CN115643285B 智慧城市停车场推 荐方法和物联网系统、装置、存储介质 （成都秦川物联网科技股份有限公司）

司A,2019.04.05A,2022.04.22A,2022.02.11A,2020.06.19本说明书实施例提供一种智慧城市停车场基于智慧城市停车场推荐物联网系统的管理平用户到达至少一个候选停车场的到达时长和至少一个候选停车场中每个候选停车场对应的预至少基于候选停车场的预测时段的占用率及候2基于获取的用户请求，确定用户到达至少一个候选停车场的到达至少基于所述候选停车场的所述预测时段的占用率及所述候选停车场的停车场信息，所述确定所述候选停车场在所述预测时段的基于所述候选停车场的所述停车场容量、所述停车场内部结将所述参考历史向量对应的所述停车场历史占用率，作为所述候选基于第一历史时间段内所述候选停车场对应的所述历史出入基于所述预测占用率的校验结果确定所述候选停车场在所述预测时所述管理平台包括总数据库和若干管理分平台；所述传感网络所述用户请求基于所述用户平台获取，并由所述服务平台传递至所述停车场信息基于所述对象平台获取，并基于对应的所述传感网络基于所述服务平台将所述推荐停车场传递至所述预测时段包括用户到达所述候选停车场的时间对应的时段和/或用户离开所述候所述预测时段基于用户到达所述候选停车场的所述到达时长和所述用户请求信息确至少基于所述候选停车场在所述预测时段的所述占用率、所述候选停车场的内部结5.根据权利要求1所述的方法，所述至少基于所述候选停车场的所述预测时段的占用3基于所述候选停车场的所述预测时段的所述占用率及所述候选停车场的所述停车场确定所述每个评价因子对应的权重值，并基于所述每个评价7.根据权利要求1所述的方法，所述至少基于所述候选停车场的所述预测时段的占用结合所述第一推荐中的所述候选停车场在所述预测时段的所述基于获取的用户请求，确定用户到达至少一个候选停车场的到达至少基于所述候选停车场的所述预测时段的占用率及所述候选停车场的停车场信息，基于所述候选停车场的所述停车场容量、所述停车场内部结将所述参考历史向量对应的所述停车场历史占用率，作为所述候选基于第一历史时间段内所述候选停车场对应的所述历史出入基于所述预测占用率的校验结果确定所述候选停车场在所述预测时9.一种智慧城市停车场推荐装置，其特征在于，所所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求145达至少一个候选停车场的到达时长和至少一个候选停车场中每个候选停车场对应的预测[0005]第二方面，本说明书一个或多个实施例提供一种智慧城市停车场推荐物联网系到达至少一个候选停车场的到达时长和至少一个候选停车场中每个候选停车场对应的预个处理器用于执行计算机指令中的至少部分指令以实现上述第6[0012]图3是根据本说明书一些实施例所示的确定候选停车场在预测时段的占用率的示示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。[0020]本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操[0021]图1是根据本说明书一些实施例所示的智慧城市停车场推荐物联网系统的示例性7[0023]物联网系统中信息的处理可以分为用户感知信息的处理流程及控制信息的处理[0025]如图1所示的，智慧城市停车场推荐物联网系统100包括用户平台110、服务平台[0027]服务平台120可以是用于可以指将用户的需求与控制信息传达出去的平台。其连包括总数据库和若干管理分平台。若干分平台根据不同的数据源对相应的数据进行存储、8网络平台140可以连接治安管理平台130和对象平台150，实现感知信息传感通信和控制信感网络平台140对不同类型或不同数据来源的数据采用不同的分平台进行数据存储、数据[0033]在一些实施例中，传感网络平台140响应于管理平台130的分平台下发的查询指区域内各个停车场的相关信息发送至传感网络平台[0035]应当注意应用场景仅仅是为了说明的目的而提供，并不意图限制本说明书的范[0036]图2是根据本说明书一些实施例所示的智慧城市停车场推荐方法的示例性流程计停留时间的用户请求通过服务平台120发送至管理平台130，由管理平台130进行后续处9[0041]在一些实施例中，预计停留时间可以指用户输入的到达停车场后的可能停车时[0043]到达时长可以指管理平台130预测的用户到达候选停车场所需的时长。在一些实[0044]在一些实施例中，预测时段可以包括用户到达候选停车场的时间对应的时段和/预测用户会在12点10分到达候选停车场A，以及结合用户请求中的预计停留时间为3小时，[0051]推荐停车场可以指管理平台130基于候选停车场确定的适合用户停车的一个或多[0052]在一些实施例中，管理平台130可以至少基于候选停车场的预测时段的占用率及理平台130可以将候选停车场中收费最低的候选停车场作为推[0054]在一些实施例中，管理平台130可以基于候选停车场的内部结构，确定推荐停车选停车场的到达时长最短的候选停车场作为推荐停车场，或管理平台130可以将候选停车[0058]图3是根据本说明书一些实施例所示的确定候选停车场在预测时段的占用率的示系统、城市停车系统等)获取。停车场内部结构的获取方式可以参照停车场容量的获取方活动举办方的大数据平台等)获取。周边活动举办信息可以由管理平台130基于爬取获得，可以参照停车场容量的获取方式，更多说明可以参见图3中关于停车场容量的获取方式的[0063]在一实施例中，管理平台130可以获取候选停车场在预测时段的周边活动举办信[0068]参考历史向量可以指向量数据库中与候选停车场的特征向量的相似度最高的历[0069]在一些实施例中，管理平台130可以基于候选停车场的信息在向量数据库中进行[0071]在一些实施例中，管理平台130可以将参考历史向量对应的停车场占用率作为候停车场特征向量，在向量数据库中检索确定的参考历史向量为停车场B在某历史时段对应的历史停车场特征向量，该历史停车场特征向量对应的占用率为60则可以认为候选停[0072]在一些实施例中，对候选停车场对应的停车场特征向量理平台130可以将多个参考历史向量对应的多个占用率的平均值作为预测时段预测的停车[0075]历史出入车量是指候选停车场在相应历史时段中驶入的车辆数量及离开的车辆为相应历史时段起点候选停车场内已停车辆，b为相应历史时段中驶入候选停车场的车辆智慧城市停车场推荐物联网系统能够科学、准确地预测候选停车场在预测时段的占用率，[0081]图4是根据本说明书一些实施例所示的候选停车场占用率校验的示例性流程图。[0089]向量检索可以指基于目标向量中的元素作为关键字在数据库中进行的匹配操在一些实施例中，管理平台130可以基于候选停车场在第一历史时间段对应的车流特征向各个历史时间段内的历史车流特征向量以及该时段的下一历史时段中候选停车场的实际[0090]在一些实施例中，管理平台130可以基于第一历史时间段内候选停车场对应的历[0091]在一些实施例中，管理平台130可以基于候选停车场对应的车流特征向量与历史[0092]步骤430，基于第二历史时间段的预测出入车量和第二历史时间段的实际出入车当预设的差异阈值为20时，管理平台130确定预测的候选停车场在预测时段的占用率为合[0095]步骤440，响应于合理，将预测的候选停车场在预测时段的占用率作为最终占用[0099]在一些实施例中，管理平台130可以基于候选停车场第二历史时间段的实际出入以将该预测的占用率调大，否则调小。管理平台130可以基于两者的差异值确定调整的幅台130可以计算该候选停车场在第二历史时间段的实际出入车量与该时段的预测出入车量[0101]图5是根据本说明书一些实施例所示的确定推荐停车场的示例性流程图。在一些至少一个评价因子及至少一个评价因子中每个评价因车场相应的评价因子的评分设定为1分，并依次按照各候选停车场的到达时长的差值(例择)确定每个评价因子对应的权重值。用户偏好可以表征不同的用户对每个不同评价因子评价因子中的每一个评价因子的进行选择，并统计各个评价因子之间被用户选择的比例，+(1*0.2)+(0.5*0.2)＝[0114]在一些实施例中，管理平台130可以基于多个候选停车场的评分由高到低进行排[0115]本说明书一些实施例通过设置多个评价因子及其权重确定各个候选停车场的评[0116]图6是根据本说明书一些实施例所示的确定推荐停车场的示例性流程图。在一些积神经网络或其他自定义的模型结构等中的任意一种或组合，管理平台130至少将用户历[0123]在一些实施例中，管理平台130可以根据用户的偏好设置占用率和达到时长对应[0131]输出层760可以用于对广度分支720的输出和深度分支760的输出进行处理，以确类特征728和广度分支740输出的停车场特征和候选停车场特征的组合特征744。输出为候760进行联合训练获得。训练样本包括至少一个用户所选择的停车场信息以及所选择的停户停车记录数量最多的停车场的评分设定为1，其余样本停车场的评分按用户停车记录数然后，管理平台130将深度分支720输出的拼接后的连续特征和分类特