一种基于事件驱动的停车空余泊位数实时预测方法及系统技术方案

本发明专利技术公开了一种基于事件驱动的停车空余泊位数实时预测方法及系统，其中该方法，包括获取历史停车信息并对其进行连续性的修复及平滑处理；所述历史停车信息包括历史车辆到达时间、离开时间、驱动事件发生时间及历史停车空余泊位数；基于驱动事件发生时间，根据历史停车信息且假设停车到达概率服从正态分布，得到当前时刻至下一时刻之间的停车车辆的到达概率和离开概率；再根据当前时刻实际采集的停车空余泊位数与当前时刻点至下一时刻点之间的停车到达概率和离开概率之和的差值，得到停车空余泊位数预测模型；将当前时刻点及下一时刻点均输入至停车空余泊位数预测模型，实时输出停车空余泊位数预测值。

Real time prediction method and system for parking free berth number based on event driven

The invention discloses a system and event driven spare parking berth real time prediction method based on the method, including access to the history of parking information and repair and smoothing of their continuity; the history of parking information including the history of vehicle arrival time, leave time, driving time of occurrence of events and the history of free parking berth; driving events based on time, according to the historical information and assume that the probability of reaching the parking parking obey the normal distribution, get the parking vehicles between the current time to the next time the arrival probability and the probability of leaving; then according to the current actual acquisition of spare parking berth and between the current time point to the next time point the stopping probability and probability and leave the difference, get free parking berth number prediction model; the current moment and the next moment The model is input to the parking idle parking number forecasting model, and outputs the parking spare number prediction value in real time.

【技术实现步骤摘要】
一种基于事件驱动的停车空余泊位数实时预测方法及系统
本专利技术属于交通信息系统领域，尤其涉及一种基于事件驱动的停车空余泊位数实时预测方法及系统。
技术介绍
随着中国城市车辆的激增，停车需求与供给之间存在的不平衡性引发了多种交通问题。高峰时段停车需求和供给分布不均，使得停车泊位无法被高效利用，进而增加了城市道路的交通压力。停车诱导信息系统(ParkingGuidanceInformationSystem)通过采集停车泊位信息，估计及预测停车空余泊位数量及位置，向用户提供实时准确的信息，协助用户规划出行路径，方便停车场管理者有效管理空余泊位。国内外针对停车空余泊位数预测的相关研究主要包括，基于用户决策模型的预测方法及基于时间序列的短时预测方法研究。基于智能体的停车行为模型将停车行为划分为四个阶段：前往目的地、寻找停车位、停车和离开。整个停车过程被编码在地理信息系统中。用户停车决策取决于停车空余泊位数、停车费用和管理力度。然而，停车决策是一个涉及到多因素的复杂过程，因此若预测方法考虑因素不全面会得到不理想的预测结果。此外，很多研究基于人工智能方法从时间序列的角度直接预测停车空余泊位数。例如利用小波神经网络方法、最大Lapunov指数方法、线性回归、支持向量机、神经网络及残存分析等方法预测停车位占用率。虽然上面提到的方法已在实测中被验证，但这些经验方法，普适性较差，无法表征停车动态行为。
技术实现思路
为克服上述现有技术的不足，本专利技术的第一目的是提供一种基于事件驱动的停车空余泊位数实时预测方法，该方法基于停车到达和离开的产生机理，考虑过去、现在及未来事件对停车空余泊位数的影响，实时预测停车空余泊位数。本专利技术具有适用性强及可实现实时预测的优点。本专利技术的一种基于事件驱动的停车空余泊位数实时预测方法，包括：获取历史停车信息并对其进行数据修复及平滑处理；所述历史停车信息包括历史车辆到达时间、离开时间、驱动事件发生时间及历史停车空余泊位数；基于驱动事件发生时间，根据历史停车信息且假设停车到达概率服从正态分布，得到当前时刻至下一时刻之间的停车车辆的到达概率和离开概率；再根据当前时刻实际采集的停车空余泊位数与当前时刻点至下一时刻点之间的停车到达概率和离开概率之和的差值，得到停车空余泊位数预测模型；将当前时刻点及下一时刻点均输入至停车空余泊位数预测模型，实时输出停车空余泊位数预测值。进一步的，该方法还包括：基于皮尔森系数和绝对差值对平滑处理后的历史停车信息进行相关性检验。本专利技术通过相关性检测来判断平滑处理后的历史停车信息之间的相关性，为准确构建停车空余泊位数预测模型，提供了数据基础。进一步的，所述历史停车信息还包括停车卡号码、车牌号码、入口编号、出口编号及所支付停车费。本专利技术的第二目的是提供一种基于事件驱动的停车空余泊位数实时预测系统。本专利技术的基于事件驱动的停车空余泊位数实时预测系统，包括：历史停车信息获取模块，其用于获取历史停车信息并对其进行连续性的修复及平滑处理；所述历史停车信息包括历史车辆到达时间、离开时间、驱动事件发生时间及历史停车空余泊位数；停车空余泊位数预测模型建立模块，其用于基于驱动事件发生时间，根据历史停车信息且假设停车到达概率服从正态分布，得到当前时刻至下一时刻之间的停车车辆的到达概率和离开概率；再根据当前时刻实际采集的停车空余泊位数与当前时刻点至下一时刻点之间的停车到达概率和离开概率之和的差值，得到停车空余泊位数预测模型；停车空余泊位数预测模块，其用于将当前时刻点及下一时刻点均输入至停车空余泊位数预测模型，实时输出停车空余泊位数预测值。进一步的，该系统还包括：相关性检测模块，其用于对平滑处理后的历史停车信息基于皮尔森系数和绝对差值进行相关性检验。本专利技术通过相关性检测来判断平滑处理后的历史停车信息之间的相关性，为准确构建停车空余泊位数预测模型，提供了数据基础。进一步的，所述历史停车信息还包括停车卡号码、车牌号码、入口编号、出口编号及所支付停车费。本专利技术的另一种基于事件驱动的停车空余泊位数实时预测系统。本专利技术的另一种基于事件驱动的停车空余泊位数实时预测系统，包括：历史停车信息采集装置，其被配置为：采集历史停车信息并传送至泊位数预测服务器；所述历史停车信息包括历史车辆到达时间、离开时间、驱动事件发生时间及历史停车空余泊位数；所述泊位数预测服务器，其被配置为：接收历史停车信息并对其进行连续性的修复及平滑处理；基于驱动事件发生时间，根据历史停车信息且假设停车到达概率服从正态分布，得到当前时刻至下一时刻之间的停车车辆的到达概率和离开概率；再根据当前时刻实际采集的停车空余泊位数与当前时刻点至下一时刻点之间的停车到达概率和离开概率之和的差值，得到停车空余泊位数预测模型；将当前时刻点及下一时刻点均输入至停车空余泊位数预测模型，实时输出停车空余泊位数预测值。进一步的，所述泊位数预测服务器，还被配置为：对平滑处理后的历史停车信息基于皮尔森系数和绝对差值进行相关性检验。本专利技术通过相关性检测来判断平滑处理后的历史停车信息之间的相关性，为准确构建停车空余泊位数预测模型，提供了数据基础。进一步的，所述历史停车信息还包括停车卡号码、车牌号码、入口编号、出口编号及所支付停车费。进一步的，该系统还包括显示装置，其被配置为实时展示泊位数预测服务器输出的停车空余泊位数预测值。与现有技术相比，本专利技术的有益效果是：本专利技术基于驱动事件发生时间，根据历史停车信息且假设停车到达概率服从正态分布，得到当前时刻至下一时刻之间的停车车辆的到达概率和离开概率；再根据当前时刻实际采集的停车空余泊位数与当前时刻点至下一时刻点之间的停车到达概率和离开概率之和的差值，得到停车空余泊位数预测模型；基于停车到达和离开的产生机理，考虑过去、现在及未来事件对停车空余泊位数的影响，预测停车空余泊位数的停车泊位数实时预测方法，本专利技术具有适用性强、可实现实时预测等优点。附图说明构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。图1是本专利技术的一种基于事件驱动的停车空余泊位数实时预测方法的流程图。图2是基于事件驱动的停车到达和离开分布图。图3(a)是航班到达和离开时序统计(2016年4月3日)。图3(b)是停车到达和离开时序统计(2016年4月3日)。图4是模型校准后的停车到达与离开分布图。图5(a)是模型预测效果的停车到达数。图5(b)是模型预测效果的停车离开数。图6是本专利技术的一种基于事件驱动的停车空余泊位数实时预测系统结构示意图。图7是本专利技术的另一种基于事件驱动的停车空余泊位数实时预测系统结构示意图。具体实施方式应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。图1是本专利技术的一种基于事件驱动的本文档来自技高网...

【技术保护点】
一种基于事件驱动的停车空余泊位数实时预测方法，其特征在于，包括：获取历史停车信息并对其进行数据修复及平滑处理；所述历史停车信息包括历史车辆到达时间、离开时间、驱动事件发生时间及历史停车空余泊位数；基于驱动事件发生时间，根据历史停车信息且假设停车到达概率服从正态分布，得到当前时刻至下一时刻之间的停车车辆的到达概率和离开概率；再根据当前时刻实际采集的停车空余泊位数与当前时刻点至下一时刻点之间的停车到达概率和离开概率之和的差值，得到停车空余泊位数预测模型；将当前时刻点及下一时刻点均输入至停车空余泊位数预测模型，实时输出停车空余泊位数预测值。

【技术特征摘要】
1.一种基于事件驱动的停车空余泊位数实时预测方法，其特征在于，包括：获取历史停车信息并对其进行数据修复及平滑处理；所述历史停车信息包括历史车辆到达时间、离开时间、驱动事件发生时间及历史停车空余泊位数；基于驱动事件发生时间，根据历史停车信息且假设停车到达概率服从正态分布，得到当前时刻至下一时刻之间的停车车辆的到达概率和离开概率；再根据当前时刻实际采集的停车空余泊位数与当前时刻点至下一时刻点之间的停车到达概率和离开概率之和的差值，得到停车空余泊位数预测模型；将当前时刻点及下一时刻点均输入至停车空余泊位数预测模型，实时输出停车空余泊位数预测值。2.如权利要求1所述的一种基于事件驱动的停车空余泊位数实时预测方法，其特征在于，该方法还包括：基于皮尔森系数和绝对差值对平滑处理后的历史停车信息进行相关性检验。3.如权利要求1所述的一种基于事件驱动的停车空余泊位数实时预测方法，其特征在于，所述历史停车信息还包括停车卡号码、车牌号码、入口编号、出口编号及所支付停车费。4.一种基于事件驱动的停车空余泊位数实时预测系统，其特征在于，包括：历史停车信息获取模块，其用于获取历史停车信息并对其进行连续性的修复及平滑处理；所述历史停车信息包括历史车辆到达时间、离开时间、驱动事件发生时间及历史停车空余泊位数；停车空余泊位数预测模型建立模块，其用于基于驱动事件发生时间，根据历史停车信息且假设停车到达概率服从正态分布，得到当前时刻至下一时刻之间的停车车辆的到达概率和离开概率；再根据当前时刻实际采集的停车空余泊位数与当前时刻点至下一时刻点之间的停车到达概率和离开概率之和的差值，得到停车空余泊位数预测模型；停车空余泊位数预测模块，其用于将当前时刻点及下一时刻点均输入至停车空余泊位数预测模型，实时输出停车空余泊位数预测值...

【专利技术属性】
技术研发人员：王旭，牛磊，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37