一种基于大数据的停车场停车引导方法与流程

本发明涉及停车场管理，尤其涉及一种基于大数据的停车场停车引导方法。

背景技术：

1、目前停车场主要使用信息显示牌及引导图引导用户完成停车，据用户反馈这种方式效率低下，用户往往使用溜圈的方式寻找车位，在面积较大的停车场中，寻找停车位耗时过长。且用户在选择停车位时只考虑停车位是否空闲，而忽略了对于停车位选择的偏好，例如停车层数、停车区域获停车方位。现有停车场引导方法中只考虑停车位的引导路径优化及选择距离最近的停车位，没有考虑用户偏好的选择。

2、所以，我们亟需提供一种符合用户偏好的基于大数据的停车场停车引导方法。

技术实现思路

1、本发明旨在提供一种符合用户偏好的基于大数据的停车场停车引导方法，解决车主对于选择既符合用户偏好又满足距离最近的停车位的需求。

2、一种基于大数据的停车场停车引导方法，包括：

3、s1.待停车辆到达目标停车场入口，获取待停车辆信息，待停车辆信息包括有车牌信息、车型信息、待停车辆车主信息和待停车辆车主历史停车数据；基于待停车辆信息和停车预约模块匹配目标停车位，在停车预约模块中部署有停车位匹配模型；

4、s2.待停车辆匹配目标停车位信息后，将目标停车位的指示牌变为“占用”，基于目标停车位信息和车辆引导模型生成停车最佳路径，根据停车最佳路径设置导航灯光及车载语音将待停车辆引导至目标停车位处；

5、s3.待停车辆到达目标停车位处，摄像头识别待停车辆的车辆信息是否与待停车辆匹配的目标停车位相同，若相同，将智能地锁收回，待停车辆驶入目标停车位，停车完成；若不相同，目标停车位处的扬声器发出提醒；

6、s4.当目标停车场入口处的摄像头检测到待停车辆车主时，目标停车场入口处的摄像头会识别待停车辆车主信息，并利用导航灯光将待停车辆车主引导至对应的目标停车位处；当目标停车位上方的摄像头检测到待停车辆启动时，开启导航灯光和车载语音，引导待停车辆驶离目标停车场；车辆驶离目标停车位后，将目标停车位的指示牌变为“空闲”；

7、s5.当车辆到达目标停车场出口时，获取车辆停车时间，利用智能合约技术，车主根据车辆停车时间缴纳停车费，缴纳完成后，车辆驶离目标停车场。

8、作为本发明的一种优选技术方案，步骤s1的具体步骤，包括：

9、s11.停车场入口处的摄像头捕获图像，识别待停车辆的待停车辆信息，待停车辆信息包括有车牌信息、车型信息和待停车辆车主信息，将待停车辆信息输入至停车预约模块中；

10、s12.停车预约模块根据待停车辆信息的车牌信息匹配是否有预约请求，若有预约请求，提取目标停车位信息，否则，跳转至步骤s13；

11、s13.根据待停车辆信息判断待停车辆车主是否为老用户，若为老用户，待停车辆车主在停车场入口处显示屏选择预计停车时间，并匹配目标停车位；否则，将待停车辆信息上传并存储，同时查询待停车辆车主在其他停车层的停车数据，得到待停车辆信息，信息待停车辆车主在停车场入口处显示屏选择预计停车时间，并根据待停车辆信息和停车预约模块匹配目标停车位。

12、作为本发明的一种优选技术方案，停车预约模块包括有用户信息层，停车时间层，分配停车位层，结果输出层；

13、用户信息层，获取待停车辆信息，待停车辆信息包括有车牌信息、车型信息、待停车辆车主信息和待停车辆车主历史停车数据；

14、停车时间层，用于车主输入预计停车时间段；

15、分配停车位层，用于根据待停车辆信息和预计停车时间段利用停车位匹配模型匹配目标停车位；

16、结果输出层，输出目标停车位信息，包括有目标停车位位置信息和与之相关的指示牌。

17、作为本发明的一种优选技术方案，还包括停车位匹配模型中准备数据集和公式，具体步骤：

18、p1.获取数据集

19、获取若干待停车辆车主在目标停车场的历史停车数据，历史停车数据包括有停车层数、停车区域、停车位、历史停车时长，将若干份历史停车数据组合得到历史停车初始数据集，将历史停车初始数据集利用数据聚类技术去重并提取特征，抽象出k份特征停车数据，将k份特征停车数据组合得到停车位匹配数据集；

20、p2.计算层权重

21、提取停车位匹配数据集中的停车层数，得到停车层数据集；利用公式对停车层数据集进行计算，得到停车层信息熵α(xi)，i=1，2，······n；x1，x2，···，xi，···xn表示目标停车场中的停车层，n表示目标停车场有n个停车层，α(xi)表示停车层xi的停车层信息熵α(xi)，其中，p(xi)是对于停车层xi在停车层数据集中出现的频次；利用公式计算停车层xi的权重，得到停车层权重w(xi)，w(xi)表示目标停车场内停车层xi的停车层权重w(xi)；

22、p3.计算区域权重

23、提取停车位匹配数据集中的停车区域，得到停车区域数据集；利用公式对停车区域数据集进行计算，得到停车区域信息熵β(yj)，j=1，2，······m；y1，y2，···，yj，···ym表示目标停车场中每一层的停车区域，m表示对于每个停车层有m个停车区域，β(yj)表示停车区域yj的停车区域信息熵β(yj)，其中，p(yj)是对于停车区域yj在停车区域数据集中出现的频次；利用公式计算停车区域yj的权重，得到停车区域权重u(yj)，u(yj)表示目标停车场内停车区域yj的停车区域权重u(yj)。

24、作为本发明的一种优选技术方案，还包括计算车主偏好值v，具体步骤：

25、j1.偏好值公式

26、获取待停车辆车主在目标停车场的历史停车数据，得到待停车辆车主历史停车数据，待停车辆车主历史停车数据包括有停车层数、停车区域、停车位、历史停车时长，将待停车辆车主历史停车数据组合得到待停车辆车主数据集；

27、利用公式计算待停车辆车主的车主偏好值v，γ(xi)表示待停车辆车主停车层权重，μ(yj)表示待停车辆车主停车区域权重，r表示停车时间衰减因子，其中，，得到停车时间衰减因子r，t表示当前日期，t0表示待停车辆车主上一次在目标停车场停车的日期，a为预置参数；

28、j2.确定γ(xi)和μ(yj)的取值

29、将待停车辆车主数据集中的停车层数和停车区域进行提取，得到待停车辆车主停车层数据集和待停车辆车主停车区域数据集；

30、利用公式对待停车辆车主停车层数据集进行计算，得到待停车辆车主停车层信息熵ω(xi)，i=1，2，······n；x1，x2，···，xi，···xn表示目标停车场中的停车层，ω(xi)表示待停车辆车主对于停车层xi的停车层信息熵ω(xi)，其中，p(xi)是对于待停车辆车主选择的停车层xi在待停车辆车主停车层数据集中出现的频次；利用公式计算停车层xi的权重，得到待停车辆车主停车层权重γ(xi)，γ(xi)表示目标停车场内停车层xi的待停车辆车主停车层权重γ(xi)；

31、利用公式对待停车辆车主停车区域数据集进行计算，得到待停车辆车主停车区域信息熵σ(yj)，j=1，2，······m；y1，y2，···，yj，···ym表示目标停车场中每一层的停车区域，σ(yj)表示停车区域yj的停车区域信息熵σ(yj)，其中，p(yj)是对于待停车辆车主选择的停车区域yj在待停车辆车主停车区域数据集中出现的频次；利用公式计算停车区域yj的权重，得到待停车辆车主停车区域权重μ(yj)，μ(yj)表示目标停车场内停车层yj中的待停车辆车主停车区域权重μ(yj)。

32、作为本发明的一种优选技术方案，还包括构建停车位匹配模型，具体步骤：

33、q1.模拟计算待停车辆车主所在停车口到目标各个停车位的欧几里得距离，得到停车位距离d，并获取每个停车位的状态；

34、q2.将车主偏好值和停车位距离最短作为目标，构建匹配目标函数pp=(β1*d+β2*v)*β3，其中β1为停车位距离d的权重系数，β2为车主偏好值v的权重系数，β3表示停车位的状态值；

35、q3.利用多任务学习模型以输出停车位匹配目标函数最大为目标进行模型计算，将待停车辆信息和预计停车时间段输入至多任务学习模型中进行模型计算，设置最大迭代次数，当到达最大迭代次数时，得到初始停车位匹配模型，将初始停车位匹配模型初步投入使用，收集待停车辆车主对推荐停车位的反馈，得到匹配反馈数据，利用匹配反馈数据对初始停车位匹配模型调整权重系数，再次进行模型训练，得到停车位匹配模型。

36、作为本发明的一种优选技术方案，还包括构建车辆引导模型及设置导航灯光和车载语音，具体步骤：

37、d1.在停车场内随机生成若干条停车路线，每条停车路线表示待停车辆所在停车场入口到目标停车位的路线，若干条停车路线组合成停车路线群，设置最大迭代次数，以路径为目标定义目标函数；

38、d2.根据群体优化算法对停车路线群进行模拟计算，不断生成新的模拟停车路线群，以目标函数最小作为约束条件，并引入v2v技术，当检测到不同组的路线存在交叉现象时，改变方向，避免路线交叉；

39、d3.到达最大迭代次数后，输出模拟停车路线群中的路径即为最佳路径，模型构建完成；

40、d4.将待停车辆所在停车场入口和目标停车位输入至车辆引导模型中生成停车最佳路径，以停车最佳路径作为导航灯光的路线；并利用ai语音模型生成导航语音，将导航语音与待停车辆的车载语音系统利用v2i技术相连，为待停车辆提供车载导航语音。

41、作为本发明的一种优选技术方案，步骤d2中的群体优化算法为海鸥优化算法。

42、本发明具有以下优点：

43、1、本发明通过利用大数据分析技术对停车位匹配数据集中的停车层数和停车区域进行权重计算，并结合待停车辆车主的历史停车数据对停车层数和停车区域的权重进行权重再赋值，同时引入时间衰减因子对车主偏好值进行计算，有助于把车主抽象的偏好以科学的方式呈现，对于车主偏好值更具有客观性、科学性；通过在多目标学习模型中加入车主偏好值和停车位距离两种因素进行停车位匹配模型的计算，有助于贴近生活实际，可以根据车主的停车偏好和行为历史，为车主提供个性化的停车建议和引导，提高车主体验和满意度，优化停车资源的利用，提高停车场的运营效率。

44、2、本发明通过利用大数据中的数据聚合技术对若干车主的历史停车数据进行特征提取，选择具有代表性的历史停车数据，可以减少数据集内的数据数量，提高计算效率，简化数据处理和分析的过程，但又保证了数据具有代表性，不会影响后续进行车主偏好值的判断。

45、3、本发明通过利用海鸥优化算法对停车路径进行路径规划，有助于在多条模拟路线中以高效率找到最佳路径作为导航路线，同时计算成本相对较低，适合于为停车场内的多名车主计算最佳路径，并在海鸥优化算法中引入v2v和v2i技术，可以在两车主会车时进行数据交互，避免路线交叉导致导航失效。

46、4、本发明通过在停车场的入口和出口以及停车位上方安装摄像头，以捕获车辆进出和停放位置的图像，使用图像识别技术对摄像头捕获的图像进行处理，识别车牌信息和车型信息及车主人脸信息，通过图像识别技术分析停车位摄像头捕获的图像，检测哪些停车位是空闲的，有助于实时监测停车场内的车位使用情况和其他异常情况，节约人力并提高效率，让停车场管理更加智能便捷。