下车库的各区域的环境状态反馈等级,且每一个环境系数均对应一个环境状态反馈等级,且环境状态反馈等级包括轻度污染状态等级、中度污染状态等级、重度污染状态等级;
统计被标定为中度污染状态等级和重度污染状态等级的区域数量的占比值,并将其标定为zb,并设置占比值zb的对比阈值val,并将占比值zb与预设的对比阈值val进行比较分析,当占比值zb小于预设的对比阈值val时,则生成环境正常信号,反之,当占比值zb大于等于预设的对比阈值val时,则生成环境异常信号;
并将生成的环境异常信号发送至智能反馈管理单元,并通过智能反馈管理单元对目标地下车库进行换气操作,并通过显示终端进行显示说明。
车辆***单元用于对目标地下车库的车辆停放安全参数进行监测,由此对目标停放车辆的车辆停放状态进行分析,具体的:
实时监测目标停放车辆的车辆停放安全参数中的停放时长、入库偏差值和车窗打开值,并将其分别标定为ts、pz和dz,并将其进行归一化分析,依据设定的公式sfx=λ1×ts+λ2×pz+λ3×dz,由此得到目标停放车辆的停放安全系数sfx,其中,λ1、λ2和λ3分别为停放时长、入库偏差值和车窗打开值的归一因子,且归一因子用于表示将停放时长、入库偏差值和车窗打开值各项数据转化为无量纲形式的系数;
需要指出的是,停放时长指的是自入场车辆进入地下车库并完成车位停放开始到当前监测时间下的目标停放车辆的停车时长;入库偏差值指的是目标停放车辆实际停放位置与停车位中心线之间的水平距离差异,即入库偏差值为目标停放车辆实际停放位置到停车位中心线的距离与停车位宽度的百分比;车窗打开值指的是目标停放车辆的所有车窗打开面积占所有车窗总面积的占比值;
将地下车库的目标停放车辆的停放安全系数与存储在云数据库中的停放安全分级情况表进行对照匹配分析,由此得到目标停放车辆对应的停放安全等级,且每一个停放安全系数均对应一个停放安全等级,且停放安全等级包括高停放安全等级、中停放安全等级、低停放安全等级。
并将被标定为低停放安全等级的目标停放车辆发送至智能反馈管理单元,并通过智能反馈管理单元加强第一目标停放车辆的安全巡视操作,并通过显示终端进行显示说明。
本发明在使用时,通过对目标地下车库的车位状态进行监测,利用区间代入比较和分类输出的方式,明确了对地下车库的空余车位状态的明确判定分析处理;
又通过对目标地下车库的入场车辆的车辆状态进行监测,利用数据综合分析和数据库对照匹配分析的方式,明确了各入场车辆的所需的车位尺寸属性,并为实现地下车库车位智能匹配奠定了基础;
并将入场车辆的车位尺寸属性与地下车库的车位空余状态以及目标车辆的停放需求进行综合分析,从而实现了对入场车辆车位的智能分配操作;
通过对目标地下车库的车库环境状态进行监测,由此对目标地下车库的车库环境状态进行分析,采用区域划分以及分区监测和公式化计算的方式,实现了对地下车库的环境状态的监测反馈,进而实现对地下车库异常环境的调控管理;
通过对目标地下车库的车辆停放安全参数进行监测并由此对目标停放车辆的车辆停放状态进行分析,利用数据标定、归一化的分析以及阈值比较分析的方式,实现了对地下车库各停放车辆的停放安全状态的判定分析,从而在明确了各停放车辆的停放安全等级的同时,也实现了对地下车库车辆的智能管理;
以区块链技术为依据,通过对地下车库的车位状态以及入场的车辆状态进行监测分析,从而实现了车辆的快速且高效的停车,避免了因寻找停车位的时间浪费和车辆拥堵,同时也提高了地下车库的利用率和安全性,此外还通过对地下车库的环境状态以及停车安全进行监测分析,来实现地下车库环境的优化以及提高停放车辆的安全性,从而来为用户提供较优的停车服务。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (3)
1.一种基于区块链的地下车库智能管理***,其特征在于,包括:
数据采集单元,用于采集目标地下车库的车位状态信息、车辆状态信息、车库环境状态信息和车辆停放状态信息;
车库车位监管单元,用于对目标地下车库的车位状态以及入场车辆的车辆状态进行监测,由此对目标入场车辆进行车位匹配分析,具体分析过程如下:依据触发的就近匹配指令,获取地下车库中目标入场车辆的行进位置,依据目标入场车辆的行进位置,获取目标入场车辆的所匹配的车位尺寸属性,并从所有对应的车位尺寸属性中选取距离目标入场车辆的行进位置最近的车位分配给目标入场车辆,其具体操作过程如下:计算目标入场车辆的行进位置与每个候选车位位置之间的距离,将目标入场车辆的行进位置标定为p1i(x1i,y1i),将候选车位位置标定为p2k(x2k,y2k),依据距离公式,由此得到对应目标入场车辆的各候选车位的距离值disik,其中,i=1,2,3……m1,k=1,2,3……m2;
并从各候选车位的距离值中选取数值最小的一个候选车位的距离值作为距离目标入场车辆的行进位置最近的距离值,由此获取距离目标车辆最近的车位,并将其分配给对应的目标入场车辆;
依据触发的条件匹配指令,根据目标入场车辆的所匹配的对应的车位尺寸属性,获取目标入场车辆的停泊需求信息中的预计停车时长,设置预计停车时长的第一时长参照区间、第二时长参照区间,并将目标入场车辆的预计停车时长代入预先设定的第一时长参照区间、第二时长参照区间之内进行比较分析;
当目标入场车辆的预计停车时长处于预先设定的第一时长参照区间之内时,则将对应的目标入场车辆匹配出场区域的对应车位尺寸属性的车位;
当目标入场车辆的预计停车时长处于预先设定的第二时长参照区间之内时,则获取目标入场车辆的停泊需求信息中的期望目标位置,并根据期望目标位置将对应的目标入场车辆匹配期望位置区域的对应车位尺寸属性的车位;
车库环境监管单元,用于对目标地下车库的车库环境状态进行监测,由此对目标地下车库的车库环境状态进行分析,其具体分析步骤如下:获取目标地下车库的面积,并根据目标地下车库的面积将目标地下车库等面积划分为j个区域,j=1,2,3……n;
监测单位时间的目标地下车库的各区域的环境状态参数中的湿度、粉尘浓度、照度和噪声,并将其分别标定为sdj、fcj、gzj和zsj,并将其进行公式化分析,依据设定的公式,得到目标地下车库的各区域的环境系数ecxj,其中,ρ1、ρ2、ρ3和ρ4分别为湿度、粉尘浓度、照度和噪声的修正因子系数,且ρ1、ρ2、ρ3、ρ4均为大于0的自然数;
将目标地下车库的各区域的环境系数与存储在云数据库中的环境状态分级情况表进行对照匹配分析,由此得到目标地下车库的各区域的环境状态反馈等级;
统计被标定为中度污染状态等级和重度污染状态等级的区域数量的占比值,并将其标定为zb,并设置占比值zb的对比阈值val,并将占比值zb与预设的对比阈值val进行比较分析,当占比值zb小于预设的对比阈值val时,则生成环境正常信号,反之,当占比值zb大于等于预设的对比阈值val时,则生成环境异常信号;
车辆***单元,用于对目标地下车库的车辆停放安全参数进行监测,由此对目标停放车辆的车辆停放状态进行分析,具体分析步骤如下:实时监测目标停放车辆的车辆停放安全参数中的停放时长、入库偏差值和车窗打开值,并将其分别标定为ts、pz和dz,并将其进行归一化分析,依据设定的公式sfx=λ1×ts+λ2×pz+λ3×dz,由此得到目标停放车辆的停放安全系数sfx,其中,λ1、λ2和λ3分别为停放时长、入库偏差值和车窗打开值的归一因子;
将地下车库的目标停放车辆的停放安全系数与存储在云数据库中的停放安全分级情况表进行对照匹配分析,由此得到目标停放车辆对应的停放安全等级;
智能反馈管理单元,用于基于区块链的地下车库的目标入场车辆的车位状态、车辆状态以及车库环境状态和车辆停放状态进行相应的反馈说明,并通过显示终端进行显示说明;
云数据库,用于存储目标地下车库的车位尺寸属性参照表,存储目标地下车库的环境状态分级情况表,存储目标地下车库的停放安全分级情况表。
2.根据权利要求1所述的一种基于区块链的地下车库智能管理***,其特征在于,所述对目标地下车库的车位状态进行监测,其具体监测过程如下:
获取目标地下车库的空余车位量,并将其与预先设定的第一余量对比区间和第二余量对比区间进行比较分析;
当目标地下车库的空余车位量处于预先设定的第一余量对比区间之内时,则生成车位不足信号,并触发就近匹配指令;
当目标地下车库的空余车位量处于预先设定的第二余量对比区间之内时,则生成车位宽裕信号,并触发条件匹配指令。
3.根据权利要求1所述的一种基于区块链的地下车库智能管理***,其特征在于,所述对目标地下车库的入场车辆的车辆状态进行监测,其具体监测过程如下:
获取地下车库中目标入场车辆的车辆尺寸参数中的长度、宽度和高度,并将其进行综合分析,由此得到入场车辆的尺寸属性系数;
将目标入场车辆的尺寸属性系数与存储在云数据库中的车位尺寸属性参照表进行对照匹配分析,由此得到目标入场车辆的对应的车位尺寸属性。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311821752.XA CN117711206A (zh) | 2023-10-16 | 2023-10-16 | 一种基于区块链的地下车库智能管理***及其使用方法 |
CN202311330354.8A CN117079494B (zh) | 2023-10-16 | 2023-10-16 | 一种基于区块链的地下车库智能管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311330354.8A CN117079494B (zh) | 2023-10-16 | 2023-10-16 | 一种基于区块链的地下车库智能管理*** |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311821752.XA Division CN117711206A (zh) | 2023-10-16 | 2023-10-16 | 一种基于区块链的地下车库智能管理***及其使用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117079494A CN117079494A (zh) | 2023-11-17 |
CN117079494B true CN117079494B (zh) | 2024-01-09 |
Family
ID=88719850
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311330354.8A Active CN117079494B (zh) | 2023-10-16 | 2023-10-16 | 一种基于区块链的地下车库智能管理*** |
CN202311821752.XA Pending CN117711206A (zh) | 2023-10-16 | 2023-10-16 | 一种基于区块链的地下车库智能管理***及其使用方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311821752.XA Pending CN117711206A (zh) | 2023-10-16 | 2023-10-16 | 一种基于区块链的地下车库智能管理***及其使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN117079494B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023464A (zh) * | 2015-08-06 | 2015-11-04 | 山东建筑大学 | 住宅小区大型地下车库智能灯光导航节能用电***及方法 |
CN105303876A (zh) * | 2015-09-23 | 2016-02-03 | 河南大学 | 面向停车服务的车联网*** |
CN106409008A (zh) * | 2016-11-24 | 2017-02-15 | 厦门华方软件科技有限公司 | 户外开放式停车场智慧节能管理*** |
CN108665728A (zh) * | 2018-06-04 | 2018-10-16 | 厦门中卡科技股份有限公司 | 停车场管理***及其车位管理***、车牌识别收费*** |
CN108831183A (zh) * | 2018-06-06 | 2018-11-16 | 哈尔滨工业大学(威海) | 基于机器视觉的停车场管理*** |
CN109088940A (zh) * | 2018-08-30 | 2018-12-25 | 深圳市易成自动驾驶技术有限公司 | 车位预约方法、装置及计算机可读存储介质 |
CN109492808A (zh) * | 2018-11-07 | 2019-03-19 | 浙江科技学院 | 一种室内停车场剩余车位预测方法 |
CN111196124A (zh) * | 2020-01-06 | 2020-05-26 | 科大讯飞股份有限公司 | 车内环境调控方法、装置、电子设备和存储介质 |
CN112053588A (zh) * | 2020-10-16 | 2020-12-08 | 湖南聚沙信息技术有限公司 | 智能车库管理*** |
CN112288524A (zh) * | 2020-10-29 | 2021-01-29 | 上海擎感智能科技有限公司 | 车辆管理方法、电子设备及计算机可读存储介质 |
US11062602B1 (en) * | 2020-05-01 | 2021-07-13 | Here Global B.V. | Method and apparatus for recommending temporary parking |
CN114370190A (zh) * | 2021-11-30 | 2022-04-19 | 湖南湘商智能科技有限公司 | 一种基于智能化控制的升降横移停车设备管控*** |
CN114694409A (zh) * | 2022-04-19 | 2022-07-01 | 武汉博顺达交通设备有限公司 | 一种基于智慧城市建设的智能停车场停车管理*** |
CN116665476A (zh) * | 2023-04-19 | 2023-08-29 | 重庆城市职业学院 | 一种智能停车场标准化信息采集方法、***、设备及终端 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10169996B2 (en) * | 2017-05-17 | 2019-01-01 | Here Global B.V. | Method and apparatus for estimation of waiting time to park |
US11200807B2 (en) * | 2018-09-24 | 2021-12-14 | Here Global B.V. | Method and apparatus for detecting an availability of a vehicle based on parking search behaviors |
-
2023
- 2023-10-16 CN CN202311330354.8A patent/CN117079494B/zh active Active
- 2023-10-16 CN CN202311821752.XA patent/CN117711206A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023464A (zh) * | 2015-08-06 | 2015-11-04 | 山东建筑大学 | 住宅小区大型地下车库智能灯光导航节能用电***及方法 |
CN105303876A (zh) * | 2015-09-23 | 2016-02-03 | 河南大学 | 面向停车服务的车联网*** |
CN106409008A (zh) * | 2016-11-24 | 2017-02-15 | 厦门华方软件科技有限公司 | 户外开放式停车场智慧节能管理*** |
CN108665728A (zh) * | 2018-06-04 | 2018-10-16 | 厦门中卡科技股份有限公司 | 停车场管理***及其车位管理***、车牌识别收费*** |
CN108831183A (zh) * | 2018-06-06 | 2018-11-16 | 哈尔滨工业大学(威海) | 基于机器视觉的停车场管理*** |
CN109088940A (zh) * | 2018-08-30 | 2018-12-25 | 深圳市易成自动驾驶技术有限公司 | 车位预约方法、装置及计算机可读存储介质 |
CN109492808A (zh) * | 2018-11-07 | 2019-03-19 | 浙江科技学院 | 一种室内停车场剩余车位预测方法 |
CN111196124A (zh) * | 2020-01-06 | 2020-05-26 | 科大讯飞股份有限公司 | 车内环境调控方法、装置、电子设备和存储介质 |
US11062602B1 (en) * | 2020-05-01 | 2021-07-13 | Here Global B.V. | Method and apparatus for recommending temporary parking |
CN112053588A (zh) * | 2020-10-16 | 2020-12-08 | 湖南聚沙信息技术有限公司 | 智能车库管理*** |
CN112288524A (zh) * | 2020-10-29 | 2021-01-29 | 上海擎感智能科技有限公司 | 车辆管理方法、电子设备及计算机可读存储介质 |
CN114370190A (zh) * | 2021-11-30 | 2022-04-19 | 湖南湘商智能科技有限公司 | 一种基于智能化控制的升降横移停车设备管控*** |
CN114694409A (zh) * | 2022-04-19 | 2022-07-01 | 武汉博顺达交通设备有限公司 | 一种基于智慧城市建设的智能停车场停车管理*** |
CN116665476A (zh) * | 2023-04-19 | 2023-08-29 | 重庆城市职业学院 | 一种智能停车场标准化信息采集方法、***、设备及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN117711206A (zh) | 2024-03-15 |
CN117079494A (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Laña et al. | The role of local urban traffic and meteorological conditions in air pollution: A data-based case study in Madrid, Spain | |
Voukantsis et al. | Intercomparison of air quality data using principal component analysis, and forecasting of PM10 and PM2. 5 concentrations using artificial neural networks, in Thessaloniki and Helsinki | |
CN107239575B (zh) | 城市道路暴雨内涝风险分析与预警智联网服务***及方法 | |
Chart-Asa et al. | Health impact assessment of traffic-related air pollution at the urban project scale: Influence of variability and uncertainty | |
CN105453121A (zh) | 用于分析学的位置分析 | |
Weng et al. | Cluster-based lognormal distribution model for accident duration | |
CN104408578A (zh) | 基于轨迹点的机械化作业的量化考核***及其方法 | |
CN116523312A (zh) | 一种智慧城市数据管理方法及*** | |
Ji et al. | Research on carbon emission measurement of Shanghai expressway under the vision of peaking carbon emissions | |
Carli et al. | A dashboard and decision support tool for the energy governance of smart cities | |
Esmaili et al. | Assessing the spatial distributions of public electric vehicle charging stations with emphasis on equity considerations in King County, Washington | |
CN114549075A (zh) | 一种基于停车和视频大数据的区域停车评价方法 | |
CN117079494B (zh) | 一种基于区块链的地下车库智能管理*** | |
Qin et al. | Parameter Calibration Method of Microscopic Traffic Flow Simulation Models based on Orthogonal Genetic Algorithm. | |
Yang et al. | Electricity consumption characteristics and prediction model of a large airport terminal in Beijing | |
CN109447306B (zh) | 基于最大似然回归树的地铁事故延误时间预测方法 | |
CN115660413B (zh) | 一种用于污染场地地下水的风险管控*** | |
Weng et al. | Maximum likelihood regression tree with two-variable splitting scheme for subway incident delay | |
Subramanian et al. | Constructing and validating geographically refined HAZUS-MH4 hurricane wind risk models: A machine learning approach | |
EP3602146B1 (de) | Verfahren und vorrichtung zur ermittlung der wahrscheinlichkeit für einen schimmelpilz- und/oder feuchteschaden in einem gebäude | |
Dias et al. | From data to action: Exploring AI and IoT-driven solutions for smarter cities | |
CN115907077A (zh) | 智慧环保平台大气环境管理***的监控及预警模块和方法 | |
Yu et al. | Combining travel behavior in metro passenger flow prediction: A smart explainable Stacking-Catboost algorithm | |
Chen et al. | Parking sensing and information system: Sensors, deployment, and evaluation | |
CN113919579A (zh) | 区域疏散能力评估方法、装置、计算机设备及存储介质 |
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 |