买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东南大学

摘要：本发明涉及一种大型停车场内实时停车诱导方案决策方法及系统，当有车辆从目标停车场进口进入时、或者有进场后仍在寻找空闲车位的寻泊车辆行驶至任意停车诱导点位时，触发诱导方案决策，通过决策时间间隔判定后，根据实况车位状态信息和车辆行驶信息，联系停车场内车行通道各路段的动态通行阻抗计算，以最小化全部寻泊车辆剩余寻泊总时长为目标，建立优化模型，迭代求解得到全部寻泊车辆‑路径‑空闲车位的匹配结果，并结合停车场布局在停车诱导点位的显示屏上给出诱导信息；本发明设计可以支撑大型停车场内部的精细化车辆运行组织，是城市大型停车场内车辆寻泊困难背景下的停车诱导新策略。

主权项：1.一种大型停车场内实时停车诱导方案决策方法，基于目标停车场内车行通道上所预设分布设置的各个停车诱导点位，当有车辆从目标停车场进口进入时、或者有进场后仍在寻找空闲车位的寻泊车辆行驶至任意停车诱导点位时，触发如下步骤A至步骤D执行诱导方案决策，实现对目标停车场内各寻泊车辆的诱导停车；其中，针对目标停车场内车行通道上各车辆，若同时满足如下3项条件，即判定为进场后仍在寻找空闲车位的寻泊车辆；1车辆进入目标停车场不超过预设第一时长、且未出目标停车场；2该车辆进入目标停车场、直至当前时刻，该车辆没有停入任何车位；该车辆在自当前时刻向历史时间方向的预设第二时长内不完全静止于同一位置，预设第二时长小于预设第一时长；步骤A.判断当前时刻与相邻上一次诱导方案决策执行的时刻的间隔是否超过预设间隔时长阈值，是则进入步骤B；否则等待与相邻上一次诱导方案决策执行的时刻的间隔超过预设间隔时长阈值时，进入步骤B；步骤B.根据目标停车场内车行通道各路段的固定通行阻抗，结合目标停车场内各车位对应当前时刻的车位状态信息、以及目标停车场内车行通道上各车辆对应当前时刻的车辆行驶信息，计算获得目标停车场内车行通道各路段分别对应当前时刻的动态通行阻抗，然后进入步骤C；上述步骤B包括如下步骤B1至步骤B2；步骤B1.根据目标停车场内各车位对应当前时刻的车位状态信息、以及目标停车场内车行通道上各车辆对应当前时刻的车辆行驶信息，分别针对目标停车场内车行通道各路段，应用以路段上的车流密度、该路段两侧车位的饱和度、该路段上相向行驶的车辆冲突数为输入，以该路段的非拥堵动态阻抗调节系数为输出的目标广义回归神经网络，获得路段k对应当前时刻t的非拥堵动态阻抗调节系数Akt，即获得各路段分别对应当前时刻t的非拥堵动态阻抗调节系数，k∈P，P表示目标停车场内车行通道所有路段的集合，然后进入步骤B2；其中，基于各组样本分别均包括路段上实测车流密度、该路段两侧车位实测饱和度、该路段上实测相向行驶的车辆冲突数、以及实测车辆通过该路段时长与该路段的固定通行阻抗之间的比值，结合定义车辆通过路段时长与路段的固定通行阻抗之间的比值、作为路段的非拥堵动态阻抗调节系数，以路段上的车流密度、该路段两侧车位的饱和度、该路段上相向行驶的车辆冲突数为输入，该路段的非拥堵动态阻抗调节系数为输出，针对广义回归神经网络进行训练，获得目标广义回归神经网络；步骤B2.分别针对目标停车场内车行通道各路段，根据路段k的固定通行阻抗Tk，路段k对应当前时刻t的非拥堵动态阻抗调节系数Ak，t，按如下公式：Rk，t＝Ak，t·Tk+Jk，t计算获得路段k对应当前时刻t的动态通行阻抗Rk，t，即获得各路段分别对应当前时刻的动态通行阻抗，Jk，t表示路段k对应当前时刻t的拥堵动态阻抗调节值，若在当前时刻t，没有车辆在路段k上倒车进入停车位，则Jk，t取值为0；若在当前时刻t，有车辆在路段k上倒车进入停车位，则Jk，t取值为大于0的预设值；步骤C.基于目标停车场内各车位对应当前时刻的车位状态信息、目标停车场内车行通道上各车辆对应当前时刻的车辆行驶信息，以及目标停车场内车行通道各路段分别对应当前时刻的动态通行阻抗，以路径上各路段的动态通行阻抗的累加构成该路径的阻抗值，以最小化当前时刻全部寻泊车辆剩余寻泊总时长为目标，建立优化模型，并求解获得当前时刻全场寻泊车辆-行驶路径-空闲车位的统筹匹配结果，然后进入步骤D；上述步骤C包括步骤C1至步骤C7；步骤C1.基于当前时刻t，建立全场寻泊车辆-行驶路径-空闲车位初始匹配模型如下： 求解获得各寻泊车辆i与各空闲车位j匹配的决策变量xij、以及相对应的其中，Z0表示在迭代计算开始前目标停车场中全场寻泊车辆剩余寻泊时长；xij表示是否将寻泊车辆i与空闲车位j匹配的决策变量，是则取1，否则取0；Ct表示目标停车场对应当前时刻t的全场寻泊车辆集合；St表示目标停车场对应当前时刻t的全场空闲车位集合；表示在迭代计算开始前目标停车场内车行通道网络图G0中、寻泊车辆i行驶所接近车行通道节点至空闲车位j的最小路径阻抗值，其中路径阻抗值为路径上各路段的动态通行阻抗Rk，t的累加，各路段的动态通行阻抗Rk，t为车行通道网络图G0中对应的边权，然后进入步骤C2；步骤C2.假设各寻泊车辆根据步骤C1求解所获各匹配结果xij按相应对应的最短路径行驶，将各寻泊车辆分别到达其所匹配空闲车位的最短时间路径加载至其途径的每个路段，并进行如下操作：令迭代轮数r＝1；按步骤B的方法更新各路段分别对应当前时刻的动态通行阻抗Rk，t，并以更新后的各Rk，t生成目标停车场内车行通道网络图Gr；基于车行通道网络图Gr，计算第r迭代轮下目标停车场内车行通道网络图Gr中、寻泊车辆i行驶所接近车行通道节点至空闲车位j的最小路径阻抗值以及计算然后进入步骤C3；其中，Rk，t表示路段k对应当前时刻t的动态通行阻抗，k∈P，P表示目标停车场内车行通道所有路段的集合；Gr表示迭代r轮后的目标停车场内车行通道网络图，且车行通道网络图Gr中的各边权为对应路段的动态通行阻抗Rk，t；表示第r迭代轮下目标停车场内车行通道网络图Gr中、寻泊车辆i行驶所接近车行通道节点至空闲车位j的最小路径阻抗值，其中路径阻抗值为路径上各路段的动态通行阻抗Rk，t的累加；Zr代表迭代r轮后的全场寻泊车辆剩余寻泊时长；步骤C3.按如下公式计算： 令获得ir，jr，然后进入步骤C4；其中，ir表示在第r轮迭代中使值最大的寻泊车辆i，当r为1时，ir-1取为空集；jr表示寻泊车辆ir在第r轮迭代中匹配的空闲车位编号；表示取使值最大的自变量i，j组合的函数；步骤C4.建立目标优化模型如下： 求解获得各寻泊车辆i与各空闲车位j匹配的决策变量xij、以及相对应的然后进入步骤C5；其中，Y表示寻泊车辆ir的最小剩余寻泊时长；基于h＝ir，xhj表示是否将寻泊车辆h与车位j匹配的决策变量，是则取1，否则取0；步骤C5.假设各寻泊车辆根据步骤C4求解所获各匹配结果xij按相应对应的最短路径行驶，将各寻泊车辆分别到达其所匹配空闲车位的最短时间路径加载至其途径的每个路段，并进行如下操作：针对r的值进行加1更新，按步骤B的方法更新各路段分别对应当前时刻的动态通行阻抗Rk，t，并以更新后的各Rk，t更新目标停车场内车行通道网络图Gr；基于车行通道网络图Gr，计算第r迭代轮下目标停车场内车行通道网络图Gr中、寻泊车辆i行驶所接近车行通道节点至空闲车位j的最小路径阻抗值以及计算然后进入步骤C6；步骤C6.判断迭代轮数r是否达到预设迭代轮数上限、或者总目标函数下降率是否非负且小于预设下降率阈值，是则终止迭代，并进入步骤C7；否则返回步骤C3；步骤C7.以当前各匹配结果xij作为各寻泊车辆对应的车辆-车位的匹配结果，以当前各在图Gr中的对应路径为相应寻泊车辆的行驶路径，获得当前时刻t全场寻泊车辆-行驶路径-空闲车位的统筹匹配结果；步骤D.基于当前时刻全场寻泊车辆-行驶路径-空闲车位的统筹匹配结果，由当前时刻各寻泊车辆分别所接近的停车诱导点位、分别向对应寻泊车辆展示其对应的行驶路径，实现对目标停车场内各寻泊车辆的诱导停车。

全文数据：

权利要求：

百度查询： 东南大学 一种大型停车场内实时停车诱导方案决策方法及系统