一种基于数据分析的电动车停放智能管理系统的制作方法

1.本发明涉及电动车停放智能管理技术领域，具体而言，涉及一种基于数据分析的电动车停放智能管理系统。


背景技术：

2.电动自行车作为人民群众日常出行的主要交通工具之一，为人民群众的出行带去了很大的便利，随之而来的是不可忽视的消防安全隐患，因此，为规范小区电动车安全停放，电动车停放智能监控管理变得尤为重要。
3.目前，小区电动车的停放管理主要通过小区物业管理人员对小区电动车的停放进行管理与调控，其自动化和智能化程度不高，且存在一定的主观性，不仅在一定程度上增加了电动车停放监测管理的成本，同时还无法确保电动车停放管理的严谨性和可信度。
4.目前，小区电动车的停放管理通常通过对电动车的停放姿态进行分析，忽略了对小区电动车的使用频率进行分析，无法对小区内电动车的停放区域进行针对性的分析，使小区电动车停放监测分析结果存在一定的片面性和误差性。


技术实现要素：

5.为了克服背景技术中的缺点，本发明实施例提供了一种基于数据分析的电动车停放智能管理系统,能够有效解决上述背景技术中涉及的问题。
6.本发明的目的可以通过以下技术方案来实现：一种基于数据分析的电动车停放智能管理系统，包括：小区电动车信息获取模块，用于对目标小区对应各车型的电动车数量进行获取，并对目标小区中各车型对应各电动车的历史出入信息进行获取，其中历史出入信息包括：设定历史周期中各工作日的行驶信息和各休息日的行驶信息。
7.电动车停放区域分析模块，用于对目标小区中各车型对应各电动车的工作日停放区域进行分析，同时对目标小区中各车型对应各电动车的休息日停放区域进行分析，由此构建目标小区中各车型对应各电动车的参考停放区域集合。
8.电动车正确停放监测分析模块，用于获取当前监测日期，并对目标小区中各电动车的停放状态进行监测和分析，得到目标小区对应的各正常车、各异常车和各违停车。
9.电动车规范停放监测分析模块，用于对目标小区中各正常车对应的停放姿态进行监测分析，由此对目标小区对应的各指定车进行分析。
10.小区电动车停放预警模块，用于对目标小区对应各异常车、各违停车和各指定车进行相应的预警。
11.云存储库，用于存储工作日对应的参考驶出次数、参考驶入次数，存储休息日对应的参考驶出次数、参考驶入次数，并存储目标小区对应内部电动车的车牌号。
12.于本发明一优选实施例，所述行驶信息具体包括驶出次数、驶入次数、各次驶出的时间点和各次驶入的时间点，设定历史周期中各休息日的行驶信息具体为驶出次数、驶入次数、各次驶出的时间点和各次驶入的时间点。
13.于本发明一优选实施例，所述对目标小区中各车型对应各电动车的工作日停放区域进行分析，其具体分析过程如下：从目标小区中各车型对应各电动车的历史出入信息中提取各车型对应各电动车的设定历史周期中各工作日的驶出次数、驶入次数，分别记为i表示为各车型的编号，i＝1,2,......,n，j表示为各电动车的编号，j＝1,2,......,m，f表示为各工作日的编号，f＝1,2,......,g。
14.依据公式计算出各车型对应各电动车的工作日出入频率评估指数，表示为第i个车型对应第j个电动车的工作日出入频率评估指数，c
′
工作日
、r
′
工作日
分别表示为存储的工作日对应的参考驶出次数、参考驶入次数，a1、a2分别表示为设定的工作日驶出次数、工作日驶入次数对应的影响因子，β
工作日
表示为设定的工作日出入频率评估因子。
15.从目标小区中各车型对应各电动车的历史出入信息中提取各车型对应各电动车的设定历史周期中各工作日的各次驶出的时间点和各次驶入的时间点，并将各车型对应各电动车的各工作日中各次驶出的时间点与设定的各时间点对应的目标时段进行匹配，得到各车型对应各电动车的各工作日中各次驶出的目标时段，按照相同的分析方式得到各车型对应各电动车的各工作日中各次驶入的目标时段。
16.基于各车型对应各电动车的各工作日中各次驶出的目标时段和各次驶入的目标时段分析得到各车型对应各电动车的工作日驶出选定时段和工作日驶入选定时段。
17.将各车型对应各电动车的工作日驶出选定时段与设定的各工作日驶出选定时段对应的工作日驶出时段影响因子进行匹配，得到各车型对应各电动车的工作日驶出时段影响因子，记为同时按照相同的分析方式得到各车型对应各电动车的工作日驶入时段影响因子，记为
18.基于各车型对应各电动车的设定历史周期中各工作日的各次驶出的时间点和各次驶入的时间点，计算出各车型对应各电动车的各工作日的停放时长，记为
19.依据公式计算出目标小区中各车型对应各电动车的工作日停放层高评估指数，表示为目标小区中第i个车型对应第j个电动车的工作日停放层高评估指数，t
′
表示为设定的电动车对应的工作日参考停放时长，a3、a4、a5、a6分别表示为工作日出入频率评估指数、驶出时段影响因子、驶入时段影响因子、停放时长对应的评估因子。
20.将目标小区中各车型对应各电动车的工作日停放层高评估指数与设定的各工作日停放层号对应的工作日停放层高评估指数阈值进行匹配，得到目标小区中各车型对应各电动车的工作日停放层号，并将其对应工作日停放层号对应的停放区域作为该电动车对应的工作日停放区域，进而由此得到目标小区中各车型对应各电动车的工作日停放区域。
21.于本发明一优选实施例，所述对目标小区中各车型对应各电动车的休息日停放区域进行分析，其具体分析过程如下：从目标小区中各车型对应各电动车的历史出入信息中
提取各车型对应各电动车的设定历史周期中各休息日的驶出次数、驶入次数，分别记为r表示为各休息日的编号，r＝1,2,......,p，通过计算得到各车型对应各电动车的休息日出入频率评估指数，记为
22.从目标小区中各车型对应各电动车的历史出入信息中提取各车型对应各电动车的设定历史周期中各休息日的各次驶出的时间点和各次驶入的时间点，并由此对各车型对应各电动车的休息日驶出时段影响因子和休息日驶出时段影响因子进行分析，分别记为和
23.基于各车型对应各电动车的设定历史周期中各休息日的各次驶出的时间点和各次驶入的时间点，计算出各车型对应各电动车的各休息日的停放时长，记为并通过计算得到目标小区中各车型对应各电动车的休息日各停放层的匹配指数，记为进而通过分析得到目标小区中各车型对应各电动车的休息日停放区域。
24.于本发明一优选实施例，所述对目标小区中各电动车的停放状态进行监测和分析，其具体分析步骤如下：501：通过智能摄像头对目标小区中各电动车的停放图像进行采集，并从中提取目标小区中各电动车的车牌号，同时将其与数据库中存储的目标小区对应内部电动车的车牌号进行匹配，若匹配成功，则将该电动车记为内部电动车，若匹配不成功，则将该电动车记为违停车。
25.502：从目标小区中各电动车的停放图像中识别各内部电动车对应的实际停放区域。
26.503：基于当前监测日期从目标小区中各车型对应各电动车的参考停放区域集合中提取目标小区中各内部电动车的参考停放区域，并将目标小区对应各内部电动车的实际停放区域与对应电动车的参考停放区域进行匹配，若匹配成功，则将该内部电动车记为正常车，反之，记为异常车。
27.于本发明一优选实施例，所述502中识别各内部电动车对应的实际停放区域，具体识别方式为：从目标小区中各电动车的停放图像中提取各内部电动车对应的轮廓，并将各内部电动车对应的轮廓投影至其对应的停靠面，进而从中提取各内部电动车对应停靠面的中心点，作为各内部电动车对应的停靠点，并将其与设定的各停靠点对应的实际停放区域进行匹配，得到各内部电动车对应的实际停放区域。
28.于本发明一优选实施例，所述对目标小区中各正常车对应的停放姿态进行监测分析，其具体监测分析方式为：通过高清摄像头对目标小区中各正常车对应的停放姿态图像进行采集，并由此对各正常车对应的车身倾斜角度、指定距离、测定停放平行度进行分析，分别记为θq、lq、q表示为各正常车的编号，q＝1,2,......,w。
29.依据公式计算出目标小区中各正常车对应的停放姿态评估系数，ζq表示为目标小区中第q个正常车对应的停放姿态评估系数，δθ、δl、分别表示为设定的正常车对应的允许车身倾斜角度差、允许指定距离差、允许测定停放平行度差，θ
′
、l
′
、分别表示为设定的参考车身倾斜角度、参考指定距离、参考测定停放平行
度，c1、c2、c3分别表示为设定的车身倾斜角度、指定距离、测定停放平行度对应的系数因子。
30.于本发明一优选实施例，所述对目标小区对应的各指定车进行分析，其具体分析方式为：将目标小区中各正常车对应的停放姿态评估系数与设定的停放姿态评估系数阈值进行匹配，若目标小区中某正常车对应的停放姿态评估系数小于停放姿态评估系数阈值，则将该正常车记为指定车。
31.相对于现有技术，本发明的实施例至少具有如下优点或有益效果：本发明通过对目标小区中各车型对应各电动车的参考工作日停放区域和参考休息日停放区域进行分析，不仅充分考虑了目标小区中各车型对应各电动车的出入频率，在很大程度上避免了目标小区中各电动车停放区域分析的片面性和单一性，同时还为后续目标小区中各电动车停放状态的分析提供了可靠的数据支撑。
32.本发明通过对目标小区中各电动车对应停放状态进行分析，得到目标小区对应的各正常车、各异常车和各违停车，并进行相应的处理，实现了对目标小区电动车监控管理的自动化和智能化地分析，在很大程度上避免了因人工进行监控分析与处理的主观性，大幅度降低了电动车停放监测管理的成本，进一步确保了电动车停放管理的严谨性和可信度。
33.本发明通过对目标小区中各正常车对应的停放姿态进行分析，由此得到目标小区对应的各指定车，并进行相应的处理，大大地提升了目标小区中各正常车对应停放姿态异常的响应效率，在最大限度上降低了因电动车停放姿态异常而导致的安全问题。
附图说明
34.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
35.图1为本发明系统模块连接示意图。
36.图2为本发明正常车对应的指定距离示意图。
37.图3为本发明正常车对应电动车车位的目标参考线示意图。
具体实施方式
38.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
39.参照图1所示，本发明提供一种基于数据分析的电动车停放智能管理系统，包括：小区电动车信息获取模块、电动车停放区域分析模块、电动车正确停放监测分析模块、电动车规范停放监测分析模块、小区电动车停放预警模块和云存储库。
40.所述小区电动车信息获取模块和电动车停放区域分析模块连接，电动车停放区域分析模块分别与电动车正确停放监测分析模块和云存储库连接，电动车正确停放监测分析模块分别与电动车规范停放监测分析模块、小区电动车停放预警模块和云存储库连接，电动车规范停放监测分析模块和小区电动车停放预警模块连接。
41.小区电动车信息获取模块，用于对目标小区对应各车型的电动车数量进行获取，
并对目标小区中各车型对应各电动车的历史出入信息进行获取，其中历史出入信息包括：设定历史周期中各工作日的行驶信息和各休息日的行驶信息。
42.于本发明一优选实施例，所述行驶信息具体包括驶出次数、驶入次数、各次驶出的时间点和各次驶入的时间点，设定历史周期中各休息日的行驶信息具体为驶出次数、驶入次数、各次驶出的时间点和各次驶入的时间点。
43.需要说明的是，各工作日具体为周一到周五，各休息日具体为周六和周天。
44.电动车停放区域分析模块，用于对目标小区中各车型对应各电动车的工作日停放区域进行分析，同时对目标小区中各车型对应各电动车的休息日停放区域进行分析，由此构建目标小区中各车型对应各电动车的参考停放区域集合。
45.于本发明一优选实施例，所述对目标小区中各车型对应各电动车的工作日停放区域进行分析，其具体分析过程如下：从目标小区中各车型对应各电动车的历史出入信息中提取各车型对应各电动车的设定历史周期中各工作日的驶出次数、驶入次数，分别记为i表示为各车型的编号，i＝1,2,......,n，j表示为各电动车的编号，j＝1,2,......,m，f表示为各工作日的编号，f＝1,2,......,g。
46.依据公式计算出各车型对应各电动车的工作日出入频率评估指数，表示为第i个车型对应第j个电动车的工作日出入频率评估指数，c
′
工作日
、r
′
工作日
分别表示为存储的工作日对应的参考驶出次数、参考驶入次数，a1、a2分别表示为设定的工作日驶出次数、工作日驶入次数对应的影响因子，β
工作日
表示为设定的工作日出入频率评估因子。
47.从目标小区中各车型对应各电动车的历史出入信息中提取各车型对应各电动车的设定历史周期中各工作日的各次驶出的时间点和各次驶入的时间点，并将各车型对应各电动车的各工作日中各次驶出的时间点与设定的各时间点对应的目标时段进行匹配，得到各车型对应各电动车的各工作日中各次驶出的目标时段，按照相同的分析方式得到各车型对应各电动车的各工作日中各次驶入的目标时段。
48.需要说明的是，各车型对应各电动车的各工作日中各次驶入的目标时段，具体分析方式为：各车型对应各电动车的各工作日中各次驶入的时间点与设定的各时间点对应的目标时段进行匹配，得到各车型对应各电动车的各工作日中各次驶入的目标时段。
49.基于各车型对应各电动车的各工作日中各次驶出的目标时段和各次驶入的目标时段分析得到各车型对应各电动车的工作日驶出选定时段和工作日驶入选定时段。
50.需要说明的是，各车型对应各电动车的工作日驶出选定时段和工作日驶入选定时段具体分析步骤为：301：将各车型对应各电动车的各工作日中各次驶出的目标时段按照从先到后的顺序依次进行排列，并从中筛选出各车型对应各电动车的工作日中众数驶出目标时段，若各车型对应各电动车的工作日中众数驶出目标时段为多个，则从中筛选出各车型对应各电动车的工作日的中位数驶出目标时段，作为各车型对应各电动车的工作日驶出选定时段，反之，则将各车型对应各电动车的工作日中众数驶出目标时段作为各车型对应各电动车的工作日驶出选定时段。
51.302：将各车型对应各电动车的工作日中各次驶入的目标时段按照从先到后的顺
序依次进行排列，并从中筛选出各车型对应各电动车的工作日中众数驶入目标时段，若各车型对应各电动车的工作日中众数驶入目标时段为多个，则从中筛选出各车型对应各电动车的工作日的中位数驶入目标时段，作为各车型对应各电动车的工作日驶入选定时段，反之，则将各车型对应各电动车的工作日中众数驶入目标时段作为各车型对应各电动车的工作日驶入选定时段。
52.将各车型对应各电动车的工作日驶出选定时段与设定的各工作日驶出选定时段对应的工作日驶出时段影响因子进行匹配，得到各车型对应各电动车的工作日驶出时段影响因子，记为同时按照相同的分析方式得到各车型对应各电动车的工作日驶入时段影响因子，记为
53.需要说明的是，各车型对应各电动车的工作日驶入时段影响因子，分析方式为：将各车型对应各电动车的工作日驶入选定时段与设定的各工作日驶入选定时段对应的工作日驶入时段影响因子进行匹配，得到各车型对应各电动车的工作日驶入时段影响因子。
54.基于各车型对应各电动车的设定历史周期中各工作日的各次驶出的时间点和各次驶入的时间点，计算出各车型对应各电动车的各工作日的停放时长，记为
55.依据公式计算出目标小区中各车型对应各电动车的工作日各停放层的匹配指数，表示为目标小区中第i个车型对应第j个电动车的工作日第u个停放层的匹配指数，u表示为各停放层的编号，u＝1,2,......,x，φ
′u、t
′u分别表示为设定的工作日第u个停放层的参考出入频率评估指数、参考驶出时段影响因子、参考驶入时段影响因子、参考停放时长，δφ、δε
驶出
、δε
驶入
、δt分别表示为设定的允许出入频率评估指数差、允许驶出时段影响因子差、允许驶入时段影响因子差、允许停放时长差，a3、a4、a5、a6分别表示为工作日出入频率评估指数、驶出时段影响因子、驶入时段影响因子、停放时长对应的评估因子。
56.从目标小区中各车型对应各电动车的工作日各停放层的匹配指数中筛选出最大匹配指数对应的工作日停放层，作为目标小区中各车型对应各电动车的工作日停放层，并将目标小区中各车型对应各电动车的工作日停放层作为其对应的电动车的工作日停放区域，进而由此得到目标小区中各车型对应各电动车的工作日停放区域。
57.于本发明一优选实施例，所述对目标小区中各车型对应各电动车的休息日停放区域进行分析，其具体分析过程如下：从目标小区中各车型对应各电动车的历史出入信息中提取各车型对应各电动车的设定历史周期中各休息日的驶出次数、驶入次数，分别记为r表示为各休息日的编号，r＝1,2,......,p，通过计算得到各车型对应各电动车的休息日出入频率评估指数，记为
58.需要说明的是，各车型对应各电动车的休息日出入频率评估指数，具体计算公式为：x
′
休息日
、m
′
休息日
分别表示为存储的休息日对应的参考驶出次数、参考驶入次数，b1、b2分别表示为设定的休息日驶出次数、休息日驶入次
数对应的影响因子，β
休息日
表示为设定的休息日出入频率评估因子。
59.从目标小区中各车型对应各电动车的历史出入信息中提取各车型对应各电动车的设定历史周期中各休息日的各次驶出的时间点和各次驶入的时间点，并由此对各车型对应各电动车的休息日驶出时段影响因子和休息日驶出时段影响因子进行分析，分别记为和
60.需要说明的是，对各车型对应各电动车的休息日驶出时段影响因子和休息日驶出时段影响因子进行分析，其具体分析步骤如下：401：将各车型对应各电动车的各休息日中各次驶出的时间点与设定的各时间点对应的目标时段进行匹配，得到各车型对应各电动车的各休息日中各次驶出的目标时段，将各车型对应各电动车的各休息日中各次驶入的时间点与设定的各时间点对应的目标时段进行匹配，得到各车型对应各电动车的各休息日中各次驶入的目标时段。
61.402：将各车型对应各电动车的各休息日中各次驶出的目标时段按照从先到后的顺序依次进行排列，并从中筛选出各车型对应各电动车的休息日中众数驶出目标时段，若各车型对应各电动车的休息日中众数驶出目标时段为多个，则从中筛选出各车型对应各电动车的休息日的中位数驶出目标时段，作为各车型对应各电动车的休息日驶出选定时段，反之，则将各车型对应各电动车的休息日中众数驶出目标时段作为各车型对应各电动车的休息日驶出选定时段。
62.403：将各车型对应各电动车的休息日中各次驶入的目标时段按照从先到后的顺序依次进行排列，并从中筛选出各车型对应各电动车的休息日中众数驶入目标时段，若各车型对应各电动车的休息日中众数驶入目标时段为多个，则从中筛选出各车型对应各电动车的休息日的中位数驶入目标时段，作为各车型对应各电动车的休息日驶入选定时段，反之，则将各车型对应各电动车的休息日中众数驶入目标时段作为各车型对应各电动车的休息日驶入选定时段。
63.404：将各车型对应各电动车的休息日驶出选定时段与设定的各休息日驶出选定时段对应的休息日驶出时段影响因子进行匹配，得到各车型对应各电动车的休息日驶出时段影响因子，同时将各车型对应各电动车的休息日驶入选定时段与设定的各休息日驶入选定时段对应的休息日驶入时段影响因子进行匹配，得到各车型对应各电动车的休息日驶入时段影响因子。
64.基于各车型对应各电动车的设定历史周期中各休息日的各次驶出的时间点和各次驶入的时间点，计算出各车型对应各电动车的各休息日的停放时长，记为并通过计算得到目标小区中各车型对应各电动车的休息日各停放层的匹配指数，记为进而通过分析得到目标小区中各车型对应各电动车的休息日停放区域。
65.需要说明的是，目标小区中各车型对应各电动车的休息日停放层高评估指数，计算公式为：γ
′u、分别表示为设定的休息日第u个停放层的参考出入频率评估指数、
参考驶出时段影响因子、参考驶入时段影响因子、参考停放时长，δγ、δσ
驶出
、δσ
驶入
、δt
休息日
分别表示为设定的休息日对应的允许出入频率评估指数差、允许驶出时段影响因子差、允许驶入时段影响因子差、允许停放时长差，b3、b4、b5、b6分别表示为设定的休息日出入频率评估指数、驶出时段影响因子、驶入时段影响因子、停放时长对应的评估因子。
66.进一步地，目标小区中各车型对应各电动车的休息日停放区域，具体分析方式为：从目标小区中各车型对应各电动车的休息日各停放层的匹配指数中筛选出最大匹配指数对应的休息日停放层，作为目标小区中各车型对应各电动车的休息日停放层，并将目标小区中各车型对应各电动车的休息日停放层作为其对应的电动车的休息日停放区域，进而由此得到目标小区中各车型对应各电动车的休息日停放区域。
67.在一个具体的实施例中，本发明通过对目标小区中各车型对应各电动车的参考工作日停放区域和参考休息日停放区域进行分析，不仅充分考虑了目标小区中各车型对应各电动车的出入频率，在很大程度上避免了目标小区中各电动车停放区域分析的片面性和单一性，同时还为后续目标小区中各电动车停放状态的分析提供了可靠的数据支撑。
68.电动车正确停放监测分析模块，用于获取当前监测日期，并对目标小区中各电动车的停放状态进行监测和分析，得到目标小区对应的各正常车、各异常车和各违停车。
69.于本发明一优选实施例，所述对目标小区中各电动车的停放状态进行监测和分析，其具体分析步骤如下：501：通过智能摄像头对目标小区中各电动车的停放图像进行采集，并从中提取目标小区中各电动车的车牌号，同时将其与数据库中存储的目标小区对应内部电动车的车牌号进行匹配，若匹配成功，则将该电动车记为内部电动车，若匹配不成功，则将该电动车记为违停车。
70.502：从目标小区中各电动车的停放图像中识别各内部电动车对应的实际停放区域。
71.于本发明一优选实施例，所述502中识别各内部电动车对应的实际停放区域，具体识别方式为：从目标小区中各电动车的停放图像中提取各内部电动车对应的轮廓，并将各内部电动车对应的轮廓投影至其对应的停靠面，进而从中提取各内部电动车对应停靠面的中心点，作为各内部电动车对应的停靠点，并将其与设定的各停靠点对应的实际停放区域进行匹配，得到各内部电动车对应的实际停放区域。
72.需要说明的是，停靠面具体为：电动车对应车底部的地面。
73.503：基于当前监测日期从目标小区中各车型对应各电动车的参考停放区域集合中提取目标小区中各内部电动车的参考停放区域，并将目标小区对应各内部电动车的实际停放区域与对应电动车的参考停放区域进行匹配，若匹配成功，则将该内部电动车记为正常车，反之，记为异常车。
74.在一个具体的实施例中，本发明通过对目标小区中各电动车对应停放状态进行分析，得到目标小区对应的各正常车、各异常车和各违停车，并进行相应的处理，实现了对目标小区电动车监控管理的自动化和智能化地分析，在很大程度上避免了因人工进行监控分析与处理的主观性，大幅度降低了电动车停放监测管理的成本，进一步确保了电动车停放管理的严谨性和可信度。
75.电动车规范停放监测分析模块，用于对目标小区中各正常车对应的停放姿态进行监测分析，由此对目标小区对应的各指定车进行分析。
76.于本发明一优选实施例，所述对目标小区中各正常车对应的停放姿态进行监测分析，其具体监测分析方式为：通过高清摄像头对目标小区中各正常车对应的停放姿态图像进行采集，并由此对各正常车对应的车身倾斜角度、指定距离、测定停放平行度进行分析，分别记为θq、lq、q表示为各正常车的编号，q＝1,2,......,w。
77.在一个具体的实施例中，所述对各正常车对应的车身倾斜角度、指定距离、测定停放平行度进行分析，其具体分析步骤为：701：参照图2所示，从目标小区中各正常车对应的停放姿态图像内提取各正常车对应车头位置与电动车车位对应目标边的距离，记为指定距离。
78.702：从目标小区中各正常车对应的停放姿态图像内提取各正常车对应的中心点，并基于各正常车对应的中心点和各正常车的车身方向作目标垂直线，同时获取各正常车对应电动车车位的目标参考线，将各正常车对应的目标垂直线与其对应的目标参考线形成的角度记为车身倾斜角度。
79.需要说明的是，参考图3所示，各正常车对应电动车车位的目标参考线具体为：以其对应正常车的目标垂直线与电动车车位的交点作为目标参考线的起点，并基于目标参考线的起点作平行线，以此构成各正常车对应电动车车位的目标参考线。
80.703：从目标小区中各正常车对应的停放姿态图像内提取各正常车对应前车轮底部中心点的位置和后车轮底部中心点的位置，并分别获取各正常车对应前车轮底部中心点与其对应电动车车位的右标记线之间的距离和后车轮底部中心点其对应电动车车位的右标记线之间的距离，分别记为前车轮停靠距离和后车轮停靠距离，分别标记为和进而依据公式计算出各正常车对应的测定停放平行度，δh表示为设定的正常车对应的停靠距离差。
81.需要说明的是，电动车车位的右标记线具体为电动车车位对应右侧的车位线，记为右标记线。
82.依据公式计算出目标小区中各正常车对应的停放姿态评估系数，ζq表示为目标小区中第q个正常车对应的停放姿态评估系数，δθ、δl、分别表示为设定的正常车对应的允许车身倾斜角度差、允许指定距离差、允许测定停放平行度差，θ
′
、l
′
、分别表示为设定的参考车身倾斜角度、参考指定距离、参考测定停放平行度，c1、c2、c3分别表示为设定的车身倾斜角度、指定距离、测定停放平行度对应的系数因子。
83.于本发明一优选实施例，所述对目标小区对应的各指定车进行分析，其具体分析方式为：将目标小区中各正常车对应的停放姿态评估系数与设定的停放姿态评估系数阈值进行匹配，若目标小区中某正常车对应的停放姿态评估系数小于停放姿态评估系数阈值，则将该正常车记为指定车。
84.在一个具体的实施例中，本发明通过对目标小区中各正常车对应的停放姿态进行分析，由此得到目标小区对应的各指定车，并进行相应的处理，大大地提升了目标小区中各正常车对应停放姿态异常的响应效率，在最大限度上降低了因电动车停放姿态异常而导致
的安全问题。
85.小区电动车停放预警模块，用于对目标小区对应各异常车、各违停车和各指定车进行相应的预警。
86.进一步地，对目标小区对应的各违停车进行相应的预警，具体为：提取各违停车对应的编号，并发送至小区物业管理端进行相应的预警。
87.对目标小区对应的各异常车进行相应的预警，具体为：获取各异常车对应的车主，并提取各异常车对应的参考停放区域，对发送至各异常车的车主和小区物业管理端，同时进行相应的预警。
88.对目标小区对应的各指定车进行相应的预警，具体为：获取各指定车对应的车主，对各指定车的车主进行相应的预警。
89.云存储库，用于存储工作日对应的参考驶出次数、参考驶入次数，存储休息日对应的参考驶出次数、参考驶入次数，并存储目标小区对应内部电动车的车牌号。
90.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

技术特征：
1.一种基于数据分析的电动车停放智能管理系统，其特征在于，包括：小区电动车信息获取模块，用于对目标小区对应各车型的电动车数量进行获取，并对目标小区中各车型对应各电动车的历史出入信息进行获取，其中历史出入信息包括：设定历史周期中各工作日的行驶信息和各休息日的行驶信息；电动车停放区域分析模块，用于对目标小区中各车型对应各电动车的工作日停放区域进行分析，同时对目标小区中各车型对应各电动车的休息日停放区域进行分析，由此构建目标小区中各车型对应各电动车的参考停放区域集合；电动车正确停放监测分析模块，用于获取当前监测日期，并对目标小区中各电动车的停放状态进行监测和分析，得到目标小区对应的各正常车、各异常车和各违停车；电动车规范停放监测分析模块，用于对目标小区中各正常车对应的停放姿态进行监测分析，由此对目标小区对应的各指定车进行分析；小区电动车停放预警模块，用于对目标小区对应各异常车、各违停车和各指定车进行相应的预警；云存储库，用于存储工作日对应的参考驶出次数、参考驶入次数，存储休息日对应的参考驶出次数、参考驶入次数，并存储目标小区对应内部电动车的车牌号。2.根据权利要求1所述的一种基于数据分析的电动车停放智能管理系统，其特征在于：所述行驶信息具体包括驶出次数、驶入次数、各次驶出的时间点和各次驶入的时间点，设定历史周期中各休息日的行驶信息具体为驶出次数、驶入次数、各次驶出的时间点和各次驶入的时间点。3.根据权利要求1所述的一种基于数据分析的电动车停放智能管理系统，其特征在于：所述对目标小区中各车型对应各电动车的工作日停放区域进行分析，其具体分析过程如下：从目标小区中各车型对应各电动车的历史出入信息中提取各车型对应各电动车的设定历史周期中各工作日的驶出次数、驶入次数，分别记为i表示为各车型的编号，i＝1,2,......,n，j表示为各电动车的编号，j＝1,2,......,m，f表示为各工作日的编号，f＝1,2,......,g；依据公式计算出各车型对应各电动车的工作日出入频率评估指数，表示为第i个车型对应第j个电动车的工作日出入频率评估指数，c
′
工作日
、r
′
工作日
分别表示为存储的工作日对应的参考驶出次数、参考驶入次数，a1、a2分别表示为设定的工作日驶出次数、工作日驶入次数对应的影响因子，β
工作日
表示为设定的工作日出入频率评估因子；从目标小区中各车型对应各电动车的历史出入信息中提取各车型对应各电动车的设定历史周期中各工作日的各次驶出的时间点和各次驶入的时间点，并将各车型对应各电动车的各工作日中各次驶出的时间点与设定的各时间点对应的目标时段进行匹配，得到各车型对应各电动车的各工作日中各次驶出的目标时段，按照相同的分析方式得到各车型对应各电动车的各工作日中各次驶入的目标时段；
基于各车型对应各电动车的各工作日中各次驶出的目标时段和各次驶入的目标时段分析得到各车型对应各电动车的工作日驶出选定时段和工作日驶入选定时段；将各车型对应各电动车的工作日驶出选定时段与设定的各工作日驶出选定时段对应的工作日驶出时段影响因子进行匹配，得到各车型对应各电动车的工作日驶出时段影响因子，记为同时按照相同的分析方式得到各车型对应各电动车的工作日驶入时段影响因子，记为基于各车型对应各电动车的设定历史周期中各工作日的各次驶出的时间点和各次驶入的时间点，计算出各车型对应各电动车的各工作日的停放时长，记为依据公式计算出目标小区中各车型对应各电动车的工作日各停放层的匹配指数，表示为目标小区中第i个车型对应第j个电动车的工作日第u个停放层的匹配指数，u表示为各停放层的编号，u＝1,2,......,x，φ
′
u
、t
′
u
分别表示为设定的工作日第u个停放层的参考出入频率评估指数、参考驶出时段影响因子、参考驶入时段影响因子、参考停放时长，δφ、δε
驶出
、δε
驶入
、δt分别表示为设定的允许出入频率评估指数差、允许驶出时段影响因子差、允许驶入时段影响因子差、允许停放时长差，a3、a4、a5、a6分别表示为工作日出入频率评估指数、驶出时段影响因子、驶入时段影响因子、停放时长对应的评估因子；从目标小区中各车型对应各电动车的工作日各停放层的匹配指数中筛选出最大匹配指数对应的工作日停放层，作为目标小区中各车型对应各电动车的工作日停放层，并将目标小区中各车型对应各电动车的工作日停放层作为其对应的电动车的工作日停放区域，进而由此得到目标小区中各车型对应各电动车的工作日停放区域。4.根据权利要求1所述的一种基于数据分析的电动车停放智能管理系统，其特征在于：所述对目标小区中各车型对应各电动车的休息日停放区域进行分析，其具体分析过程如下：从目标小区中各车型对应各电动车的历史出入信息中提取各车型对应各电动车的设定历史周期中各休息日的驶出次数、驶入次数，分别记为r表示为各休息日的编号，r＝1,2,......,p，通过计算得到各车型对应各电动车的休息日出入频率评估指数，记为从目标小区中各车型对应各电动车的历史出入信息中提取各车型对应各电动车的设定历史周期中各休息日的各次驶出的时间点和各次驶入的时间点，并由此对各车型对应各电动车的休息日驶出时段影响因子和休息日驶出时段影响因子进行分析，分别记为和基于各车型对应各电动车的设定历史周期中各休息日的各次驶出的时间点和各次驶入的时间点，计算出各车型对应各电动车的各休息日的停放时长，记为并通过计算得到目标小区中各车型对应各电动车的休息日各停放层的匹配指数，记为进而通过分
析得到目标小区中各车型对应各电动车的休息日停放区域。5.根据权利要求1所述的一种基于数据分析的电动车停放智能管理系统，其特征在于：所述对目标小区中各电动车的停放状态进行监测和分析，其具体分析步骤如下：501：通过智能摄像头对目标小区中各电动车的停放图像进行采集，并从中提取目标小区中各电动车的车牌号，同时将其与数据库中存储的目标小区对应内部电动车的车牌号进行匹配，若匹配成功，则将该电动车记为内部电动车，若匹配不成功，则将该电动车记为违停车；502：从目标小区中各电动车的停放图像中识别各内部电动车对应的实际停放区域；503：基于当前监测日期从目标小区中各车型对应各电动车的参考停放区域集合中提取目标小区中各内部电动车的参考停放区域，并将目标小区对应各内部电动车的实际停放区域与对应电动车的参考停放区域进行匹配，若匹配成功，则将该内部电动车记为正常车，反之，记为异常车。6.根据权利要求5所述的一种基于数据分析的电动车停放智能管理系统，其特征在于：所述502中识别各内部电动车对应的实际停放区域，具体识别方式为：从目标小区中各电动车的停放图像中提取各内部电动车对应的轮廓，并将各内部电动车对应的轮廓投影至其对应的停靠面，进而从中提取各内部电动车对应停靠面的中心点，作为各内部电动车对应的停靠点，并将其与设定的各停靠点对应的实际停放区域进行匹配，得到各内部电动车对应的实际停放区域。7.根据权利要求1所述的一种基于数据分析的电动车停放智能管理系统，其特征在于：所述对目标小区中各正常车对应的停放姿态进行监测分析，其具体监测分析方式为：通过高清摄像头对目标小区中各正常车对应的停放姿态图像进行采集，并由此对各正常车对应的车身倾斜角度、指定距离、测定停放平行度进行分析，分别记为θ
q
、l
q
、q表示为各正常车的编号，q＝1,2,......,w；依据公式计算出目标小区中各正常车对应的停放姿态评估系数，ζ
q
表示为目标小区中第q个正常车对应的停放姿态评估系数，δθ、δl、分别表示为设定的正常车对应的允许车身倾斜角度差、允许指定距离差、允许测定停放平行度差，θ
′
、l
′
、分别表示为设定的参考车身倾斜角度、参考指定距离、参考测定停放平行度，c1、c2、c3分别表示为设定的车身倾斜角度、指定距离、测定停放平行度对应的系数因子。8.根据权利要求1所述的一种基于数据分析的电动车停放智能管理系统，其特征在于：所述对目标小区对应的各指定车进行分析，其具体分析方式为：将目标小区中各正常车对应的停放姿态评估系数与设定的停放姿态评估系数阈值进行匹配，若目标小区中某正常车对应的停放姿态评估系数小于停放姿态评估系数阈值，则将该正常车记为指定车。

技术总结
本发明涉及电动车停放智能管理技术领域，具体公开一种基于数据分析的电动车停放智能管理系统，包括：小区电动车信息获取模块、电动车停放区域分析模块、电动车正确停放监测分析模块、电动车规范停放监测分析模块、小区电动车停放预警模块和云存储库。通过对目标小区中各电动车对应停放状态进行分析，得到目标小区对应的各正常车、各异常车和各违停车，并进行相应的处理，实现了对目标小区电动车监控管理的自动化和智能化地分析，在很大程度上避免了因人工进行监控分析与处理的主观性，大幅度降低了电动车停放监测管理的成本，进一步确保了电动车停放管理的严谨性和可信度。电动车停放管理的严谨性和可信度。电动车停放管理的严谨性和可信度。


技术研发人员：徐丽卉
受保护的技术使用者：龙马行（成都）汽车服务有限公司
技术研发日：2023.03.08
技术公布日：2023/7/13