一种基于智能感知的高速服务区停车诱导系统的制作方法
本发明涉及智能交通,具体涉及高速公路服务区智慧停车管理,尤其涉及一种基于智能感知的高速服务区停车诱导系统。
背景技术:
1、高速公路服务区是高速公路交通系统的重要组成部分,是为驾乘人员提供休息、餐饮、加油、充电、维修等服务的核心场所。随着我国高速公路网络的不断完善和机动车保有量的持续增长,高速公路服务区的车流量日益增大,尤其在节假日等出行高峰期,服务区停车难、找位难的问题十分突出。
2、目前,高速公路服务区的停车诱导系统主要存在以下技术缺陷:
3、第一,感知手段单一,车位状态检测精度不足。现有服务区停车诱导系统大多依赖单一类型的传感器进行车位检测,如仅使用地磁传感器或仅使用视频摄像头。地磁传感器在大型车辆遮挡或电磁干扰环境下容易产生误判;视频摄像头在夜间、雨雾天气等低能见度条件下识别准确率显著下降。单一感知手段难以在各种复杂环境下保证车位状态检测的准确性和可靠性,导致诱导信息不准确,驾驶员在服务区内绕行时间过长。
4、第二,诱导信息发布层级单一,缺乏逐级精确引导。现有系统的诱导信息发布设备通常仅设置在服务区入口或停车区域入口,发布的信息粒度较粗,仅能显示各区域剩余车位数量,无法实现从服务区外到具体车位的逐级精确诱导。驾驶员进入服务区后仍需在场内自行寻找车位,寻位时间长、场内交通拥堵问题突出。
5、第三,停车区域属性固定,无法根据实时车位占用状态进行动态调整。现有系统的停车区域(小型车区、大型车区等)属性一经划定即为固定,无法根据实时车位占用状态进行动态调整。在出行高峰期,小型车车位往往爆满而大型车车位闲置,或反之,造成停车资源严重浪费,进一步加剧了停车难的问题。
技术实现思路
1、本发明提供了一种基于智能感知的高速服务区停车诱导系统,以解决背景技术中指出的技术缺陷。
2、为解决上述技术缺陷,本发明所采用的技术方案为:
3、一种基于智能感知的高速服务区停车诱导系统,包括:
4、感知层,包括部署于高速服务区停车区域的多种类型的车位状态感知设备、车辆追踪感知设备和微环境感知设备,用于采集停车区域的车位占用状态数据、车辆特征数据、车辆轨迹数据及车位微环境参数;
5、数据传输层,用于将所述感知层采集的数据进行传输;
6、数据处理层,包括边缘计算节点和数字孪生引擎,用于接收并处理所述数据传输层传输的数据,生成停车区域的全息车位状态感知结果、车辆行为特征分析结果及车辆引导决策信息;
7、诱导执行层,包括设置于高速服务区不同位置的多个诱导信息发布设备和动态车道控制设备,用于根据所述数据处理层生成的车辆引导决策信息发布分级停车诱导信息,并通过所述动态车道控制设备实现停车区域的车道方向及车位属性的动态切换;
8、其中,所述数据处理层基于多源数据融合算法对所述感知层采集的多类型数据进行融合处理,根据车辆的行驶行为特征生成适配于不同车辆状态和用户偏好的个性化分级诱导策略,并将生成的诱导策略在所述数字孪生引擎中进行仿真推演验证后下发至所述诱导执行层。
9、进一步地,所述感知层包括:
10、地磁传感器,埋设于各停车位下方,用于检测停车位的磁场变化以判断车位占用状态;
11、视频图像采集设备,设置于停车区域的高点位置,用于采集停车区域的视频图像,通过图像识别算法识别车位占用状态、车辆类型及车牌信息;
12、雷达检测设备,设置于停车区域,用于检测车辆的存在状态及运动轨迹;
13、所述数据处理层将所述地磁传感器、视频图像采集设备和雷达检测设备的检测数据进行多源异构数据融合,生成综合车位状态判定结果。
14、进一步地,所述数据处理层包括:
15、车辆行为特征识别模块,用于通过etc门架系统数据和/或车载终端数据获取进入服务区车辆的连续行驶时长、累计行驶里程及驾驶行为数据,评估驾驶员的疲劳驾驶风险等级;
16、车位分配模块,用于根据所述车辆行为特征识别模块识别的车辆行为特征,结合各停车区域的实时车位占用状态和车位微环境参数,为车辆动态分配匹配的停车区域及具体车位;
17、其中,疲劳驾驶风险等级超过预设阈值的车辆被优先分配距离服务区综合楼出入口最近的车位,仅需短暂停留的车辆被优先分配靠近服务区出口的快捷车位。
18、进一步地,所述感知层还包括微环境感知设备,所述微环境感知设备包括:
19、光照传感器,设置于各停车区域,用于检测各车位的日照和遮阳状态;
20、温度传感器,设置于各停车区域,用于检测车位区域的路面温度;
21、所述数据处理层还包括用户偏好管理模块,用于获取并存储用户的停车偏好设置,所述停车偏好包括偏好遮阳车位、偏好靠近综合楼车位和偏好靠近充电桩车位中的至少一种;
22、所述车位分配模块根据所述用户偏好管理模块中的用户偏好设置和各车位的微环境参数,计算各车位的综合匹配度得分,为用户分配匹配度最高的车位。
23、进一步地,所述数据处理层还包括:
24、车辆轨迹追踪模块,用于通过部署于服务区全域的多个视频采集设备和雷达设备对进入服务区的车辆进行连续轨迹追踪,建立车辆在服务区内的实时位置-速度-方向运动模型;
25、二次诱导模块,用于当所述车辆轨迹追踪模块检测到车辆偏离预定诱导路径时,重新计算该车辆当前位置到目标车位的最优路径,并通过诱导执行层和/或车载终端向驾驶员发布修正后的诱导信息。
26、进一步地,所述数据处理层还包括:
27、动态潮汐车道控制模块,用于实时监测各车型停车区域的车位占用率,当第一停车区域的车位占用率超过第一预设阈值而相邻的第二停车区域的车位占用率低于第二预设阈值时,触发潮汐车道切换决策;
28、所述动态车道控制设备包括可变导向标志和智能道钉,根据所述动态潮汐车道控制模块的切换决策,动态改变车道的行驶方向或车道功能属性,并将相邻停车区域的至少部分车位临时重新划分以适配不同车型的停放需求。
29、进一步地,所述数据处理层还包括:
30、数字孪生引擎,用于基于服务区的地图和所述感知层采集的实时感知数据,构建并实时更新服务区停车区域的三维数字孪生模型;
31、方案推演模块,用于在所述车位分配模块生成诱导决策方案后,在所述数字孪生模型中对所述诱导决策方案进行仿真推演,评估该方案对服务区交通流的影响;
32、方案优化模块,用于根据所述方案推演模块的推演结果优化诱导方案,再将优化后的方案下发至所述诱导执行层。
33、进一步地,所述诱导执行层包括:
34、一级诱导设备,设置于高速服务区入口前的主线道路及服务区入口处,用于发布服务区整体车位饱和度信息及分区余位概览信息;
35、二级诱导设备,设置于服务区内部各停车区域的分岔路口,用于根据车辆类型和车辆行为特征引导车辆驶入对应的停车区域;
36、三级诱导设备,设置于各停车区域内部,用于引导车辆驶入具体空闲车位;
37、所述一级诱导设备、二级诱导设备和三级诱导设备根据所述数据处理层生成的引导决策信息进行联动控制,实现从服务区外到车位级的逐级诱导。
38、进一步地,所述数据处理层还包括:
39、车位状态预测模块,用于基于历史停车数据、实时车流数据及时间信息,采用时序预测模型预测未来预设时间段内各停车区域的车位占用变化趋势;
40、所述诱导执行层根据所述车位状态预测模块的预测结果,在车辆进入服务区之前向车辆推送预测的未来可用车位信息。
41、进一步地,还包括:
42、效能评估与自优化模块,用于根据停车区域的车辆平均寻位时间、车位周转率及区域车位利用率指标,对所述停车诱导系统的诱导效果进行实时评估,并根据评估结果自动优化所述数据处理层的车位分配算法和诱导策略参数。
43、与现有技术相比,本发明具有如下有益效果:
44、本发明通过构建“多源感知-数据融合-分级诱导-动态调控-孪生验证”五位一体的系统架构,使感知层中多种类型的车位状态感知设备、车辆追踪感知设备和微环境感知设备协同采集多维度数据,由数据处理层基于多源数据融合算法生成全息车位状态感知结果并依据车辆行驶行为特征生成个性化分级诱导策略,同时借助数字孪生引擎在决策下发前完成仿真推演验证,最后通过诱导执行层中分级设置的诱导信息发布设备和动态车道控制设备实现从服务区外到车位级的逐级精确引导以及车道方向与车位属性的实时动态切换,从而系统性地解决了现有技术中感知手段单一导致车位状态检测精度不足、诱导信息发布层级单一导致驾驶员寻位时间长、停车区域属性固定导致资源利用率低的三重技术问题,显著提升了服务区车位状态感知的准确性和鲁棒性、车辆引导的精细化水平和停车资源的动态调配效率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com