一种基于云计算的机械停车设备控制系统及方法与流程

1.本发明涉及设备控制技术领域，具体为一种基于云计算的机械停车设备控制系统及方法。


背景技术：

2.机械停车设备是机械式汽车库中运送和停放汽车设备的总称，随着社会经济的发展，人们生活水平的提高，汽车逐渐进入平常百姓家庭。面对各大中城市日益增加的汽车，越来越堵的交通，停车难的问题逐步显现出来，使得人们对城市的交通状况越来越重视，也给机械停车设备行业带来了巨大的商机和广阔的市场。
3.虽然机械式的停车既能提高土地利用和空间利用，又便于操作，但却仍存在一些弊端：由于机械设备运转速度较慢，导致用户在取车过程中需要花费一定时间，同时，随着停车数量的增多，用户取车的时间也不断增加，严重影响用户对机械设备使用的感受，不利于机械设备的发展和普及。


技术实现要素：

4.本发明的目的在于提供一种基于云计算的机械停车设备控制系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于云计算的机械停车设备控制方法，包括以下步骤：步骤s100：利用摄像头采集所有进入车库的用户信息，对用户取车行为进行确认和标记，形成用户集，设定用户集中的任意用户为目标用户，基于目标用户，采集一定时间序列下目标用户的视频数据，利用时间轮算法定时截取视频图像，形成图像集；采集机械停车库内所有的取车口位置，形成车口位置集；同时采集机械停车设备的运转速度；步骤s200：获取所有采集到的数据进行存储；步骤s300：根据图像集分析目标用户的行走速度和实时位置，基于行走速度和实时位置，预测目标用户在下一个时间点时的位置，设为预测位置点；基于预测位置点和车口位置集，分析目标用户到达各取车口位置的时长，形成用户时长集；根据目标用户匹配车辆信息和车辆位置，设定为目标车辆，基于目标车辆位置和车口位置集，分析目标车辆运转到各取车口位置的时长，形成车辆时长集，进一步根据用户时长集和车辆时长集对最优取车口进行选择；步骤s400：确认用户集中所有用户的最优取车口位置，判断位置是否重叠，若未发生重叠，则分别对所有目标车辆到达最优取车口位置进行实时控制；若发生重叠，则对重叠用户信息进行提取，根据重叠用户到达取车口位置的时间差对重叠用户的取车口进行智能分配，并实时控制目标车辆到达各取车口位置；步骤s500：利用手机终端对用户到达各取车口位置路线进行显示和提醒。
6.进一步的，步骤s100包括：
s110：利用摄像头将采集到所有进入车库的用户信息和车辆云平台的用户信息进行匹配筛选，若匹配成功，则对用户取车行为进行确认和标记，形成用户集a；s120：设定用户集a中的任意用户为目标用户，基于目标用户，采集一定时间序列下目标用户的视频数据，利用时间轮算法定时每tms截取视频图像，形成图像集b={b1,b2,
…
,bn}，其中，b1,b2,
…
,bn表示第1、2、
…
、n个时间点目标用户的图像数据；其中，所述时间轮算法属于本领域技术人员的常规技术手段，因此在本技术中就不再做出过多的赘述；s130：对机械停车库内所有的取车口位置进行采集，形成车口位置集c={(x1,y1),(x2,y2),
…
,(xm,ym)}，其中，(x1,y1),(x2,y2),
…
,(xm,ym)表示第1、2、
…
、m个取车口的位置；同时采集机械停车设备的运转速度为v。
7.进一步的，步骤s200包括：利用数据库获取所有采集到的数据并进行存储。
8.进一步的，步骤s300包括：s310：对图像集b进行获取，利用重合算法将n个图像数据进行像素融合，形成一个新的图像数据bn+1；基于图像数据bn+1和图像集b，比较图像集b中任意图像数据bz和图像数据bn+1的像素点特征，并将图像数据bn+1中产生的不同像素点进行筛选，根据筛选的像素点构建二维平面坐标系，形成用户位置集b’={(p1,q1),(p2,q2),
…
,(pn,qn)}，其中，(p1,q1),(p2,q2),
…
,(pn,qn)表示第1、2、
…
、n个时间点目标用户的像素点位置；根据用户位置集b’中任意位置(pi,qi)到(pi+1,qi+1)的距离di=√[(pi+1-pi)2+(qi+1-qi)2]，其中，i=1，2，
…
，n-1，和时间t得到目标用户的行走速度为v=(d1+d2+
…
+dn)/nt；其中，所述重合算法可以将每一个像素点相同的图像纹理进行像素融合，有利于图像分析；s320：基于用户位置集b’进行直线拟合，得到拟合直线方程：qi=fb+(hb)pi，其中hb、fb分别为进行直线拟合后的斜率和截距；基于拟合直线方程qi，预测目标用户在第n+1个时间点时的位置，设为预测位置点(pn+1，qn+1)；根据车口位置集c任意车口位置(xf,yf)和预测位置点(pn+1，qn+1)的距离h1f=√[(pn+1-xf)2+(qn+1-yf)2]得到用户距离集合h1={h11,h12,
…
,h1m}，其中，h11,h12,
…
,h1m表示目标用户到第1、2、
…
、m个取车口的距离，根据用户距离集合h1中任意距离h1f和行走速度v得到用户时长t1f=h1f/v，进一步得到用户时长集：t1={t11,t12,
…
,t1m}，其中，t11,t12,
…
,t1m表示目标用户到第1、2、
…
、m个取车口的时长；s330：在车辆云平台中根据目标用户匹配出用户车辆信息，设定为目标车辆，利用定位算法得到目标车辆位置为(c,g)，基于目标车辆位置和车口位置集c，分别得到目标车辆到达各取车口位置的距离h2f=√[(c-xf)2+(g-yf)2]，形成车辆距离集合h2={h21,h22,
…
,h2m}，其中，h21,h22,
…
,h2m表示目标车辆到第1、2、
…
、m个取车口的距离；基于车辆距离集合h2和机械停车设备的运转速度v，得到车辆时长集：t2={t21,t22,
…
,t2m}，其中，t21,t22,
…
,t2m表示目标车辆到第1、2、
…
、m个取车口的时长；s340：对用户时长集t1和车辆时长集t2进行获取，基于任意第f个取车口，计算车口损耗分数指标kf=(t1f+t2f)
2-(t1f-t2f)2的值，遍历时长集t1、t2，得到分数集k={k1,k2
…
,km}，其中，k1,k2,
…
,km表示目标用户到第1、2、
…
、m个车口的损耗分数，基于分数集k，利用冒泡排序算法对损耗分数指标kf做升序处理，则相应的取车口对目标用户择优等级逐渐降低，若损耗分数越低，表示用户到达对应取车口并等待车辆到达的时间越短，目标用
户选择所述取车口的可能性越大，对用户越方便；基于择优等级，对取车口位置进行排序，得到车口集合c={(x1’,y1’),(x2’,y2’),
…
,(xm’,ym’)}，其中，(x1’,y1’),(x2’,y2’),
…
,(xm’,ym’)表示目标用户择优等级逐渐降低的第1、2、
…
、m个取车口位置。
[0009]
进一步的，步骤s400包括：s410：确认目标用户的最优取车口位置(x1’,y1’)，遍历用户集a，根据步骤s300，分别得到所有用户的最优取车口位置，形成最优取车口位置集e，同时将车口集合c和最优取车口位置集e进行比较，对非最优车口位置进行筛选，形成非最优车口集w；遍历最优取车口位置集e，判断是否存在重复的最优取车口位置，若不存在重复的取车口位置，则分别对所有用户的目标车辆到达最优取车口位置进行实时控制；s420：若存在重复的最优取车口位置，则对任意发生重复的最优取车口位置(xr’,yr’)进行提取，进一步对β个发生重复的用户信息进行提取，基于β个用户信息，分别获取任意用户到达预测位置点的时间点和到达(xr’,yr’)的时长，得到任意用户到达最优取车口位置(xr’,yr’)的时间点，进行升序排序则形成时间点集合s={s1,s2,
…
,sβ}，其中s1,s2,
…
,sβ表示发生重复的第1、2、
…
、β个用户到达最优取车口位置的时间点；根据任意用户的分数集k和非最优车口集w，对第2、3、
…
、β个用户的次等取车口位置依次进行智能分配，并实时控制所有用户的目标车辆到达相应的取车口位置。
[0010]
进一步的，步骤s500包括：利用手机终端对用户到达各取车口位置路线进行显示和提醒，并进行实时监测直至用户取车成功。
[0011]
与现有技术相比，本发明所达到的有益效果是：本发明通过将用户到达取车口的时长和车辆到达取车口的时长进行比较，利用车口损耗分数指标对到达取车口的时长损耗做判断，并根据时长损耗确认个取车口对用户的择优等级，进一步根据择优等级对取车口位置进行排序，有利于用户对取车口的选择，大大减少用户取车的时间，提高用户对机械设备的使用感受；通过对所有进入车库的用户判断最优取车口位置是否重复，根据结果的不同，对车辆到达各取车口位置的选择进行智能控制，提高系统的智能性，减少因用户等待而拉大取车时长，有利于用户的便捷性。
附图说明
[0012]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：图1是本发明一种基于云计算的机械停车设备控制系统的结构图；图2是本发明一种基于云计算的机械停车设备控制方法的流程图。
具体实施方式
[0013]
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。
[0014]
请参阅图1-图2，本发明提供技术方案：一种基于云计算的机械停车设备控制方法，包括以下步骤：
步骤s100：利用摄像头采集所有进入车库的用户信息，对用户取车行为进行确认和标记，形成用户集，设定用户集中的任意用户为目标用户，基于目标用户，采集一定时间序列下目标用户的视频数据，利用时间轮算法定时截取视频图像，形成图像集；采集机械停车库内所有的取车口位置，形成车口位置集；同时采集机械停车设备的运转速度；步骤s100包括：s110：利用摄像头将采集到所有进入车库的用户信息和车辆云平台的用户信息进行匹配筛选，若匹配成功，则对用户取车行为进行确认和标记，形成用户集a；s120：设定用户集a中的任意用户为目标用户，基于目标用户，采集一定时间序列下目标用户的视频数据，利用时间轮算法定时每t ms截取视频图像，形成图像集b={b1,b2,
…
,bn}，其中，b1,b2,
…
,bn表示第1、2、
…
、n个时间点目标用户的图像数据；其中，所述时间轮算法属于本领域技术人员的常规技术手段，因此在本技术中就不再做出过多的赘述；通过利用时间轮算法截取监控视频数据，形成图像数据，有利于后续根据图像分析用户移动位置；s130：对机械停车库内所有的取车口位置进行采集，形成车口位置集c={(x1,y1),(x2,y2),
…
,(xm,ym)}，其中，(x1,y1),(x2,y2),
…
,(xm,ym)表示第1、2、
…
、m个取车口的位置；同时采集机械停车设备的运转速度为v。
[0015]
步骤s200：获取所有采集到的数据进行存储；步骤s200包括：利用数据库获取所有采集到的数据并进行存储。
[0016]
步骤s300：根据图像集分析目标用户的行走速度和实时位置，基于行走速度和实时位置，预测目标用户在下一个时间点时的位置，设为预测位置点；基于预测位置点和车口位置集，分析目标用户到达各取车口位置的时长，形成用户时长集；根据目标用户匹配车辆信息和车辆位置，设定为目标车辆，基于目标车辆位置和车口位置集，分析目标车辆运转到各取车口位置的时长，形成车辆时长集，进一步根据用户时长集和车辆时长集对最优取车口进行选择；步骤s300包括：s310：对图像集b进行获取，利用重合算法将n个图像数据进行像素融合，形成一个新的图像数据bn+1；基于图像数据bn+1和图像集b，比较图像集b中任意图像数据bz和图像数据bn+1的像素点特征，并将图像数据bn+1中产生的不同像素点进行筛选，根据筛选的像素点构建二维平面坐标系，形成用户位置集b’={(p1,q1),(p2,q2),
…
,(pn,qn)}，其中，(p1,q1),(p2,q2),
…
,(pn,qn)表示第1、2、
…
、n个时间点目标用户的像素点位置；根据用户位置集b’中任意位置(pi,qi)到(pi+1,qi+1)的距离di=√[(pi+1-pi)2+(qi+1-qi)2]，其中，i=1，2，
…
，n-1，和时间t得到目标用户的行走速度为v=(d1+d2+
…
+dn)/nt；其中，所述重合算法可以将每一个像素点相同的图像纹理进行像素融合，有利于图像分析；通过利用重合算法将图像进行像素融合，将产生的新的像素点作为用户移动位置点，构建二维平面坐标系，根据像素点距离和时长确认用户行走的速度，有利于对用户当前速度和位置进行确认，便于预测用户下一个时间点的位置；s320：基于用户位置集b’进行直线拟合，得到拟合直线方程：qi=fb+(hb)pi，其中hb、fb分别为进行直线拟合后的斜率和截距；基于拟合直线方程qi，预测目标用户在第n+1
个时间点时的位置，设为预测位置点(pn+1，qn+1)；根据车口位置集c任意车口位置(xf,yf)和预测位置点(pn+1，qn+1)的距离h1f=√[(pn+1-xf)2+(qn+1-yf)2]得到用户距离集合h1={h11,h12,
…
,h1m}，其中，h11,h12,
…
,h1m表示目标用户到第1、2、
…
、m个取车口的距离，根据用户距离集合h1中任意距离h1f和行走速度v得到用户时长t1f=h1f/v，进一步得到用户时长集：t1={t11,t12,
…
,t1m}，其中，t11,t12,
…
,t1m表示目标用户到第1、2、
…
、m个取车口的时长；通过将所有位置点进行直线拟合，根据直线方程对用户的位置进行预测，并根据各取车口位置分析用户到达取车口的时长，结合车辆到达取车口位置的时长，有利于后续对取车口信息的选择，提高数据分析的准确性；s330：在车辆云平台中根据目标用户匹配出用户车辆信息，设定为目标车辆，利用定位算法得到目标车辆位置为(c,g)，基于目标车辆位置和车口位置集c，分别得到目标车辆到达各取车口位置的距离h2f=√[(c-xf)2+(g-yf)2]，形成车辆距离集合h2={h21,h22,
…
,h2m}，其中，h21,h22,
…
,h2m表示目标车辆到第1、2、
…
、m个取车口的距离；基于车辆距离集合h2和机械停车设备的运转速度v，得到车辆时长集：t2={t21,t22,
…
,t2m}，其中，t21,t22,
…
,t2m表示目标车辆到第1、2、
…
、m个取车口的时长；s340：对用户时长集t1和车辆时长集t2进行获取，基于任意第f个取车口，计算车口损耗分数指标kf=(t1f+t2f)
2-(t1f-t2f)2的值，遍历时长集t1、t2，得到分数集k={k1,k2
…
,km}，其中，k1,k2,
…
,km表示目标用户到第1、2、
…
、m个车口的损耗分数，基于分数集k，利用冒泡排序算法对损耗分数指标kf做升序处理，则相应的取车口对目标用户择优等级逐渐降低，若损耗分数越低，表示用户到达对应取车口并等待车辆到达的时间越短，目标用户选择所述取车口的可能性越大，对用户越方便；基于择优等级，对取车口位置进行排序，得到车口集合c={(x1’,y1’),(x2’,y2’),
…
,(xm’,ym’)}，其中，(x1’,y1’),(x2’,y2’),
…
,(xm’,ym’)表示目标用户择优等级逐渐降低的第1、2、
…
、m个取车口位置。
[0017]
通过将用户到达取车口的时长和车辆到达取车口的时长进行比较，利用车口损耗分数指标对到达取车口的时长损耗做判断，并根据时长损耗确认个取车口对用户的择优等级，进一步根据择优等级对取车口位置进行排序，有利于用户对取车口的选择，大大减少用户取车的时间，提高用户对机械设备的使用感受；步骤s400：确认用户集中所有用户的最优取车口位置，判断位置是否重叠，若未发生重叠，则分别对所有目标车辆到达最优取车口位置进行实时控制；若发生重叠，则对重叠用户信息进行提取，根据重叠用户到达取车口位置的时间差对重叠用户的取车口进行智能分配，并实时控制目标车辆到达各取车口位置；步骤s400包括：s410：确认目标用户的最优取车口位置(x1’,y1’)，遍历用户集a，根据步骤s300，分别得到所有用户的最优取车口位置，形成最优取车口位置集e，同时将车口集合c和最优取车口位置集e进行比较，对非最优车口位置进行筛选，形成非最优车口集w；遍历最优取车口位置集e，判断是否存在重复的最优取车口位置，若不存在重复的取车口位置，则分别对所有用户的目标车辆到达最优取车口位置进行实时控制；s420：若存在重复的最优取车口位置，则对任意发生重复的最优取车口位置(xr’,yr’)进行提取，进一步对β个发生重复的用户信息进行提取，基于β个用户信息，分别获取任
意用户到达预测位置点的时间点和到达(xr’,yr’)的时长，得到任意用户到达最优取车口位置(xr’,yr’)的时间点，进行升序排序则形成时间点集合s={s1,s2,
…
,sβ}，其中s1,s2,
…
,sβ表示发生重复的第1、2、
…
、β个用户到达最优取车口位置的时间点；根据任意用户的分数集k和非最优车口集w，对第2、3、
…
、β个用户的次等取车口位置依次进行智能分配，并实时控制所有用户的目标车辆到达相应的取车口位置。
[0018]
通过对所有进入车库的用户判断最优取车口位置是否重复，根据结果的不同，对车辆到达各取车口位置的选择进行智能控制，提高系统的智能性，减少因用户等待而拉大取车时长，有利于用户的便捷性。
[0019]
步骤s500：利用手机终端对用户到达各取车口位置路线进行显示和提醒。
[0020]
步骤s500包括：利用手机终端对用户到达各取车口位置路线进行显示和提醒，并进行实时监测直至用户取车成功。
[0021]
实施例1：步骤s100包括：s110：利用摄像头将采集到所有进入车库的用户信息和车辆云平台的用户信息进行匹配筛选，若匹配成功，则对用户取车行为进行确认和标记，形成用户集a；s120：设定用户集a中的任意用户为目标用户，基于目标用户，采集一定时间序列下目标用户的视频数据，利用时间轮算法定时每1ms截取视频图像，形成图像集b={b1,b2,
…
,b10}，其中，b1,b2,
…
,b10表示第1、2、
…
、10个时间点目标用户的图像数据；s130：对机械停车库内所有的取车口位置进行采集，形成车口位置集c={(x1,y1),(x2,y2),(x3,y3)}，其中，(x1,y1),(x2,y2),(x3,y3)表示第1、2、3个取车口的位置；同时采集机械停车设备的运转速度为v=1m/s。
[0022]
步骤s200包括：利用数据库获取所有采集到的数据并进行存储。
[0023]
步骤s300包括：s310：对图像集b进行获取，利用重合算法将10个图像数据进行像素融合，形成一个新的图像数据b11；基于图像数据b11和图像集b，比较图像集b中任意图像数据bz和图像数据b11的像素点特征，并将图像数据b11中产生的不同像素点进行筛选，根据筛选的像素点构建二维平面坐标系，形成用户位置集b’={(p1,q1),(p2,q2),
…
,(p10,q10)}，其中，(p1,q1),(p2,q2),
…
,(p10,q10)表示第1、2、
…
、10个时间点目标用户的像素点位置；根据用户位置集b’中任意位置(pi,qi)到(pi+1,qi+1)的距离di=√[(pi+1-pi)2+(qi+1-qi)2]，其中，i=1，2，
…
，9，和时间t得到目标用户的行走速度为v=(2+2+
…
+2)/10=2m/s；其中，所述重合算法可以将每一个像素点相同的图像纹理进行像素融合，有利于图像分析；s320：基于用户位置集b’进行直线拟合，得到拟合直线方程：qi=fb+(hb)pi=2+2x，其中hb=fb=2分别为进行直线拟合后的斜率和截距；基于拟合直线方程qi，预测目标用户在第n+1个时间点时的位置，设为预测位置点(p11，q11)=(20,42)；根据车口位置集c任意车口位置(xf,yf)和预测位置点(20,42)的距离h1f=√[(20-xf)2+(42-yf)2]得到用户距离集合h1={h11,h12,h13}={16,20,18}，其中，h11,h12,h13表示目标用户到第1、2、3个取车口的距离，根据用户距离集合h1中任意距离h1f和行走速度v得到用户时长t1f=h1f/2，进一步得到用户时长集：t1={t11,t12,t13}={8,10,9}s，其中，t11,t12,t13表示目标用户到第1、2、3个取车口的时长；s330：在车辆云平台中根据目标用户匹配出用户车辆信息，设定为目标车辆，利用
定位算法得到目标车辆位置为(15,15)，基于目标车辆位置和车口位置集c，分别得到目标车辆到达各取车口位置的距离h2f=√[(15-xf)2+(15-yf)2]，形成车辆距离集合h2={h21,h22,h23}={18,16,17}，其中，h21,h22,h23表示目标车辆到第1、2、3个取车口的距离；基于车辆距离集合h2和机械停车设备的运转速度v=1，得到车辆时长集：t2={t21,t22,t2m}={18,16,17}，其中，t21,t22,
…
,t2m表示目标车辆到第1、2、
…
、m个取车口的时长；s340：对用户时长集t1和车辆时长集t2进行获取，基于任意第f个取车口，计算车口损耗分数指标kf=(t1f+t2f)
2-(t1f-t2f)2的值，遍历时长集t1、t2，得到分数集k={k1,k2,km}，其中，k1,k2,k3表示目标用户到第1、2、3个车口的损耗分数，基于分数集k，利用冒泡排序算法对损耗分数指标kf做升序处理，则相应的取车口对目标用户择优等级逐渐降低，若损耗分数越低，表示用户到达对应取车口并等待车辆到达的时间越短，目标用户选择所述取车口的可能性越大，对用户越方便；基于择优等级，对取车口位置进行排序，得到车口集合c={(x1’,y1’),(x2’,y2’),
…
,(x3’,y3’)}，其中，(x1’,y1’),(x2’,y2’),
…
,(x3’,y3’)表示目标用户择优等级逐渐降低的第1、2、
…
、m个取车口位置。
[0024]
步骤s400包括：s410：确认目标用户的最优取车口位置(x1’,y1’)，遍历用户集a，根据步骤s300，分别得到所有用户的最优取车口位置，形成最优取车口位置集e，同时将车口集合c和最优取车口位置集e进行比较，对非最优车口位置进行筛选，形成非最优车口集w；遍历最优取车口位置集e，判断是否存在重复的最优取车口位置:不存在重复的取车口位置，则分别对所有用户的目标车辆到达最优取车口位置进行实时控制；步骤s500包括：利用手机终端对用户到达各取车口位置路线进行显示和提醒，并进行实时监测直至用户取车成功。
[0025]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、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：
1.一种基于云计算的机械停车设备控制方法，其特征在于：包括以下步骤：步骤s100：利用摄像头采集所有进入车库的用户信息，对用户取车行为进行确认和标记，形成用户集，设定用户集中的任意用户为目标用户，基于目标用户，采集一定时间序列下目标用户的视频数据，利用时间轮算法定时截取视频图像，形成图像集；采集机械停车库内所有的取车口位置，形成车口位置集；同时采集机械停车设备的运转速度；步骤s200：获取所有采集到的数据进行存储；步骤s300：根据图像集分析目标用户的行走速度和实时位置，基于行走速度和实时位置，预测目标用户在下一个时间点时的位置，设为预测位置点；基于预测位置点和车口位置集，分析目标用户到达各取车口位置的时长，形成用户时长集；根据目标用户匹配车辆信息和车辆位置，设定为目标车辆，基于目标车辆位置和车口位置集，分析目标车辆运转到各取车口位置的时长，形成车辆时长集，进一步根据用户时长集和车辆时长集对最优取车口进行选择；步骤s400：确认用户集中所有用户的最优取车口位置，判断位置是否重叠，若未发生重叠，则分别对所有目标车辆到达最优取车口位置进行实时控制；若发生重叠，则对重叠用户信息进行提取，根据重叠用户到达取车口位置的时间差对重叠用户的取车口进行智能分配，并实时控制目标车辆到达各取车口位置；步骤s500：利用手机终端对用户到达各取车口位置路线进行显示和提醒。2.根据权利要求1所述的一种基于云计算的机械停车设备控制方法，其特征在于：所述步骤s100包括：s110：利用摄像头将采集到所有进入车库的用户信息和车辆云平台的用户信息进行匹配筛选，若匹配成功，则对用户取车行为进行确认和标记，形成用户集a；s120：设定用户集a中的任意用户为目标用户，基于目标用户，采集一定时间序列下目标用户的视频数据，利用时间轮算法定时每tms截取视频图像，形成图像集b={b1,b2,
…
,bn}，其中，b1,b2,
…
,bn表示第1、2、
…
、n个时间点目标用户的图像数据；s130：对机械停车库内所有的取车口位置进行采集，形成车口位置集c={(x1,y1),(x2,y2),
…
,(xm,ym)}，其中，(x1,y1),(x2,y2),
…
,(xm,ym)表示第1、2、
…
、m个取车口的位置；同时采集机械停车设备的运转速度为v。3.根据权利要求2所述的一种基于云计算的机械停车设备控制方法，其特征在于：所述步骤s300包括：s310：对图像集b进行获取，利用重合算法将n个图像数据进行像素融合，形成一个新的图像数据bn+1；基于图像数据bn+1和图像集b，比较图像集b中任意图像数据bz和图像数据bn+1的像素点特征，并将图像数据bn+1中产生的不同像素点进行筛选，根据筛选的像素点构建二维平面坐标系，形成用户位置集b’={(p1,q1),(p2,q2),
…
,(pn,qn)}，其中，(p1,q1),(p2,q2),
…
,(pn,qn)表示第1、2、
…
、n个时间点目标用户的像素点位置；根据用户位置集b’中任意位置(pi,qi)到(pi+1,qi+1)的距离di=[(pi+1-pi)2+(qi+1-qi)2]
1/2
，其中，i=1，2，
…
，n-1，和时间t得到目标用户的行走速度为v=(d1+d2+
…
+dn)/nt；s320：基于用户位置集b’进行直线拟合，得到拟合直线方程：qi=fb+(hb)pi，其中hb、fb分别为进行直线拟合后的斜率和截距；基于拟合直线方程qi，预测目标用户在第n+1个时间点时的位置，设为预测位置点(pn+1，qn+1)；根据车口位置集c任意车口位置(xf,yf)和预测
位置点(pn+1，qn+1)的距离h1f=[(pn+1-xf)2+(qn+1-yf)2]
1/2
得到用户距离集合h1={h11,h12,
…
,h1m}，其中，h11,h12,
…
,h1m表示目标用户到第1、2、
…
、m个取车口的距离，根据用户距离集合h1中任意距离h1f和行走速度v得到用户时长t1f=h1f/v，进一步得到用户时长集：t1={t11,t12,
…
,t1m}，其中，t11,t12,
…
,t1m表示目标用户到第1、2、
…
、m个取车口的时长；s330：在车辆云平台中根据目标用户匹配出用户车辆信息，设定为目标车辆，利用定位算法得到目标车辆位置为(c,g)，基于目标车辆位置和车口位置集c，分别得到目标车辆到达各取车口位置的距离h2f=[(c-xf)2+(g-yf)2]
1/2
，形成车辆距离集合h2={h21,h22,
…
,h2m}，其中，h21,h22,
…
,h2m表示目标车辆到第1、2、
…
、m个取车口的距离；基于车辆距离集合h2和机械停车设备的运转速度v，得到车辆时长集：t2={t21,t22,
…
,t2m}，其中，t21,t22,
…
,t2m表示目标车辆到第1、2、
…
、m个取车口的时长；s340：对用户时长集t1和车辆时长集t2进行获取，基于任意第f个取车口，计算车口损耗分数指标kf=(t1f+t2f)
2-(t1f-t2f)2的值，遍历时长集t1、t2，得到分数集k={k1,k2
…
,km}，其中，k1,k2,
…
,km表示目标用户到第1、2、
…
、m个车口的损耗分数，基于分数集k，利用冒泡排序算法对损耗分数指标kf做升序处理，则相应的取车口对目标用户择优等级逐渐降低；基于择优等级，对取车口位置进行排序，得到车口集合c={(x1’,y1’),(x2’,y2’),
…
,(xm’,ym’)}，其中，(x1’,y1’),(x2’,y2’),
…
,(xm’,ym’)表示目标用户择优等级逐渐降低的第1、2、
…
、m个取车口位置。4.根据权利要求3所述的一种基于云计算的机械停车设备控制方法，其特征在于：所述步骤s400包括：s410：确认目标用户的最优取车口位置(x1’,y1’)，遍历用户集a，根据步骤s300，分别得到所有用户的最优取车口位置，形成最优取车口位置集e，同时将车口集合c和最优取车口位置集e进行比较，对非最优车口位置进行筛选，形成非最优车口集w；遍历最优取车口位置集e，判断是否存在重复的最优取车口位置，若不存在重复的取车口位置，则分别对所有用户的目标车辆到达最优取车口位置进行实时控制；s420：若存在重复的最优取车口位置，则对任意发生重复的最优取车口位置(xr’,yr’)进行提取，进一步对β个发生重复的用户信息进行提取，基于β个用户信息，分别获取任意用户到达预测位置点的时间点和到达(xr’,yr’)的时长，得到任意用户到达最优取车口位置(xr’,yr’)的时间点，进行升序排序则形成时间点集合s={s1,s2,
…
,sβ}，其中s1,s2,
…
,sβ表示发生重复的第1、2、
…
、β个用户到达最优取车口位置的时间点；根据任意用户的分数集k和非最优车口集w，对第2、3、
…
、β个用户的次等取车口位置依次进行智能分配，并实时控制所有用户的目标车辆到达相应的取车口位置。5.一种实现权利要求1-4中任一项所述的一种基于云计算的机械停车设备控制方法的机械停车设备控制系统，其特征在于：所述系统包括：数据采集模块、数据库、车辆分析模块、智能控制模块、数据反馈模块；通过所述数据采集模块利用摄像头采集所有进入车库的用户信息，对用户取车行为进行确认和标记，形成用户集，设定用户集中的任意用户为目标用户，基于目标用户，采集一定时间序列下目标用户的视频数据，利用时间轮算法定时截取视频图像，形成图像集；采集机械停车库内所有的取车口位置，形成车口位置集；同时采集机械停车设备的运转速度；通过所述数据库获取所有采集到的数据进行存储；
通过所述车辆分析模块根据图像集分析目标用户的行走速度和实时位置，基于行走速度和实时位置，预测目标用户在下一个时间点时的位置，设为预测位置点；基于预测位置点和车口位置集，分析目标用户到达各取车口位置的时长，形成用户时长集；根据目标用户匹配车辆信息和车辆位置，设定为目标车辆，基于目标车辆位置和车口位置集，分析目标车辆运转到各取车口位置的时长，形成车辆时长集，进一步根据用户时长集和车辆时长集对最优取车口进行选择；通过所述智能控制模块确认用户集中所有用户的最优取车口位置，判断位置是否重叠，若未发生重叠，则分别对所有目标车辆到达最优取车口位置进行实时控制；若发生重叠，则对重叠用户信息进行提取，根据重叠用户到达取车口位置的时间差对重叠用户的取车口进行智能分配，并实时控制目标车辆到达各取车口位置；通过所述数据反馈模块利用手机终端对用户到达各取车口位置路线进行显示和提醒。6.根据权利要求5所述的一种基于云计算的机械停车设备控制系统，其特征在于：所述数据采集模块包括用户采集单元、视频采集单元、车口位置采集单元和设备速度采集单元；所述用户采集单元用于利用摄像头采集所有进入车库的用户信息，对用户取车行为进行确认和标记，形成用户集；所述视频采集单元用于采集一定时间序列下目标用户的视频数据，并利用时间轮算法定时截取视频图像，形成图像集；所述车口位置采集单元用于采集机械停车库内所有的取车口位置，形成车口位置集；所述设备速度采集单元用于采集机械停车设备的运转速度。7.根据权利要求5所述的一种基于云计算的机械停车设备控制系统，其特征在于：所述车辆分析模块包括位置预测单元、用户时长分析单元、车辆时长分析单元和最优车口选择单元；所述位置预测单元用于根据图像集分析目标用户的行走速度和实时位置，基于行走速度和实时位置，预测目标用户在下一个时间点时的位置，设为预测位置点；所述用户时长分析单元用于基于预测位置点和车口位置集，分析目标用户到达各取车口位置的时长，形成用户时长集；所述车辆时长分析单元用于根据目标用户匹配车辆信息和车辆位置，设定为目标车辆，基于目标车辆位置和车口位置集，分析目标车辆运转到各取车口位置的时长，形成车辆时长集；所述最优车口选择单元用于根据用户时长集和车辆时长集对最优取车口进行选择。8.根据权利要求5所述的一种基于云计算的机械停车设备控制系统，其特征在于：所述智能控制模块包括重叠分析单元、时差分析单元和实时控制单元；所述重叠分析单元用于确认用户集中所有用户的最优取车口位置，判断位置是否重叠；所述时差分析单元用于对重叠用户信息进行提取，根据重叠用户到达取车口位置的时间差对重叠用户的取车口进行智能分配；所述实时控制单元用于实时控制目标车辆到达各取车口位置。

技术总结
本发明涉及设备控制技术领域，具体为一种基于云计算的机械停车设备控制系统及方法，包括：采集用户信息，形成用户集采集一定时间序列下目标用户的视频数据，定时截取视频图像，形成图像集；采集取车口位置形成车口位置集；获取所有采集到的数据进行存储；分析目标用户的行走速度，预测目标用户在下一个时间点时的位置，分析目标用户到达各取车口位置的时长；匹配车辆位置，分析目标车辆运转到各取车口位置的时长，对最优取车口进行选择；确认用户集中所有用户的最优取车口位置，判断位置是否重叠，进行实时控制；利用手机终端进行显示；有利于用户对取车口的选择和对机械设备的使用感受，大大减少用户取车的时间。大大减少用户取车的时间。大大减少用户取车的时间。


技术研发人员：崔元春 于全栋 韩英
受保护的技术使用者：青岛益合泊朗创新科技有限公司
技术研发日：2023.04.17
技术公布日：2023/5/18