[发明专利]一种智慧停车系统及其停车管理方法

权利要求书

1.一种智慧停车系统，其特征在于，包括：智慧停车云平台、C-V2X车载终端、C-V2X路侧设备，其中，

所述C-V2X车载终端负责车辆信息采集、车位申请与导航管理，包括C-V2X通信模块、高精度定位模块及人机交互模块，所述C-V2X通信模块用于云平台、C-V2X车载终端、C-V2X路侧设备三者之间的通信，高精度定位模块用于实现车辆的高精度定位及人机交互模块用于实现车主与C-V2X车载终端的信息交互；

所述智慧停车云平台，负责停车信息的管理，包括信息的存储、处理与发布，包括停车场局部地图服务器和停车信息管理服务器两部分，停车场局部地图服务器用于停车场局部地图信息的管理，包括将各停车场以及停车位的位置信息转换成高精度局部地图，并进行停车位状态标记，最后进行地图发布，生成停车场对应的实时URL；停车信息管理服务器负责停车信息的管理；

所述C-V2X路侧设备包括路侧监控模块、数据处理模块、高精度辅助定位模块及路侧通信模块，路侧监控模块负责车位视频信息的采集，并上传到数据处理模块，数据处理模块负责视频信息的分析处理，高精度辅助定位模块用于车位与车辆的辅助定位，并将检测到的车位状态变化更新至云平台，路侧通信模块用于实现路侧设备与车载终端、云平台之间的通信；

所述停车信息管理服务器负责停车信息的处理，具体包括车辆信息管理单元、停车场信息管理单元、停车位信息管理单元、车位预约管理单元和支付管理单元；

所述车辆信息管理单元负责对车辆信息的管理，包括车辆位置信息、车辆速度信息和车位高精度辅助定位信息；

所述停车场信息管理单元负责对车主所在地区内的所有停车场信息的管理，包括停车场位置信息、车位数量、剩余空闲车位数量；

所述停车位信息管理单元负责每个停车场内部所有停车位信息的管理，包括停车位位置信息、停车位类型、停车位大小、停车位状态，停车位类型分为直方停车位、侧方停车位与斜方停车位，停车位大小分为微型停车位、小型停车位、中型停车位和大型停车位，停车位状态包括空闲、授权和占用；

所述车位预约管理单元负责停车位的预约和分配以及最佳停车位的推荐；

所述支付管理单元负责停车费用的支付，包括车主停车记录历史信息的保存，停车费用的计算与支付信息的保存；

当车主选择服从车位分配时，云平台根据停车场的指标根据最佳停车场分配模型并采用综合加权算法计算出最佳停车场，再通过车位分配模型计算出最终车位评价的值H_i＝Z_i+τ_i，Z_i表示最佳车位评价，τ_i表示停车时间长短对停车场中的空闲车位的影响因子，H_i选取最大时对应的车位即是所求，云平台将所要分配的车位状态置为授权，并将所计算出的停车位信息和停车位局部导航信息同步到车主终端，终端再通过调用百度地图实现该停车场的导航，当到达停车场入口之后，切换成停车位局部地图导航；

所述车位预约管理单元最佳车位推荐通过基于AHP-离差最大化法的综合加权算法来实现，所述综合加权算法AHP-离差最大化法由AHP与离差最大化法综合加权而成；

由车位属性构建属性加权模型，设车位的最终指标权值评价为Z，则所述加权模型为Z＝z(d1,d2,d3,t,s)；设可利用的车位数量为n，车位属性数量为m，则方案集为A＝{a₁,a₂,a₃,…,a_n}，属性集为B＝{b₁,b₂,b₃,…,b_m}，设N＝{1,2,3,…,n}，M＝{1,2,3,…,m}，i∈N，j∈M；

(1)所述AHP是根据决策者主观经验来对车位属性进行量化的多属性决策；具体步骤如下：

构造车位属性判断矩阵C＝(c_ij)_m×m；

计算所述判断矩阵的特征向量，即指标权重系数；设矩阵C规范后的矩阵为T＝[λ₁,λ₂,…,λ_m]，其中λ_m＝[α₁,α₂,…,α_m]^T，即为指标权重系数，设C最大特征根为λ_max，则有：CT＝λ_maxT；

对判断矩阵进行一致性检验；检验公式为其中，C_I是一致性检验指标，R是平均随机一致性指标；

(2)所述离差最大化是一种根据停车位各指标属性离散程度来确定权值的客观赋权法；具体步骤如下：

首先通过对车位方案集与车位属性集构造属性决策矩阵X＝(x_ij)_n×m；

车位属性分为效益型与成本型两种，设I₁为效益型指数集，I₂为成本型指数集；对于效益型属性有：

对于成本型属性有：

再进行规范化后得出决策矩阵R＝(r_ij)_n×m；

设每个属性的权重向量为ω＝{ω₁,ω₂,ω₃,…,ω_m}，ω_j＞0，且满足单位化约束条件ω_j∈M，利用离差最大化定义计算出属性权重

再对归一化处理得到属性权重向量：

(3)通过对所述属性权重λ_j与ω_j进行综合线性加权，得到最终的指标权重则最终每个方案综合评价值为