[发明专利]停车场停车预测方法和装置在审

专利信息
申请号: 201910934953.8 申请日: 2019-09-29
公开(公告)号: CN110660219A 公开(公告)日: 2020-01-07
发明(设计)人: 葛婷婷;史文丽;甘勋 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G08G1/01 分类号: G08G1/01;G08G1/14;G08G1/0968
代理公司: 11201 北京清亦华知识产权代理事务所(普通合伙) 代理人: 王艳斌
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 停车场 停车 导航终端 地域属性信息 方法和装置 程度预测 导航技术 区域信息 属性信息 周边区域 兴趣点 预测 获知 申请
【权利要求书】:

1.一种停车场停车预测方法,其特征在于,包括:

在使用导航终端的车辆临近目的地时,获取所述目的地周围的停车场;

获取所述停车场的周边区域,其中,所述周边区域包括兴趣点;

根据所述停车场的地域属性信息和所述兴趣点的属性信息,确定停车场的停车难易程度;

将所述停车难易程度返回给所述导航终端。

2.根据权利要求1所述的方法,其特征在于,所述根据所述停车场的地域属性信息和所述兴趣点的属性信息,确定停车场的停车难易程度,包括:

将所述停车场的地域属性信息和所述兴趣点的属性信息输入到停车预测模型中,获取所述停车场的停车难易程度。

3.根据权利要求2所述的方法,其特征在于,还包括:

获取训练数据,所述训练数据包括样本停车场的地域属性信息、所述样本停车场各个历史时刻的停车难度标注数据、以及所述样本停车场的周边区域中兴趣点的属性信息;

根据所述样本停车场的地域属性信息、所述样本停车场的周边区域中兴趣点的属性信以及所述停车难度标注数据对所述停车预测模型进行训练。

4.根据权利要求3所述的方法,其特征在于,还包括:

获取所述样本停车场各个历史时刻对应的车位空闲率;

根据各个历史时刻的车位空闲率与空闲阈值进行比较;

根据比较结果,确定所述样本停车场相应历史时刻的停车难度标注数据。

5.根据权利要求1-4任一项所述的方法,其特征在于,还包括:

获取所述停车场的停车场信息;

将停车场信息返回给所述导航终端。

6.一种停车场停车预测装置,其特征在于,包括:

第一获取模块,用于在使用导航终端的车辆临近目的地时,获取所述目的地周围的停车场;

第二获取模块,用于获取所述停车场的周边区域,其中,所述周边区域包括兴趣点;

第一确定模块,用于根据所述停车场的地域属性信息和所述兴趣点的属性信息,确定停车场的停车难易程度;

结果返回模块,用于将所述停车难易程度返回给所述导航终端。

7.根据权利要求6所述的装置,其特征在于,第一确定模块,具体用于:

将所述停车场的地域属性信息和所述兴趣点的属性信息输入到停车预测模型中,获取所述停车场的停车难易程度。

8.根据权利要求7所述的装置,其特征在于,还包括:

第二获取模块,用于获取训练数据,所述训练数据包括样本停车场的地域属性信息、所述样本停车场各个历史时刻的停车难度标注数据、以及所述样本停车场的周边区域中兴趣点的属性信息;

训练模块,用于根据所述样本停车场的地域属性信息、所述样本停车场的周边区域中兴趣点的属性信以及所述停车难度标注数据对所述停车预测模型进行训练。

9.根据权利要求8所述的装置,其特征在于,还包括:

第三获取模块,用于获取所述样本停车场各个历史时刻对应的车位空闲率;

比较模块,根据各个历史时刻的车位空闲率与空闲阈值进行比较;

第二确定模块,用于根据比较结果,确定所述样本停车场相应历史时刻的停车难度标注数据。

10.根据权利要求6-9任一项所述的装置,其特征在于,还包括:

第四获取模块,用于获取所述停车场的停车场信息;

所述结果返回模块,还用于将停车场信息返回给所述导航终端。

11.一种导航服务器,其特征在于,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910934953.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top