[发明专利]一种停车群体诱导方法及装置

说明书

本发明涉及一种停车群体诱导方法及装置，其中，方法包括：确定目标区域内用户的备选停车场，并根据所述备选停车场相对于对应用户的评价函数获得评价分值；根据所述备选停车场以及所述评价分值构建一节点容量限制的带权二部图G＝(X,Y,W)；将所述节点容量限制的带权二部图G＝(X,Y,W)进行扩展，获得具有函数关系权值的带权二部图G′＝(X,Y,W,S,E,SY,EY,SW,EW)；计算所述具有函数关系权值的带权二部图G′＝(X,Y,W,S,E,SY,EY,SW,EW)中从节点S到节点E的网络最大流，同时记录最大流形成条件下的用户和停车场的匹配关系；根据所述最大流形成条件下的用户和停车场的匹配关系，向用户推送对应的停车场。

技术领域

本发明涉及停车诱导技术领域，特别涉及一种停车群体诱导方法及装置。

背景技术

停车是当前国内城市，特别是大中城市热点区域的难题。由于早期规划等原因，这些区域所提供的停车位远少于进入的车辆，导致车辆在寻找停车位过程中，花费大量时间，浪费不必要的能源，引发交通拥堵等。由于在短期内，增加这些热点区域的停车位供应比较困难，因此强调在这些区域内提高停车位利用率就变得很重要，即需要实时的将车位信息推送给有需要的车辆，快速帮助车辆停车，这就是我们常说的车辆的停车诱导系统。

在当前的停车诱导系统应用中，主要的关注点都在停车信息的实时采集、整合和发布上，该行业的企业大部分都在从事类似的工作。停车信息的实时采集的主要技术手段是车牌识别、地磁识别、超声识别等感知技术，实时发布的主要技术手段主要是停车诱导屏，现在随着移动互联网的发展，实时发布也可以用手机作为载体，向行驶中的车辆推送停车场的实时车位信息。

无论是诱导屏还是手机，当前都只能将大量的数据推送到用户层面，需要用户自行选择目标停车场。这对用户来说，是一个很不好的体验，尤其是在车辆驾驶过程中。这也是影响目前绝大部分互联网停车类APP普及推广的一个重要原因。实际上，借鉴搜索引擎的发展情况，容易发现采用系统主动推荐匹配的方法无疑在这种应用场景下更具有优秀的用户体验，而匹配的精准程度将决定该应用的价值。

近两年来，大学及研究机构认为停车场匹配过程是一个智能决策过程，主要通过构造评价算法体系来进行研究。比如同济大学授权的专利申请号为：201410150943.2公开一种考虑停车时间的停车诱导系统的调控方法，通过计算车辆到达停车场和停车泊位的时间，作为推荐停车场的排序指标。而专利申请号为：201510782673.1提出了一种根据用户停车时长，停车频次所构建的诱导决策方法。

简言之，当前诱导技术的主要关注点是个体诱导，在用户进行诱导请求时，系统通过一个评价函数计算各备选停车场的得分，将得分最高的作为诱导目标推荐给用户，是一种最大化用户期望的决策优化方法。

由于当前诱导技术的主要考虑因素是个体诱导，即以最大化用户个体停车期望为目标，因此没有更为深入的考虑多用户之间停车的相互影响，也没有对区域停车资源整体利用率和整体用户满意度进行优化。目前，在高峰期内，基于个体诱导的技术，如可变信息板(VMS)，或者单纯通过手机APP提示车位信息的效果比较差，往往会导致某些停车场(比如医院，商场，大型写字楼)在一个时间窗口内进入车辆过多，导致该停车场迅速满位，出现局部停车难情况，但此时片区整体的停车资源实际并未得到充分利用，客观上形成了停车资源的浪费，也招来了用户的抱怨。

发明内容

停车诱导最有价值的应用场景莫过于在热点区域的高峰时间段内，尽快的将涌入的车辆分散到区域内的各停车场中。此时，整个区域的停车资源比较紧张，因此这种情况下首先应该考虑的重点不是用户的最大停车期望，而是在用户可接受的停车范围内，如何最大化整个区域内停车位资源的使用率和整体用户的满意度，进而提升停车诱导系统的使用价值。基于此主要目的，本技术方案在于构建一种停车群体诱导方法及装置。

为实现上述目的，本发明提供了一种停车群体诱导方法，包括：