[发明专利]基于人工智能的车位导航方法、装置、终端设备及介质

权利要求书

1.一种基于人工智能的车位导航方法，其特征在于，包括：

确定车主输入的目标地点，并根据所述目标地点确定包含多个空闲车位的目标停车场；

分别获取所述目标停车场中每个空闲车位的目标因素；其中，所述目标因素包括所述目标停车场的入口与所述空闲车位之间的行驶路线信息；所述行驶路线信息包括行驶路线中目标停车场各车位的占用情况；

根据所述每个空闲车位的所述目标因素构建决策矩阵，并通过所述决策矩阵计算所述每个空闲车位的车位评分；

将所述车位评分的最大值对应的空闲车位，确定为目标空闲车位；

所述根据所述目标地点确定包含多个空闲车位的目标停车场，包括：

确定在所述目标地点预设范围内的多个停车场；

从所述多个停车场中确定包含所述空闲车位的待确定停车场；

所述停车场包括用于检测空闲车位的多个超声波传感器；所述从所述多个停车场中确定包含所述空闲车位的待确定停车场，包括：

针对任一停车场，分别使用所述停车场中的所述多个超声波传感器进行空闲车位检测，获得多个车位检测结果；

在信息汇聚中心中对所述多个车位检测结果进行汇聚，生成所述停车场的车位信息；其中，在所述信息汇聚中心接收到了多个终端设备输入的目标地点时，若至少有两个以上的终端设备输入的目标地点之间的距离一致或小于预设距离，则在此时所述信息汇聚中心内的多个停车场的车位信息，分别对目标地点距离一致或小于所述预设距离的多个终端设备有效；

根据所述车位信息确定包含所述空闲车位的待确定停车场。

2.如权利要求1所述的基于人工智能的车位导航方法，其特征在于，所述根据所述目标地点确定包含多个空闲车位的目标停车场，还包括：

若所述待确定停车场的数量为多个，则将距离所述目标地点最近的待确定停车场确定为目标停车场；或者，将空闲车位的数量最多的待确定停车场确定为目标停车场。

3.如权利要求1所述的基于人工智能的车位导航方法，其特征在于，所述目标因素包括所述目标停车场的入口与所述空闲车位之间的行驶距离；

所述分别获取所述目标停车场中每个空闲车位的目标因素，包括：

获取所述目标停车场中的路线分布信息；

根据所述路线分布信息，分别统计从所述目标停车场的入口至所述空闲车位的多种行驶路线；

分别计算每种行驶路线中所经过的车道距离；

将所述车道距离的最小值，确定为所述目标停车场的入口与所述空闲车位之间的行驶距离。

4.如权利要求1所述的基于人工智能的车位导航方法，其特征在于，所述根据所述每个空闲车位的所述目标因素构建决策矩阵，并通过所述决策矩阵计算所述每个空闲车位的车位评分，包括：

建立所述每个空闲车位与所述目标因素之间的决策矩阵；

基于互补标度，分别对所述决策矩阵中的每个目标因素进行修正，得到所述每个目标因素对应的目标修正数值；

根据所述目标修正数值和预设的权重公式，计算所述每个目标因素的因素权重值；

分别基于所述因素权重值和所述每个目标因素，计算所述每个空闲车位的车位评分。

5.如权利要求4所述的基于人工智能的车位导航方法，其特征在于，在所述基于互补标度，分别对所述决策矩阵中的每个目标因素进行修正，得到所述每个目标因素对应的目标修正数值之前，还包括：

分别对所述决策矩阵中的所述每个目标因素进行归一化处理，得到由归一化后的目标因素构成的决策矩阵。

6.如权利要求4所述的基于人工智能的车位导航方法，其特征在于，所述目标因素包括效益型因素类别或成本型因素类别；

所述分别基于所述因素权重值和所述每个目标因素信息，计算所述每个空闲车位的车位评分，包括：

针对任一空闲车位，根据预设的目标因素类别，分别确定所述空闲车位中所述每个目标因素的分类类别；

分别通过所述效益型因素类别对应的公式，计算所述空闲车位中属于效益型因素类别的各个目标因素的效益评分，以及通过所述成本型因素类别对应的公式，计算所述空闲车位中属于成本型因素类别的各个目标因素的成本评分；

将所述效益评分和所述成本评分加和，得到所述空闲车位的车位评分。