[发明专利]一种空闲车位确定方法及装置

权利要求书

1.一种空闲车位确定方法，其特征在于，所述方法包括：

获取多个连续的第一历史时间段内各个目标停车场的停车数据；其中，一个目标停车场在一个第一历史时间段内的停车数据包括：在该第一历史时间段内停靠至该目标停车场的车辆的数目、该目标停车场的空闲车位的数目和表示该目标停车场的第一环境特征的向量；其中，一个目标停车场在一个时间段内的第一环境特征的向量，用于表示该目标停车场在该时间段内的天气信息、该时间段的开始时刻和结束时刻，以及该时间段对应的日期类型；日期类型为工作日或非工作日；

将所述各个目标停车场在所述多个第一历史时间段内的停车数据，输入至预先训练的车辆数目预测模型，得到所述车辆数目预测模型输出的目标向量，其中，所述目标向量中的元素与所述各个目标停车场一一对应，每一元素表示对应的目标停车场在目标间段内停靠的车辆的第一数目；

针对每一目标停车场，基于第一时间段集合内车辆停靠至该目标停车场的时刻，以及第二时间段集合内停靠至该目标停车场的车辆的数目，计算目标时间段内离开该目标停车场的车辆的第二数目；其中，所述第一时间段集合包含所述多个第一历史时间段；所述第二时间段集合包含：从当前时刻之后的第一个时间段至所述目标时间段的各时间段；

计算该目标停车场对应的第一数目与所述第二数目的目标差值，并计算所述目标时间段的前一个时间段内该目标停车场的空闲车位的数目与所述目标差值的差值，作为所述目标时间段内该目标停车场的空闲车位的数目。

2.根据权利要求1所述的方法，其特征在于，所述车辆数目预测模型包括：长短期记忆网络、图卷积网络和全连接网络；

所述将所述各个目标停车场在所述多个第一历史时间段内的停车数据，输入至预先训练的车辆数目预测模型，得到所述车辆数目预测模型输出的目标向量，包括：

通过所述长短期记忆网络，对所述多个第一历史时间段内停靠至所述各个目标停车场的车辆的数目，和所述各个目标停车场的空闲车位的数目进行特征提取，得到第一特征向量；其中，所述第一特征向量表示：所述多个第一历史时间段内，停靠至所述各个目标停车场的车辆的数目之间的时间相关性；

通过所述图卷积网络，对所述多个第一历史时间段内停靠至所述各个目标停车场的车辆的数目进行特征提取，得到第二特征向量；其中，所述第二特征向量表示：所述多个第一历史时间段内，停靠至所述各个目标停车场的车辆的数目之间的空间相关性；

通过所述全连接网络，对表示所述多个第一历史时间段内所述各个目标停车场的第一环境特征的向量进行特征提取，得到第三特征向量；

计算所述第一特征向量、所述第二特征向量和所述第三特征向量的和值，得到目标向量。

3.根据权利要求1所述的方法，其特征在于，所述针对每一目标停车场，基于第一时间段集合内车辆停靠至该目标停车场的时刻，以及第二时间段集合内停靠至该目标停车场的车辆的数目，计算所述目标时间段内离开该目标停车场的车辆的第二数目，包括：

确定第一时间段集合内停靠至该目标停车场的车辆，作为第一车辆；

基于所述第一车辆停靠至该目标停车场的时刻，计算所述第一车辆中在所述目标时间段内离开该目标停车场的车辆的数目，作为第三数目；

基于第二时间段集合内停靠至该目标停车场的第二车辆的数目，计算所述第二车辆中在所述目标时间段内离开该目标停车场的车辆的数目，作为第四数目；

计算所述第三数目和所述第四数目的和值，作为所述目标时间段内离开该目标停车场的车辆的第二数目。