本发明提供了一种停车诱导方法及停车场诱导系统，用以解决现有技术中停车场利用效率不高的问题。所述停车诱导方法，在给定路径可靠度和出行者出发时间/到达时间基础上，根据所述路径可靠度和出发时间/到达时间，计算综合可靠度最大的停车场、到达所述综合可靠度最大的停车场的最早到达时间/最晚出发时间和对应的可靠路径，从而完成车辆诱导。本发明采用基于行程时间边界的求解算法，寻找综合可靠度最大的停车场、最早到达时间/最晚出发时间和对应的可靠路径，避免出现车辆到达停车场无停车位的现象，同时优化停车场的资源分配，提高停车场的利用率，为出行者制定出行计划，合理安排出行提供科学依据，提升了用户的出行体验。
一种停车诱导方法及停车场诱导系统
技术领域
[0001] 本发明属于城市交通网络与管理领域，具体涉及一种停车诱导方法及停车场诱导系统。
背景技术
[0002] 随着城市规模的扩大和人们生活水平的提高，汽车数量急剧增长，交通拥堵和“停车难”问题严重影响了人们的日常出行。为了解决“停车难”问题，停车场诱导系统实时采集、处理和发布停车场位置、空闲车位数及路况信息，通过路况信息、驾驶员所在位置到停车场的行程时间、停车场空闲车位数短时预测值等综合因素，为驾驶员提供最优停车场，以及到达停车场的最优路径，并将信息通过网络发给驾驶者。例如，1971年，德国亚琛市(Aachen)最先出现停车场诱导系统，随后英国和其他欧洲国家也开始应用。从1973年开始，日本的柏崎、大阪、东京等相继建立停车场诱导系统。其中大阪停车场诱导系统在主要路线上通过可变信息板实时显示“满”、“空闲”或“关闭”的信息。东京停车场诱导系统在停车场进口附近、地下各区域、地下停车场和入口均设置了指示标志，并提供每个停车场的基本引导路线，方便车辆进入停车场。1996年美国圣保罗商业区建立第一个停车场诱导系统。德国科隆市在1998年建立覆盖整个城市中心的停车场诱导系统，每个停车场设有电脑计数器，感应汽车的进出状态，并将停车场空闲车位数传输给交通监控中心，经处理后实时动态发布到路边的动态指示牌。此外，这些信息还可以通过电视、广播、电话、电台以及互联网等手段进行传播。2001年，北京王府井建立了中国第一套停车场诱导系统，通过入口处的电子显示牌寻找距离目的地最近的停车场。上海在2002年开通停车场诱导系统示范工程，停车场的车位利用率平均上升15％，一定程度改善了停车难、停车位利用率低及占路停车问题。
[0003] 现有技术中，停车场诱导系统还不能为出行者提供综合可靠度最大的停车场、可靠路径，以及给定到达时间或出发时间和可靠度时的最晚出发时间或最早到达时间。因此，现有停车场诱导系统还有很大的提升空间，还可以进一步提高停车场资源的利用效率，提升用户体验。
发明内容
[0004] 为了提高城市交通网络中的停车位利用率，克服出行者无法寻找目的地附近综合可靠度最大停车场的问题，本发明提供了一种停车诱导方法及停车场诱导系统，考虑最早到达时间/最晚出发时间的停车诱导方法及系统，使得出行者在给定期望到达时间/出发时间和路径可靠度时，寻找到综合可靠度最大的停车场，并确定自己的最早到达时间/最晚出发时间和对应的可靠路径。
[0005] 为了实现上述目的，本发明采取了如下技术方案。
[0006] 第一方面，本发明实施例提供了一种停车诱导方法，所述停车诱导方法包括如下步骤：
[0007] 步骤S1，给定路径可靠度和出行者出发时间/到达时间；
[0008] 步骤S2，根据所述路径可靠度和出发时间/到达时间，计算综合可靠度最大的停车场；
[0009] 步骤S3，利用基于行程时间边界的求解算法计算到达所述综合可靠度最大的停车场的最早到达时间/最晚出发时间和对应的可靠路径；
[0010] 步骤S4，将综合可靠度最大的停车场位置及最早到达时间/最晚出发时间推荐给出行者，并根据对应的可靠路径引导车辆到达所述停车场。
[0011] 优选地，所述步骤S2计算综合可靠度最大的停车场，包括如下步骤：
[0012] 步骤S21，根据出发时间/到达时间，计算停车场有空闲车位数的概率；
[0013] 步骤S22，根据所述概率及路径可靠度，计算停车场的综合可靠度；
[0014] 步骤S23，选择综合可靠度最大的停车场。
[0015] 优选地，所述步骤S22根据所述概率及路径可靠度，计算停车场的综合可靠度，进一步为，当给定到达停车场h的路径可靠度ROh时，计算停车场的综合可靠度，通过式(1)至(5)进行计算：
[0016]
[0017]
[0018]
[0019]
[0020]
[0021] 其中，
[0022] 公式(1)是停车场综合可靠度最大化的目标函数；
[0023] 是将到达时间yh转换为时间段的编号， 其中， 表示求解最晚出发时间时，给定的到达时间yh转换为时间段的编号； 表示求解最早到达时间时，到达时间yh转换为时间段的编号；
[0024] 表示特征日C第 个时间段第h个停车场的空闲车位数 大于期望阈值NO的可靠度；
[0025] ROh表示从起点O到达第h个停车场的路径可靠度；
[0026] 表示停车场的综合可靠度；
[0027] 公式(2)是停车场空闲车位数的可靠度 的计算公式；
[0028] 表示特征日C第 个时间段第h个停车场的空闲车位数均值；
[0029] 表示特征日C第 个时间段第h个停车场的空闲车位数标准差；
[0030] 公式(3)表示停车场空闲车位数可靠度 的取值范围是0到1的约束条件；
[0031] 公式(4)表示路径可靠度ROh的取值范围是0到1的约束条件；
[0032] 公式(5)表示停车场编号h取值范围是1到H的约束条件，H表示搜索区域内参与计算的停车场个数。
[0033] 优选地，所述步骤S4中计算最晚出发时间Max yO，通过公式(1-6)至(8)进行计算：
[0034]
[0035]
[0036]
[0037] 其中，yO为出发时间，yh为到达时间；
[0038] 公式(1-6)是最晚出发时间的目标函数；
[0039] Φ-1(·)表示正态分布累积概率密度函数的反函数；
[0040] γOh表示路径Oh的自由流行程时间；
[0041] μOh表示路径Oh的额外行程时间均值；
[0042] σOh表示路径Oh的额外行程时间标准差；
[0043] MOh表示额外行程时间期望值；
[0044] VOh表示路径Oh的方差期望值；
[0045] 公式(7)表示流量守恒约束；
[0046] 公式(8)是二元变量约束；
[0047] x是0-1变量，xfg＝1表示路段afg在路径Oh上，xfg＝0表示路段afg不在路径Oh上；
[0048] NG表示有向图的节点集，{τ，f，g}∈NG；
[0049] AG表示有向弧集，{afg，aτf}∈AG。
[0050] 优选地，所述步骤S2计算综合可靠度最大的停车场及步骤S3计算到达所述综合可靠度最大的停车场的最晚出发时间和对应的可靠路径，利用基于行程时间边界的求解算法进行求解，基于行程时间边界的求解算法具体包括如下步骤：
[0051] 步骤S102，将yh转换为时间段，用 表示时间段的编号；初始化停车场编号h＝1；
[0052] 步骤S103，利用公式(2)计算第h个停车场在特征日C第 个时间段空闲车位数大于期望阈值NO的可靠度 更新h＝h+1；
[0053] 步骤S104，如果h≤H，转到步骤S103；否则，利用公式(1)～(5)计算特征日C第个时间段综合可靠最大的停车场编号 设置
[0054] 步骤S105，计算Oh对之间的最短距离dOh；初始化出发时间迭代步长δ＝dOh/vmax，其中，vmax表示路网的最大设计速度；初始化行程时间边界差值比例的可接受阈值ε2，实际到达时间与期望到达时间差值的可接受阈值ε3，最多搜索路径条数 出发时间的最大迭代次数 初始化出发时间迭代次数k1＝1；
[0055] 步骤S106，更新出发时间yO＝yh-δ；设置路径期望行程时间下界值TKLB＝0，上界值TKUB＝+∞，设置两个路径集 和 为空；初始化路径编号k＝1；
[0056] 步骤S107，以路段的额外行程时间作为费用，计算第k条最短路径Pk；分别利用下述公式(9)、(10)和(11)计算路径Pk的行程时间分布参数
[0057]
[0058]
[0059]
[0060] 利用下述公式(12)计算
[0061]
[0062] 利用下述公式(13)计算
[0063]
[0064] 利用下述公式(14)计算路径行程时间
[0065]
[0066] 步骤S108，计算 和 如果则利用下述公式(15)计算出发时间
为yO和给定可靠度情况下的行程时间下界值 设定 并将路径加入到
路径集 否则，将路径加入到路径集
[0067]
[0068] 步骤S109，识别路径集 中行程时间最小的路径，计算计算k＝k+1，更新出发时间的迭代步长δ＝TKUB；
[0069] 步骤S110，如果|yO+TKUB-yh|＜ε3或 或 计算k1＝k1+1，执行步骤S111；否则，返回到步骤S107；
[0070] 步骤S111，如果|yO+TKUB-yh|≥ε3或 返回到步骤S106；否则，输出计算结果。
[0071] 优选地，所述步骤S4计算最早到达时间，进一步为，给定出发时间yO，最小化到达第h个停车场的时间yh，通过公式(2-6)、(7)、(8)计算：
[0072]
[0073]
[0074]
[0075] 其中，yO为出发时间，yh为到达时间；
[0076] 公式(2-6)是最早出发时间的目标函数；
[0077] Φ-1(·)表示正态分布累积概率密度函数的反函数；
[0078] γOh表示路径Oh的自由流行程时间；
[0079] μOh表示路径Oh的额外行程时间均值；
[0080] σOh表示路径Oh的额外行程时间标准差；
[0081] MOh表示额外行程时间的期望值；
[0082] VOh表示路径Oh的方差期望值；
[0083] 公式(7)是流量守恒约束；
[0084] 公式(8)是二元变量约束；
[0085] xfg是0-1变量，xfg＝1表示路段afg在路径Oh上，xfg＝0表示路段afg不在路径Oh上；
[0086] NG表示有向图的节点集，{τ，f，g}∈NG；
[0087] AG表示有向弧集，{afg，aτf}∈AG。
[0088] 优选地，所述步骤S2计算综合可靠度最大的停车场及步骤S3计算到达所述综合可靠度最大的停车场的最早到达时间和对应的可靠路径，基于行程时间边界进行求解，基于行程时间边界的求解算法具体包括如下步骤：
[0089] 步骤S202，从第一个候选停车场开始计算，初始化停车场编号h＝1；
[0090] 步骤S203，设置目的地为第h个停车场；设置路径期望行程时间的下界值TKLB＝0，上界值TKUB＝+∞；设置两个路径集 和 为空；设置行程时间上下边界差值比的阈值ε1；设置最多搜索路径的次数 初始化路径编号k＝1；
[0091] 步骤S204，以路段的额外行程时间作为费用，计算第k条额外行程时间最小的路径Pk；分别利用下述公式(9)、(10)和(11)计算路径Pk的行程时间分布参数
[0092]
[0093]
[0094]
[0095] 利用下述公式(12)计算
[0096]
[0097] 利用下述公式(13)计
[0098]
[0099] 利用下述公式(14)计算路径行程时间
[0100]
[0101] 步骤S205，计算 和 如果则利用下述公式(15)计算给定出发
时间yO和给定可靠度ROh情况下的行程时间下界值 计算 并将路径加入
到路径集 否则，将路径加入到路径集
[0102] 步骤S206，识别路径集 中行程时间最小的路径，计算更新k＝k+1；
[0103] 步骤S207，如果 或 返回到步骤S204；否则，计算到达时间yh＝yO+TKUB，将yh转换为时间段，用 表示时间段的编号，利用上述公式(2)计算第h个停车场在特征日C第 个时间段空闲车位数 大于期望阈值NO的可靠度
更新h＝h+1；
[0104] 步骤S208，如果h≤H，返回到步骤S203；否则，利用公式(1)～(5)计算特征日C第个时间段综合可靠度最大的停车场编号 输出计算结果。
[0105] 第二方面，本发明实施例还提供了一种停车场诱导系统，所述停车场诱导系统考虑最晚出发时间，包括：条件给定模块、目标停车场计算模块、最晚出发时间及可靠路径计算模块、诱导模块；其中，
[0106] 所述条件给定模块与所述目标停车场计算模块相连，用于根据用户请求出行者路径可靠度和到达时间，并将给定数据发送给所述目标停车场计算模块；
[0107] 所述目标停车场计算模块与所述最晚出发时间及可靠路径计算模块相连，用于根据所述路径可靠度和到达时间，计算综合可靠度最大的停车场，并作为目的地发送给所述最晚出发时间及可靠路径计算模块；
[0108] 所述最晚出发时间及可靠路径计算模块，与所述诱导模块相连，用于根据给定数据及目的地，基于行程时间边界计算到达所述目的地的最晚出发时间及对应的可靠路径，并将所述目的地、最晚出发时间及可靠路径发送给所述诱导模块；
[0109] 所述诱导模块，将所述目的地及最早到达时间/最晚出发时间发送给用户，并根据对应的可靠路径引导车辆到达目的地。
[0110] 第三方面，本发明实施例还提供了一种停车场诱导系统，所述停车场诱导系统考虑最早到达时间，包括：条件给定模块、最早到达时间及可靠路径计算模块、目标停车场计算模块、诱导模块；其中，
[0111] 所述条件给定模块与所述最早到达时间及可靠路径计算模块相连，用于根据用户请求出行者路径可靠度和出发时间，并将给定数据发送给所述目标停车场计算模块；
[0112] 所述最早到达时间及可靠路径计算模块，与所述目标停车场计算相连，用于利用基于行程时间边界的求解算法计算到达所述目的地的最早到达时间及对应的可靠路径；
[0113] 所述目标停车场计算模块与所述诱导模块相连，用于根据所述路径可靠度和出发时间，计算综合可靠度最大的停车场，并作为目的地发送给所述最早到达时间及可靠路径计算模块，并将所述目的地、最早到达时间/最晚出发时间及可靠路径发送给所述诱导模块；
[0114] 所述诱导模块，将所述目的地及最早到达时间发送给用户，并根据对应的可靠路径引导车辆到达目的地。
[0115] 优选地，所述目标停车场计算模块，包括车位数概率计算子模块、综合可靠度计算子模块和选择子模块；其中，
[0116] 所述车位数概率计算子模块与所述综合可靠度计算子模块相连，用于根据出发时间/到达时间，计算停车场有空闲车位数的概率；
[0117] 所述综合可靠度计算子模块与所述选择子模块相连，用于根据所述概率及路径可靠度，计算停车场的综合可靠度；
[0118] 所述选择子模块用于选择综合可靠度最大的停车场。
[0119] 由上述本发明实施例提供的技术方案可以看出，本发明实施例停车诱导方法和系统，采用基于行程时间边界的求解算法，能够有效解决给定期望到达时间和路径可靠度时，寻找综合可靠度最大的停车场、最早到达时间/最晚出发时间和对应的可靠路径的问题，寻找可靠度高的停车场，避免出现车辆到达停车场无停车位的现象，同时优化停车场的资源分配，提高停车场的利用率；计算能够准点到达停车场的最晚出发时间和对应可靠路径，为出行者制定出行计划，合理安排出行提供科学依据，提升了用户的出行体验。
[0120] 本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0121] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0122] 图1为本发明实施例停车诱导方法流程示意图；
[0123] 图2为本发明第一具体实例的停车诱导方法流程示意图；
[0124] 图3为本发明第二具体实例的停车诱导方法流程示意图；
[0125] 图4为本发明第二具体实例中考虑最早到达时间且路径可靠度为0.8时，到达四个停车场(玉蜓桥停车场、中国棋院停车场、国家体育总局训练局停车场和鹰岛大厦写字楼停车场)的可靠路径示意图；
[0126] 图5为本发明第二具体实例中到达中国棋院停车场的第k＝1条路径和第k＝8条路径示意图。
具体实施方式
[0127] 下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
[0128] 本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
[0129] 本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
[0130] 本发明从出行者角度出发，针对实际出行中，出行者在给定期望到达时间/出发时间和路径可靠度时，需要确定自己的最早到达时间/最晚出发时间和相应可靠路径，且希望了解目的地附近综合可靠度最大的停车场，提出了一种停车诱导方法及系统，解决给定期望到达时间/出发时间和路径可靠度时，寻找综合可靠度最大的停车场，以及最早到达时间/最晚出发时间和对应的可靠路径的问题。
[0131] 为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。
[0132] 第一实施例
[0133] 本实施例提供了一种停车诱导方法，图1所示为本实施例所述停车诱导方法流程示意图。如图1所示，所述停车诱导方法，考虑最早到达时间或最晚出发时间，包括如下步骤：
[0134] 步骤S1，给定路径可靠度和出行者出发时间/到达时间；
[0135] 步骤S2，根据所述路径可靠度和出发时间/到达时间，计算综合可靠度最大的停车场；
[0136] 步骤S3，利用基于行程时间边界的求解算法计算到达所述综合可靠度最大的停车场的最早到达时间/最晚出发时间和对应的可靠路径；
[0137] 步骤S4，将综合可靠度最大的停车场位置及最早到达时间/最晚出发时间推荐给出行者，并根据对应的可靠路径引导车辆到达所述停车场。
[0138] 其中，所述步骤S2计算综合可靠度最大的停车场，包括如下步骤：
[0139] 步骤S21，根据出发时间/到达时间，计算停车场有空闲车位数的概率；
[0140] 步骤S22，根据所述概率及路径可靠度，计算停车场的综合可靠度；
[0141] 步骤S23，选择综合可靠度最大的停车场。
[0142] 所述步骤S22根据所述概率及路径可靠度，计算停车场的综合可靠度，进一步为，当给定到达停车场h的路径可靠度ROh时，计算停车场的综合可靠度，通过式(1)至(5)进行计算：
[0143]
[0144] 其中，
[0145] 公式(1)是停车场综合可靠度最大化的目标函数；
[0146] 是将到达时间yh转换为时间段的编号， 其中， 表示求解最晚出发时间时，给定的到达时间yh转换为时间段的编号； 表示求解最早到达时间时，到达时间yh转换为时间段的编号；
[0147] 表示特征日C第 个时间段第h个停车场的空闲车位数 大于期望阈值NO的可靠度；
[0148] ROh表示从起点O到达第h个停车场的路径的可靠度，是已知条件；
[0149] 表示停车场的综合可靠度；
[0150] 公式(2)是停车场空闲车位数的可靠度 的计算公式；
[0151] 表示特征日C第 个时间段第h个停车场的空闲车位数均值；
[0152] 表示特征日C第 个时间段第h个停车场的空闲车位数标准差；
[0153] 公式(3)表示停车场空闲车位数可靠度 的取值范围是0到1的约束条件；
[0154] 公式(4)表示路径可靠度ROh的取值范围是0到1的约束条件；
[0155] 公式(5)表示停车场编号h取值范围是1到H的约束条件，H表示搜索区域内参与计算的停车场个数。
[0156] 在步骤S3中，分为两种情况考虑，一种是考虑最早到达时间，一种是考虑最晚出发时间。yO为出发时间，yh为到达时间。
[0157] 当计算最晚出发时间Max yO，通过公式(1-6)至(8)进行计算：
[0158]
[0159]
[0160]
[0161] 当计算最早到达时间时，最小化到达第h个停车场的时间yh，通过公式(2-6)、(7)、(8)计算：
[0162]
[0163]
[0164]
[0165] 其中，
[0166] 公式(1-6)是最晚出发时间的目标函数；
[0167] 公式(2-6)是最早达到时间的目标函数；
[0168] Φ-1(·)表示正态分布累积概率密度函数的反函数；
[0169] γOh表示路径Oh的自由流行程时间；
[0170] μOh表示路径Oh的额外行程时间均值；
[0171] σOh表示路径Oh的额外行程时间标准差；
[0172] MOh表示额外行程时间期望值；
[0173] VOh表示路径Oh的方差期望值；
[0174] 公式(7)表示流量守恒约束；
[0175] 公式(8)是二元变量约束；
[0176] x是0-1变量，xfg＝1表示路段afg在路径Oh上，xfg＝0表示路段afg不在路径Oh上；
[0177] NG表示有向图的节点集，{τ，f，g}∈NG；
[0178] AG表示有向弧集，{afg，aτf}∈AG。
[0179] 当给定期望到达时间yh和准点到达率(可靠度)ROh时，将期望行程时间的下界值带入出发时间yO的计算公式，可以得到出发时间的上界值：
[0180]
[0181] 将期望行程时间T0的下界值计算公式带入到达时
间yh的计算公式，得到yh的下界值计算公式：
[0182]
[0183] 在步骤S4中，采用 表示特征日C第 个时间段空闲车位数大于NO的综合可靠度最大的停车场编号，将第 个停车场及最晚出发时间推荐给驾驶者，根据车辆到达第 个停车场的可靠路径 引导车辆到达停车场；或者，用 表示特征日C第 个时间段综合可靠度最大的停车场编号，将第 个停车场推荐给驾驶者，并根据车辆在最早到达时间 到达第 个停车场的可靠路径 引导车
辆到达停车场。
[0184] 下面以两个具体的实施例，对所述考虑最晚出发时间的停车诱导方法进行详细说明。
[0185] 第一具体实例
[0186] 本具体实例以北京交通大学到中国棋院为例，评估考虑最晚出发时间的停车诱导模型的求解算法。搜索区域是以中国棋院为圆心、200米为半径的圆形覆盖区域，包括四个停车场：中国棋院停车场(编号1)，国家体育总局训练局停车场(编号2)，玉蜓桥停车场(编号3)，鹰岛大厦写字楼停车场(编号4)。到达时间为星期三11:30:00。
[0187] 图2所示为本具体实例的停车诱导方法流程示意图。如图2所示，所述考虑最晚出发时间的停车诱导方法，包括如下步骤：
[0188] 步骤S101，给定到达时间yh和路径可靠度ROh。
[0189] 步骤S102，将yh转换为时间段，用 表示时间段的编号；初始化停车场编号h＝1。
[0190] 步骤S103，利用公式(2)计算第h个停车场在特征日C第 个时间段空闲车位数大于期望阈值NO的可靠度 更新h＝h+1。
[0191] 步骤S104，如果h≤H，转到步骤S103；否则，利用公式(1)～(5)计算特征日C第个时间段综合可靠度最大的停车场编号 设置
[0192] 步骤S105，利用Dijkstra算法计算Oh对之间的最短距离dOh；初始化出发时间迭代步长δ＝dOh/vmax，其中，vmax表示路网的最大设计速度；初始化行程时间边界差值比例的可接受阈值ε2，实际到达时间与期望到达时间差值的可接受阈值ε3，最多搜索路径条数 出发时间的最大迭代次数 初始化出发时间迭代次数k1＝1。
[0193] 步骤S106，更新出发时间yO＝yh-δ；设置路径期望行程时间下界值TKLB＝0，上界值TKUB＝+∞，设置两个路径集 和 为空；初始化路径编号k＝1。
[0194] 步骤S107，利用路段的额外行程时间作为费用，计算第k条最短路径Pk；分别利用下述公式(9)、(10)和(11)计算路径Pk的行程时间分布参数
[0195]
[0196]
[0197]
[0198] 利用下述公式(12)计算
[0199]
[0200] 利用下述公式(13)计算
[0201]
[0202] 利用下述公式(14)计算路径行程时间
[0203]
[0204] 步骤S108，计算 和 如果则利用下述公式(15)计算出发时间
为yO和给定可靠度情况下的行程时间下界值 设定 并将路径加入到
路径集 否则，将路径加入到路径集
[0205]
[0206] 步骤S109，识别路径集 中行程时间最小的路径，计算计算k＝k+1，更新出发时间的迭代步长δ＝TKUB。
[0207] 步骤S110，如果|yO+TKUB-yh|＜ε3或 或 计算k1＝k1+1，执行步骤S111；否则，返回到步骤S107。
[0208] 步骤S111，如果|yO+TKUB-yh|≥ε3或 返回到步骤S106；否则，结束。
[0209] 经过步骤S101至步骤S111，计算得到综合可靠度最大的停车场选择结果如下：当到达时间为11:30:00，对于不同的路径可靠度，停车场在空闲车位数大于3个的概率以及停车场综合可靠度的计算结果如表1所示。例如，中国棋院停车场空闲车位数大于3个的概率为0.846，当路径可靠度为0.9时，综合可靠度为0.846×0.9＝
0.761。四个停车场中，中国棋院停车场的综合可靠度最大，因此，最终选择的停车场是中国棋院停车场。
[0210] 表1
[0211]
[0212]
[0213] 说明：加粗的“停车场名称”表示路径可靠度为Roh时综合可靠度最大的停车场。
[0214] 计算得到最晚出发时间及可靠路径的结果如下：
[0215] 不同路径可靠度取值情况下，考虑最晚出发时间的停车诱导方法的最晚出发时间及可靠路径如表2所示，综合可靠度最大的停车场都是中国棋院停车场。当路径可靠度为0.1和0.2时，可靠路径是第k＝8条路径，最晚出发时间是11:04:31和11:03:39。当路径可靠度为0.3、0.4、0.5、0.6、0.7、0.8和0.9时，可靠路径都是第k＝1条路径，最晚出发时间分别是11:02:59、11:02:24、11:01:50、11:01:15、11:00:36、10:59:49和10:58:41。
[0216] 表2
[0217]
[0218] 由以上技术方案可以看出，本发明实施例的所述考虑最晚出发时间的停车诱导方法，采用基于行程时间边界的求解算法，能够有效解决给定期望到达时间和路径可靠度时，寻找综合可靠度最大的停车场、最晚出发时间和对应的可靠路径的问题，寻找可靠度高的停车场，避免出现车辆到达停车场无停车位的现象，同时优化停车场的资源分配，提高停车场的利用率；计算能够准点到达停车场的最晚出发时间和对应可靠路径，为出行者制定出行计划，合理安排出行提供科学依据，提升了用户的出行体验。
[0219] 第二具体实例
[0220] 本具体实例以北京交通大学到中国棋院为例，评估停车诱导模型的求解算法。搜索区域是以中国棋院为圆心、200米为半径的圆形覆盖区域，包括四个停车场：中国棋院停车场(编号1)，国家体育总局训练局停车场(编号2)，玉蜓桥停车场(编号3)，鹰岛大厦写字楼停车场(编号4)。出发时间为星期三11:00:00。
[0221] 图3所示为本具体实例的停车诱导方法流程示意图。如图3所示，所述考虑最早到达时间的停车诱导方法，其中根据所述出发时间和路径可靠度，计算到达候选停车场的最早到达时间及可靠路径及候选停车场的综合可靠度，基于行程时间边界的求解算法进行计算，具体包括如下步骤：
[0222] 步骤S201，给定出发时间yh和路径可靠度ROh。
[0223] 步骤S202，从第一个候选停车场开始计算，初始化停车场编号h＝1。
[0224] 步骤S203，设置目的地为第h个停车场；设置路径期望行程时间的下界值TKLB＝0，上界值TKUB＝+∞；设置两个路径集 和 为空；设置行程时间上下边界差值比的阈值ε1；设置最多搜索路径的次数 初始化路径编号k＝1。
[0225] 步骤S204，以路段的额外行程时间作为费用，计算第k条额外行程时间最小的路径Pk；分别利用下述公式(9)、(10)和(11)计算路径Pk的行程时间分布参数
[0226]
[0227]
[0228]
[0229] 利用下述公式(12)计算
[0230]
[0231] 利用下述公式(13)计
[0232]
[0233] 利用下述公式(14)计算路径行程时间
[0234]
[0235] 步骤S205，计算 和 如果则利用下述公式(15)计算给定出发
时间yO和给定可靠度ROh情况下的行程时间下界值 计算 并将路径加入
到路径集 否则，将路径加入到路径集
[0236]
[0237] 步骤S206，识别路径集 中行程时间最小的路径，计算更新k＝k+1。
[0238] 步骤S207，如果 或 返回到步骤S204；否则，计算到达时间yh＝yO+TKUB，将yh转换为时间段，用 表示时间段的编号，利用公式(2)计算第h个停车场在特征日C第 个时间段空闲车位数 大于期望阈值NO的可靠度 更
新h＝h+1。
[0239] 步骤S208，如果h≤H，返回到步骤S203；否则，利用公式(1)～(5)计算特征日C第个时间段综合可靠度最大的停车场编号 结束。
[0240] 经过步骤S201至步骤S208，考虑最早到达时间的停车诱导方法的最早到达时间、对应可靠路径及最大综合可靠度停车场的计算结果如表3。如表3所示，当路径可靠度为0.8时，从出发地到达中国棋院停车场、国家体育总局训练局停车场、玉蜓桥停车场和鹰岛大厦写字楼停车场的最早到达时间分别为11:30:11、11:31:12、11:30:02和11:31:12。到玉蜓桥停车场的可靠路径是第k＝22条路径，到中国棋院停车场、国家体育总局训练局停车场和鹰岛大厦写字楼停车场的可靠路径是相应的第k＝1条路径。图4所示为所述考虑最早到达时间且路径可靠度为0.8时，到达四个停车场(玉蜓桥停车场、中国棋院停车场、国家体育总局训练局停车场和鹰岛大厦写字楼停车场)的可靠路径示意图。此时，四个停车场在到达时间内空闲车位数大于3个的概率分别为0.846、0.841、0.500和0.841，停车场的综合可靠度分别为0.677、0.673、0.400和0.673。其中，中国棋院停车场的综合可靠度最大，因此推荐出行者选择中国棋院停车场进行停车，且选择到达中国棋院停车场的第k＝1条路径。
[0241] 表3
[0242]
[0243]
[0244] 说明：加粗的“停车场名称”表示综合可靠度最大的停车场；加粗的“最早到达时间”表示到达停车场的最早到达时间；加粗的“可靠路径编号k”表示最早到达时间对应的可靠路径编号。
[0245] 对于不同的路径可靠度，考虑最早到达时间的停车诱导方法的计算结果如表4所示。其中，路径可靠度为0.1和0.2时，可靠路径是第k＝8条路径；路径可靠度为0.3、0.4、0.5、0.6、0.7、0.8和0.9时，可靠路径是第k＝1条路径。图5所示为到达中国棋院停车场的第k＝1条路径和第k＝8条路径示意图。
[0246] 表4
[0247]
[0248] 由以上技术方案可以看出，本发明实施例的所述考虑最早到达时间的停车诱导方法，采用基于行程时间边界的求解算法，有效解决了给定出发时间和路径可靠度时，寻找综合可靠度最大的停车场、到达停车场的最早时间，以及对应的可靠路径。寻找可靠度高的停车场，避免出现车辆到达停车场无停车位的现象，同时优化停车场的资源分配，提高停车场的利用率；预测最早到达停车场的时间和对应可靠路径，能够提前预测到达时间，为出行者提供出行参考依据，避免迟到，提升了用户的出行体验。
[0249] 第二实施例
[0250] 本实施例提供了一种停车场诱导系统，本实施例考虑最晚出发时间，所述停车场诱导系统包括：条件给定模块、目标停车场计算模块、最晚出发时间及可靠路径计算模块、诱导模块；其中，
[0251] 所述条件给定模块与所述目标停车场计算模块相连，用于根据用户请求出行者路径可靠度和到达时间，并将给定数据发送给所述目标停车场计算模块；
[0252] 所述目标停车场计算模块与所述最晚出发时间及可靠路径计算模块相连，用于根据所述路径可靠度和到达时间，计算综合可靠度最大的停车场，并作为目的地发送给所述最晚出发时间及可靠路径计算模块；
[0253] 所述最晚出发时间及可靠路径计算模块，与所述诱导模块相连，用于根据给定数据及目的地，利用基于行程时间边界的求解算法计算到达所述目的地的最晚出发时间及对应的可靠路径，并将所述目的地、最晚出发时间及可靠路径发送给所述诱导模块；
[0254] 所述诱导模块，将所述目的地及最早到达时间/最晚出发时间发送给用户，并根据对应的可靠路径引导车辆到达目的地。
[0255] 第三实施例
[0256] 本实施例提供了一种停车场诱导系统，本实施例考虑最早到达时间，所述停车场诱导系统包括：条件给定模块、最早到达时间及可靠路径计算模块、目标停车场计算模块、诱导模块；其中，
[0257] 所述条件给定模块与所述最早到达时间及可靠路径计算模块相连，用于根据用户请求出行者路径可靠度和出发时间，并将给定数据发送给所述目标停车场计算模块；
[0258] 所述最早到达时间及可靠路径计算模块，与所述目标停车场计算相连，用于利用基于行程时间边界的求解算法计算到达所述目的地的最早到达时间及对应的可靠路径；
[0259] 所述目标停车场计算模块与所述诱导模块相连，用于根据所述路径可靠度和出发时间，计算综合可靠度最大的停车场，并作为目的地发送给所述最早到达时间及可靠路径计算模块，并将所述目的地、最早到达时间/最晚出发时间及可靠路径发送给所述诱导模块；
[0260] 所述诱导模块，将所述目的地及最早到达时间发送给用户，并根据对应的可靠路径引导车辆到达目的地。
[0261] 其中，所述目标停车场计算模块，包括车位数概率计算子模块、综合可靠度计算子模块和选择子模块；其中，
[0262] 所述车位数概率计算子模块与所述综合可靠度计算子模块相连，用于根据出发时间/到达时间，计算停车场有空闲车位数的概率；
[0263] 所述综合可靠度计算子模块与所述选择子模块相连，用于根据所述概率及路径可靠度，计算停车场的综合可靠度；
[0264] 所述选择子模块用于选择综合可靠度最大的停车场。
[0265] 本发明第二实施例和第三实施例的所述停车场诱导系统，考虑最早到达时间/最晚出发时间，与第一实施例的停车诱导方法，是相对应的，上述对停车诱导方法的描述同样适用于本实施例的停车诱导方法，实施例之间相同或相似的部分可互相参见，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明，在此不再赘述。
[0266] 以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0267] 本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
[0268] 以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
