[发明专利]一种基于LSTM位置预测的车位推荐方法及系统

说明书

本发明公开了一种基于LSTM位置预测的车位推荐方法及系统，对用户的历史轨迹数据进行去噪和平滑处理；使用经纬度栅格化方法对处理的历史轨迹数据的候选区域进行划分，使用几何方法对路网进行拟合，提取出历史轨迹数据中的道路特征，并进行标准化；将标准化处理后的历史轨迹数据输入LSTM神经网络进行训练，输出每种可能性归一化后的概率分布；将用户当前轨迹送入LSTM神经网络进行车位推荐，通过车位共享平台的推荐引擎返回给服务请求者，实现共享车位推荐。本发明可以更为准确地预测用户未来的走向，从而调度车位推荐策略，达到错峰使用的效果。

技术领域

本发明属于智慧交通技术领域，具体涉及一种基于LSTM位置预测的车位推荐方法及系统。

背景技术

随着人民生活水平的提高，城市小汽车保有量逐年大幅提高，而城市停车设施建设却不能完全满足需求，停车难已然成为车辆使用者的一大痛点。

目前我国大城市小汽车与停车位的比例约为1∶0.8，中小城市约为1∶0.5，停车缺口非常严重。同时，现有停车位利用率却很低，全国近50％停车位全天利用率平均值仅在30％左右，而国际先进水平为80％，利用率低更加剧了停车难问题。

究其原因，是因为信息交流不畅，导致车位利用率低下。使用车位共享平台，将固定的停车位流动化管理，可以有效提高车位利用率。在共享车位推荐过程中，如果推荐质量不佳，则严重影响用户使用体验；为了提高用户满意度，利用人工智能方法提升车位推荐准确度，成为该领域研究的热点。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于LSTM位置预测的车位推荐方法及系统，实现精准的车位推荐。

本发明采用以下技术方案：

一种基于LSTM位置预测的车位推荐方法，包括以下步骤：

S1、对用户的历史轨迹数据进行去噪和平滑处理；

S2、使用经纬度栅格化方法对步骤S1处理的历史轨迹数据的候选区域进行划分，使用几何方法对路网进行拟合，提取出历史轨迹数据中的道路特征，并进行标准化；

S3、将步骤S2标准化处理后的历史轨迹数据输入LSTM神经网络进行训练，输出每种可能性归一化后的概率分布；将用户当前轨迹送入LSTM神经网络进行车位推荐，通过车位共享平台的推荐引擎返回给服务请求者，实现共享车位推荐。

具体的，步骤S1具体为：

S101、使用限幅滤波、中值滤波对用户的历史轨迹数据进行噪声过滤；

S102、使用高斯滤波方法对步骤S101过滤后的历史轨迹数据中呈现的锯齿状突起进行平滑操作。

进一步的，步骤S102中，采用滑动窗口算法，利用带求和功能的队列作为缓存，使用高斯滤波方法对历史轨迹数据进行平滑操作计算如下：

其中，W_i为第i个点处的权重，SumW为权重之和，SumWx为横轴加权和，SumWy为纵轴加权和，Result为最终结果坐标，Δt为时间增量，ΔT为总时间窗口，Rec_i.x为x轴上变量，Rec_i.y为y轴方向变量。

具体的，步骤S2具体为：

S201、使用经纬度栅格化方法将候选区域进行划分，缩减数据维度；

S202、考虑到用户轨迹与路网的关联性，将路网使用几何方法进行拟合，提取历史轨迹数据中每个坐标点对应的道路标识；