[發明專利]基于時空特征的停車誘導方法、裝置、設備及存儲介質

有效

• 申請號: 201910380725.0
• 申請日: 2019-05-08
• 公開（公告）號: CN110189537B
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 彭磊;聶焱
• 申請（專利權）人: 深圳先進技術研究院
• 主分類號: G08G1/14
• 分類號: G08G1/14;G01C21/34
• 代理公司: 深圳智趣知識產權代理事務所(普通合伙) 44486
• 代理人: 王策

1.一種基于時空特征的停車誘導方法，其特征在于，所述方法包括下述步驟：

獲取用戶車輛的預計行駛信息，所述預計行駛信息包括所述用戶車輛的行駛規劃路徑、目的地和所述目的地的預計到達時間；

將所述預計行駛信息輸入預先訓練好的城市級停車誘導系統，生成所述用戶車輛對應的停車場推薦信息，所述城市級停車誘導系統為以當前城市中城市車輛的停車事件為訓練數據訓練得到的時空分類器；

所述城市級停車誘導系統的獲取具體包括：

獲取所述城市車輛的行駛信息，并檢測所述城市車輛的停車行為；

當檢測到所述城市車輛的停車行為時，依據所述行駛信息和預先采集的所述當前城市的停車場集合，構建所述城市車輛的停車事件；

將所述城市車輛的停車事件作為訓練數據，對所述時空分類器進行有監督訓練，生成所述城市級停車誘導系統；

其中，所述時空分類器包括卷積神經網絡和長短期記憶網絡；所述對預設的時空分類器進行有監督訓練的步驟，包括：

通過所述時空分類器中的卷積層對所述停車事件的空間特征進行捕捉，生成所述停車事件的空間特征向量；

將所述停車事件的空間特征向量輸入所述時空分類器中的長短期記憶網絡中，以通過所述長短期記憶網絡提取所述停車事件的時間特征；

通過所述時空分類器中的全連接層和激活函數，對所述長短期記憶網絡的輸出進行處理，獲得所述停車場集合中每個停車場的推薦概率；

根據所述停車場集合中每個停車場的推薦概率和所述停車事件中的停車場，對所述時空分類器的訓練參數進行調整。

2.如權利要求1所述的方法，其特征在于，所述獲取所述城市車輛的行駛信息的步驟，包括：

接收所述城市車輛上的導航系統發送的導航信號；

通過粒子濾波器對所述導航信號進行處理，獲得所述行駛信息。

3.如權利要求1所述的方法，其特征在于，所述城市車輛的行駛信息包括所述城市車輛在各個行駛時刻的地理位置；所述構建所述城市車輛的停車事件的步驟，包括：

當檢測到所述城市車輛的停車行為時，從所述行駛信息中獲取所述城市車輛的停車位置、停車時間和行駛路徑；

根據所述停車位置和所述停車場集合，確定所述城市車輛所在的停車場；

根據所述城市車輛的停車位置、停車時間、行駛路徑和所述城市車輛所在的停車場，構建所述城市車輛的停車事件。

4.如權利要求3所述的方法，其特征在于，所述確定所述城市車輛所在的停車場的步驟，包括：

依據所述城市車輛的停車位置與所述停車場集合中各停車場之間的距離，對所述城市車輛的停車位置進行聚類；

根據所述停車位置的聚類結果，確定所述城市車輛所在的停車場。

5.如權利要求3所述的方法，其特征在于，所述對預設的時空分類器進行有監督訓練的步驟，包括：

將所述停車事件中的停車位置、停車時間和行駛路徑設置為所述時空分類器的輸入，將所述停車事件中的停車場設置為所述時空分類器的目標輸出，對所述時空分類器進行有監督訓練。

6.根據權利要求1所述的方法，其特征在于，假設城市車輛v沿著道路r行駛，在時間t到目的地d并停在了停車場p，則城市車輛v的停車事件可以描述為：

[w_t，d_t，d，r]:p

其中，時間t作為停車時間，分為wt和dt兩部分，wt表示星期，dt表示一天中的時刻；

冒號左邊的內容從空間和時間上描述了城市車輛的停車過程，作為所述時空分類器的輸入；

冒號右邊的內容描述了城市車輛的停車結果，作為所述時空分類器的輸出。