(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210157752.3 (22)申请日 2022.02.21 (71)申请人 合肥工业大 学设计院 （集团） 有限公 司 地址 230000 安徽省合肥市屯溪路193号 (72)发明人 汪春　张卫华　谢天舒　吴丛　 王珺　李理　祝凯　 (74)专利代理 机构 合肥正则元起专利代理事务 所(普通合伙) 3416 0 专利代理师 刘勇 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 50/26(2012.01) G06V 20/40(2022.01) G06V 10/762(2022.01)G06V 10/764(2022.01) G06F 17/18(2006.01) G06F 16/9537(2019.01) (54)发明名称 一种基于停车和视频大数据的区域停车评 价方法 (57)摘要 本发明公开了一种基于停车和视频大数据 的区域停车评价方法， 属于区域停车大数据技术 领域， 解决了单因素模糊评价， 反映的只是对于 一个单一因素所要评价对象 的影响， 这对于域市 公共交通的整体评价来说是远远不够的， 同时也 会导致整体评价结果偏差较大的问题， 进行模糊 综合评价集计算， 通过所采集的大数据区域内停 车资源以及各类 建筑配建停车泊位， 对所有因素 进行一个模糊综合评价， 从而得出综合评价集 合， 综合考量所有因素对评价对象的影响， 故模 糊综合评价集能较好的对公共区域停车的评价 结果进行有效体现， 从而达到一个好的评价标 准， 使外部人员针对于公共区域停车进行配建车 位有一个清晰的认知。 权利要求书4页 说明书8页 附图1页 CN 114549075 A 2022.05.27 CN 114549075 A 1.一种基于停车和视频 大数据的区域停车评价方法， 其特 征在于， 包括以下步骤： S1、 全面采集区域内停车资源， 包括停车资源普查数据、 各类建筑配建停车泊位以及智 慧停车平台的公共停车泊位数据， 按基本车位和出行车位进行分类， 并对停车资源进行数 字化和动态更新； S2、 区域停车需求分析研判， 对小区道闸的车辆出入数据、 区域内电警卡口采集到的车 辆运行数据以及智慧停车平 台采集到的停车数据进行综合分析， 利用K ‑prototype算法构 建停车需求分类模型， 判别车辆的停车需求类型， 进而计算区域内基本停车需求和出行停 车需求量； S3、 根据实时采集到的基本车位和出行车位供给数量、 基本停车需求和出行停车需求 数据， 绘制分时段分类型实时停车 供需关系曲线； S4、 构建区域停车供需评价指标体系， 通过对停车供需影响进行指标权重分析， 对区域 停车供需进行综合评价。 2.根据权利要求1所述的一种基于停车和视频大数据的区域停车评价方法， 其特征在 于， 步骤S1中停车资源普查数据、 各类建筑配建停车泊位以及智慧停车平台的公共停车泊 位数据由智慧停车平台、 停车场智慧停车管理系统、 人工普查方式提供， 根据提供的数据， 外部操作人员进行实时更新， 其中所 更新的时间设定为 一个月更新 一次。 3.根据权利要求1所述的一种基于停车和视频大数据的区域停车评价方法， 其特征在 于， 步骤S2中根据采集数据计算基本停车需求和出 行停车需求的步骤如下： S21、 将区域内居住小区道闸出入数据标记为Zi， 将其他类型建筑的道闸数据标记为 Qi， 将智慧停车平台采集到的路内停车数据标记为Li， 将区域内电警卡口采集到的车辆运 行数据标记为Di， 其中i代 表不同的车辆， i ＝1、 2、……、 n； S22、 提取单次停车车辆的停车时间、 停车位置、 停车时长信息， 对停车时间按照日期和 时段进行划分， 划分为停车日期以及停车时段； 停车日期 PDi分为： 工作日和周末， 即： P Di＝[0,1]，“0”代表工作日， “1”代表周末； 停车时段PSi分为四个 时段， 其中， 停车时段一用 “0”代表； 停车时段二用 “1”代表； 停车 时段三用“2”代表； 停车时段四用 “3”代表， 至此， 将停车时段划分为四部分， 即： PSi＝[0,1, 2,3]； 停车位置PLi分为： 路内停车、 路外停车， 其中， 路内停车是指占用公共道路划定的停车 位， 用“0”代表， 路外停车主要是指需投资建设和建造的专供停放车辆的场所， 路外停车可 以分为公共停车场和专用停车场， 其中， 公共停车场用 “1”代表， 专用停车场用 “2”代表， 将 停车位置划分为 三部分， 即： PLi＝[0,1,2]； 停车时长 其中， 为设备检测到的i车到达停车位的时间， 为设备 检测到的i车驶离停车位的时间； S23、 利用K ‑prototype算法构建停车需求分类模型， 具体步骤如下： S231、 输入停车特征数据X＝{x1,x2,...,xi,...,xn}， 其中， x1代表第i辆车的停车特征 数据， xi＝[xi1,xi2,xi3,xi4]， xi1为数值型变量， xi1＝PTi， xi2， xi3和xi4为类别型变量， xi2＝ PDi， xi3＝PSi， xi4＝PLi， 聚类簇个数k ＝2； S232、 随机 选取2个初始中心点 Ql＝[ql1,ql2]；权　利　要　求　书 1/4 页 2 CN 114549075 A 2S233、 计算样本点与k个中心点的距离d(xi,Ql)， 其中， 数值型变量计算欧氏距离， 类别 型变量计算海明威距离； 其中， 前p个为数值属性， p＝1， 后m个是分类属性， m＝3， 代表第i个样本的第j个数值 属性， 是中心簇Q的第j个数值变量属性， μl是类别型变量属性的权重因子， 是 类别型变量的计算方法； 其中， 代表第i个样本的第j个 类别变量属性， 是中心簇Q的第j个 类别变量属性； S234、 将样本点划分到 离它最近的中心点所对应的类别中； S235、 更新类别中心， 数值型变量样本取值的均值作 为新的原型的特征取值， 类别型变 量样本取值的众 数作为新的原型的特 征取值； S236、 计算第i次循环的目标函数 其中， S237、 计算第i次和第i ‑1次目标函数差值ΔFi,i‑1＝Fi‑Fi‑1， 判断ΔFi,i‑1≤ε是否满足， 若是， 则停止循环， 输出聚类结果； 若否， 则继续 步骤S233‑S236， 直至满足迭代 停止条件。 4.根据权利要求1所述的一种基于停车和视频大数据的区域停车评价方法， 其特征在 于， 步骤S3中绘制停车供需曲线图由系统根据实时的分类停车供给和需求数据自动绘制， 所绘制的曲线图内部时间行列间隔为1小时。 5.根据权利要求3所述的一种基于停车和视频大数据的区域停车评价方法， 其特征在 于， 步骤S4中停车供需评价指标体系由操作人员自行构建， 设定指标计算规则， 根据采集的 数据进行指标计算， 评价指标体系 可根据需求进行扩展， 通过评价指标在停车供需分析中 作用对指标进行权 重分析， 步骤如下： S41、 构建区域停车评价指标体系U＝[u1,u2,...,uj]， 包括： 静态停车指标和动态停车 指标两大类， 动态 停车指标主 要反映的是停车运营 水平； S42、 部分动态指标的计算方法如下： 停车周转 率为区域特定时间内实际停车总辆数与停车场停车容 量之比； 泊位利用率 为区域被利用的泊位数与总停车泊位数之比； 平均停车时长 其中， n为区域内的总车辆数， PTi为第i辆车的停车时长；权　利　要　求　书 2/4 页 3 CN 114549075 A 3