基于大数据分析的共享车位匹配方法、系统、设备及产品与流程

本发明属于智能交通，具体涉及一种基于大数据分析的共享车位匹配方法、系统、设备及产品。

背景技术：

1、停车难、停车贵是城市里有车一族最大的烦恼之一。机动车数量暴增，而停车位却一直稀缺，因此盘活现有的停车位资源是解决难题最根本的方法，于是“共享停车”技术便应运而生。

2、为实现对共享车位的合理分配，现有技术中，如公开号为cn113096435a的中国专利公开了一种共享车位确定方法、装置、设备及存储介质，其通过确定目标车辆与各候选共享车位的共享关联数据，并根据共享关联数据，在确定出目标车辆与各候选共享车位之间的车位匹配度之后，再根据车位匹配度，从候选共享车位中确定出了目标共享车位，以实现对共享车位的合理分配，满足了目标车辆的停车需求。

3、但是，在使用现有技术过程中，发明人发现现有技术中至少存在如下问题：

4、现有技术无法适用于候选共享车位的数量较大的场景，具体地，由于现有技术在进行共享车位匹配的过程中，需要预先获取目标车辆与所有候选共享车位之间的共享关联数据，然后根据共享关联数据获取目标车辆与所有候选共享车位之间的车位匹配度，最后确定目标共享车位，如将车位匹配度最高的候选共享车位作为目标共享车位，也即，需要获取目标车辆与每一候选共享车位之间的车位匹配度，进行匹配计算的工作量过于庞大，对算力要求过高，同时难以快速进行共享车位匹配；此外，现有技术中，仅可以实现简单的共享车位匹配，无法进一步满足用户的出行导航需求，用户体验较差。

技术实现思路

1、本发明旨在至少在一定程度上解决上述技术问题，本发明提供了一种基于大数据分析的共享车位匹配方法、系统、设备及产品。

2、为了实现上述目的，本发明采用以下技术方案：

3、第一方面，本发明提供了一种基于大数据分析的共享车位匹配方法，包括：

4、获取预设的运营区域内各共享车位的空闲时段信息；

5、接收目标用户终端发送的车位租用请求；其中，所述车位租用请求绑定有出发地位置信息、目的地位置信息及车位租用时段信息；

6、从所述运营区域内提取得到与所述目的地位置信息之间的距离小于指定距离的目标停车区域位置信息；

7、判断是否存在位于所述目标停车区域位置信息内，且空闲时段信息与所述车位租用时段信息匹配的闲置的共享车位，如是，则将匹配的所有闲置的共享车位均作为候选共享车位，然后进入下一步；

8、从所有候选共享车位中，提取得到与所述目的地位置信息之间的距离最近的候选共享车位，然后将该距离最近的候选共享车位作为目标共享车位；

9、获取所述目标共享车位的位置信息，并根据所述出发地位置信息和所述目标共享车位的位置信息，进行行驶路径规划处理，得到最优停车路径，然后输出所述目标共享车位的位置信息和所述最优停车路径至所述目标用户终端。

10、在一个可能的设计中，获取预设的运营区域内各共享车位的空闲时段信息，包括：

11、获取预设的运营区域内各共享车位对应业主的历史停车数据；

12、根据各共享车位对应业主的历史停车数据预测得到各共享车位的空闲时段信息。

13、在一个可能的设计中，任一共享车位对应业主的历史停车数据包括历史n天的k个预测时段的子数据集；其中，n和k均为大于1的自然数；任一预测时段的子数据集包括当前所述任一预测时段的空闲状态数据及时段特征数据，所述空闲状态数据为表征所述任一共享车位在所述任一预测时段为占用状态的0或为表征所述任一共享车位在所述任一预测时段为闲置状态的1，所述时段特征数据包括时段编号、星期数、节假日标识和/或天气标识；对应地，根据任一共享车位对应业主的历史停车数据预测得到所述任一共享车位的空闲时段信息，包括：

14、分别建立k个预测时段的初始空闲时段预测模型；其中，任一预测时段的初始空闲时段预测模型的输入数据为所述任一预测时段的时段特征数据，输出数据为所述任一预测时段的空闲状态数据；

15、从所述历史停车数据中，提取得到k个预测时段在历史n天的n个子数据集；

16、分别基于k个预测时段的n个子数据集对k个预测时段的初始空闲时段预测模型进行训练和评估，得到k个预测时段的最终空闲时段预测模型；

17、获取k个预测时段的最新的时段特征数据，并将k个预测时段的最新的时段特征数据分别作为k个预测时段的最终空闲时段预测模型的输入数据，得到所述任一共享车位的k个预测时段的空闲状态预测数据；

18、将k个预测时段的空闲状态预测数据中，空闲状态预测数据为1且连续排列个数大于预设的个数阈值的预测时段进行合并，得到所述任一共享车位在k个预测时段中的空闲时段信息；其中，所述个数阈值小于k。

19、在一个可能的设计中，基于任一预测时段的n个子数据集对所述任一预测时段的初始空闲时段预测模型进行训练和评估，得到所述任一预测时段的最终空闲时段预测模型，包括：

20、将所述任一预测时段的n个子数据集划分为训练集和测试集；

21、采用所述训练集对所述初始空闲时段预测模型进行训练，得到训练后空闲时段预测模型；

22、采用所述测试集对所述训练后空闲时段预测模型进行评估，并在评估通过后将训练后空闲时段预测模型作为最终空闲时段预测模型。

23、在一个可能的设计中，判断是否存在位于所述目标停车区域位置信息内，且空闲时段信息与所述车位租用时段信息匹配的闲置的共享车位时，如否，则将所述指定距离增加预设距离，以对所述指定距离进行更新，并重新从所述运营区域内提取得到与所述目的地位置信息之间的距离小于指定距离的目标停车区域，直到得到候选共享车位。

24、在一个可能的设计中，获取所述目标共享车位的位置信息，并根据所述出发地位置信息和所述目标共享车位的位置信息，进行行驶路径规划处理，得到最优停车路径，包括：

25、获取包括所述出发地位置信息和所述目标共享车位的位置信息的道路网络数据和历史交通数据；

26、将所述道路网络数据中的路口作为节点，道路作为边，构建得到图结构数据，并基于所述历史交通数据为每条边分配权重；

27、将所述出发地位置信息和所述目标共享车位的位置信息输入所述图结构数据中，得到所述出发地位置信息和所述目标共享车位的位置信息在所述图结构数据中的起始节点和终止节点；

28、将所述起始节点定义为搜索节点，获取当前搜索节点对应的最优子节点，所述最优子节点为从当前搜索节点周围搜索得到的所有子节点中，评价函数值最低的子节点；

29、将搜索节点更新为所述最优子节点,并重新获取当前搜索节点对应的最优子节点，直到当前搜索节点为所述终止节点时为止；

30、将所述终止节点和所有历史搜索节点进行组合处理，得到由所述出发地位置信息至所述目标共享车位的位置信息的最优停车路径。

31、在一个可能的设计中，得到最优停车路径后，所述方法还包括：

32、根据所述目标共享车位的位置信息和所述目的地位置信息进行步行路径规划处理，得到最优步行路径；

33、将所述最优停车路径和所述最优步行路径进行组合处理，得到完整出行路径，以便输出所述目标共享车位的位置信息和所述完整出行路径。

34、第二方面，本发明提供了一种基于大数据分析的共享车位匹配系统，用于实现如上述任意一项所述的基于大数据分析的共享车位匹配方法；所述基于大数据分析的共享车位匹配系统包括：

35、车位信息获取模块，用于获取预设的运营区域内各共享车位的空闲时段信息；

36、请求接收模块，用于接收目标用户终端发送的车位租用请求；其中，所述车位租用请求绑定有出发地位置信息、目的地位置信息及车位租用时段信息；

37、车位匹配模块，分别与所述车位信息获取模块和所述请求接收模块通信连接，用于从所述运营区域内提取得到与所述目的地位置信息之间的距离小于指定距离的目标停车区域位置信息；用于判断是否存在位于所述目标停车区域位置信息内，且空闲时段信息与所述车位租用时段信息匹配的闲置的共享车位，如是，则将匹配的所有闲置的共享车位均作为候选共享车位，然后从所有候选共享车位中，提取得到与所述目的地位置信息之间的距离最近的候选共享车位，然后将该距离最近的候选共享车位作为目标共享车位；

38、路径规划模块，与所述车位匹配模块通信连接，用于获取所述目标共享车位的位置信息，并根据所述出发地位置信息和所述目标共享车位的位置信息，进行行驶路径规划处理，得到最优停车路径，然后输出所述目标共享车位的位置信息和所述最优停车路径至所述目标用户终端。

39、第三方面，本发明提供了一种电子设备，包括：

40、存储器，用于存储计算机程序指令；以及，

41、处理器，用于执行所述计算机程序指令从而完成如上述任意一项所述的基于大数据分析的共享车位匹配方法的操作。

42、第四方面，本发明提供了一种计算机程序产品，包括计算机程序或指令，所述计算机程序或所述指令在被计算机执行时实现如上述任意一项所述的基于大数据分析的共享车位匹配方法。

43、本发明的有益效果为：

44、本发明公开了一种基于大数据分析的共享车位匹配方法、系统、设备及产品，可减小共享车位匹配的计算量，可实现共享车位的快速匹配，同时可基于匹配的目标共享车位进行路径规划。具体地，本发明在实施过程中，预先获取预设的运营区域内各共享车位的空闲时段信息，再在接收目标用户终端发送的车位租用请求后，从所述运营区域内提取得到与所述目的地位置信息之间的距离小于指定距离的目标停车区域位置信息，随后判断是否存在位于所述目标停车区域位置信息内，且空闲时段信息与所述车位租用时段信息匹配的闲置的共享车位，如是，则将匹配的所有闲置的共享车位均作为候选共享车位，然后从所有候选共享车位中，提取得到与所述目的地位置信息之间的距离最近的候选共享车位，然后将该距离最近的候选共享车位作为目标共享车位，最后获取所述目标共享车位的位置信息，并根据所述出发地位置信息和所述目标共享车位的位置信息，进行行驶路径规划处理，得到最优停车路径，然后输出所述目标共享车位的位置信息和所述最优停车路径至所述目标用户终端。也即本发明在进行车位匹配时，预先获取各共享车位的空闲时段信息，在接收到车位租用请求时，通过所述指定距离框选一目标停车区域，并选择位于该目标停车区域内，且空闲时段信息与所述车位租用请求绑定的车位租用时段信息匹配的闲置的共享车位作为候选共享车位，由此可缩小待进行匹配的共享车位的数量，进而可利于实现快速化、智能化及精准化的共享车位匹配，提高了对车位资源的利用率；此外，本发明在得到目标共享车位后，还基于目标用户的出发地位置信息和所述目标共享车位的位置信息进行行驶路径规划处理，可便于目标用户直接根据得到的最优停车路径出行，使得用户的出行体验得以提升，同时有利于增强用户黏性。

45、本发明的其他有益效果将在具体实施方式中进一步进行说明。

技术特征：

1.一种基于大数据分析的共享车位匹配方法，其特征在于：包括：

2.根据权利要求1所述的一种基于大数据分析的共享车位匹配方法，其特征在于：获取预设的运营区域内各共享车位的空闲时段信息，包括：

3.根据权利要求2所述的一种基于大数据分析的共享车位匹配方法，其特征在于：任一共享车位对应业主的历史停车数据包括历史n天的k个预测时段的子数据集；其中，n和k均为大于1的自然数；任一预测时段的子数据集包括当前所述任一预测时段的空闲状态数据及时段特征数据，所述空闲状态数据为表征所述任一共享车位在所述任一预测时段为占用状态的0或为表征所述任一共享车位在所述任一预测时段为闲置状态的1，所述时段特征数据包括时段编号、星期数、节假日标识和/或天气标识；对应地，根据任一共享车位对应业主的历史停车数据预测得到所述任一共享车位的空闲时段信息，包括：

4.根据权利要求3所述的一种基于大数据分析的共享车位匹配方法，其特征在于：基于任一预测时段的n个子数据集对所述任一预测时段的初始空闲时段预测模型进行训练和评估，得到所述任一预测时段的最终空闲时段预测模型，包括：

5.根据权利要求1所述的一种基于大数据分析的共享车位匹配方法，其特征在于：判断是否存在位于所述目标停车区域位置信息内，且空闲时段信息与所述车位租用时段信息匹配的闲置的共享车位时，如否，则将所述指定距离增加预设距离，以对所述指定距离进行更新，并重新从所述运营区域内提取得到与所述目的地位置信息之间的距离小于指定距离的目标停车区域，直到得到候选共享车位。

6.根据权利要求1所述的一种基于大数据分析的共享车位匹配方法，其特征在于：获取所述目标共享车位的位置信息，并根据所述出发地位置信息和所述目标共享车位的位置信息，进行行驶路径规划处理，得到最优停车路径，包括：

7.根据权利要求1所述的一种基于大数据分析的共享车位匹配方法，其特征在于：得到最优停车路径后，所述方法还包括：

8.一种基于大数据分析的共享车位匹配系统，其特征在于：用于实现如权利要求1至7中任意一项所述的基于大数据分析的共享车位匹配方法；所述基于大数据分析的共享车位匹配系统包括：

9.一种电子设备，其特征在于：包括：

10.一种计算机程序产品，包括计算机程序或指令，其特征在于：所述计算机程序或所述指令在被计算机执行时实现如权利要求1至7中任意一项所述的基于大数据分析的共享车位匹配方法。

技术总结
本发明属于智能交通技术领域，其目的在于提供一种基于大数据分析的共享车位匹配方法、系统、设备及产品。本发明在进行车位匹配时，预先获取各共享车位的空闲时段信息，在接收到车位租用请求时，通过指定距离框选一目标停车区域，并选择位于该目标停车区域内，且空闲时段信息与车位租用请求绑定的车位租用时段信息匹配的闲置的共享车位作为候选共享车位，由此可缩小待进行匹配的共享车位的数量，进而可利于实现快速化、智能化及精准化的共享车位匹配；此外，在得到目标共享车位后，还基于目标用户的出发地位置信息和目标共享车位的位置信息进行行驶路径规划处理，可便于目标用户直接根据得到的最优停车路径出行，使得用户的出行体验得以提升。

技术研发人员：颜国顺,胡俊华
受保护的技术使用者：武汉无线飞翔科技有限公司
技术研发日：
技术公布日：2024/9/23