JPH0991593A - 駐車場案内方法 - Google Patents
駐車場案内方法Info
- Publication number
- JPH0991593A JPH0991593A JP25044095A JP25044095A JPH0991593A JP H0991593 A JPH0991593 A JP H0991593A JP 25044095 A JP25044095 A JP 25044095A JP 25044095 A JP25044095 A JP 25044095A JP H0991593 A JPH0991593 A JP H0991593A
- Authority
- JP
- Japan
- Prior art keywords
- parking lot
- capacity
- vehicles
- cars
- counted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000013528 artificial neural network Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Landscapes
- Time Recorders, Dirve Recorders, Access Control (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】駐車場における受入能力を正確に推定でき、受
入能力に見合った車の台数が駐車場に入るように案内で
き、その結果交通渋滞を緩和することを本発明の課題を
する。 【解決手段】各駐車場110において、待ち行列長セン
サ111等のセンサで観測した結果およびその駐車場の
能力から受け入れ余力算出部117から受け入れ余力を
算出し、その他の駐車場120の算出結果をも考慮し、
おすすめ算出部130で算出されたおすすめ度を案内板
140に表示する。
入能力に見合った車の台数が駐車場に入るように案内で
き、その結果交通渋滞を緩和することを本発明の課題を
する。 【解決手段】各駐車場110において、待ち行列長セン
サ111等のセンサで観測した結果およびその駐車場の
能力から受け入れ余力算出部117から受け入れ余力を
算出し、その他の駐車場120の算出結果をも考慮し、
おすすめ算出部130で算出されたおすすめ度を案内板
140に表示する。
Description
【0001】
【発明の属する技術分野】本発明は、複数の駐車場があ
る街区において、ドライバがどの駐車場を選択すべきか
を案内する駐車場案内方法に関するものである。
る街区において、ドライバがどの駐車場を選択すべきか
を案内する駐車場案内方法に関するものである。
【0002】
【従来の技術】従来の駐車場案内方法には、大別して
「満・空表示方式」と「待ち時間表示方式」がある。
「満・空表示方式」と「待ち時間表示方式」がある。
【0003】「満・空表示方式」は、駐車場の空き台数
あるいは、その予測値に基づいて案内するものである。
現在最も多く用いられているものである。「満」「混
雑」「空」の3段階で空き台数を表現する案内板が主に
使われる。
あるいは、その予測値に基づいて案内するものである。
現在最も多く用いられているものである。「満」「混
雑」「空」の3段階で空き台数を表現する案内板が主に
使われる。
【0004】しかし、この従来技術は、ドライバが適切
な駐車場を選択することが困難な場合が多い。特に、全
駐車場が「混雑」表示の場合、どの駐車場にすべきか判
断できない。
な駐車場を選択することが困難な場合が多い。特に、全
駐車場が「混雑」表示の場合、どの駐車場にすべきか判
断できない。
【0005】また、この表示方式は、駐車場の空き台数
のみに基づくものであり、駐車場の受け入れ能力を反映
していない。例えば機械式駐車場など、入庫に時間がか
かる駐車場では、「空」であっても、入庫がボトルネッ
クになって待ち行列が生じる場合がある。逆に「満」で
あっても、回転率が高い駐車場ではスムーズに入庫でき
る場合もある。
のみに基づくものであり、駐車場の受け入れ能力を反映
していない。例えば機械式駐車場など、入庫に時間がか
かる駐車場では、「空」であっても、入庫がボトルネッ
クになって待ち行列が生じる場合がある。逆に「満」で
あっても、回転率が高い駐車場ではスムーズに入庫でき
る場合もある。
【0006】次に「待ち時間表示方式」は、待ち時間を
正確に予測することが可能であるならば、ドライバが駐
車場を選択する際の有効な判断基準となる。しかし、一
般に正確な待ち時間予測は困難である。予測が外れるこ
とが多いと、案内表示に対する信頼感が失われるおそれ
がある。
正確に予測することが可能であるならば、ドライバが駐
車場を選択する際の有効な判断基準となる。しかし、一
般に正確な待ち時間予測は困難である。予測が外れるこ
とが多いと、案内表示に対する信頼感が失われるおそれ
がある。
【0007】この「待ち時間表示方式」の1つに特開平
4−270500号公報の「駐車場管理方法」がある。
この「駐車場管理方法」には、駐車場の入庫台数及び出
庫台数を予測することにより、待ち時間の予測精度を向
上させるものである。しかし、この方法は過去の入出庫
パターンの傾向に基づいて予測するものである。入出庫
パターンは日々のばらつきが大きく、精度の向上には限
界がある。
4−270500号公報の「駐車場管理方法」がある。
この「駐車場管理方法」には、駐車場の入庫台数及び出
庫台数を予測することにより、待ち時間の予測精度を向
上させるものである。しかし、この方法は過去の入出庫
パターンの傾向に基づいて予測するものである。入出庫
パターンは日々のばらつきが大きく、精度の向上には限
界がある。
【0008】
【発明が解決しようとする課題】従来技術には、上述し
たとおりの問題点がある。また、機械式駐車場、自走式
駐車場など、駐車場の形式や入口ゲートの処理能力によ
って単位時間あたりに入庫可能な車の台数は異なる。ま
た、駐車場の入口・出口の構造などにより、混雑してき
た時、単位時間あたりに入庫可能な車の台数が、どの程
度影響を受けるかも異なる。このことは、いままでは考
慮されていなかった。
たとおりの問題点がある。また、機械式駐車場、自走式
駐車場など、駐車場の形式や入口ゲートの処理能力によ
って単位時間あたりに入庫可能な車の台数は異なる。ま
た、駐車場の入口・出口の構造などにより、混雑してき
た時、単位時間あたりに入庫可能な車の台数が、どの程
度影響を受けるかも異なる。このことは、いままでは考
慮されていなかった。
【0009】本発明の目的は、各駐車場の各時刻におけ
る受け入れ能力を推定し、能力に見合った台数の車が各
駐車場に流れるように案内することである。ここで、駐
車場に単位時間あたりに入庫可能な車の台数の上限を、
その駐車場の「受け入れ能力」と定義する。
る受け入れ能力を推定し、能力に見合った台数の車が各
駐車場に流れるように案内することである。ここで、駐
車場に単位時間あたりに入庫可能な車の台数の上限を、
その駐車場の「受け入れ能力」と定義する。
【0010】
【課題を解決するための手段】駐車場の受け入れ能力
と、その駐車場内に滞留する車の台数及びその駐車場か
ら単位時間あたりに出庫する車の台数との関係を二変数
関数で表現し、駐車場の「特性関数」と定義する。個々
の駐車場の特性関数の形は一般には明らかでないが、お
おむね図2のようなグラフとなる。
と、その駐車場内に滞留する車の台数及びその駐車場か
ら単位時間あたりに出庫する車の台数との関係を二変数
関数で表現し、駐車場の「特性関数」と定義する。個々
の駐車場の特性関数の形は一般には明らかでないが、お
おむね図2のようなグラフとなる。
【0011】本発明ではこの特性関数を、ニューラルネ
ットワーク等の手段を用いて学習する。そしてこの特性
関数を用いて単位時刻毎の受け入れ可能台数を推定す
る。
ットワーク等の手段を用いて学習する。そしてこの特性
関数を用いて単位時刻毎の受け入れ可能台数を推定す
る。
【0012】駐車場が「空」で、かつ出庫台数が少ない
時は、入口ゲートが単位時間あたりに処理できる上限の
台数の車を受け入れることができる。出庫する車と入庫
する車が同じ車線を通る駐車場などでは、出庫台数が増
えると受け入れ可能な台数が減る。
時は、入口ゲートが単位時間あたりに処理できる上限の
台数の車を受け入れることができる。出庫する車と入庫
する車が同じ車線を通る駐車場などでは、出庫台数が増
えると受け入れ可能な台数が減る。
【0013】駐車場が「満」で、かつ出庫台数が少ない
時は、ほとんど入庫することはできないので、受け入れ
可能な台数はほぼ 0 となる。出庫台数が増えると、出
庫した台数だけ入庫することが可能になるが、自走式駐
車場など、空き駐車区画を見つけるのが容易でない駐車
場の場合は、スムーズに駐車することが難しいので、出
庫した台数より少ない車しか単位時間あたりでは入庫す
ることができない。
時は、ほとんど入庫することはできないので、受け入れ
可能な台数はほぼ 0 となる。出庫台数が増えると、出
庫した台数だけ入庫することが可能になるが、自走式駐
車場など、空き駐車区画を見つけるのが容易でない駐車
場の場合は、スムーズに駐車することが難しいので、出
庫した台数より少ない車しか単位時間あたりでは入庫す
ることができない。
【0014】特性関数によって推定した受け入れ可能台
数と、実際に入庫待ちしている車の台数との差を、「受
け入れ余力」と定義する。各駐車場の受け入れ余力の比
を基に、各駐車場の「おすすめ度(0%〜100%)」
を算出し、案内板に表示する。ビーコン等の路車間通
信、あるいはFM多重などの手段によって車載ナビゲー
ションシステムに伝送し、車内に設置した表示装置に各
駐車場の指標を表示してもよい。
数と、実際に入庫待ちしている車の台数との差を、「受
け入れ余力」と定義する。各駐車場の受け入れ余力の比
を基に、各駐車場の「おすすめ度(0%〜100%)」
を算出し、案内板に表示する。ビーコン等の路車間通
信、あるいはFM多重などの手段によって車載ナビゲー
ションシステムに伝送し、車内に設置した表示装置に各
駐車場の指標を表示してもよい。
【0015】案内板を見たドライバは、各駐車場が目的
地にどのくらい近いか、あるいは便利かと、おすすめ度
とを総合的に判断して駐車場を選ぶことができる。例え
ば大量の買いものを予定しているドライバは、店の近く
の駐車場のおすすめ度が 10% 〜 30 % などの低い値だ
ったとしても、近い駐車場を選ぶであろう。逆に目的地
から遠い駐車場でも構わない場合、多数の駐車場の中か
らおすすめ度が一番高い駐車場を選ぶことにより、スム
ーズに入庫することができる。
地にどのくらい近いか、あるいは便利かと、おすすめ度
とを総合的に判断して駐車場を選ぶことができる。例え
ば大量の買いものを予定しているドライバは、店の近く
の駐車場のおすすめ度が 10% 〜 30 % などの低い値だ
ったとしても、近い駐車場を選ぶであろう。逆に目的地
から遠い駐車場でも構わない場合、多数の駐車場の中か
らおすすめ度が一番高い駐車場を選ぶことにより、スム
ーズに入庫することができる。
【0016】おすすめ度は相対的・抽象的表現であるた
め、待ち時間表示のような絶対的な精度は必要とされな
い。予測が外れた、という印象をドライバに与えにくい
ため、案内板にたいする信頼を失う危険が小さい。
め、待ち時間表示のような絶対的な精度は必要とされな
い。予測が外れた、という印象をドライバに与えにくい
ため、案内板にたいする信頼を失う危険が小さい。
【0017】
【発明の実施の形態】以下、駐車場案内板におすすめ度
を表示して駐車場案内を行なう場合に対する一実施例を
詳細に説明する。
を表示して駐車場案内を行なう場合に対する一実施例を
詳細に説明する。
【0018】まず図1に構成図を示す。駐車場110
は、センサからの入力を基に本発明の方法に基づいて、
単位時刻毎に受け入れ余力を推定する。単位時刻は5分
きざみとする。他の駐車場120においても同様に受け
入れ余力を推定する。各駐車場の受け入れ余力を、おす
すめ度算出部130に入力し、各駐車場のおすすめ度を
算出する。そして駐車場案内板140上に各駐車場のお
すすめ度を表示する。
は、センサからの入力を基に本発明の方法に基づいて、
単位時刻毎に受け入れ余力を推定する。単位時刻は5分
きざみとする。他の駐車場120においても同様に受け
入れ余力を推定する。各駐車場の受け入れ余力を、おす
すめ度算出部130に入力し、各駐車場のおすすめ度を
算出する。そして駐車場案内板140上に各駐車場のお
すすめ度を表示する。
【0019】駐車場110内における受け入れ余力の推
定方法を次に説明する。
定方法を次に説明する。
【0020】待ち行列長センサ111によって入口ゲー
トの外に何台の車が入庫待ちとなっているか測定する。
正確な台数は必要ではないので、入口ゲートに至る通路
に数メートルごとに車両検知センサを設置し、車両を検
知したセンサの個数で待ち行列を推定する。時刻tにお
ける待ち行列台数をwi(t)とする。ただしiは駐車
場の番号である。
トの外に何台の車が入庫待ちとなっているか測定する。
正確な台数は必要ではないので、入口ゲートに至る通路
に数メートルごとに車両検知センサを設置し、車両を検
知したセンサの個数で待ち行列を推定する。時刻tにお
ける待ち行列台数をwi(t)とする。ただしiは駐車
場の番号である。
【0021】車両検知センサの代わりに、入口ゲートに
通路を監視するカメラを設置し、画像処理により待ち行
列長を測定する方法もある。この場合は、1台1台画像
処理を施し台数をカウントせず、行列長のみを測定して
もよい。この場合、行列長から行列に並んでいる車の台
数を推定する。
通路を監視するカメラを設置し、画像処理により待ち行
列長を測定する方法もある。この場合は、1台1台画像
処理を施し台数をカウントせず、行列長のみを測定して
もよい。この場合、行列長から行列に並んでいる車の台
数を推定する。
【0022】入庫センサ112は、入口ゲートを単位時
間あたりに通過する車の台数をカウントする。時刻t−
1から時刻tの間に通過した台数をyi(t)とする。
出庫センサ113は、出口ゲートを単位時間あたりに通
過する車の台数をカウントする。時刻t−1から時刻t
の間に通過した台数をzi(t)とする。
間あたりに通過する車の台数をカウントする。時刻t−
1から時刻tの間に通過した台数をyi(t)とする。
出庫センサ113は、出口ゲートを単位時間あたりに通
過する車の台数をカウントする。時刻t−1から時刻t
の間に通過した台数をzi(t)とする。
【0023】滞留台数算出部114は、次に示す(数
1)により時刻tにおいて、場内に滞留する車の台数x
i(t)を算出する。
1)により時刻tにおいて、場内に滞留する車の台数x
i(t)を算出する。
【0024】
【数1】
【0025】特性関数学習部 115 は、特性関数をニュ
ーラルネットワークにより学習する。学習は、wi
(t)>0かつwi(t−1)≦wi(t)のとき、す
なわち待ち行列があって行列長が短くならない時のみ行
なう。待ち行列長が短くならない事は、受け入れ能力を
上回る台数の車が駐車場に到達していることを意味す
る。したがってこの条件下では、受け入れ能力と入庫台
数yi(t) が等しくなる。そこで yi(t) を教師信号とし
て学習を行なう。
ーラルネットワークにより学習する。学習は、wi
(t)>0かつwi(t−1)≦wi(t)のとき、す
なわち待ち行列があって行列長が短くならない時のみ行
なう。待ち行列長が短くならない事は、受け入れ能力を
上回る台数の車が駐車場に到達していることを意味す
る。したがってこの条件下では、受け入れ能力と入庫台
数yi(t) が等しくなる。そこで yi(t) を教師信号とし
て学習を行なう。
【0026】ニューラルネットワークは、図3に示す三
層ニューラルネットワークを用いる。各ノードを結ぶエ
ッジの重みを、誤差逆伝播法(BP法)により変化させ
て、出力が教師信号と一致するように学習を行なう。
層ニューラルネットワークを用いる。各ノードを結ぶエ
ッジの重みを、誤差逆伝播法(BP法)により変化させ
て、出力が教師信号と一致するように学習を行なう。
【0027】受け入れ能力推定部116は、特性関数学
習部115で学習したニューラルネットワークを用いて
受け入れ能力を推定する。時刻tにおける受け入れ能力
台数をfi(t)とする。特性関数は、ドライバの駐車
場利用に関する習熟度に影響される。例えば、不慣れな
ドライバが多いと入庫が滞るため、受け入れ能力台数が
低下する。休日のドライバは習熟度が低い、などの傾向
がある場合は、ニューラルネットワークを複数用意し、
曜日毎に学習・推定に用いるニューラルネットワークを
切替えるようにしても良い。
習部115で学習したニューラルネットワークを用いて
受け入れ能力を推定する。時刻tにおける受け入れ能力
台数をfi(t)とする。特性関数は、ドライバの駐車
場利用に関する習熟度に影響される。例えば、不慣れな
ドライバが多いと入庫が滞るため、受け入れ能力台数が
低下する。休日のドライバは習熟度が低い、などの傾向
がある場合は、ニューラルネットワークを複数用意し、
曜日毎に学習・推定に用いるニューラルネットワークを
切替えるようにしても良い。
【0028】受け入れ余力算出部117は、受け入れ余
力gi(t)を計算する。fi(t)<wi(t)の場
合、gi(t)=0であり、その他の場合はgi(t)
=fi(t)wi(t)なる(数2)で 求めることが
できる。
力gi(t)を計算する。fi(t)<wi(t)の場
合、gi(t)=0であり、その他の場合はgi(t)
=fi(t)wi(t)なる(数2)で 求めることが
できる。
【0029】次に、おすすめ度算出部において、各駐車
場の受け入れ余力から、各駐車場のおすすめ度を算出す
る方法について説明する。
場の受け入れ余力から、各駐車場のおすすめ度を算出す
る方法について説明する。
【0030】時刻tにおいて受け入れ余力が最大である
駐車場をkとする。このとき各駐車場のおすすめ度ri
(%)を次に示す(数3)で求める。
駐車場をkとする。このとき各駐車場のおすすめ度ri
(%)を次に示す(数3)で求める。
【0031】 ri(t)=(gi(t)/Yk)×100 …(数3) ただし、Ykは駐車場kの受け入れ能力の最大値であ
る。
る。
【0032】ここで、ドライバが案内板に表示されたお
すすめ度を見てから、実際に入庫するまでは数分から十
数分かかることが一般的である。そこで、一単位時刻後
のおすすめ度を予測し、案内板に表示する方法を次に述
べる。
すすめ度を見てから、実際に入庫するまでは数分から十
数分かかることが一般的である。そこで、一単位時刻後
のおすすめ度を予測し、案内板に表示する方法を次に述
べる。
【0033】駐車場から出庫する車を運転するドライバ
は、出庫する数分前に駐車場に入る。そこで、駐車場に
進入する人数をカウントするセンサを用いて、一単位時
刻後の受け入れ能力を予測する。進入人数をカウントす
るセンサの代わりに、駐車料金事前清算機の利用回数を
カウントするセンサを用いても良い。
は、出庫する数分前に駐車場に入る。そこで、駐車場に
進入する人数をカウントするセンサを用いて、一単位時
刻後の受け入れ能力を予測する。進入人数をカウントす
るセンサの代わりに、駐車料金事前清算機の利用回数を
カウントするセンサを用いても良い。
【0034】一単位時刻後の受け入れ能力を予測する三
層ニューラルネットワークを、図4に示す。このニュー
ラルネットワークの学習を次のように行なう。
層ニューラルネットワークを、図4に示す。このニュー
ラルネットワークの学習を次のように行なう。
【0035】wi(t−1)>0かつwi(t−2)≦
wi(t−1)のとき、このニューラルネットワーク
に、時刻t−1における滞留台数xi(t−1)と、時
刻t−2から時刻t−1の間の出庫台数zi(t−1)
および駐車場への進入人数vi(t−1)とを入力す
る。このときの出力が、時刻tにおける入庫台数yi
(t)に等しくなるように、誤差逆伝播法を用いて学習
を行なう。各駐車場の一単位時刻後の受け入れ能力に基
づいて、前述した方法と同様にしておすすめ度を算出す
る。
wi(t−1)のとき、このニューラルネットワーク
に、時刻t−1における滞留台数xi(t−1)と、時
刻t−2から時刻t−1の間の出庫台数zi(t−1)
および駐車場への進入人数vi(t−1)とを入力す
る。このときの出力が、時刻tにおける入庫台数yi
(t)に等しくなるように、誤差逆伝播法を用いて学習
を行なう。各駐車場の一単位時刻後の受け入れ能力に基
づいて、前述した方法と同様にしておすすめ度を算出す
る。
【0036】以上に述べた案内システムの実施例では、
おすすめ度を案内板に表示する。案内板に表示する代わ
りに、ビーコン等の路車間通信あるいは FM 多重などの
手段によって車載ナビゲーションシステムにおすすめ度
を伝送し、車内に設置した表示装置に表示するシステム
の例を、図5に示す。
おすすめ度を案内板に表示する。案内板に表示する代わ
りに、ビーコン等の路車間通信あるいは FM 多重などの
手段によって車載ナビゲーションシステムにおすすめ度
を伝送し、車内に設置した表示装置に表示するシステム
の例を、図5に示す。
【0037】
【発明の効果】駐車場の特性関数はその駐車場の構造に
よっておおむね定まるが、ドライバのその駐車場に対す
る習熟度なども影響を与える。本実施例では、ニューラ
ルネットワークで特性関数を日々学習することにより、
経年変化に対応できる。
よっておおむね定まるが、ドライバのその駐車場に対す
る習熟度なども影響を与える。本実施例では、ニューラ
ルネットワークで特性関数を日々学習することにより、
経年変化に対応できる。
【0038】回転率の高い駐車場は、空きスペースがな
くても、出庫が多いためスムーズに入庫できることが多
い。従来の「満・空」表示方式では、空きスペースがな
ければ「満」と表示され、入庫が抑制されるが、本発明
方式では、受け入れ余力に見合ったおすすめ度を表示す
るため、回転率の高い駐車場の利用率をさらに向上する
ことが可能となる。
くても、出庫が多いためスムーズに入庫できることが多
い。従来の「満・空」表示方式では、空きスペースがな
ければ「満」と表示され、入庫が抑制されるが、本発明
方式では、受け入れ余力に見合ったおすすめ度を表示す
るため、回転率の高い駐車場の利用率をさらに向上する
ことが可能となる。
【0039】機械式駐車場などでは、空き駐車区画数が
多い時でも入口ゲートがボトルネックとなって受け入れ
能力が低い。本発明方式では、このような駐車場に対し
て、低いおすすめ度を表示して車の到着を抑制するた
め、待ち行列長を適正に保つことができる。
多い時でも入口ゲートがボトルネックとなって受け入れ
能力が低い。本発明方式では、このような駐車場に対し
て、低いおすすめ度を表示して車の到着を抑制するた
め、待ち行列長を適正に保つことができる。
【0040】受け入れ能力以上の車が到着した駐車場に
対しては、おすすめ度表示を0%とするので、行列長が
伸びることを回避することができる。
対しては、おすすめ度表示を0%とするので、行列長が
伸びることを回避することができる。
【図1】本発明の実施例である駐車場案内装置のブロッ
ク図である。
ク図である。
【図2】受け入れ能力を示すのグラフである。
【図3】受け入れ能力を学習・推定する三層ニューラル
ネットワークである。
ネットワークである。
【図4】一単位時刻後の受け入れ能力を学習・推定する
三層ニューラルネットワークである。
三層ニューラルネットワークである。
【図5】ビーコンあるいはFM多重方式を用いた駐車場
案内システムの構成例である。
案内システムの構成例である。
110…駐車場、111…待ち行列長センサ、112…
入庫センサ 113…出庫センサ
入庫センサ 113…出庫センサ
Claims (3)
- 【請求項1】駐車場内に滞留する車の台数と、その駐車
場から単位時間あたりに出庫する車の台数とを入力と
し、その駐車場に単位時間あたりに入庫可能な車の台数
の上限である受け入れ能力を出力値とする特性関数を用
いた受け入れ能力計算手段を駐車場毎に有し、 前記各駐車場の入口ゲート前に並ぶ車の待ち行列が伸び
つつある時、前記駐車場へ単位時間あたりに入庫する車
の台数を教師信号として、学習することにより前記特性
関数を定め、 前記各駐車場において、駐車場内に滞留する車の台数を
カウントするとともに、前記駐車場から単位時間あたり
に出庫する車の台数をカウントして、得られたデータを
前記受け入れ能力計算手段に入力して受け入れ能力を求
め、 求められた受け入れ能力を運転者に案内することを特徴
とする駐車場案内方法。 - 【請求項2】請求項1に記載の駐車場案内方法におい
て、 前記駐車場入口ゲートの外で待ち行列を作っている車の
台数をカウントし、 カウントされた待ち行列台数を、前記の受け入れ能力か
ら減算して前記受け入れ能力を求めることを特徴とする
駐車場案内方法。 - 【請求項3】請求項1または2に記載の駐車場案内方法
において、 所定時間に単位時間あたりの前記駐車場へ進入する車の
台数をカウントし、 カウントされた台数に基づいて、所定時間後の出庫台数
を予測し、 予測された結果を用いて前記受け入れ能力を求めること
を特徴とする駐車場案内方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP25044095A JPH0991593A (ja) | 1995-09-28 | 1995-09-28 | 駐車場案内方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP25044095A JPH0991593A (ja) | 1995-09-28 | 1995-09-28 | 駐車場案内方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0991593A true JPH0991593A (ja) | 1997-04-04 |
Family
ID=17207915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP25044095A Pending JPH0991593A (ja) | 1995-09-28 | 1995-09-28 | 駐車場案内方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0991593A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006277609A (ja) * | 2005-03-30 | 2006-10-12 | Chugoku Electric Power Co Inc:The | 待ち時間予測方法、待ち時間予測システム、及びプログラム |
JP2011237187A (ja) * | 2010-05-06 | 2011-11-24 | Clarion Co Ltd | ナビゲーション装置およびナビゲーション方法 |
CN102542839A (zh) * | 2010-12-10 | 2012-07-04 | 西安大昱光电科技有限公司 | 停车信息服务平台 |
JP2015064719A (ja) * | 2013-09-25 | 2015-04-09 | 株式会社駐車場綜合研究所 | 駐車場案内装置、駐車場案内方法、駐車場案内プログラム |
JP2018041176A (ja) * | 2016-09-05 | 2018-03-15 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 駐車位置特定方法、駐車位置学習方法、駐車位置特定システム、駐車位置学習装置およびプログラム |
CN109410633A (zh) * | 2018-10-22 | 2019-03-01 | 安徽中科美络信息技术有限公司 | 一种智能车库车位导航方法及*** |
-
1995
- 1995-09-28 JP JP25044095A patent/JPH0991593A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006277609A (ja) * | 2005-03-30 | 2006-10-12 | Chugoku Electric Power Co Inc:The | 待ち時間予測方法、待ち時間予測システム、及びプログラム |
JP2011237187A (ja) * | 2010-05-06 | 2011-11-24 | Clarion Co Ltd | ナビゲーション装置およびナビゲーション方法 |
CN102542839A (zh) * | 2010-12-10 | 2012-07-04 | 西安大昱光电科技有限公司 | 停车信息服务平台 |
JP2015064719A (ja) * | 2013-09-25 | 2015-04-09 | 株式会社駐車場綜合研究所 | 駐車場案内装置、駐車場案内方法、駐車場案内プログラム |
JP2018041176A (ja) * | 2016-09-05 | 2018-03-15 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 駐車位置特定方法、駐車位置学習方法、駐車位置特定システム、駐車位置学習装置およびプログラム |
CN109410633A (zh) * | 2018-10-22 | 2019-03-01 | 安徽中科美络信息技术有限公司 | 一种智能车库车位导航方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7590483B2 (en) | Traffic information management system | |
EP0670066B1 (en) | Prediction method of traffic parameters | |
US20140058652A1 (en) | Traffic information processing | |
US20200124435A1 (en) | Distributed route determination system | |
JP3225203B2 (ja) | 駐車場利用状況予測装置及び駐車場利用状況測定装置、並びにこれらを用いた駐車場案内装置 | |
CN111383449A (zh) | 路口通行预估方法、计算机设备和计算机可读存储介质 | |
JPH0991593A (ja) | 駐車場案内方法 | |
CN106469503B (zh) | 一种预测交通事件影响范围的方法和装置 | |
JP3552991B2 (ja) | 交通渋滞緩和システム | |
JPH10214290A (ja) | 料金ゲート進入案内装置 | |
KR101773171B1 (ko) | 버스정보 안내장치를 이용한 버스정보 안내 시스템 | |
JP2001076284A (ja) | 交通流解析システム | |
CN112101677B (zh) | 一种公共交通出行路径规划方法、装置、设备及存储介质 | |
JP2002175549A (ja) | 通行料金精算方法及び通行料金精算装置 | |
JPH1021489A (ja) | 道路案内方法およびシステム | |
JP2002063696A (ja) | 駐車場情報提供システム | |
JPH0935193A (ja) | 駐車場案内装置 | |
JP2001143109A (ja) | 有料道路の車線運用推定装置および車線運用方法 | |
JP2001093078A (ja) | 混雑状況表示システム | |
JP2002319094A (ja) | バス運行管理方法 | |
JPH10134295A (ja) | 道路交通状況における渋滞識別方法 | |
JPH0480899A (ja) | 駐車場案内システム | |
JPH1021493A (ja) | Icネイル情報制御システム | |
JPH06243396A (ja) | 駐車場入場待ち時間表示装置 | |
JPH0423317B2 (ja) |