[发明专利]基于马尔科夫决策过程的车主寻车位策略推荐方法

说明书

本发明提出一种基于马尔科夫决策过程的车主寻车位策略推荐方法，属于智慧停车领域。本发明技术方案要点为：对数据进行预处理，所述预处理的内容包括：删除异常记录、按区块划分轨迹以及计算每个区块的泊位成功概率以及期望时间；利用马尔科夫决策过程对找寻泊位最优策略问题建模；计算建立的模型的最优解；考虑负载均衡以及实时路况，去掉严重拥堵的路线，并给出最优寻泊位策略。本发明利用马尔科夫决策过程的模型，从而做到推荐策略中不仅仅包含寻泊位路线，也有等泊位策略，同时可以利用负载均衡算法解决多个车辆在同一地点同时提出请求造成的竞争问题，并通过实时路况信息避免让车驶入拥堵路段。

技术领域

本发明涉及智慧停车技术，特别涉及基于马尔科夫决策过程的车主寻车位策略推荐方法的技术。

背景技术

随着机动车及驾驶人数量迅速增长，给人们生产生活带来便捷的同时，同时也在不同程度上带来一系列问题，目前我国的城市交通规划大多只重视城市道路设施的建设，忽略了停车位的预留和建设，以致城市停车位越来越紧张，随着无线传感器技术的飞速发展，GPS设备已经被车辆广泛使用，同时产生了很多的行车轨迹信息。这些信息目前已经在很多领域有了应用，例如城市计算和路线规划。不同于每天按照固定路线行驶公交车和地铁，每个车主都有自己的找车位策略来期望最大化节省时间和油费。现有推荐方法可以分为以下两类：(1)推荐下个停车点。这些方法大多基于概率型，可以推荐最有可能空闲的车位，但是不能提供去往下个车位所在的具体路线。(2)推荐具体的寻车位路线。这些推荐系统可以推荐一条寻车位路线给车主，来帮助他们尽快到达停车位。总体上说，这些系统都把寻找最佳寻车位策略的问题定义成了一个最优化问题。现有的方法虽然实现了这一目标，但是仍然存在一些局限性。

发明内容

本发明的目的是提供一种基于马尔科夫决策过程的车主寻车位策略推荐方法，能够实现快速停车。

本发明解决其技术问题，采用的技术方案是：基于马尔科夫决策过程的车主寻车位策略推荐方法，包括如下步骤：

步骤1、对数据进行预处理，所述预处理的内容包括：删除异常记录、按区块划分轨迹以及计算每个区块的泊位成功概率以及期望时间；

步骤2、利用马尔科夫决策过程对找寻泊位最优策略问题建模；

步骤3、计算建立的模型的最优解；

步骤4、考虑负载均衡以及实时路况，去掉严重拥堵的路线，并给出最优寻泊位策略。

具体的是，步骤1中，所述数据预处理包括如下步骤：

步骤101、为了除去GPS偏移和设备故障造成的误差，过滤掉相邻两点间隔超过3分钟或者间距超过3km的采样点；

步骤102、将城市划分为相应大小的网格；

步骤103、检测能够泊车的地点；

所述步骤103具体包括如下步骤：

步骤1031、从GPS轨迹中提取所有存在停车行为的轨迹；

步骤1032、如果停车轨迹附近没有信息点或者轨迹中不存在从空泊位到泊位忙的状态转换,则认为该停车轨迹不是在最近泊位地点附近，将其忽略；

步骤1033、找到所有在泊位地点附近的停车轨迹，算出每条轨迹的几何中心作为等候车位的点，并对这些点进行聚类，得到所有的可以等候空闲泊位的地点。

进一步的是，步骤2中，所述马尔科夫决策过程采用四元组(S，A，P(s′|s，a)，R)来表示，其中，S是状态集，A是动作集，对于s∈S,s'∈S,P(s'│s,a)是当动作a∈A被执行以后，状态从s转移到s'的转移概率，R(s,a)是在状态s执行动作a以后得到的时间和里程的综合。