[發明專利]用于定位可用停車位的系統及方法在審
| 申請號: | 201380066642.5 | 申請日: | 2013-12-20 |
| 公開(公告)號: | CN104937650A | 公開(公告)日: | 2015-09-23 |
| 發明(設計)人: | 尤金·齊爾克列維奇 | 申請(專利權)人: | 泊知港有限公司 |
| 主分類號: | G08G1/14 | 分類號: | G08G1/14 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 朱勝;李春暉 |
| 地址: | 英國西米*** | 國省代碼: | 英國;GB |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 定位 可用 停車位 系統 方法 | ||
技術領域
本申請涉及使用基于網絡的便攜式電子設備或車載應用、利用二次數據源預測停車位可用性的系統及方法。二次數據源的示例包括停車交易、歷史停車位可用性和車輛移動數據。
背景技術
如今很大比例的城市交通問題是由尋找合適的和可用的停車位置的車輛造成的。為了減少該問題,駕駛員需要知道何處可以停車。本申請經由諸如街道上的傳感器或停車場關卡(barrier)系統等來源,在生成這樣的數據的基礎設施可用的區域中提供實時可用性信息。這樣的基礎設施未被廣泛地采用,因此本公開的系統使用算法和模型以根據諸如歷史交易和可用性數據、車輛位置和車輛移動以及許多其他環境因素的二次信息源(其均影響車輛停車行為模式)來計算停車位可用性。
用于定位停車的當前應用程序僅描述停車場、車庫或街道停車的位置。這些應用程序不基于二次信息源來預測停車的可用性。
發明內容
本申請涉及用于使用以下應用中的任何一個應用來定位可用停車位的系統和方法:基于網絡的系統、便攜式電子設備或車載系統。
本公開的系統和方法在僅有二次輸入的情況下使用統計學和機器學習技術來生成對當前停車可用性和未來停車可用性的預測。統計學和機器學習技術包括但不限于:監督學習,以構建對二次數據和停車可用性的歷史觀察所訓練的回歸模型。這些數學模型、算法和軟件采用多個輸入的信息并且生成關于給定街道、停車場或城市的停車位可用性的預測。然后,該預測在線地、在移動應用程序上或在車內被呈現給駕駛員。
在一個實施例中,系統通過使用來自街道和停車車庫信息的實時可用車位計數來預測可用停車位,并且分析來自街道車位和停車車庫兩者的歷史車位計數。使用該數據,系統識別貫穿某一給定天的車位可用性趨勢(例如,在指定停車場,在上午8:00時85%車位可用,在上午9:30時77%車位可用等)。該數據可以用于預測給定時間點的預期車位。由于未來可用性可以與過去的可用性不同,所以系統將實時數據輸入合并至模型中以將歷史趨勢調整成當前狀況。例如,如果已知事件趨于增加停放在場所周圍的車輛的數量,則系統可以相應地調整事件天的基于趨勢的可用性預測。
本申請公開了用于定位停車位的方法,該方法包括:經由通信介質將所請求的期望停車的位置電子地發送至數據庫服務器;并且基于存儲在數據庫中的歷史停車位信息計算在所請求的位置附近的可能停車位位置,數據庫電子地連接至數據庫服務器;以及經由通信介質發送停車位的位置和可能性。該方法的另外的變型包括:其中,所請求的用于停車的位置從便攜式電子設備輸入和發送;其中,可能停車位位置被繪制在街道地圖的電子描述上;其中,數據庫服務器基于多個浮動車輛數據預測停車位可用性,浮動車輛數據從在所請求的位置周圍駕駛以尋找車位的車輛捕獲車輛移動信息;其中,數據庫服務器基于多個浮動車輛數據預測停車位可用性,其中,所述浮動蜂窩數據基于指示行人相對于車輛移動的多個蜂窩信號的速度的變化捕獲車輛到達和離開所請求的位置的信息;其中,數據庫服務器基于貫穿整天所采集的歷史停車位計數,針對所請求的位置預測停車可用性趨勢;并且基于所述趨勢推斷(extrapolate)未來可用性;其中,數據庫服務器使用下述輸入根據歷史可用性趨勢來調整實時停車位可用性的預測:上述輸入為例如一周中的當前日、月份、一天中的時間點、天氣、公共交通系統的狀態、計劃事件、相鄰停車場和街道的實時可用性、實時停車支付交易、實時電子銷售點(EPOS)交易、實時交通和浮動車輛數據、(基于衛星或攝像裝置的)實時成像、由停車執行系統(parking?enforcement?system)報告的實時車位可用性、由用戶報告的實時車位可用性。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于泊知港有限公司,未經泊知港有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201380066642.5/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:導電性微粒
- 下一篇:在線學習管理系統及其方法





