[发明专利]一种应用于停车场的车辆挪车提醒方法及存储介质有效
| 申请号: | 201911167572.8 | 申请日: | 2019-11-25 |
| 公开(公告)号: | CN110992687B | 公开(公告)日: | 2021-06-15 |
| 发明(设计)人: | 张蕾;侯俊光;张诗茹;谭泽汉;高筱禹;胡盛澄 | 申请(专利权)人: | 珠海格力电器股份有限公司;珠海联云科技有限公司 |
| 主分类号: | G08G1/01 | 分类号: | G08G1/01;G08G1/017;G08G1/048;G08G1/09 |
| 代理公司: | 北京聿宏知识产权代理有限公司 11372 | 代理人: | 吴大建;张杰 |
| 地址: | 519000*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 应用于 停车场 车辆 提醒 方法 存储 介质 | ||
1.一种应用于停车场的车辆挪车提醒方法,其特征在于,包括以下步骤:
对经过停车场中的目标车辆的指定周边范围内的过路车辆进行识别,以获得过路车辆的相关数据;
获取过路车辆所经过的指定周边范围内的道路环境的相关数据;
获取目标车辆在停车场中的停车状态的相关数据;
根据所述过路车辆的相关数据、所述道路环境的相关数据和所述停车状态的相关数据确定目标车辆的挪车指数;
比较所述挪车指数与预设挪车阈值条件;
当所述挪车指数满足预设挪车阈值条件时,发出挪车提醒信息,
其中,预设挪车阈值条件为所述挪车指数大于预设挪车阈值,其中,预设挪车阈值通过以下步骤获取:
对于路边停车场的每一个停车位,收集每次需要目标车辆挪车时的目标车辆指定周边范围内过路车辆的识别数据、过路车辆所行驶道路的当前道路数据和目标车辆的停车数据,并确定每次的挪车指数,以获取所述停车位需要目标车辆挪车时的多个挪车指数;
将所述多个挪车指数中最小的挪车指数作为预设挪车阈值,
其中,所述过路车辆的相关数据包括过路车辆的车型、体积和行驶行为,
其中,所述道路环境的相关数据包括道路的宽度和拥挤程度,
其中,所述停车状态的相关数据包括目标车辆偏离停车场车位线的距离和角度以及目标车辆的体积,
其中,所述对经过停车场中的目标车辆的指定周边范围内的过路车辆进行识别,以获得过路车辆的相关数据,获取过路车辆所经过的指定周边范围内的道路环境的相关数据,包括:
布控目标车辆所在停车位的周边环境,确定停车位布控范围;
获取停车位布控范围内过路车辆的车型、行驶行为和体积以及过路车辆所行驶道路的道路宽度和拥挤程度。
2.根据权利要求1所述的方法,其特征在于,根据所述过路车辆的相关数据、所述道路环境的相关数据和所述停车状态的相关数据确定目标车辆的挪车指数,包括以下步骤:
根据所述过路车辆的相关数据确定外界因子指数;
根据所述道路环境的相关数据确定环境因子指数;
根据所述停车状态的相关数据确定安全因子指数;
根据外界因子指数、环境因子指数和安全因子指数确定目标车辆的挪车指数。
3.根据权利要求2所述的方法,其特征在于,根据所述过路车辆的相关数据确定外界因子指数,包括以下步骤:
对过路车辆的车型和行驶行为进行量化,并将量化后的车型和行驶行为与过路车辆的体积聚合为外界因子向量;
根据所述外界因子向量确定外界因子指数。
4.根据权利要求3所述的方法,其特征在于,通过以下表达式,根据所述外界因子向量确定外界因子指数:
其中,为外界因子指数,为外界因子向量(T,V,S),T为过路车辆的车型的量化值,V为过路车辆的体积,S为过路车辆的行驶行为的量化值。
5.根据权利要求2所述的方法,其特征在于,根据所述道路环境的相关数据确定环境因子指数,包括以下步骤:
将道路的宽度和拥挤程度聚合为环境因子向量;
根据所述环境因子向量确定环境因子指数。
6.根据权利要求5所述的方法,其特征在于,通过以下表达式,根据所述环境因子向量确定环境因子指数:
其中,为环境因子指数,为环境因子向量(W,P),W为道路的宽度,P为道路的拥挤程度。
7.根据权利要求2所述的方法,其特征在于,根据所述停车状态的相关数据确定安全因子指数,包括以下步骤:
将目标车辆偏离停车场车位线的距离和角度以及目标车辆的体积聚合为安全因子向量;
根据所述安全因子向量确定安全因子指数。
8.根据权利要求7所述的方法,其特征在于,通过以下表达式,根据所述安全因子向量确定安全因子指数:
其中,为安全因子指数,为安全因子向量(V,L,A),V'为目标车辆的体积,L为目标车辆偏离停车场车位线的距离,A为目标车辆偏离停车场车位线的角度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海格力电器股份有限公司;珠海联云科技有限公司,未经珠海格力电器股份有限公司;珠海联云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911167572.8/1.html,转载请声明来源钻瓜专利网。





