一种面向枢纽停车场内部通道停放车辆的识别方法

本发明涉及城市停车交通管理与控制领域，特别是一种面向枢纽停车场内部通道停放车辆的识别方法。

背景技术：

1、随着多层级、一体化综合交通枢纽体系的深化建设，对枢纽设施的优化提出更高的要求。枢纽是各种交通方式并存的情况下，为了平衡客流而建设的一种交通设施。而枢纽停车设施作为枢纽的重要组成部分，其正常运转对枢纽起着非常重要的作用。缺乏便捷性与高效性的停车设施将导致驾驶者使用意愿降低、车辆寻泊难度增加、停车场内部道路阻抗增加、停车场出入口排队长度增加等负面影响，进而使枢纽周边道路交通状况恶化。

2、目前，互联网和共享经济高速发展，枢纽停车设施为了提高乘客打车与上下客的便捷度，选择在停车场内部设置临停区或临停通道，以便于高效接、送客。这使得枢纽停车场内部在具有车位停车需求的同时，增加通道停车需求。需求高峰期，部分时段通道停车需求所需空间超出停车场所设置的临停区，从而占用在停车场内正常寻泊车辆的行车空间，同时，停放在通道上的车辆会影响空闲车位的有效使用，导致整个停车场运行效率降低。因此，有必要对通道停车需求的数量进行研究。

3、对于在停车场内部通道全面安装摄像头、并拍摄记录通道停放车辆车牌号等相关信息的停车场，可直接通过视频检测相关技术实现通道停放车辆的识别；对于在停车位上方配备具有视频拍摄功能、且能清晰拍摄车辆车牌号检测设备的停车场，可直接通过与停车场闸机进出数据比对筛选出通道停放车辆。但是，目前大多数枢纽停车场配备的智能化检测设备包括停车场出入口的闸机设备和停车场车位上方的车位探测器，未配备专门针对停车场内部通道停放车辆的检测设备。其中，停车场出入口闸机记录的数据包括车辆车牌号、进出时刻等信息，车位探测器所记录的停车位占有数据包括车位编号、开始占用时刻和停止占用时刻等信息(不包含车辆车牌号信息)，无法直接通过两者比对，筛选出停车场内部通道停放车辆的数据。

4、因此，本发明以包含车牌信息的停车场闸机进出数据和不包含车牌信息的停车位占有数据为基础，提出一种面向枢纽停车场内部通道停放车辆的识别方法，所提方法能够识别出枢纽停车场内部通道停放车辆的数据信息，为枢纽停车场内部通道停车需求的特征分析和进一步精细化管控提供数据支撑，是当前枢纽停车场进行运行效率优化的过程中亟待研究的关键技术。

技术实现思路

1、本发明要解决的技术问题是针对上述现有技术的不足，而提供一种面向枢纽停车场内部通道停放车辆的识别方法，该面向枢纽停车场内部通道停放车辆的识别方法能解决枢纽停车场记录包含车牌信息的闸机进出数据和不包含车牌信息的停车位占有数据情况下，枢纽停车场内部通道停放车辆信息难以确定的问题。

2、为解决上述技术问题，本发明采用的技术方案是：

3、一种面向枢纽停车场内部通道停放车辆的识别方法，包括如下步骤。

4、步骤1、获取目标停车场的动静态数据：首先选择存在通道停车现象的枢纽停车场作为目标停车场；接着，获取目标停车场在设定调查时段内的动静态数据；其中，动静态数据包括静态布局数据和动态停车数据；动态停车数据包括含车牌号信息的停车场闸机进出数据和含停车位编号信息但不含车牌号信息的停车位占有数据。

5、步骤2、生成最短路径耗时表：根据步骤1获取的静态布局数据，生成各个车位至停车场出入口的最短路径理想耗时表。

6、步骤3、建立车位停放车辆候选集：根据时间顺序依次读取停车位占有数据，从停车场闸机进出数据中识别出符合条件的车辆记录，加入对应车位的停放车辆候选集。

7、步骤4、停放车辆车牌号识别：对目标停车场中的每个车位均进行停放车辆车牌号的识别，具体识别方法为：

8、a、当车位i的停放车辆候选集中识别到的车辆记录为0条时，则判断车牌号识别不成功。

9、b、当车位i的停放车辆候选集中识别到的车辆记录为1条时，直接判断车牌号识别成功。

10、c、当车位i的停放车辆候选集中识别到的车辆记录为2条及以上时，则需再次识别，将可能性最高的一条车辆记录作为识别结果，并判断为车牌号识别成功。

11、步骤5、计算并评价识别成功率：计算所有停车位停放车辆的车牌号识别成功率sr，并将sr与设定的车牌号识别成功率阈值sr0进行比较；当sr≥sr0时，认为车牌号识别结果能接受，进入步骤6；否则，认为车牌号识别结果不能接受，重复步骤1至步骤5。

12、步骤6、计算与评价平均耗时误差：对步骤4识别成功的所有车辆均计算实际耗时与步骤2中最短路径理想耗时之差的平均值，进而得到平均耗时误差；接着，将平均耗时误差与设定的耗时误差阈值进行比较；当平均耗时误差均不超过耗时误差阈值时，则判断为平均耗时误差能接受；否则，重复步骤1至步骤6。

13、步骤7、识别内部通道停放车辆：当步骤5中车牌号识别结果能接受，且步骤6中平均耗时误差能接受时，将识别成功的停车位占有数据和停车场闸机进出数据比对，两者取补集筛选得到停车场内部通道停放车辆数据。

14、步骤2中，最短路径理想耗时表包括寻泊耗时理想值arrive_ideali和驶离耗时理想值leave_ideali；其中，arrive_ideali为车辆从停车场入口寻泊至车位i的最短路径理想耗时值；leave_ideali为车辆从车位i驶离至停车场出口的最短路径理想耗时值；步骤6中，平均耗时误差包括平均寻泊耗时误差dif_arriveaverage和平均驶离耗时误差dif_leaveaverage。

15、步骤6中，dif_arriveaverage的计算公式为：

16、

17、其中：

18、dif_arriveij＝(park_ini-time_inj)*24*60*60-arrive_ideali

19、式中，dif_arriveij为识别成功的停车位占有数据对应的车位i与车辆j的寻泊耗时误差，单位：s。

20、s为所有识别成功的停车位占有数据的集合。

21、n为识别成功的停车位占有数据条数。

22、park_ini为车位i开始占有时刻。

23、time_inj为车辆j进入目标停车场的时刻。

24、步骤6中，dif_leaveaverage的计算公式为：

25、

26、其中：

27、dif_leaveij＝(time_outj-park_outi)*24*60*60-leave_ideali

28、式中，dif_leaveij为识别成功的停车位占有数据对应的车位i与车辆j的驶离耗时误差，单位：s。

29、park_outi为车位i停止占有时刻。

30、time_outj为车辆j驶离目标停车场的时刻。

31、步骤4c中，识别的可能性最高的一条车辆记录，为difij最小时所对应的车辆记录；其中，difij的计算公式为：

32、difij＝dif_arriveij+dif_leaveij

33、式中，difij为车位i中停放车辆j的寻泊、驶离耗时误差之和，单位：s。

34、步骤5中，设定的车牌号识别成功率阈值sr0为80％。

35、步骤5中，sr的计算公式为：

36、

37、式中，n为停车位占有数据总条数。

38、步骤1中，静态布局数据包括停车场出入口位置、停车位编号布局、停车场内部地面标志标线、单个停车位长度、单个停车位宽度、单车道宽度和停车场内部墙体厚度。

39、本发明具有如下有益效果：

40、本发明能弥补现有枢纽停车场未配备专门针对内部通道停放车辆的检测设备的问题，充分考虑枢纽社会车辆停车场停车需求组成不断复杂化，通道停车需求不断增加的现状，基于停车场内包含车牌信息的闸机进出数据和不包含车牌信息的停车位占有数据，形成面向枢纽停车场内部通道停放车辆的识别方法。

41、因此，通过本发明，可以支撑枢纽停车场内部通道停放车辆的数据信息识别，可以为枢纽停车场内部通道停车需求的特征分析和进一步精细化管控提供数据支撑。