一种停车位推荐方法、设备和介质

技术领域

本申请涉及停车位推荐技术领域，具体而言，涉及一种停车位推荐方法、设备和介质。

背景技术

现有的停车位推荐技术主要涉及到根据用户终端的请求信息进行停车位路径推荐的相关算法，对于商超、小区等有固定的摄像头，传感器等设备的停车场能够快速采集到具体的停车位信息进行进一步的车位推荐。

但是对于景区、路边等停车位，现有技术无法实时的进行停车位的监控，以及采用以上车位推荐技术对车主进行推荐。而实际的场景是，目前节假日私家车出行旅游的现象越来越多，车辆到达景区寻找停车位成为广大车主的一大痛点。

因此，本申请提供了一种停车位推荐方法、设备和介质，以解决上述技术问题之一。

发明内容

本申请的目的在于提供一种停车位推荐方法、设备和介质，能够解决上述提到的至少一个技术问题。具体方案如下：

根据本申请的具体实施方式，第一方面，本申请提供一种停车位推荐方法，包括以下步骤：

S1、获取停车位坐标信息，建立停车位数据库。

S2、监测停车位的使用状态，包括“占用”状态和“空闲”状态，具体的监测方法可以使用目前现有的方法，包括接入停车场等现有的停车系统等。

S3、接收车端的停车请求，根据如下公式计算当前“空闲”状态停车位的推荐指数Y：

其中：(x

取Y最高的停车位，将该停车位坐标信息发送至车端，将最容易抵达的停车位推荐给车端的驾驶员。

进一步的，S3中，在接收到多个车端发送的停车请求时，同时计算车端对应各“空闲”停车位的推荐指数Y，按照推荐指数Y逆序排列的停车位坐标信息发送给对应的车端。防止在多个车端同时发起停车请求的时候，将同一停车位推送给多个驾驶员。

进一步的，所述推荐指数Y还包括

其中：

进一步的，还包括：S4、将S3中发送至车端的停车位在第一时长内设置为“占用”状态，在车端坐标信息与该停车位坐标信息一致时，退出停车位推荐；在接收到车端发送的推荐其它停车位请求时，则将该停车位设置为“空闲”状态并在本次停车位推荐中屏蔽，重新计算S3中停车位的推荐指数Y，重新推荐停车位；在接收到车端发送的结束推荐请求时，退出停车位推荐。

若在第一时长结束时，车端坐标信息与该停车位坐标信息不一致且未接收到车端发送结束推荐请求时，则在第二时长内接收车端发送的继续推荐请求或推荐其它停车位请求或结束推荐请求；接收到继续推荐请求，则继续将该停车位在第一时长内设置为“占用”状态；接收到推荐其它停车位请求，则将该停车位设置为“空闲”状态并在本次停车位推荐中屏蔽，重新计算S3中停车位的推荐指数Y，重新推荐停车位；接收到结束推荐请求时退出停车位推荐，将该停车位设置为“空闲”状态。

若在第二时长结束时未接收到继续推荐请求或推荐其它停车位请求或结束推荐请求，则退出停车位推荐，将该停车位设置为“空闲”状态。

循环上述继续推荐请求和推荐其它停车位请求步骤，直到退出停车位推荐。使驾驶员在抵达预定停车位的时候，能及时退出推荐系统；在未及时抵达预定停车位的时候，能选择延时或者更换推荐停车位，增强用户使用体验。

进一步的，S1中，还获取停车场坐标信息，建立停车场数据库。S3中，接收到车端的停车请求时，计算距离车端坐标推荐指数Y最高的停车场，其中(x

进一步的，A取自0.6-0.8，B取自0.1-0.3，C取自0-0.2，具体可以根据实际需要进行调整。

进一步的，所述第一时长设置为3-10min的某一时长，具体可以根据实际需要进行调整。

进一步的，所述第二时长设置为0.5-3min的某一时长，具体可以根据实际需要进行调整。

根据本申请的具体实施方式，第二方面，本申请提供一种计算装置，包括包括处理器以及存储器，存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行上述的方法。

根据本申请的具体实施方式，第三方面，本申请提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上述的方法。

本申请实施例的上述方案与现有技术相比，至少具有以下有益效果：

本发明基于云端大数据平台的存储和实时计算性能，通过对户外、景区、路边等停车场停车位信息的监控和计算，实现对停车位信息的实时管理，再通过智能停车位推荐算法，可以实现景区高峰期闲置停车位的实时推荐，解决车主在出行高峰期寻找停车位耗时长，绕行远，以及停车场车位利用率不高效的问题。

附图说明

图1为本发明实施例5中数据存储计算示意图；

图2为本发明实施例5中流程示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

应当理解，尽管在本申请实施例中可能采用术语第一、第二、第三等来描述，但这些描述不应限于这些术语。这些术语仅用来将描述区分开。例如，在不脱离本申请实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。

取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。

特别需要说明的是，在说明书中存在的符号和/或数字，如果在附图说明中未被标记的，均不是附图标记。

下面结合附图详细说明本申请的可选实施例。

对本申请提供的实施例，即一种停车位推荐方法的实施例。

下面对本申请实施例进行详细说明。

实施例1：

本实施例的停车位推荐方法，包括以下步骤：

S1、获取停车位坐标信息，建立停车位数据库。例如：将收集到的停车位信息存储到云端服务器，将压缩后的数据同步到kafka的origin_post_info的topic中，通过实时计算框架kafka读取kafka该topic中的数据，并对车位信息进行实时的监控和计算处理。

S2、监测停车位的使用状态，包括“占用”状态和“空闲”状态，具体的监测方法可以使用目前现有的方法，包括接入停车场等现有的停车系统等。例如：某景区停车场采用红外感应器监测每一个车位的信息，每个车位状态更新一次，即向服务器端上报一次信息，上报的信息通过kafka消息队列数据采集组件，将停车位变更信息同步到move_post_info的topic中。实时处理框架kafka实时读取topic上述2个主题中的数据，并进行计算，实时更新数据库中车位的闲停信息，定义停车位空闲时，status状态值定义位：‘0’，否则为‘1’。

S3、接收车端的停车请求，根据如下公式计算当前“空闲”状态停车位的推荐指数Y：

其中：(x

例如：flink将计算得出的结果实时写入clickhouse(OLAP)数据库中，便于第三模块即时查询计算。clickhouse数据库在OLAP即席查询领域具有快速高效的性能。计算时，采用click house的replacingmergetree引擎，采用关键字final，实时对数据库的信息进行刷新合并更新，确保计算的准确性。

取Y最高的停车位，将该停车位坐标信息发送至车端，将最容易抵达的停车位推荐给车端的驾驶员。

以上是停车位信息实时存储和计算模块，可以实现景区、路边等停车位闲停信息的实时监控和状态更新，便于出行高峰时，停车场停车位的高效利用，提高闲置利用率，合理利用资源。

实施例2：

本实施例的停车位推荐方法，包括以下步骤：

S1、获取停车位坐标信息，建立停车位数据库。

S2、监测停车位的使用状态，包括“占用”状态和“空闲”状态。

S3、接收车端的停车请求，根据公式计算当前“空闲”状态停车位的推荐指数Y。在接收到多个车端发送的停车请求时，同时计算车端对应各“空闲”停车位的推荐指数Y，按照推荐指数Y逆序排列的停车位坐标信息发送给对应的车端。防止在多个车端同时发起停车请求的时候，将同一停车位推送给多个驾驶员。

优选的，推荐指数Y还包括

其中：

可以按照驾驶员的熟练度、信用等信息，优先将停车位推送给驾驶熟练、信用高的驾驶员，从而有效推动驾驶员积极提高自身的信用状况。

实施例3：

本实施例的停车位推荐方法，包括以下步骤：

S1、获取停车位坐标信息，建立停车位数据库。

S2、监测停车位的使用状态，包括“占用”状态和“空闲”状态。

S3、接收车端的停车请求，根据公式计算当前“空闲”状态停车位的推荐指数Y。

S4、将S3中发送至车端的停车位在第一时长内设置为“占用”状态，在车端坐标信息与该停车位坐标信息一致时，退出停车位推荐。例如：车端用户发起导航请求，请求信号上传至云端服务器，服务器解析收到的信号后发送到消息队列kafka的request_user_info的topic主题中，经过后续第三模块的处理，服务器再接查询出的推荐车位信息返回给车端。车主接收到信息后，开启导航导航至推荐停车位，到达目的地后，自动结束导航。

在接收到车端发送的推荐其它停车位请求时，则将该停车位设置为“空闲”状态并在本次停车位推荐中屏蔽，重新计算S3中停车位的推荐指数Y，重新推荐停车位；在接收到车端发送的结束推荐请求时，退出停车位推荐。

若在第一时长结束时，车端坐标信息与该停车位坐标信息不一致且未接收到车端发送结束推荐请求时，则在第二时长内接收车端发送的继续推荐请求或推荐其它停车位请求或结束推荐请求；接收到继续推荐请求，则继续将该停车位在第一时长内设置为“占用”状态；接收到推荐其它停车位请求，则将该停车位设置为“空闲”状态并在本次停车位推荐中屏蔽，重新计算S3中停车位的推荐指数Y，重新推荐停车位；接收到结束推荐请求时退出停车位推荐，将该停车位设置为“空闲”状态。

若在第二时长结束时未接收到继续推荐请求或推荐其它停车位请求或结束推荐请求，则退出停车位推荐，将该停车位设置为“空闲”状态。

循环上述继续推荐请求和推荐其它停车位请求步骤，直到退出停车位推荐。使驾驶员在抵达预定停车位的时候，能及时退出推荐系统；在未及时抵达预定停车位的时候，能选择延时或者更换推荐停车位，增强用户使用体验。

优选的，所述第一时长设置为3-10min的某一时长，具体可以根据实际需要进行调整。

进一步优选的，所述第二时长设置为0.5-3min的某一时长，具体可以根据实际需要进行调整。

实施例4：

本实施例的停车位推荐方法，包括以下步骤：

S1、获取停车位坐标信息和停车场坐标信息，建立停车位数据库和停车场数据库。

S2、监测停车位的使用状态，包括“占用”状态和“空闲”状态。

S3、接收车端的停车请求，先计算距离车端坐标推荐指数Y最高的停车场，此时公式中的(x

实施例5：

参见图1、图2，本实施例的停车位推荐方法，包括：

首先是基于大数据平台的存储和实时计算模块，该模块涉及到大数据消息队列组件kafka对于数据进行读取和存储，可以将不同主题的数据保存到不同的topic中，消费者端消费数据时按照对应的topic主题消费数据即可。可以做到数据的不丢失，不重复，保证数据的有效性。本例中，涉及到3个topic主题的数据，分别是存储停车场停车位信息的origin_post_info，接收停车位信息变化的move_post_info，以及车机端请求导航的request_user_info。

上述3个topic的数据来源分别是：origin_post_info的数据来源于系统跟政府、景区、社区停车场等合作收集的停车场停车位信息，包括：编号，停车场所在位置(国家/城市/区域/街道位置等)，停车场编号，停车位编号，停车位所在位置经度，停车位所在位置维度，收费信息等，该数据以文件的格式上传到服务器，Kafka从文件中读取数据缓存至该主题，便于后续使用；同时，可以Kafka还能监控读取到新增、更新的停车场停车位信息；move_post_info的数据来源于景区停车场停车位感应系统上报的信息，车位一旦被占用或者离开，立即上报一条数据，写入到Kafka的move_post_info主题中；request_user_info的数据来源于车机端请求上报的信息，车机端发出一条请求，则上报一条信息，写入到Kafka主题，便于后续计算使用。

第二模块涉及到的是车机端信息请求模块，车端用户发起导航请求，上报请求信息，信息块包括：车机当前所在位置，目标停车位置，车主账号信息等。信息上报至云端计算中心，云端对数据进行解析，解析后根据算法进行计算，查询clickhouse中推荐停车位。查询车位时，首先根据目标停车位的位置信息，确定附近最近距离的停车场，再在该停车场内寻找status为‘0’的车位信息，代入算法公式进行计算，求出该停车场车位的Y值，评估后进行推荐。

停车位推荐算法：

其中，Y表示推荐指数，经该算法算出Y值最高的车位推荐给车机端，Y的取值范围(0，100]。

(x

通过上述算法计算出Y值最高的闲置停车位对应的位置信息，然后将该位置信息反馈给车机端，车主开启导航，按照导航路线行驶至目标停车位。

云端服务器锁定推荐车位，默认上限时间为5分钟(各停车场可自行调整该参数)。若5分钟后，车主到达停车位，则自动结束导航，释放锁定的停车位信息。若5分钟内没有到达停车位，云端会再次跟车机端进行确认，是否需要继续锁定该车位，还是更换新的推荐车位，或者终止推荐关闭导航。根据车机端返回的选项，继续后续的推荐。车机端返回‘①’，则继续锁定该车位，并继续导航至该车位，循环以上步骤，直至车主到达停车位，结束导航；车机端返回‘②’，则停止本次导航，释放锁定的车位信息，重复上述重新寻址车位的步骤，再次为车主推荐新的车位，直至车主到达停车位；若车主返回‘③’，则停止导航，释放停车位。

通过以上步骤，实现景区停车位位置信息的实时监控和统计分析计算，为发起导航申请的车机快速推荐闲置车位，并锁定车位信息，确保导航无误。能够在景区车流高峰期，帮助车主快速、精准的寻找目标停车位，同时提高停车场的车位使用率，避免某些车位因为距离、位置等原因闲置。是一种基于大数据平台高效、便捷、准确进行车位推荐的算法。

具体的实施例参考以下案例：

以北京市某市区内景区停车场A为例，停车场A接入本发明设计的智能停车位推荐系统。

第一模块：智能停车位推荐系统的实时计算和存储模块。

A停车场运营人员将停车位信息打包成数据包块上传到云端服务器，字段信息包括：{停车场编号，停车场所在位置经度/维度，停车场名称，收费信息，开放时间信息，停车位编号，停车位经度/维度，停车位位置状态信息，信息上报时间}等。

该停车位信息以【日志文件】的形式上传到管理平台的云端服务器，经过数据的清洗和解析后，大数据消息队列组件kafka通过采集组件flume将日志文件数据读取到本地写入origin_post_info主题，数据保存期限设为30天(30天后自动刷新数据)。

原始停车位状态数据先通过flink写入到clickhouse中，同步一份全量数据。

该停车场内每个停车位状态变更信息由内置的传感器进行监控，并且将监控的状态变更信息上报至云端服务器，经由服务器进行下一步的传输和分析计算处理。

例如A停车场内编号为‘0001x’的停车位初始停车位状态为‘00’(‘00’表示闲置状态，‘01’表示被占用的状态)，此时origin_post_info主题中该车位的status值为‘00’。某一时刻，有车辆停入该停车位，则车位传感器接收状态变更信息，并上报一条状态变更信号至云端。

该条信号中包含的字段信息有：{停车场编号，停车场所在位置经度/维度，停车场名称，收费信息，开放时间信息，停车位编号，停车位经度/维度，动作信号(入库停车为’01’,驶离停车位为’02‘)，上报时间，日期dt等}。

服务器接收信号并将接收到的信号数据通过flume同步到kafak的move_post_info主题中，记录停车位状态变更的信号。

搭建flink工程建立kafka消费者对象，从Kafka中读取数据并进行实时计算。一条flink流读取origin_post_info主题中的停车位原始位置信息；另外一条流读取move_post_info主题中该停车位位置位置变动信息，读取到的流数据信息进行双流join，计算出该停车位状态变更值，更新停车位的状态值为‘01’(表示该车位为“被占用”状态)。

flink下游链接click house数据库，将计算结果写入clikchouse数据库。clickhouse终端进行刷新合并，更新最新的停车场停车位状态信息。此时，click house数据库中，该车位的status值为‘01’。

其他停车位状态信息变更和处理流程与上述实例类似，flink工程可对大量数据进行批量化处理，同步写入clickhouse数据库。

第二模块：智能导航推荐模块(结合算法实现)。

车机端发起导航：

当车辆行驶至该停车场附近时，车主发起导航，导航信息内含信息包括：{车辆当前所在位置经纬度，车主驾驶年龄，驾驶里程数，罚单数，驾车习惯，时间等}。

该请求信息经由网络上传至云端服务器，服务器接收到信息后，首先对请求数据进行解析计算，解析出计算Y值需要的以下数据，①该车辆目前的位置信息(x

推荐算法计算模块：

服务器的云端计算模块解析出导航信息参数后，过滤出click housestatus值为‘00’的停车位信息，根据算法公式计算该停车场中闲置车位的Y值：

通过云端实时计算，得出该停车场内所有闲置车辆对应的推荐指数Y值，过滤出Y值最高的停车位’0002x’号停车位，此时，计算模块将数据库中’0002x’号车位的status值更新为’01’(占用状态)，同时开启一个time＝5*60s的定时器(时间可以自行设置)，5分钟内该车位状态锁定不变，直到导航结束或者时钟时长达到5分钟后，触发定时器变更。云端将’0002x’号车位信息反馈给车机端，车主开启导航，按照推荐导航至停车位。

智能推荐模块：

如果该车辆在5分钟内到达停车位，结束导航：则云端接收到导航结束的信号，更改’0002x’号车位的status值’00’，同时解除定时器，结束任务，本次导航完成。

如果该车辆未能在5分钟内结束导航，此时，车机端弹出下弹窗选项：①是否继续本次导航？②请求推荐新的车位？③结束本次导航？

如果司机选择①，则继续锁定该车位，并继续导航至该车位，循环以上步骤，直至车主到达停车位，结束导航；如果司机选择‘②’，则停止本次导航，释放锁定的车位信息，重复上述重新寻址车位的步骤，再次为车主推荐新的车位，直至车主到达停车位；如果司机选择‘③’，则停止导航，释放停车位。

对本申请提供的实施例，即一种计算装置的实施例。

下面对本申请实施例进行说明。

实施例6：

本实施例为一种计算设备，包括处理器以及存储器。

处理器可以是一个多核的处理器，也可以包含多个处理器。在一些实施例中，处理器可以包含一个通用的主处理器以及一个或多个特殊的协处理器，例如图形处理器(GPU)、数字信号处理器(DSP)等等。在一些实施例中，处理器可以使用定制的电路实现，例如特定用途集成电路(ASIC，Application Specific Integrated Circuit)或者现场可编程逻辑门阵列(FPGA，Field Programmable Gate Arrays)。

存储器可以包括各种类型的存储单元，例如系统内存、只读存储器(ROM)，和永久存储装置。其中，ROM可以存储处理器或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。

存储器其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行上述的方法。

对本申请提供的实施例，即一种非暂时性机器可读存储介质的实施例。

下面对本申请实施例进行说明。

实施例7：

本实施例为一种非暂时性机器可读存储介质，(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时，使所述处理器执行根据本发明的上述方法的各个步骤。

以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。