[发明专利]一种停车数据修复方法、装置、计算机设备以及存储介质

权利要求书

1.一种停车数据修复方法，其特征在于，包括：

确定目标停车场，根据所述目标停车场确定目标区域，获取所述目标区域的中停车场的停车场拓扑图；

获取所述目标区域中停车场在目标时间段的车位占用信息；

根据所述停车场拓扑图和所述车位占用信息，构建对抗神经网络，包括：获取初始对抗神经网络，所述初始对抗神经网络包括初始判别器和初始生成器；通过所述停车场拓扑图和所述初始生成器，生成停车场的合成车位占用信息；将所述合成车位占用信息和所述车位占用信息作为训练车位占用信息；通过所述停车场拓扑图、所述训练车位占用信息和所述初始判别器，生成训练车位占用信息的判别结果；基于所述合成车位占用信息和所述判别结果，通过沃瑟斯坦距离生成所述初始对抗神经网络的损失函数，通过所述损失函数调整所述初始对抗神经网络生成对抗神经网络；

其中，所述基于所述合成车位占用信息和所述判别结果，通过沃瑟斯坦距离生成所述初始对抗神经网络的损失函数，通过所述损失函数调整所述初始对抗神经网络生成对抗神经网络，包括：根据所述合成车位占用信息和沃瑟斯坦距离生成所述初始生成器的第一目标函数，根据所述判别结果和沃瑟斯坦距离生成所述初始判别器的第二目标函数，基于所述第一目标函数和第二目标函数构建所述初始对抗神经网络的损失函数，根据所述损失函数调整所述初始对抗神经网络的模型参数；所述初始对抗神经网络的模型参数包括所述初始判别器的模型参数和所述初始生成器的模型参数，当调整后的初始对抗神经网络满足收敛条件时，将包含调整后的模型参数的初始对抗神经网络确定为对抗神经网络；

采用所述对抗神经网络生成所述目标停车场的历史车位占用信息；所述历史车位占用信息用于训练停车预测系统，所述停车预测系统用于预测停车场的车位占用信息。

2.根据权利要求1所述的方法，其特征在于，所述确定目标停车场，根据所述目标停车场确定目标区域，获取所述目标区域的中停车场的停车场拓扑图，包括：

确定目标停车场，将所述目标停车场为中心，预设的距离阈值为半径的区域确定为目标区域；所述目标区域包括除目标停车场外的其他停车场；

统计所述目标区域的停车场信息，根据所述停车场信息确定所述目标区域中停车场对应的邻接矩阵和属性矩阵；

根据所述邻接矩阵和所述属性矩阵生成所述目标区域的中停车场的停车场拓扑图。

3.根据权利要求2所述的方法，其特征在于，所述统计所述目标区域的停车场信息，根据所述停车场信息确定所述目标区域中停车场对应的邻接矩阵和属性矩阵，包括：

统计所述目标区域的停车场信息，所述停车场信息包括停车场的位置信息和属性信息；

根据所述位置信息确定停车场之间的最短路径，通过所述最短路径生成所述停车场对应的邻接矩阵；

将所述属性信息转换为标准数值，根据所述标准数值生成停车场对应的属性矩阵。

4.根据权利要求1所述的方法，其特征在于，所述获取所述目标区域中停车场在目标时间段的车位占用信息，包括：

根据车辆计数规则，统计停车场在目标时间段的车辆数量；

对所述车辆数量进行归一化处理生成停车场的车辆占用量，将所述车辆占用量的最大值作为停车场的满占用量；

根据所述满占用量和目标时间段中各时刻的车辆占用量，确定停车场在目标时间段中的车位占用信息。

5.根据权利要求1所述的方法，其特征在于，所述初始判别器和所述初始生成器均包括图卷积模块、时空融合模块和门控循环模块；

所述通过所述停车场拓扑图和所述初始生成器，生成停车场的合成车位占用信息，包括：

将所述停车场拓扑图中的邻接矩阵和属性矩阵输入所述初始生成器的图卷积模块，生成第一图特征矩阵；

基于所述初始生成器的时空融合模块，将所述第一图特征矩阵与初始噪声进行融合生成第一融合矩阵；

通过所述第一融合矩阵和初始生成器的门控循环模块，生成停车场的合成车位占用信息。