(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111546266.2 (22)申请日 2021.12.17 (71)申请人 松立控股集团股份有限公司 地址 266000 山东省青岛市 市南区宁 夏路 288号软件园6号楼1 1层 (72)发明人 刘寒松　王永　王国强　刘瑞　 翟贵乾　 (74)专利代理 机构 济南龙瑞知识产权代理有限 公司 37272 代理人 刘燕丽 (51)Int.Cl. G08G 1/14(2006.01) G08G 1/01(2006.01) G06F 16/9537(2019.01) G06N 20/00(2019.01) (54)发明名称 一种基于停车数据的停车推荐算法 (57)摘要 本发明公开了一种基于停车数据的停车推 荐算法， 涉及交通协调技术领域。 本发明包括如 下步骤： S1， 停车数据获取； 包括获取静态数据和 动态数据； S2， 基于统计学方法分析直观停车数 据,基于机器学习方法 处理非直观停车数据； S3， 将步骤S2中处理后的停车数据进行整合， 用统一 的格式表示； S4， 偏好优先策略推荐； 根据车场地 理位置、 收费标准、 车位空闲数量因素分别对上 述结果进行排序， 用户可以根据自己的需求选择 不同的排序结果， 当未选择特定因素时， 将自动 按各个因素的平均值进行结果排序； S5， 结果反 馈； 根据客户的需求将S4中的结果信息反馈给用 户。 本发明通过获取停车数据并对其进行分析和 处理， 实现动态车位的推荐。 权利要求书1页 说明书4页 附图1页 CN 114267197 A 2022.04.01 CN 114267197 A 1.一种基于停车 数据的停车推荐算法， 其特 征在于： 包括如下步骤： S1.停车数据获取， 包括获取静态数据和动态数据； S2.基于统计学方法分析直观停车数据： 包括获取对应车场的车位信息、 获取车辆进入 车场的时间和离开时间、 并根据车俩进出车场的时间计算出目前车场内空闲的车位数量， 并提供该车场所处位置以及收费标准； 基于机器学习方法处理非直观停车数据： 对于没有 线上平台的车场， 将摄像机拍摄的图片利用机器学习方法对其进 行处理， 获取其高层表示， 并通过决策层来检测判断车位是否为空 闲状态； S3.将步骤S2中处理后的停车数据进行整合， 用统一的格式表示； 对于步骤S2 获得的结 果数据， 需要进行格式化表示， 并存入数据库中， 以便为用户推荐结果， 其字段包括车场地 理位置、 空 闲车辆和收费标准； S4.偏好优先策略推荐， 根据车场地理位置、 收费标准、 车位空闲数量因素分别对上述 结果进行排序， 用户可以根据自己的需求选择不同的排序结果， 当未选择特定因素时， 将自 动按各个因素的平均值进行 结果排序； S5.结果反馈， 根据客户的需求将S4中的结果信息反馈给用户， 供用户参 考使用。 2.根据权利要求1所述的基于停车数据的停车推荐算法， 其特征在于： S1步骤中获取的 静态数据包括： 车场的地理位置， 车场容纳量， 收费标准； S1步骤中通过具有线上管理系统 的车场搭建调用接口， 实时获取该车场的车位使用情况的动态数据， 包括： 车辆进入车场的 时间和离开车场的时间、 摄 像机拍摄的车位使用状态图片数据。 3.根据权利要求1所述的基于停车数据的停车推荐算法， 其特征在于： 计算一个时间间 隔后车场的车位空闲量n的具体计算方式为： 假设初始状态停车场的车位全部为空闲状态， 以该状态为 开始时间， 时间 间隔设为 T， 式 （1） 中当有车辆在时间间隔内进入车场时， ， 否则 ； 当有车辆在时间间隔 内离开车场时， ， 否则 ； 为该车场车位的总容纳量。 4.根据权利要求1所述的基于停车数据的停车推荐算法， 其特征在于： 步骤S2中基于机 器学习判断车位是否为空闲状态的方法为： 将摄像头固定安装好， 摄像头获取图片数据后 进行训练， 获得预训练模型； 利用目标检测中的YOLO模型作为基模型， 对图片数据进行处 理。权　利　要　求　书 1/1 页 2 CN 114267197 A 2一种基于停车数据的停车推荐算法 技术领域 [0001]本发明属于交通协调系统技 术领域， 涉及一种基于停车 数据的停车推荐算法。 背景技术 [0002]随着城市现代化进程的迅速发展， 人民的生活水平得到了巨大的提升， 目前城市 居民中几乎家家有 车， 车已经成为了最便捷的代 步工具， 但由于我国人口基数大， 加上城市 人口流入 大， 车辆数量迅速增加， 这给交通带来了严重的负担， 停车位供应也面临着巨大的 压力。 在日常生活中， 往往由于无法及时找到合适的停车位， 给出行带来了不便， 不仅浪费 了时间， 还使得城市生活体验变差， 这与为市民提供便利的城市服务宗旨不符。 但值得注 意 的是， 停车位紧缺是一个 问题， 另一个更需要解决的问题是停车位管理问题。 根据 《中国城 市智慧停车指数报告》 统计， 在一线城市中， 停车位平均缺口率高达  76.3%， 但与此同时停 车场泊位空闲率为  44.6%， 约一半的停车位未得到合理利用， 这是对资源的极大浪费。 造成 这种现象的原因主要为市民无法便利的获取到区域内的停车位信息， 因此无法准确合理的 选择停车泊位， 这也就导致了上述报告中所述中， 近一半的停车位被闲置。 因此若能利用计 算机科学技术， 提供一种自动化停车推荐算法， 根据时间， 地理位置等信息为车主提前提供 停车信息， 这不仅可以提供停车位的有效利用率， 还可以在一定程度上减少乱停乱放的违 法行为， 同时还可以提升市民对 城市服务的满意度， 这对 城市发展是非常有利的。 [0003]针对停车位推荐的相关研究， 国内目前还处于初级阶段， 大多数都是问题现状分 析， 数据统计等基于理论和统计学的研究。 即使有成熟的技术可以利用， 也往往受限于某 一 范围， 而无法进一步延伸。 因此目前国内暂时缺少关于符合 我国城市综合特性的通用的停 车位管理推荐方法。 人工智能技术的不断发展， 在许多方面已经进入智能化时代， 例如目前 较为成熟的车牌识别技术， 智能家居等方面。 利用人工智能技术， 研究关于智能停车推荐方 法是符合时代背景 的， 而人工智能技术在多领域的杰出表现， 也表明了人工智能技术可以 在大多数方面取得良好效果， 为此， 利用计算机科学技术 实现智能化， 自动化停车位推荐 是 非常重要的。 发明内容 [0004]本发明为了弥补现有技术的不足， 提供了一种基于停车数据的停车推荐算法， 通 过获取停车数据并对其进行分析和处理， 实现动态车位的推荐。 本发明是通过如下技术方 案实现的： 本发明提供了一种基于停车 数据的停车推荐算法， 包括如下步骤： S1.停车数据获取， 包括获取静态数据和动态数据； S2.基于统计学方法分析直观停 车数据： 包括获取对应车场的车位信息、 获取车辆 进入车场的时间和离开时间、 根据这两个时间计算 目前车场内空闲的车位数量， 并提供该 车场所处位置以及收费标准； 基于机器学习方法处理非直观停车数据： 将摄像机拍摄的图 片利用机器学习 方法对其进行处理， 获取其高层表示， 并通过决策层来检测判断车位是否 为空闲状态；说　明　书 1/4 页 3 CN 114267197 A 3