一种基于大数据平台的停车分析方法与流程

1.本发明涉及大数据技术领域，特别涉及一种基于大数据平台的停车分析方法。


背景技术：

2.随着汽车使用量的增加，各个大型的停车场的流量也在增加，当前越来越多的停车场会结合联网智慧停车场系统来提高停车场的管理效率。但是现在大部分停车场是地下停车场，一般在进行规划导航的时候只是导航到停车场入口处来结束导航，虽然，随着自动驾驶技术的发展，自动驾驶车辆如何智能选择停车场出入口、如何向用户智能分配车位得到了进一步发展，但是，但是，用户对停车场内部的建造结构是不了解的也不知到分配的车位处于什么方位，全靠用户自己开车绕停车场寻找，此种方式无疑是增加了停车难度，所以，也需要对停车场进行智能化管理。
3.因此，本发明提出一种基于大数据平台的停车分析方法。


技术实现要素：

4.本发明提供一种基于大数据平台的停车分析方法，用以通过获取车场布局图以及停车政策，确定停车引导策略，且通过对停车场内部的行驶轨迹以及周围的行驶轨迹进行分析，来构建车流图，进而来规划停车方案，并将停车方案传输到用户端显示，方便对停车场的智能化管理，有效的缓解了停车难度，提高了停车体验感。
5.本发明提供一种基于大数据平台的停车分析方法，包括：步骤1：获取目标范围内的车场布局图以及所述车场布局图中每个停车场所匹配的停车政策；步骤2：将同个停车场的单个构造图中每个停车入口、停车出口与对应停车政策进行匹配，根据匹配结果，确定所述同个停车场中每个停车入口的第一进入条件以及每个停车出口的第二外出条件；步骤3：基于所述第一进入条件以及第二外出条件，构建所述同个停车场的停车引导策略；步骤4：捕捉所述目标范围内每个停车场的周围车辆的第一行驶轨迹以及停车场本身的场内车辆的第二行驶轨迹；步骤5：基于所述第一行驶轨迹以及第二行驶轨迹，构建同个停车场的当下车流图；步骤6：基于所述当下车流图与对应的停车引导策略，部署对应停车场的当下规划停车方案，进而得到所述目标范围的范围规划停车方案；步骤7：将所述范围规划停车方案传输到需要在所述目标范围进行车位使用的用户端显示。
6.优选的，根据匹配结果，确定所述同个停车场中每个停车入口的第一进入条件以及每个停车出口的第二外出条件，包括：
根据匹配结果，提取同个停车场中每个停车入口的第一限制因素，并构建得到第一进入条件；同时，根据所述匹配结果，提取同个停车场中每个停车出口的第二限制银租，并构建得到第二外出条件。
7.优选的，基于所述第一进入条件以及第二外出条件，构建所述同个停车场的停车引导策略，包括：获取同个停车场的所有第一进入条件以及所有第二外出条件；建立所有第一进入条件的总限制进入集合以及所有第二外出条件的总限制外出集合；将所述总限制进入集合与所述总限制外出集合进行限制映射，得到映射表；提取所述映射表中的映射阵列，分析每个映射阵列所对应场内车辆路线以及对应场内车辆路线的路线允许使用概率；基于所述路线允许使用概率，向每个停车入口配置允许驶入概率以及向每个停车出口配置允许驶出概率；根据所述同个停车场的场内车辆路线以及允许驶入概率、允许驶出概率，构建所述同个停车场的停车引导策略。
8.优选的，基于所述第一行驶轨迹以及第二行驶轨迹，构建同个停车场的当下车流图，包括：根据捕捉的同个停车场周围的所有第一行驶轨迹，进行重叠点的第一提取，且按照行驶轨迹的覆盖频次，进行重叠点的第二提取，并得到初始车流图；根据捕捉的同个停车场本身的场内车辆的第二行驶轨迹，构建同个单位时间段下的场内轨迹图，并得到所述场内轨迹图的轨迹覆盖度；基于所有轨迹覆盖度，对所述同个停车场的场内使用情况进行第一分析，得到所述同个停车场的当下忙碌轨迹，并附加在所述初始车流图上，得到当下车流图。
9.优选的，基于所述当下车流图与对应的停车引导策略，部署对应停车场的当下规划停车方案，进而得到所述目标范围的范围规划停车方案，包括：基于所述停车引导策略确定所述当下车流图中的忙碌车位、空闲车位以及持续被占用车位，并确定忙碌车位的车位类型、空闲车位的车位类型以及持续被占用车位的车位类型，进而确定出每个空闲车位的当下规划停车方案以及每个忙碌车位的当下规划停车方案；根据所有的当下规划停车方案，得到所述目标范围的范围规划停车方案。
10.优选的，将所述范围规划停车方案传输到需要在所述目标范围进行车位使用的用户端显示，包括：确定所述范围规划停车方案中每个停车场的子规划方案，并将所述子规划方案的规划行驶路线进行单平面布局显示；对每个显示的单平面布局按照对应停车场在对应目标范围的位置分布，来构建得到多平面布局；将所述多平面布局传输到需要在所述目标范围进行车位使用的用户端显示。
11.优选的，将所述范围规划停车方案传输到需要在所述目标范围进行车位使用的用
户端显示之后，还包括：根据所述需要在所述目标范围进行车位使用的使用信息，在所述范围规划停车方案上的特定位置点进行显著性显示，具体包括：按照预设约束条件从所述使用信息中提取不同条件下的约束因子；按照所述用户端的用户意愿，对所述约束因子进行第一排序；同时，获取每个约束因子距离对应约束中心的约束偏离度，对所述约束因子进行第二排序；根据第一排序结果以及第二排序结果，获取同个约束因子的最终排序值f；
12.其中，表示对应同个约束因子的当前位置到对应约束中心s0的约束距离；表示对应同个约束因子的约束偏离度；表示约束因子的总个数；表示对应同个约束因子在第二排序中的当下序号，且序号为1,2,...,m1；表示对应同个约束因子在第一排序中的当下序号，且序号为1,2,...,m1；表示从所有的约束因子所对应用户意愿中获取的最强意愿值；表示对应同个约束因子所匹配的意愿值；根据所述最终排序值f，对所述约束因子进行标签设置，根据设置结果且结合所述范围规划停车方案，规划待停车位置点，并将每个待停车位置点的主要约束因子进行显著表示；根据显著表示结果，确定对应待停车位置点的位置推荐程度；根据所述位置推荐程度筛选特定位置点，并进行显著性显示。
13.优选的，根据显著表示结果，确定对应待停车位置点的位置推荐程度，包括：其中，表示所述显著表示结果中的第个显著标志的表示值，且取值范围为[0，1]；表示所述显著表示结果中的第j2个显著标志的权重值，其中，；表示所述显著表示结果中的显著标志的个数；表示所述显著表示结果中的第j2个显著标志的推荐因子；max表示最大函数的符号；表示指数函数的符号；表示所述显著表示结果所对应的位置推荐系数；表示所述显著表示结果所对应的推荐影响系数；表示所述显著表示结果对应的位置推荐程度。
[0014]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0015]
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。
附图说明
[0016]
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为本发明实施例中一种基于大数据平台的停车分析方法的流程图。
具体实施方式
[0017]
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0018]
本发明提供一种基于大数据平台的停车分析方法，如图1所示，包括：步骤1：获取目标范围内的车场布局图以及所述车场布局图中每个停车场所匹配的停车政策；步骤2：将同个停车场的单个构造图中每个停车入口、停车出口与对应停车政策进行匹配，根据匹配结果，确定所述同个停车场中每个停车入口的第一进入条件以及每个停车出口的第二外出条件；步骤3：基于所述第一进入条件以及第二外出条件，构建所述同个停车场的停车引导策略；步骤4：捕捉所述目标范围内每个停车场的周围车辆的第一行驶轨迹以及停车场本身的场内车辆的第二行驶轨迹；步骤5：基于所述第一行驶轨迹以及第二行驶轨迹，构建同个停车场的当下车流图；步骤6：基于所述当下车流图与对应的停车引导策略，部署对应停车场的当下规划停车方案，进而得到所述目标范围的范围规划停车方案；步骤7：将所述范围规划停车方案传输到需要在所述目标范围进行车位使用的用户端显示。
[0019]
该实施例中，目标范围是包括若干个停车场在内的区域所构成的范围。
[0020]
该实施例中，每个停车场都有其对应的入口和出口以及每个停车场都有其对应的停车政策，比如，车位1-100是vip车位，车位101-200是临时车位，停车场入口1是供临时车驶入的，停车场入口2是供vip车驶入的。
[0021]
该实施例中，车场布局图是指的针对该目标范围内的停车场布局图，且是预先设置好的，主要是为了确定该范围内可以停放车辆的停车场，且单个构造图指的是对应停车场的结构构造，将整体构造可以有效的显示出来，比如，该停车场是包含地下2层的，也就是通过该构造图可以确定出停车入口和停车出口，进而来与政策匹配，来得到不同的停车入口是供哪些车辆使用的，不同的停车出口是供哪些车辆使用的，方便进一步规划。
[0022]
该实施例中，第一进入条件指的是从该入口驶入条件，比如，驶入时间段、驶入收费标准、驶入车辆类型等，第二外出条件也是与驶出时间段、驶出车辆类型等有关。
[0023]
该实施例中，停车引导策略指的是针对同个停车场中，所有第一进入条件与第二外出条件所确定的哪个口需要什么车辆行驶等，且停车引导策略是为了对出口与入口所构成的轨迹路线提供一个引导参考。
[0024]
该实施例中，第一行驶轨迹指的是该在停车场周围行驶的车辆，比如是有进入停
车场趋势的车辆的运行轨迹，或者通过大数据平台捕捉到存在搜寻在目标范围内进行停车的请求，进而来锁定该请求所对应车辆的行驶轨迹，作为第一行驶轨迹。
[0025]
该实施例中，第二行驶轨迹指的是停车场内部的轨迹，比如，停车入口到车位的轨迹、车位到停车出口的轨迹、车位到车位的轨迹等，只要是在停车场内部产生的车辆运动路线，都可以视为第二行驶轨迹。
[0026]
该实施例中，根据第一行驶轨迹以及第二行驶轨迹，可以有效的构建出该停车场的车流图，其中，车流图指的是车辆移动轨迹所占用道路的图，或者是车辆移动轨迹所对应每个位置点的流动密度的图。
[0027]
该实施例中，当下规划停车方案指的是，临时车进入到该停车场时，对应的可以停放的车位，也就是获取入口到对应可停放的车位的规划路线，也就是可以对同个停车场内的所有可以停车的车位进行规划，今进而可以得到该目标范围内所有停车场的线路规划情况。
[0028]
其中，显示端所显示的范围规划停车方案是层层显示的，比如，该目标范围内总共存在三种类型的停放方式，一种是vip停放、一种是临时停放、一种是半开放，且每种停放方式都对应一个显示界面，该显示界面主要是显示目标范围内中不同停车场针对该停放方式的一种规划情况，通过模式种类切换，进行层层显示。
[0029]
该实施例中，用户端可以指的是手机、笔记本等。
[0030]
上述技术方案的有益效果是：通过获取车场布局图以及停车政策，确定停车引导策略，且通过对停车场内部的行驶轨迹以及周围的行驶轨迹进行分析，来构建车流图，进而来规划停车方案，并将停车方案传输到用户端显示，方便对停车场的智能化管理，有效的缓解了停车难度，提高了停车体验感。
[0031]
本发明提供一种基于大数据平台的停车分析方法，根据匹配结果，确定所述同个停车场中每个停车入口的第一进入条件以及每个停车出口的第二外出条件，包括：根据匹配结果，提取同个停车场中每个停车入口的第一限制因素，并构建得到第一进入条件；同时，根据所述匹配结果，提取同个停车场中每个停车出口的第二限制银租，并构建得到第二外出条件。
[0032]
该实施例中，第一限制因素与第二限制因素与车辆停放的类型、停放时间等有关。
[0033]
上述技术方案的有益效果是：通过提取入口与出口的限制因素，便于构建得到对应的条件，为后续进行规划提供有效参考，避免因为未考虑限制因素，导致停放出现失误。
[0034]
本发明提供一种基于大数据平台的停车分析方法，基于所述第一进入条件以及第二外出条件，构建所述同个停车场的停车引导策略，包括：获取同个停车场的所有第一进入条件以及所有第二外出条件；建立所有第一进入条件的总限制进入集合以及所有第二外出条件的总限制外出集合；将所述总限制进入集合与所述总限制外出集合进行限制映射，得到映射表；提取所述映射表中的映射阵列，分析每个映射阵列所对应场内车辆路线以及对应场内车辆路线的路线允许使用概率；基于所述路线允许使用概率，向每个停车入口配置允许驶入概率以及向每个停车
出口配置允许驶出概率；根据所述同个停车场的场内车辆路线以及允许驶入概率、允许驶出概率，构建所述同个停车场的停车引导策略。
[0035]
该实施例中，因为同个停车场可能会存在多个入口以及多个出口，因此是获取所有第一进入条件以及所有第二外出条件。
[0036]
该实施例中，总限制进入集合指的是各个入口的所有的限制情况，总限制外出集合指的是各个出口的所有的限制情况。
[0037]
该实施例中，限制映射主要是为了将出口和入口进行过合理匹配，比如入口1是vip，入口2是临时，出口1和出口2vip和临时都可以外出，因此，限制映射即为vip与vip、临时与临时的映射，得到的映射表就包括入口1、入口2、出口1、出口2在内，比如：入口1-出口1、2，入口2-出口1、2；映射阵列即为：1-12，2-12，此时，分别获取1-1、1-2、2-1、2-2的路线以及对应的概率，该概率是由该路线上的行驶次数与该停车场对应的1-1、1-2、2-1、2-2路线的总行驶次数比较得到的。
[0038]
该实施例中，允许驶入概率、允许使出概率都是根据驶入、驶出频次来确定的，为了确定入口与出口的引导策略提供基础。
[0039]
上述技术方案的有益效果是：通过确定停车场的进入条件以及外出条件，并进行限制映射，来确定不同线路的允许使用概率，进而来构建该停车场的停车引导策略，为后续进行停车车位的规划提供有效合理的基础。
[0040]
本发明提供一种基于大数据平台的停车分析方法，基于所述第一行驶轨迹以及第二行驶轨迹，构建同个停车场的当下车流图，包括：根据捕捉的同个停车场周围的所有第一行驶轨迹，进行重叠点的第一提取，且按照行驶轨迹的覆盖频次，进行重叠点的第二提取，并得到初始车流图；根据捕捉的同个停车场本身的场内车辆的第二行驶轨迹，构建同个单位时间段下的场内轨迹图，并得到所述场内轨迹图的轨迹覆盖度；基于所有轨迹覆盖度，对所述同个停车场的场内使用情况进行第一分析，得到所述同个停车场的当下忙碌轨迹，并附加在所述初始车流图上，得到当下车流图。
[0041]
该实施例中，重叠点指的是轨迹上的重叠位置点，覆盖频次指的是同个线路的重复行驶次数，通过两次提取得到初始车流图，该初始车流图主要是针对停车场周围的行驶情况。
[0042]
该实施例中，停车场本身的场内车辆的第二行驶轨迹是场内不同入口到出口、入口到车位、车位到出口等之间的行驶轨迹，就可以获取得到对应单位时间段下的轨迹覆盖度，也就是同个行驶路线的覆盖程度，覆盖线路越长以及覆盖次数越多，对应的覆盖程度越大。
[0043]
该实施例中，单位时间段指的是10秒一次，也就是是需要对停车场内部的行驶情况进行实时更新的，保证线路规划处于最新状态。
[0044]
该实施例中，当下忙碌轨迹指的是覆盖度高的轨迹线路，将该线路附加在车流图上，就可以得到当下车流图。
[0045]
上述技术方案的有益效果是：通过捕捉行驶轨迹并进行两次点的提取，便于得到
初始车流图，且通过对第二行驶轨迹进行轨迹覆盖度的确定，便于提取当下忙碌轨迹，来附加在初始车流图上，为规划方案提供实时的当下车流图。
[0046]
本发明提供一种基于大数据平台的停车分析方法，基于所述当下车流图与对应的停车引导策略，部署对应停车场的当下规划停车方案，进而得到所述目标范围的范围规划停车方案，包括：基于所述停车引导策略确定所述当下车流图中的忙碌车位、空闲车位以及持续被占用车位，并确定忙碌车位的车位类型、空闲车位的车位类型以及持续被占用车位的车位类型，进而确定出每个空闲车位的当下规划停车方案以及每个忙碌车位的当下规划停车方案；根据所有的当下规划停车方案，得到所述目标范围的范围规划停车方案。
[0047]
该实施例中，忙碌车位指的是从车位a离去，但是后续车辆又对车位a进行占用，空闲车位指的是车位a在当下时刻之前的时间段内没有被占用，持续被占用车位指的是该车位处于一直被同辆车占用的情况。
[0048]
该实施例中，车位类型可以是小轿车、保姆车等的类型。
[0049]
上述技术方案的有益效果是：通过确定不同车位以及车位对应的类型，有效的确定出当下规划停车方案，进而得到范围规划停车方案，缓解停车难度。
[0050]
本发明提供一种基于大数据平台的停车分析方法，将所述范围规划停车方案传输到需要在所述目标范围进行车位使用的用户端显示，包括：确定所述范围规划停车方案中每个停车场的子规划方案，并将所述子规划方案的规划行驶路线进行单平面布局显示；对每个显示的单平面布局按照对应停车场在对应目标范围的位置分布，来构建得到多平面布局；将所述多平面布局传输到需要在所述目标范围进行车位使用的用户端显示。
[0051]
该实施例中，每个停车场都有其对应的停车规划方案，且每个停车场都有其对应的单平面布局。
[0052]
该实施例中，多平面布局指的是多个单平面布局拼接起来到一个平面的布局。
[0053]
上述技术方案的有益效果是：通过对每个停车场的路线进行单平面布局显示，并后续进行多平面布局，便于进行有效提醒，降低停车难度。
[0054]
本发明提供一种基于大数据平台的停车分析方法，将所述范围规划停车方案传输到需要在所述目标范围进行车位使用的用户端显示之后，还包括：根据所述需要在所述目标范围进行车位使用的使用信息，在所述范围规划停车方案上的特定位置点进行显著性显示，具体包括：按照预设约束条件从所述使用信息中提取不同条件下的约束因子；按照所述用户端的用户意愿，对所述约束因子进行第一排序；同时，获取每个约束因子距离对应约束中心的约束偏离度，对所述约束因子进行第二排序；根据第一排序结果以及第二排序结果，获取同个约束因子的最终排序值f；
[0055]
其中，表示对应同个约束因子的当前位置到对应约束中心s0的约束距离；表示对应同个约束因子的约束偏离度；表示约束因子的总个数；表示对应同个约束因子在第二排序中的当下序号，且序号为1,2,...,m1；表示对应同个约束因子在第一排序中的当下序号，且序号为1,2,...,m1；表示从所有的约束因子所对应用户意愿中获取的最强意愿值；表示对应同个约束因子所匹配的意愿值；根据所述最终排序值f，对所述约束因子进行标签设置，根据设置结果且结合所述范围规划停车方案，规划待停车位置点，并将每个待停车位置点的主要约束因子进行显著表示；根据显著表示结果，确定对应待停车位置点的位置推荐程度；根据所述位置推荐程度筛选特定位置点，并进行显著性显示。
[0056]
该实施例中，用户意愿指的是用户想要将车停到什么位置以及将车如何停放等，因此，可以按照意愿来对因子进行排序。
[0057]
该实施例中，预设约束条件指的是该目标范围中常规的停车约束，比如，停车类型、停车位置等，因此，可以来得到常规的停车约束的约束中心。
[0058]
该实施例中，约束因子是基于用户的使用信息来提取得到的，通过与对应约束中心进行偏离度分析，来进行第二排序。
[0059]
该实施例中，使用信息指的是用户想要什么车位、停放在何处等。
[0060]
该实施例中，最终排序值是为了对所有约束因子进行再次排序，且标签设置是为了确定该约束因子基于后续线路规划起到的重要作用。
[0061]
该实施例中，待停车位置点指的是可以将该用户的车辆进行停放的位置。
[0062]
该实施例中，显著表示指的是，由于该停车位置点的确定是基于不同组合的约束因子来综合确定出来的，所以，通过显著表示，可以确定出推荐程度，方便用户筛选。
[0063]
上述技术方案的有益效果是：通过确定用户意愿以及约束偏离度，便于对约束因子进行相应的两次排序，且基于两次排序计算同个约束因子的最终排序值，便于在满足用户意愿的情况下，又可以为用户推荐最佳的停车位置，且通过显著性显示，保证对用户的有效提醒，进一步降低了停车难度。
[0064]
本发明提供一种基于大数据平台的停车分析方法，根据显著表示结果，确定对应待停车位置点的位置推荐程度，包括：其中，表示所述显著表示结果中的第个显著标志的表示值，且取值范围为[0，1]；表示所述显著表示结果中的第j2个显著标志的权重值，其中，；表示所述显著表示结果中的显著标志的个数；表示所述显著表示结果中的第j2个显著标志的推荐因子；max表示最大函数的符号；
表示指数函数的符号；表示所述显著表示结果所对应的位置推荐系数；表示所述显著表示结果所对应的推荐影响系数；表示所述显著表示结果对应的位置推荐程度。
[0065]
上述技术方案的有益效果是：通过对显著表示结果中的显著标志进行推荐计算，便于有效的确定出对应停车位置点的位置推荐程度，向用户推荐合适的停车位置点提供基础，进一步降低了停车难度。
[0066]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.一种基于大数据平台的停车分析方法，其特征在于，包括：步骤1：获取目标范围内的车场布局图以及所述车场布局图中每个停车场所匹配的停车政策；步骤2：将同个停车场的单个构造图中每个停车入口、停车出口与对应停车政策进行匹配，根据匹配结果，确定所述同个停车场中每个停车入口的第一进入条件以及每个停车出口的第二外出条件；步骤3：基于所述第一进入条件以及第二外出条件，构建所述同个停车场的停车引导策略；步骤4：捕捉所述目标范围内每个停车场的周围车辆的第一行驶轨迹以及停车场本身的场内车辆的第二行驶轨迹；步骤5：基于所述第一行驶轨迹以及第二行驶轨迹，构建同个停车场的当下车流图；步骤6：基于所述当下车流图与对应的停车引导策略，部署对应停车场的当下规划停车方案，进而得到所述目标范围的范围规划停车方案；步骤7：将所述范围规划停车方案传输到需要在所述目标范围进行车位使用的用户端显示。2.如权利要求1所述的基于大数据平台的停车分析方法，其特征在于，根据匹配结果，确定所述同个停车场中每个停车入口的第一进入条件以及每个停车出口的第二外出条件，包括：根据匹配结果，提取同个停车场中每个停车入口的第一限制因素，并构建得到第一进入条件；同时，根据所述匹配结果，提取同个停车场中每个停车出口的第二限制银租，并构建得到第二外出条件。3.如权利要求1所述的基于大数据平台的停车分析方法，其特征在于，基于所述第一进入条件以及第二外出条件，构建所述同个停车场的停车引导策略，包括：获取同个停车场的所有第一进入条件以及所有第二外出条件；建立所有第一进入条件的总限制进入集合以及所有第二外出条件的总限制外出集合；将所述总限制进入集合与所述总限制外出集合进行限制映射，得到映射表；提取所述映射表中的映射阵列，分析每个映射阵列所对应场内车辆路线以及对应场内车辆路线的路线允许使用概率；基于所述路线允许使用概率，向每个停车入口配置允许驶入概率以及向每个停车出口配置允许驶出概率；根据所述同个停车场的场内车辆路线以及允许驶入概率、允许驶出概率，构建所述同个停车场的停车引导策略。4.如权利要求1所述的基于大数据平台的停车分析方法，其特征在于，基于所述第一行驶轨迹以及第二行驶轨迹，构建同个停车场的当下车流图，包括：根据捕捉的同个停车场周围的所有第一行驶轨迹，进行重叠点的第一提取，且按照行驶轨迹的覆盖频次，进行重叠点的第二提取，并得到初始车流图；根据捕捉的同个停车场本身的场内车辆的第二行驶轨迹，构建同个单位时间段下的场内轨迹图，并得到所述场内轨迹图的轨迹覆盖度；
基于所有轨迹覆盖度，对所述同个停车场的场内使用情况进行第一分析，得到所述同个停车场的当下忙碌轨迹，并附加在所述初始车流图上，得到当下车流图。5.如权利要求1所述的基于大数据平台的停车分析方法，其特征在于，基于所述当下车流图与对应的停车引导策略，部署对应停车场的当下规划停车方案，进而得到所述目标范围的范围规划停车方案，包括：基于所述停车引导策略确定所述当下车流图中的忙碌车位、空闲车位以及持续被占用车位，并确定忙碌车位的车位类型、空闲车位的车位类型以及持续被占用车位的车位类型，进而确定出每个空闲车位的当下规划停车方案以及每个忙碌车位的当下规划停车方案；根据所有的当下规划停车方案，得到所述目标范围的范围规划停车方案。6.如权利要求1所述的基于大数据平台的停车分析方法，其特征在于，将所述范围规划停车方案传输到需要在所述目标范围进行车位使用的用户端显示，包括：确定所述范围规划停车方案中每个停车场的子规划方案，并将所述子规划方案的规划行驶路线进行单平面布局显示；对每个显示的单平面布局按照对应停车场在对应目标范围的位置分布，来构建得到多平面布局；将所述多平面布局传输到需要在所述目标范围进行车位使用的用户端显示。7.如权利要求1所述的基于大数据平台的停车分析方法，其特征在于，将所述范围规划停车方案传输到需要在所述目标范围进行车位使用的用户端显示之后，还包括：根据所述需要在所述目标范围进行车位使用的使用信息，在所述范围规划停车方案上的特定位置点进行显著性显示，具体包括：按照预设约束条件从所述使用信息中提取不同条件下的约束因子；按照所述用户端的用户意愿，对所述约束因子进行第一排序；同时，获取每个约束因子距离对应约束中心的约束偏离度，对所述约束因子进行第二排序；根据第一排序结果以及第二排序结果，获取同个约束因子的最终排序值f；；其中，表示对应同个约束因子的当前位置到对应约束中心s0的约束距离；表示对应同个约束因子的约束偏离度；表示约束因子的总个数；表示对应同个约束因子在第二排序中的当下序号，且序号为1,2,...,m1；表示对应同个约束因子在第一排序中的当下序号，且序号为1,2,...,m1；表示从所有的约束因子所对应用户意愿中获取的最强意愿值；表示对应同个约束因子所匹配的意愿值；根据所述最终排序值f，对所述约束因子进行标签设置，根据设置结果且结合所述范围规划停车方案，规划待停车位置点，并将每个待停车位置点的主要约束因子进行显著表示；根据显著表示结果，确定对应待停车位置点的位置推荐程度；根据所述位置推荐程度筛选特定位置点，并进行显著性显示。
8.如权利要求7所述的基于大数据平台的停车分析方法，其特征在于，根据显著表示结果，确定对应待停车位置点的位置推荐程度，包括：；其中，表示所述显著表示结果中的第个显著标志的表示值，且取值范围为[0，1]；表示所述显著表示结果中的第j2个显著标志的权重值，其中，；表示所述显著表示结果中的显著标志的个数；表示所述显著表示结果中的第j2个显著标志的推荐因子；max表示最大函数的符号；表示指数函数的符号；表示所述显著表示结果所对应的位置推荐系数；表示所述显著表示结果所对应的推荐影响系数；表示所述显著表示结果对应的位置推荐程度。

技术总结
本发明提供了一种基于大数据平台的停车分析方法，包括：获取目标范围内的车场布局图以及车场布局图中每个停车场所匹配的停车政策；将同个停车场的单个构造图中每个停车入口、停车出口与对应停车政策进行匹配，确定同个停车场中每个停车入口的第一进入条件以及每个停车出口的第二外出条件；构建同个停车场的停车引导策略；捕捉目标范围内每个停车场的周围车辆的第一行驶轨迹以及停车场本身的场内车辆的第二行驶轨迹；构建同个停车场的当下车流图；基于当下车流图与对应的停车引导策略，部署对应停车场的当下规划停车方案，进而得到目标范围的范围规划停车方案；传输到用户端显示。有效的缓解了停车难度，提高了停车体验感。验感。验感。


技术研发人员：方明星 张俊斌
受保护的技术使用者：深圳市豪位科技有限公司
技术研发日：2023.02.08
技术公布日：2023/5/16