[发明专利]停车场空闲车位预测方法、装置、电子设备及存储介质

权利要求书

1.一种停车场空闲车位预测方法，其特征在于，包括：

针对待处理区域内的停车场构建停车场关联图，其中的每个结点分别表示一个停车场，将符合第一预定条件的任意两个停车场通过边相连；

针对待处理区域内的停车场构建信息传播图，其中的每个结点分别表示一个停车场，将不具有实时传感器的停车场与符合第二预定条件的具有实时传感器的停车场通过边相连；

针对任一不具有实时传感器的停车场i，分别进行以下处理：

根据所述停车场i及所述停车场关联图中与所述停车场i通过边相连的邻居停车场的环境上下文特征，确定出当前时刻所述停车场i的局部空间相关性信息；

根据所述信息传播图中与所述停车场i通过边相连的邻居停车场的空闲车位信息，确定出当前时刻所述停车场i的空闲车位估计信息；

根据所述空闲车位估计信息及所述局部空间相关性信息，确定出当前时刻所述停车场i的时间相关性信息，并根据当前时刻所述停车场i的时间相关性信息对所述停车场i在未来至少一个时间步的空闲车位信息进行预测。

2.根据权利要求1所述的方法，其特征在于，

所述将符合第一预定条件的任意两个停车场通过边相连包括：将任意两个距离小于或等于预定阈值的停车场通过边相连；

所述将不具有实时传感器的停车场与符合第二预定条件的具有实时传感器的停车场通过边相连包括：对于任一不具有实时传感器的停车场i，按照与所述停车场i之间的距离从近到远的顺序对各具有实时传感器的停车场进行排序，并确定出排序后处于第L位的停车场与所述停车场i之间的第一距离，所述L为正整数，若所述第一距离大于所述阈值，则将排在前L位的停车场与所述停车场i通过边相连，否则，将与所述停车场i之间的距离小于或等于所述阈值且具有实时传感器的停车场与所述停车场i通过边相连。

3.根据权利要求2所述的方法，其特征在于，

所述确定出当前时刻所述停车场i的局部空间相关性信息包括：基于图注意力神经网络模型确定出当前时刻所述停车场i的局部空间相关性信息；

所述确定出当前时刻所述停车场i的时间相关性信息，并根据当前时刻所述停车场i的时间相关性信息对所述停车场i在未来至少一个时间步的空闲车位信息进行预测包括：基于门循环神经网络模型确定出当前时刻所述停车场i的时间相关性信息，并根据当前时刻所述停车场i的时间相关性信息对所述停车场i在未来至少一个时间步的空闲车位信息进行预测。

4.根据权利要求3所述的方法，其特征在于，

所述基于图注意力神经网络模型确定出当前时刻所述停车场i的局部空间相关性信息包括：

针对所述停车场i在所述停车场关联图中的各邻居停车场，分别根据当前时刻各邻居停车场及所述停车场i的环境上下文特征，确定出当前时刻各邻居停车场与所述停车场i之间的边的权重；

根据各邻居停车场与所述停车场i之间的边的权重，聚合各邻居停车场的环境上下文特征，得到所述停车场i的表征向量，将所述表征向量作为当前时刻所述停车场i的局部空间相关性信息。

5.根据权利要求4所述的方法，其特征在于，

任一邻居停车场j与所述停车场i之间的边的权重

其中，所述c_ij＝Attention(W_ax_i，W_ax_j)；所述Attention表示图注意力机制；所述N_i表示所述停车场i在所述停车场关联图中的邻居停车场的数量；所述x_i表示当前时刻所述停车场i的环境上下文特征；所述x_j表示当前时刻所述邻居停车场j的环境上下文特征；所述W_a表示预先训练得到的模型参数。