一种基于泊车车辆轨迹的区域停车难易度评价方法及系统与流程

1.本发明涉及城市智慧停车管理领域，特别涉及一种基于泊车车辆轨迹的区域停车难易度评价方法及系统。


背景技术：

2.随着机动车数量增多，很多城市的商务办公场所、医院、风景名胜景区、商业购物中心等周边停车难的问题愈发显现，停车难紧跟行车难已成为当前困扰很多城市道路交通发展的又一个普遍性的问题。停车场智慧化建设和运营为公众提供了实时、准确的停车场剩余泊位数量，通过城市诱导或第三方导航软件形式为驾驶员提供了更便利、直观的停车场信息。
3.目前大量对停车难易程度以某个停车场为分析对象，以停车场内剩余泊位数量、停车场历史周转率等相关运营指标作为计算基础，例如用当前停车场空余车位占比表征停车场难易度，或通过进一步计算停车场停车指数、停车场空余泊位变化速度来表征不同时段下停车场的停车难易度。在商务办公区、写字楼、商业购物中心等停车场密度相对较高，停车位聚集性较强的小型空间区域，受到驾驶员选择、出行目的地以及泊车后通过其他慢行交通方式抵达最终目的地意愿的影响，单一停车场的停车难易度可能会对驾驶员的停车选择带来干扰，因此如何基于客观泊车情况的区域实时停车难易度评价至关重要。
4.目前在进行区域实时停车难易度评价时，通常是对城市内p0i点位进行土地的利用性质匹配，并根据城市规划标准、区域停车设施基础数据和使用情况等构建停车需求模型和停车供给能力测算，结合周转率修正系数、停车指数值修正系数计算区域停车难易指数。然而该方法需要获取导航数据，而获取导航数据的成本较高，导致该方法过分依赖互联网数据；并且以土地利用性质、停车需求预测量为基础的停车难易评价精准性较低。


技术实现要素：

5.为解决上述技术问题，本发明提供一种基于泊车车辆轨迹的区域停车难易度评价方法及系统，可以解决现有区域停车规划的成本较高，精确度不足的问题。
6.为实现上述目的，一方面，本发明提供一种基于泊车车辆轨迹的区域停车难易度评价方法，所述方法包括：
7.获取预置区域内各个停车场的车辆入场记录信息；
8.根据所述各个停车场的车辆入场记录信息和车辆入场前各个车辆对应的在各个预置卡口的通行记录信息判断车辆是否存在疑似停车行为；
9.若存在疑似停车行为，则根据存在疑似停车行为的车辆对应的在各个预置卡口的通行记录信息获取所述预置区域的停车行为指标；
10.根据所述停车行为指标以及存在入场纪录且未进行停车的车辆占总车辆数的比例，生成所述预置区域对应的停车难易度评价指数。
11.进一步地，所述根据所述各个停车场的车辆入场记录信息和车辆入场前各个车辆
对应的在各个预置卡口的通行记录信息判断车辆是否存在疑似停车行为的步骤包括：
12.根据各个车辆在各个卡口对应的行驶速度信息，判断车辆是否存在疑似停车行为。
13.进一步地，所述根据存在疑似停车行为车辆对应的在各个预置卡口的通行记录信息获取所述预置区域的停车行为指标的步骤包括：
14.根据最后一次判定车辆具备疑似停车行为卡口的抓拍时间与车辆进入泊位或停车场入场时间之间的用时长度、车辆从被判定为具有疑似停车行为的第一个卡口点位到泊位或停车场入口的道路物理距离、停车辆在本次疑似停车行为过程中行驶的平均速度、以及车场区域内泊位或进入停车场的车辆数，获取所述预置区域对应的不同时段的时间延误指数和速度延误指数。
15.进一步地，所述根据所述停车行为指标以及存在入场纪录且未进行停车的车辆占总车辆数的比例，生成所述预置区域对应的停车难易度评价指数之前，所述方法还包括：
16.根据存在入场纪录且未进行停车的车辆占总车辆数的比例生成停车难易度修正系数。
17.进一步地，所述根据所述停车行为指标以及存在入场纪录且未进行停车的车辆占总车辆数的比例，生成所述预置区域对应的停车难易度评价指数的步骤包括：
18.根据所述停车难易度修正系数、不同时段的时间延误指数和速度延误指数，生成所述预置区域对应的停车难易度评价指数。
19.另一方面，本发明提供一种基于泊车车辆轨迹的区域停车难易度评价系统，所述系统包括：获取单元，用于获取预置区域内各个停车场的车辆入场记录信息；
20.判断单元，用于根据所述各个停车场的车辆入场记录信息和车辆入场前各个车辆对应的在各个预置卡口的通行记录信息判断车辆是否存在疑似停车行为；
21.所述获取单元，还用于若存在疑似停车行为，则根据存在疑似停车行为车辆对应的在各个预置卡口的通行记录信息获取所述预置区域的停车行为指标；
22.生成单元，用于根据所述停车行为指标以及存在入场纪录且未进行停车的车辆占总车辆数的比例，生成所述预置区域对应的停车难易度评价指数。
23.进一步地，所述判断单元，具体用于根据各个车辆在各个卡口对应的行驶速度信息，判断车辆是否存在疑似停车行为。
24.进一步地，所述获取单元，具体用于根据最后一次判定车辆具备疑似停车行为卡口的抓拍时间与车辆进入泊位或停车场入场时间之间的用时长度、车辆从被判定为具有疑似停车行为的第一个卡口点位到泊位或停车场入口的道路物理距离、停车辆在本次疑似停车行为过程中行驶的平均速度、以及车场区域内泊位或进入停车场的车辆数，获取所述预置区域对应的不同时段的时间延误指数和速度延误指数。
25.进一步地，所述生成单元，还用于所述前端设备按照预设时间间隔像云端停车业务平台发送携带有设备号硬件编码、车场编码、以及当前密钥生成的轮数的密钥更新请求；若存在新一轮的密钥并且所述硬件编码和车场编码是否已经登记授权，则接收所述云端停车业务平台发送的通过当前密钥加密后的新一轮密钥；根据所述新一轮的密钥进行停车流水数据加密处理。
26.进一步地，所述生成单元，具体用于根据所述停车难易度修正系数、不同时段的时
间延误指数和速度延误指数，生成所述预置区域对应的停车难易度评价指数。
27.本发明提供的一种基于泊车车辆轨迹的区域停车难易度评价方法及系统，基于已完成区域内泊车车辆的入场记录信息和各个车辆对应的在各个预置卡口的通行记录信息，获取所述预置区域的停车行为指标，并结合未进行停车的车辆占总车辆数的比例，生成区域对应的停车难易度评价指数，实现了基于动态卡口过车数据及停车场内的静态停车数据多维度进行区域停车难易度评价，充分利用了交通管理类数据，与使用导航数据进行区域停车难易度评价相比，降低了对互联网数据的依赖程度，提升了区域停车难易度评价的准确性。
附图说明
28.图1是本发明提供的一种基于泊车车辆轨迹的区域停车难易度评价方法的流程图；
29.图2是本发明提供的一种基于泊车车辆轨迹的区域停车难易度评价系统的结构示意图。
具体实施方式
30.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
31.如图1所示，本发明实施例提供的一种基于泊车车辆轨迹的区域停车难易度评价方法，包括如下步骤：
32.101、获取预置区域内各个停车场的车辆入场记录信息。
33.具体地，根据商用停车场运营平台、路侧泊位管理系统等，获取车辆入场记录数据，包括车辆号牌、入场时间、停车场名称或路侧泊位编号。
34.102、根据所述各个停车场的车辆入场记录信息和车辆入场前各个车辆对应的在各个预置卡口的通行记录信息判断车辆是否存在疑似停车行为。
35.对于本发明实施例，步骤102具体可以包括：根据各个车辆在各个卡口对应的行驶速度信息，判断车辆是否存在疑似停车行为。
36.具体地，例如，根据车辆号牌及入场时间，基于卡口管理系统回溯车辆在入场前的卡口通行记录，提炼通行记录及产生通行记录的卡口点位数据情况，其中，通行记录按条记录，针对每辆车形成以卡口抓拍时间倒序排列的记录序列，即在通行记录回溯数据记录中，序号越大，时间距离车辆泊车时间越远；然后以车辆运行速度为停车行为的判定条件，给定车辆运行速度临界值x，根据连续卡口抓拍记录，定义车辆具有停车行为判定条件为：车辆以低于临界速度v连续通行超过n个含卡口，其中临界速度v、最低判定卡口个数n可根据不同城市、不同区域等条件进行设置。针对停车难区域，当驾驶员未能在目标停车位置停车时，通常会考虑附近的其他停车场或路侧泊位停放，为了更全面表征区域内的停车难现象，定义回溯时间范围，即从车辆产生停车入场记录时刻起，回溯卡口记录的时间长度。在回溯时间范围内，车辆可能有超过一次的停车行为。若车辆在泊车前，连续以低于临界速度通过n个卡口后又高于临界速度通过连续至少1个卡口，判定车辆最后一次停车行为从时间倒序回溯的第n个卡口开始。
37.103、若存在疑似停车行为，则根据存在疑似停车行为的车辆对应的在各个预置卡
口的通行记录信息获取所述预置区域的停车行为指标。
38.对于本发明实施例，步骤103具体可以包括：根据最后一次判定车辆具备疑似停车行为卡口的抓拍时间与车辆进入泊位或停车场入场时间之间的用时长度、车辆从被判定为具有疑似停车行为的第一个卡口点位到泊位或停车场入口的道路物理距离、停车辆在本次疑似停车行为过程中行驶的平均速度、以及车场区域内泊位或进入停车场的车辆数，获取所述预置区域对应的不同时段的时间延误指数和速度延误指数。
39.具体地，例如，根据通行记录数据定义停车用时p
t
、停车距离p
l
、停车运行速度pv如下：停车用时p
t
为在回溯时间记录中，按照时间倒序回溯记录，被最后一次判定具备停车行为的抓拍时间与车辆进入泊位或停车场入场时间之间的用时长度；停车距离p
l
为车辆从被判定为具有停车行为的第一个卡口点位，到泊位或停车场入口的道路物理距离；停车运行速度pv为-为车辆在本次停车行为过程中，行驶的平均速度，可通过如下公式得出：
[0040][0041]
同时，基于停车用时，定义基准停车时间p
t
、基准停车速度pv为前一日所有在区域内停车用时最少的10条数据的均值。由此可以得到每辆车的停车延误时间p
td
＝p
t-p
t
，可计算不同时段的平均延误时间平均速度如下：
[0042][0043][0044]
其中，m为在划分的时段中停入区域内泊位或进入停车场的车辆数。进一步地，计算不同时段的时间延误指数p
dt
、速度延误指数p
dv
如下：
[0045][0046][0047]
104、根据所述停车行为指标以及存在入场纪录且未进行停车的车辆占总车辆数的比例，生成所述预置区域对应的停车难易度评价指数。
[0048]
对于本发明实施例，步骤104具体可以包括：根据存在入场纪录且未进行停车的车辆占总车辆数的比例生成停车难易度修正系数；根据所述停车难易度修正系数、不同时段的时间延误指数和速度延误指数，生成所述预置区域对应的停车难易度评价指数。
[0049]
具体地，例如，为平衡区域内由于首选停车位置的不同和区域停车场分布不均带来的不同停车难易度体感现象，以在选定分析时段内，在区域有停车场入场记录，但经过回溯后，被认定为不存在区域内停车行为的车辆占分时时段总停车数量的比例ed作为停车难易度修正系数，用fd表示，取值如下：
[0050][0051]
综合考虑平均停车延误指数p
dt
、停车速度降低指数p
dv
、构建停车难易评价计算公式如下：
[0052]
p＝fd*(ap
dt
+bp
dv
)
[0053]
其中，a、b为指数权重，a+b＝1，其取值可以根据不同区域受众对时间或速度的波动敏感性进行调整。针对不同的区域类型和公众出行特征，可区分不同的时期范围如工作日、节假日、春节等、时间范围如早高峰、晚高峰、平峰等进行停车难易度计算，通过对接信息发布系统可实现对区域停车难易度指数的发布，缓解区域停车压力。
[0054]
对于本发明实施例，具体地应用场景可以如下所示，但不限于此，包括：给定基于前一日数据计算的基准停车时间p
t
＝5min、基准停车速度pv＝15km/h；给定车辆具有停车行为判定条件为车辆以不高于临界速度10km/h连续通行超过3个及以上卡口；给定回溯时间范围为20min；给定区域驾驶员对停车时间敏感性强，设置a、b取值分别为0.7和0.3；本示例中，暂以三台车辆的数据展示本方法的计算模式。
[0055]
step1、获取商用停车场、路侧泊位的车辆入场记录；
[0056]
根据给定条件，则停车场a有一台车辆的入场记录，停车场b有两台车辆的入场记录，停车场c没有车辆入场记录。给定可获取的商用停车场车辆入场记录数据内容如下：
[0057]
停车场a
[0058][0059]
停车场b
[0060][0061]
step2回溯车辆轨迹数据并形成车辆停车入场前的动态形式记录；
[0062]
①
回溯停放车辆的短时历史轨迹记录；
[0063]
对区域卡口编号进行编号如下，结合停车场即可获得三辆车通行路线上的卡口抓拍点位，根据车辆号牌及入场时间，基于卡口管理系统回溯车辆在入场前的卡口通行记录，提炼通行记录及产生通行记录的卡口点位数据情况。
[0064]
车辆一通行记录回溯数据内容如下：
[0065][0066][0067]
车辆二通行记录回溯数据内容如下：
[0068][0069]
车辆三通行记录回溯数据内容如下：
[0070][0071]
②
研判车辆是否有停车行为
[0072]
根据给定车辆以低于临界速度10km/h连续通行超过3个及以上卡口”及回溯时间范围为20min，车辆一存在两次停车行为，分别为：
[0073]
停车行为一：
[0074][0075]
停车行为二：
[0076][0077][0078]
车辆二存在一次停车行为：
[0079][0080]
车辆三不存在本方法认定的停车行为。
[0081]
③
根据判定车辆的停车行为，计算停车行为指标：
[0082]
根据上述基于地图的卡口点位测量，得出车辆一、车辆二的停车距离p
l1
＝1.1km，
p
l2
＝0.34km。车辆一的停车用时p
t1
为卡口编号10抓拍的时间距离进入停车场时间的间隔，为19分钟，约为0.33小时，停车距离p
l1
为编号10的点位与停车场的物理距离，为1.1千米，则平均速度
[0083][0084]
同理可得车辆二平均速度p
v2
＝2.04km/h，计算平均延误和平均速度差如下：
[0085][0086][0087]
进一步地，计算时间延误指数p
dt
、速度降低指数p
dv
如下：
[0088][0089][0090]
step3根据停车难易评价模型进行数据修正：
[0091]
本示例中，只有车辆一、车辆二被判定有停车行为，ed＝1/3，故fd＝0.8。
[0092][0093]
计算停车难易评价指数p如下：
[0094]
p＝fd*(ap
dt
+bp
dv
)＝0.8*(0.7*2+0.3*5.62)≈2.5
[0095]
本发明提供的一种基于泊车车辆轨迹的区域停车难易度评价方法，基于已完成区域内泊车车辆的入场记录信息和各个车辆对应的在各个预置卡口的通行记录信息，获取所述预置区域的停车行为指标，并结合未进行停车的车辆占总车辆数的比例，生成区域对应的停车难易度评价指数，实现了基于动态卡口过车数据及停车场内的静态停车数据多维度进行区域停车难易度评价，充分利用了交通管理类数据，与使用导航数据进行区域停车难易度评价相比，降低了对互联网数据的依赖程度，提升了区域停车难易度评价的准确性。
[0096]
为实现本发明实施例提供的方法，本发明实施例提供一种基于泊车车辆轨迹的区域停车难易度评价系统，如图2所示，该系统包括：获取单元21、判断元22、生成单元23。
[0097]
获取单元21，用于获取预置区域内各个停车场的车辆入场记录信息；
[0098]
判断单元22，用于根据所述各个停车场的车辆入场记录信息和车辆入场前各个车辆对应的在各个预置卡口的通行记录信息判断车辆是否存在疑似停车行为；
[0099]
所述获取单元21，还用于若存在疑似停车行为，则根据存在疑似停车行为车辆对
应的在各个预置卡口的通行记录信息获取所述预置区域的停车行为指标；
[0100]
生成单元23，用于根据所述停车行为指标以及存在入场纪录且未进行停车的车辆占总车辆数的比例，生成所述预置区域对应的停车难易度评价指数。
[0101]
进一步地，所述判断单元22，具体用于根据各个车辆在各个卡口对应的行驶速度信息，判断车辆是否存在疑似停车行为。
[0102]
进一步地，所述获取单元21，具体用于根据最后一次判定车辆具备疑似停车行为卡口的抓拍时间与车辆进入泊位或停车场入场时间之间的用时长度、车辆从被判定为具有疑似停车行为的第一个卡口点位到泊位或停车场入口的道路物理距离、停车辆在本次疑似停车行为过程中行驶的平均速度、以及车场区域内泊位或进入停车场的车辆数，获取所述预置区域对应的不同时段的时间延误指数和速度延误指数。
[0103]
进一步地，所述生成单元23，还用于所述前端设备按照预设时间间隔像云端停车业务平台发送携带有设备号硬件编码、车场编码、以及当前密钥生成的轮数的密钥更新请求；若存在新一轮的密钥并且所述硬件编码和车场编码是否已经登记授权，则接收所述云端停车业务平台发送的通过当前密钥加密后的新一轮密钥；根据所述新一轮的密钥进行停车流水数据加密处理。
[0104]
进一步地，所述生成单元23，具体用于根据所述停车难易度修正系数、不同时段的时间延误指数和速度延误指数，生成所述预置区域对应的停车难易度评价指数。
[0105]
本发明提供的一种基于泊车车辆轨迹的区域停车难易度评价系统，基于已完成区域内泊车车辆的入场记录信息和各个车辆对应的在各个预置卡口的通行记录信息，获取所述预置区域的停车行为指标，并结合未进行停车的车辆占总车辆数的比例，生成区域对应的停车难易度评价指数，实现了基于动态卡口过车数据及停车场内的静态停车数据多维度进行区域停车难易度评价，充分利用了交通管理类数据，与使用导航数据进行区域停车难易度评价相比，降低了对互联网数据的依赖程度，提升了区域停车难易度评价的准确性。
[0106]
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
[0107]
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
[0108]
为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本技术公开的原理和新颖性特征的最广范围相一致。
[0109]
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施
例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
[0110]
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。
[0111]
本发明实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(asic)，现场可编程门阵列或其它可编程逻辑系统，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
[0112]
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动磁盘、cd-rom或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于asic中，asic可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
[0113]
在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于ram、rom、eeprom、cd-rom或其它光盘存储、磁盘存储或其它磁性存储系统，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(dsl)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、dvd、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
[0114]
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。。

技术特征：
1.一种基于泊车车辆轨迹的区域停车难易度评价方法，其特征在于，所述方法包括：获取预置区域内各个停车场的车辆入场记录信息；根据所述各个停车场的车辆入场记录信息和车辆入场前各个车辆对应的在各个预置卡口的通行记录信息判断车辆是否存在疑似停车行为；若存在疑似停车行为，则根据存在疑似停车行为的车辆对应的在各个预置卡口的通行记录信息获取所述预置区域的停车行为指标；根据所述停车行为指标以及存在入场纪录且未进行停车的车辆占总车辆数的比例，生成所述预置区域对应的停车难易度评价指数。2.根据权利要求1所述的一种基于泊车车辆轨迹的区域停车难易度评价方法，其特征在于，所述根据所述各个停车场的车辆入场记录信息和车辆入场前各个车辆对应的在各个预置卡口的通行记录信息判断车辆是否存在疑似停车行为的步骤包括：根据各个车辆在各个卡口对应的行驶速度信息，判断车辆是否存在疑似停车行为。3.根据权利要求1所述的一种基于泊车车辆轨迹的区域停车难易度评价方法，其特征在于，所述根据存在疑似停车行为车辆对应的在各个预置卡口的通行记录信息获取所述预置区域的停车行为指标的步骤包括：根据最后一次判定车辆具备疑似停车行为卡口的抓拍时间与车辆进入泊位或停车场入场时间之间的用时长度、车辆从被判定为具有疑似停车行为的第一个卡口点位到泊位或停车场入口的道路物理距离、停车辆在本次疑似停车行为过程中行驶的平均速度、以及车场区域内泊位或进入停车场的车辆数，获取所述预置区域对应的不同时段的时间延误指数和速度延误指数。4.根据权利要求3所述的一种基于泊车车辆轨迹的区域停车难易度评价方法，其特征在于，所述根据所述停车行为指标以及存在入场纪录且未进行停车的车辆占总车辆数的比例，生成所述预置区域对应的停车难易度评价指数之前，所述方法还包括：根据存在入场纪录且未进行停车的车辆占总车辆数的比例生成停车难易度修正系数。5.根据权利要求4所述的一种基于泊车车辆轨迹的区域停车难易度评价方法，其特征在于，所述根据所述停车行为指标以及存在入场纪录且未进行停车的车辆占总车辆数的比例，生成所述预置区域对应的停车难易度评价指数的步骤包括：根据所述停车难易度修正系数、不同时段的时间延误指数和速度延误指数，生成所述预置区域对应的停车难易度评价指数。6.一种基于泊车车辆轨迹的区域停车难易度评价系统，其特征在于，所述系统包括：获取单元，用于获取预置区域内各个停车场的车辆入场记录信息；判断单元，用于根据所述各个停车场的车辆入场记录信息和车辆入场前各个车辆对应的在各个预置卡口的通行记录信息判断车辆是否存在疑似停车行为；所述获取单元，还用于若存在疑似停车行为，则根据存在疑似停车行为车辆对应的在各个预置卡口的通行记录信息获取所述预置区域的停车行为指标；生成单元，用于根据所述停车行为指标以及存在入场纪录且未进行停车的车辆占总车辆数的比例，生成所述预置区域对应的停车难易度评价指数。7.根据权利要求6所述的一种基于泊车车辆轨迹的区域停车难易度评价系统，其特征在于，
所述判断单元，具体用于根据各个车辆在各个卡口对应的行驶速度信息，判断车辆是否存在疑似停车行为。8.根据权利要求6所述的一种基于泊车车辆轨迹的区域停车难易度评价系统，其特征在于，所述获取单元，具体用于根据最后一次判定车辆具备疑似停车行为卡口的抓拍时间与车辆进入泊位或停车场入场时间之间的用时长度、车辆从被判定为具有疑似停车行为的第一个卡口点位到泊位或停车场入口的道路物理距离、停车辆在本次疑似停车行为过程中行驶的平均速度、以及车场区域内泊位或进入停车场的车辆数，获取所述预置区域对应的不同时段的时间延误指数和速度延误指数。9.根据权利要求8所述的一种基于泊车车辆轨迹的区域停车难易度评价系统，其特征在于，所述生成单元，还用于所述前端设备按照预设时间间隔像云端停车业务平台发送携带有设备号硬件编码、车场编码、以及当前密钥生成的轮数的密钥更新请求；若存在新一轮的密钥并且所述硬件编码和车场编码是否已经登记授权，则接收所述云端停车业务平台发送的通过当前密钥加密后的新一轮密钥；根据所述新一轮的密钥进行停车流水数据加密处理。10.根据权利要求9所述的一种基于泊车车辆轨迹的区域停车难易度评价系统，其特征在于，所述生成单元，具体用于根据所述停车难易度修正系数、不同时段的时间延误指数和速度延误指数，生成所述预置区域对应的停车难易度评价指数。

技术总结
本发明公开一种基于泊车车辆轨迹的区域停车难易度评价方法及系统，涉及智能道路停车管理领域，包括：基于已完成区域内泊车车辆的入场记录信息和各个车辆对应的在各个预置卡口的通行记录信息，获取所述预置区域的停车行为指标，并结合未进行停车的车辆占总车辆数的比例，生成区域对应的停车难易度评价指数，实现了基于动态卡口过车数据及停车场内的静态停车数据多维度进行区域停车难易度评价，充分利用了交通管理类数据，与使用导航数据进行区域停车难易度评价相比，降低了对互联网数据的依赖程度，提升了区域停车难易度评价的准确性。性。性。


技术研发人员：闫军 王鹏 杨金宇
受保护的技术使用者：智慧互通科技股份有限公司
技术研发日：2023.03.01
技术公布日：2023/7/4