[发明专利]一种基于最可靠路径的停车诱导系统及方法

说明书

本发明提供了一种基于最可靠路径的停车诱导系统及方法，用以解决现有技术中停车场利用效率不高的问题。所述基于最可靠路径的停车诱导方法，根据出发时间和期望行程时间，计算从起点到达每个候选停车场的最可靠路径，再计算每个候选停车场在期望到达时间有空闲车位数的概率及停车场的综合可靠度，从而完成停车诱导。本发明有效解决了给定出发时间和期望行程时间时，寻找综合可靠度最大的停车场，及到达停车场的最可靠路径的问题。寻找可靠度高的停车场，能够有效避免车辆到达停车场无停车位的现象，也能够优化停车场的资源分配，提高停车场的利用率。计算最可靠路径能够为出行者提供可靠的路径建议，减少行程时间波动带来的出行延误。

技术领域

本发明属于城市交通网络与管理领域，具体涉及一种基于最可靠路径的停车诱导系统及方法。

背景技术

随着城市汽车数量的日益增加，“停车难”成为各大城市面临的难点问题，很多人遇到过开车30分钟、停车半小时的窘境。停车诱导系统是缓解“停车难”问题的有效工具，能够为出行者推荐可用停车位。停车诱导系统将分散的停车场数据进行集成，通过网络传输数据，发布各个停车场的停车信息，为驾驶员提供车位信息，引导驾驶员选择合适的停车场，从而提高停车效率，减少寻找停车位带来的交通量。停车场空闲车位数预测和停车路径选择是停车诱导系统的关键。

目前的空闲车位数预测方法主要包括基于随机到达和离开过程的空闲车位数预测方法，以及基于机器学习算法的预测方法。基于随机到达和离开过程的空闲车位数预测方法解释了整个网络中出行者行为和交通流的变化，但不能同时给出车辆到达和离开过程的估计参数，且这些参数都需要假设或预测。基于机器学习算法的预测方法直接预测停车场占有率，包括回归分析、混沌时间序列分析和神经网络。这些方法没有考虑空闲车位数的随机性，不能描述出行者的风险规避行为。

在停车路径选择方面，目前的方法主要包括：通过行车记录仪图像分析识别可用停车位，收到停车请求后，系统会搜索最近的停车位，然后直接将请求的驾驶员导航到可用停车位；采用自适应遗传算法求解驾驶者从当前位置到各停车场的最优路径和最短时间；基于候选停车位的先后顺序确定相应的最优停车诱导路线，例如，采用灰熵关联度多属性决策的方法对停车场空闲车位数的属性进行排序，属性排序最优的停车位作为最优停车位，相应的路径即为最优路径。目前的停车诱导系统的路径选择主要是距离最短路径或行程时间最小路径，还没有研究将可靠路径应用到停车诱导系统中。

发明内容

为了提高城市交通网络中的停车场资源利用效率，本发明提供了一种基于最可靠路径的停车诱导方法及系统，使得出行者在给定出发时间和期望行程时间时，寻找到综合可靠度最大的停车场和到达停车场的最可靠路径。

为了实现上述目的，本发明采取了如下技术方案。

第一方面，本发明实施例提供了一种基于最可靠路径的停车诱导方法，所述停车诱导方法包括如下步骤：

步骤S1，给定出行者出发时间和期望行程时间；

步骤S2，根据所述出发时间和期望行程时间，计算从起点到达每个候选停车场的最可靠路径；

步骤S3，计算每个候选停车场在期望到达时间有空闲车位数的概率；

步骤S4，根据所述有空闲车位数的概率计算停车场的综合可靠度；

步骤S5，选择综合可靠度最大的停车场及对应的最可靠路径，推荐给出行者，并根据对应的可靠路径引导车辆到达停车场。

可选地，步骤S2至步骤S4计算从起点到达每个候选停车场的最可靠路径、计算每个候选停车场在期望到达时间有空闲车位数的概率及计算停车场的综合可靠度，基于可靠度边界的求解算法进行计算。