[发明专利]车辆、停车管理设备及其停车场推荐方法

权利要求书

1.一种基于停车难度分析的停车场推荐方法，其特征在于，所述基于停车难度分析的停车场推荐方法包括步骤：

获取目标停车场在多个时间段所对应的多个用户数量值，其中，所述多个用户数量值为在目标停车场的有效距离范围内所获取；

按照时间顺序对所述多个时间段及其对应的多个用户数量值进行训练和难度分析；

根据所述训练和难度分析得到量化值；

根据用户到所述目标停车场的距离值和所述量化值判断停车难度指数；

根据所述停车难度指数进行停车场推荐；

其中，通过Telematics提供服务，以了解交通信息、临近停车场的车位状况，确认当前位置，并利用5G技术实现通信增强自动驾驶感知能力，以及支持融合车载传感器信息的局部地图实时重构；

其中，所述按照时间顺序对所述多个时间段及其对应的多个用户数量值进行训练和难度分析的步骤，具体包括：

取依序连续的三个时间段T1、T2和T3，其对应的三个用户数量值为N1、N2和N3；

判断三个时间段T1、T2和T3的三个用户数量值为N1、N2和N3中存在的相同用户的个数；

若相同用户的个数大于第三预设阈值，则判断其对应的理论停车难度为困难；

对理论停车难度进行训练，并根据实际停车难度对训练结果进行修正。

2.根据权利要求1所述的停车场推荐方法，其特征在于，所述根据用户到所述目标停车场的距离值和所述量化值判断停车难度指数的步骤，具体包括：

获取用户到所述目标停车场的距离值；

利用所述距离值乘以所述量化值，以得到参考值；

根据所述参考值判断得到停车难度指数。

3.根据权利要求1所述的停车场推荐方法，其特征在于，所述按照时间顺序对所述多个时间段及其对应的多个用户数量值进行训练和难度分析的步骤，还包括：

若多个时间段对应的多个用户数量值均小于第一预设值，判断其理论停车难度为容易，并进行训练；

根据实际停车难度对训练结果进行修正。

4.根据权利要求1所述的停车场推荐方法，其特征在于，所述按照时间顺序对所述多个时间段及其对应的多个用户数量值进行训练和难度分析的步骤，还包括：

取依序连续的三个时间段T1、T2和T3，其对应的三个用户数量值为N1、N2和N3，若N2大于N3，判断用户数量值为趋势减少，并进一步比较N1和N2的大小；

若N1大于N2，则判断其理论停车难度为容易并进行训练，若N1不大于N2，则判断其理论停车难度为一般并进行训练；

根据实际停车难度对训练结果进行修正；

其中，若N1不大于N2，且N1和N2之间的差异值越大，判断其对应的理论停车难度为越容易、且判断T1之前的停车难度为困难。

5.根据权利要求1所述的停车场推荐方法，其特征在于，所述按照时间顺序对所述多个时间段及其对应的多个用户数量值进行训练和难度分析的步骤，还包括：

取依序连续的三个时间段T1、T2和T3，其对应的三个用户数量值为N1、N2和N3，若N2约等于N3，且N3大于第二预设阈值，则判断N3越大其对应的理论停车难度为越困难；

对理论停车难度进行训练，并根据实际停车难度对训练结果进行修正。

6.根据权利要求1所述的停车场推荐方法，其特征在于，所述按照时间顺序对所述多个时间段及其对应的多个用户数量值进行训练和难度分析的步骤，还包括：

取依序连续的三个时间段T1、T2和T3，其对应的三个用户数量值为N1、N2和N3，若N2小于N3，判断用户数量值为趋势增加且对应的理论停车难度为困难；

其中，N2和N3的差异值越小，则判断其理论停车难度越容易；

对理论停车难度进行训练，并根据实际停车难度对训练结果进行修正。