停车需求预估方法和装置制造方法及图纸

本发明专利技术涉及电子通讯技术领域，特别涉及停车需求预估方法。本发明专利技术提供的停车需求预估方法通过生成波动曲线，根据各个车流量监测点的延时系数建立停车需求相对该车流量监测点的车流量数据的动态变化函数，再综合各个车流量监测点的权重系数及其对应的动态变化函数来建立综合预估函数，以得到较为精确的预估停车需求。并通过建立停车需求波动曲线和车流量波动曲线的联系来获得量化的分析；通过对多个车流量监测点对停车需求的影响权重来综合得出停车需求；并且通过对不同的延时效应进行计算，得以对停车需求做出更准确的预估。对于停车需求预估方法，可以通过建立功能模块，组合成功能模块构架，由存储在计算机可读存储介质中的计算机程序来实施。

【技术实现步骤摘要】

本专利技术涉及电子通讯
，特别涉及停车需求预估方法。对于停车需求预估方法，可以通过建立功能模块，组合成功能模块构架，由存储在计算机可读存储介质中的计算机程序来实施。
技术介绍
在随着城市的发展，城市的汽车保有量越来越多，停车需求也成为城市管理的一个难题。为了更好的进行停车管理，需要对城市的各个区域进行停车需求预估。目前，为了预估停车需求，业内引入了热力图来分析提车需求，热力图能够体现区域里面的车流量，能够反应出一定的停车需求，但是，由于停车需求的影响因素是多样的，车流量与停车需求并不能够直接建立线性相关关系，目前的分析方法却难得得到量化的分析数据，更多的是基于对热力图的主观感受来判断。另一方面，目前的分析主要是一天为一个分析单位，通过热力图与以往的热力图进行比较来预测当天的停车需求，然而，对于城市管理而言，更加迫切需要的是在白天(即车辆运行较为频繁的时间段)对停车需求做出及时的预估并响应，然而，目前的预估方法都还难以做到该点。
技术实现思路
本专利技术的目的在于避免上述现有技术中的不足之处而提供一种停车需求预估方法，以对停车需求做出及时的预估并响应。本专利技术的目的通过以下技术方案实现：提供停车需求预估方法，包括如下步骤：波动曲线生成步骤：在待预估区域内建立至少三个车流量监测点，获取该区域的各个统计周期内历史停车量数据和各个车流量监测点的历史车流量数据，生成历史停车量数据在不同统计周期间的停车量波动曲线和各个车流量监测点的历史车流量数据在不同统计周期间车流量波动曲线；系数确定步骤：计算各个车流量监测点车的流量波动曲线与停车量波动曲线的相似度和延时系数，根据相似度的排序来确定各个车流量监测点的权重系数，相似程度越高则权重越大；预估模型建立步骤：分别根据各个车流量监测点的延时系数来建立停车需求相对该车流量监测点的车流量数据的动态变化函数，再综合各个车流量监测点的权重系数及其对应的动态变化函数来建立综合预估函数；需求预估步骤：将各个车流量监测点的相应数据代入综合预估函数，从而预估停车量数据。优选地，所述系数确定步骤包括延时系数确定步骤：获取停车量波动曲线的各个峰值和车流量波动曲线的峰值，设任意一个波动曲线的峰值和与其最接近的波动曲线的峰值在时间轴上的差值为单一偏差值，调整停车量波动曲线和/或车流量波动曲线的时间轴直至所有单一偏差值小于阈值，且所有单一偏差值的和被调整至最小，然后根据此时时间轴的调整量来确定延时系数。优选地，所述动态变化函数为fT(i)＝K(iT-t)，其中t是延时系数，K为常数。优选地，所述车流量监测点基于射频汽车电子标识。优选地，所述波动曲线生成步骤还包括数据滤除步骤：将停车量波动曲线的波动率低于波动阈值的区段滤除。对于停车需求预估方法，可以通过建立功能模块，组合成功能模块构架，由存储在计算机可读存储介质中的计算机程序来实施。本专利技术的有益效果：本专利技术提供的停车需求预估方法有以下特点，首先，虽然停车需求和车流量之间无法直接建立线性关系，但是专利技术人发现两者的波动是存在相关性的，因此，通过建立两者的波动曲线的联系即可获得量化的分析；其次，专利技术人认识到，停车需求是受多种因素影响的，单一的车流量是难以反映一个区域的停车需求，但是，不同的因素的停车需求最终都会在不同位置的车流量中体现出来，因此本专利技术通过设置多个车流量监测点，通过对多个车流量监测点对停车需求的影响权重来综合得出停车需求；再次，本专利技术还认识到车流量与停车需求之间在延时效应，且不同的车流量监测点的延时效应是不同的，因此通过对不同的延时效应进行计算，即可较为精确的预估停车需求。具体实施方式结合以下实施例对本专利技术作进一步描述。本专利技术提供的停车需求预估方法，根据停车需求和车流量之间的波动相关性，对多个车流量监测点对停车需求的影响权重来综合得出停车需求，然后通过对不同的延时效应进行计算，即可较为精确的预估停车需求。首先，在待预估区域内建立至少三个基于射频汽车电子标识的车流量监测点，获取该区域的各个统计周期内历史停车量数据和各个车流量监测点的历史车流量数据，生成历史停车量数据在不同统计周期间的停车量波动曲线和各个车流量监测点的历史车流量数据在不同统计周期间车流量波动曲线。至少三个车流量监测点获取的数据能够充分反应车流量的实际情况，将停车量波动曲线的波动率低于波动阈值的区段滤除，可以得到更具普遍性特征和代表性的波动曲线。通过建立车流量波动曲线和停车量波动曲线的联系即可获得量化的分析。然后，计算各个车流量监测点车的流量波动曲线与停车量波动曲线的相似度和延时系数，根据相似度的排序来确定各个车流量监测点的权重系数，相似程度越高则权重越大。则车的流量波动曲线与停车量波动曲线的变化规律更贴近，可以得到更准确的波动规律。获取停车量波动曲线的各个峰值和车流量波动曲线的峰值，设任意一个波动曲线的峰值和与其最接近的波动曲线的峰值在时间轴上的差值为单一偏差值，调整停车量波动曲线和/或车流量波动曲线的时间轴直至所有单一偏差值小于阈值，且所有单一偏差值的和被调整至最小，然后根据此时时间轴的调整量来确定延时系数。通过对不同的延时效应进行计算，即可较为精确的预估停车需求。分别根据各个车流量监测点的延时系数来建立停车需求相对该车流量监测点的车流量数据的动态变化函数fT(i)＝K(iT-t)，其中t是延时系数，K为常数，再综合各个车流量监测点的权重系数及其对应的动态变化函数来建立综合预估函数。最后将各个车流量监测点的相应数据代入综合预估函数，从而预估停车量数据。对于停车需求预估方法，可以通过建立功能模块，组合成功能模块构架，由存储在计算机可读存储介质中的计算机程序来实施。最后应当说明的是，以上实施例仅用以说明本专利技术的技术方案，而非对本专利技术保护范围的限制，尽管参照较佳实施例对本专利技术作了详细地说明，本领域的普通技术人员应当理解，可以对本专利技术的技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的实质和范围。本文档来自技高网...

【技术保护点】
停车需求预估方法，其特征在于，包括如下步骤：波动曲线生成步骤：在待预估区域内建立至少三个车流量监测点，获取该区域的各个统计周期内历史停车量数据和各个车流量监测点的历史车流量数据，生成历史停车量数据在不同统计周期间的停车量波动曲线和各个车流量监测点的历史车流量数据在不同统计周期间车流量波动曲线；系数确定步骤：计算各个车流量监测点车的流量波动曲线与停车量波动曲线的相似度和延时系数，根据相似度的排序来确定各个车流量监测点的权重系数，相似程度越高则权重越大；预估模型建立步骤：分别根据各个车流量监测点的延时系数来建立停车需求相对该车流量监测点的车流量数据的动态变化函数，再综合各个车流量监测点的权重系数及其对应的动态变化函数来建立综合预估函数；需求预估步骤：将各个车流量监测点的相应数据代入综合预估函数，从而预估停车量数据。

【技术特征摘要】
1.停车需求预估方法，其特征在于，包括如下步骤：波动曲线生成步骤：在待预估区域内建立至少三个车流量监测点，获取该区域的各个统计周期内历史停车量数据和各个车流量监测点的历史车流量数据，生成历史停车量数据在不同统计周期间的停车量波动曲线和各个车流量监测点的历史车流量数据在不同统计周期间车流量波动曲线；系数确定步骤：计算各个车流量监测点车的流量波动曲线与停车量波动曲线的相似度和延时系数，根据相似度的排序来确定各个车流量监测点的权重系数，相似程度越高则权重越大；预估模型建立步骤：分别根据各个车流量监测点的延时系数来建立停车需求相对该车流量监测点的车流量数据的动态变化函数，再综合各个车流量监测点的权重系数及其对应的动态变化函数来建立综合预估函数；需求预估步骤：将各个车流量监测点的相应数据代入综合预估函数，从而预估停车量数据。2.如权利要求1所述的停车需求预估方法，其特征在于所述系数确定步骤包括延时系数确定步骤：获取停车量波动曲线的各个峰值和车流量波动曲线的峰值，设任意一个波动曲线的峰值和与其最接近的波动曲线的峰值在时间轴上的差值为单一偏差值，调整停车量波动曲线和/或车流量波动曲线的时间轴直至所有单一偏差值小于阈值，且所有单一偏差值的和被调整至最小，然后根据此时时间轴的调整量来确定延时系数。3.如权利要求1所述的停车需求预估方法，其特征在于：所述动态变化函数为fT(i)＝K(iT-t)，其中t是延时系数，K为常数。4.如权利要求1所述的停车需求预估方法，其特征在于：所述车流量监测点基于射频汽车电子标识。5.如权利要求1所述的停车需求预估方法，其特征在于：所述波动曲线生成步骤还包括数据滤除步骤：将停车量波动曲线的波动率低于波动阈值的区段滤除。6...

【专利技术属性】
技术研发人员：杨敬锋，杨骥，张南峰，李勇，杨峰，周捍东，
申请(专利权)人：广州地理研究所，
类型：发明
国别省市：广东;44