[發(fā)明專利]一種基于時(shí)空特征的社區(qū)停車位狀態(tài)檢測及服務(wù)方法

在審

• 申請?zhí)枺?/td>: 201510836101.7
• 申請日: 2015-11-26
• 公開（公告）號: CN105427596A
• 公開（公告）日: 2016-03-23
• 發(fā)明（設(shè)計(jì)）人: 呂衛(wèi)鋒;蘇雄;何滔
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 成金玉;孟卜娟

1.一種基于時(shí)空特征的社區(qū)停車位狀態(tài)檢測及服務(wù)方法，其特征在于通過以下步驟實(shí)現(xiàn)：

(1)根據(jù)停車場實(shí)時(shí)圖像特征以及時(shí)空特征確定停車場車位空余狀態(tài)水平，空余狀態(tài)水平包括大量，充足，平衡，緊張，不足五類，所述大量是指空余E≥50％，充足是指35％≤E<50％，平衡是指20％≤E<35％，緊張是指10％≤E<20％，不足是指E<10％，依據(jù)停車位狀態(tài)檢測算法對停車場空余狀態(tài)進(jìn)行檢測；

(2)基于停車位狀態(tài)檢測算法檢測結(jié)果以及累積歷史狀態(tài)數(shù)據(jù)，在時(shí)空維度上提供服務(wù)；在時(shí)間維度上，依據(jù)歷史狀態(tài)以及即時(shí)空余狀態(tài)，通過建立隱馬爾科夫模型提供停車位空余狀態(tài)水平的未來預(yù)測，在空間維度上，對目的功能區(qū)附近的停車場的車位數(shù)量進(jìn)行空間關(guān)聯(lián)分析，首先確定空間中具有相關(guān)性的停車場，然后對該停車場的車位數(shù)量進(jìn)行回歸分析，最后依據(jù)擬合的函數(shù)關(guān)系進(jìn)行預(yù)測。

2.根據(jù)權(quán)利要求1所述的基于時(shí)空特征的社區(qū)停車位狀態(tài)檢測及服務(wù)方法，其特征在于：步驟(1)所述的停車位狀態(tài)檢測算法步驟如下：

(1)對當(dāng)前圖像特征進(jìn)行場景化標(biāo)注：首先進(jìn)行Schilit場景化描述，Schilit場景化描述包括四類場景化描述：時(shí)間場景即對時(shí)間維度的描述，包括時(shí)間、時(shí)刻、季節(jié)；物理場景，即物理世界中環(huán)境資源，包括濕度、溫度、陽光、建筑物；計(jì)算場景，即物理世界中的計(jì)算資源，包括打印機(jī)、計(jì)算機(jī)、網(wǎng)絡(luò)；場景歷史，即現(xiàn)階段和過去的場景記錄，場景描述的是描述用戶4W，即What，指事件發(fā)生的類型，Where指事件發(fā)生的地點(diǎn)，When指事件發(fā)生的時(shí)間，How指事件的性質(zhì)即影響程度，然后依據(jù)Schilit場景要素將停車場圖像場景要素劃分為時(shí)間，地點(diǎn)，事件，環(huán)境，性質(zhì)五個(gè)維度，結(jié)合圖像特征構(gòu)成六元組，實(shí)現(xiàn)對當(dāng)前停車圖像的場景化標(biāo)注；

(2)對不同的圖像進(jìn)行空余狀態(tài)標(biāo)注，形成分類訓(xùn)練數(shù)據(jù)集，將空余狀態(tài)水平劃分為大量，充足，平衡，緊張，不足五類，根據(jù)具體狀態(tài)水平進(jìn)行空余狀態(tài)標(biāo)注；

(3)組合前述圖像特征及場景化標(biāo)注的信息形成檢測向量，訓(xùn)練SVM分類器；

(4)對新輸入圖像進(jìn)行場景化標(biāo)注以及空余狀態(tài)標(biāo)注，輸入SVM進(jìn)行狀態(tài)檢測。

3.根據(jù)權(quán)利要求1所述的基于時(shí)空特征的社區(qū)停車位狀態(tài)檢測及服務(wù)方法，其特征在于：步驟(2)所述的通過建立隱馬爾科夫模型提供停車位空余狀態(tài)水平的未來預(yù)測步驟如下：

(1)定義從狀態(tài)E_i轉(zhuǎn)化為E_j的狀態(tài)轉(zhuǎn)移概率為P(E_i→E_j)＝P_ij；

(2)將時(shí)態(tài)特性引入狀態(tài)轉(zhuǎn)移概率，定義P(T_k，E_i→E_j)＝P_ij(T_k)；

(3)依據(jù)頻率代替概率的思想計(jì)算狀態(tài)轉(zhuǎn)移概率，統(tǒng)計(jì)在時(shí)刻T_k從狀態(tài)E_i出發(fā)的狀態(tài)轉(zhuǎn)移過程次數(shù)C_i，統(tǒng)計(jì)時(shí)刻T_k從狀態(tài)E_i轉(zhuǎn)換到E_j的狀態(tài)轉(zhuǎn)移過程次數(shù)C_j，則P_ij(T_k)＝C_j/C_i；

(4)依據(jù)前述狀態(tài)轉(zhuǎn)移概率，構(gòu)造狀態(tài)轉(zhuǎn)移矩陣，

(5)定義A_j(k)為時(shí)刻k處于狀態(tài)E_j的概率，依據(jù)Bayes條件概率計(jì)算方法實(shí)現(xiàn)多步預(yù)測，A_j(k)為時(shí)刻k處于狀態(tài)E_j的概率。

4.根據(jù)權(quán)利要求1所述的基于時(shí)空特征的社區(qū)停車位狀態(tài)檢測及服務(wù)方法，其特征在于：步驟(2)所述的對目的功能區(qū)附近的停車場的車位數(shù)量進(jìn)行空間關(guān)聯(lián)分析步驟如下：

(1)確定車主目的功能區(qū)停車場及周邊500m范圍內(nèi)的所有停車場；

(2)計(jì)算各停車場與目的停車場的相關(guān)系數(shù)，確定一定范圍區(qū)域中具有相關(guān)性的停車場；

(3)對具有相關(guān)性的停車場的車位數(shù)量進(jìn)行回歸分析，擬合出車位數(shù)量的函數(shù)關(guān)系；

(4)依據(jù)擬合的函數(shù)關(guān)系對目的停車場的車位數(shù)量進(jìn)行預(yù)測。