[0004] 本发明所要解决的技术问题是提供一种城市智能停车引导系统，本发明系统通过寻优算法得到对应车辆最合理的停车位，从而可有效提高公共停车场的利用率以及进一步将私人停车位有效的利用起来，进而解决城市中心区停车难的问题。
[0005] 为解决上述技术问题，本发明所采用的技术方案为：
[0006] 一种城市智能停车引导系统，包括车载导航仪、云端服务器、车主移动终端、业主移动终端以及停车位监控系统；
[0007] 车载导航仪和车主移动终端分别通过无线网络与云端服务器连接，停车位监控系统通过以太网与云端服务器连接；其中，公共停车场安装的监控设备与停车位监控系统无线通讯，监控设备将采集到的公共停车场车位信息传输至停车位监控系统；小区私人停车位信息通过业主移动终端将信息发送至停车位监控系统；车主移动终端通过云端服务器实时获取小区私人停车位信息；
[0008] 云端服务器接收车载导航仪定位以及查询信息，再根据停车位监控系统提供的实时数据，当公共停车场有闲置停车位，停车位监控系统通过云端服务器直接将该停车位信息传输至车载导航仪，引导停车；当公共停车场无闲置停车位，云端服务器查询云端数据库中的小区私人停车位信息，并将附近小区私人停车位信息进行数据预处理，将出行规律的业主车位信息选出，再根据模糊推算，获得小区私人停车位信息的推荐指数，得到最优停车位信息，云端服务器将小区私人停车位信息传输至车载导航仪，引导停车。
[0009] 其中，所述云端服务器包括云数据采集中心、云端数据库以及数据分析中心；
[0010] 所述云数据采集中心接受车辆位置信息和停车位监控系统传输的停车位数据信息；
[0011] 所述云端数据库储存公共停车位信息的实时数据和小区私人停车位的历史数据以及实时数据，历史数据包括该业主过去3个月内的停车时间，实时数据为业主当前停车情况；
[0012] 所述数据分析中心分析驾驶员周边公共停车场车位数据分析，驾驶员附近1公里范围内有公共停车位，且请求停车人数少，则停车位监控系统通过云端服务器将停车位信息传输至驾驶员车载导航仪上，引导停车；若数据分析中心经过分析后，没有可用的公共停车位信息，则数据分析中心分析私人停车位历史停车数据，在小区私人停车位的历史停车数据中查询符合规律出行的业主，将符合规律出行的小区私人停车位信息输出，得到若干个停车位信息；此时数据分析中心将得到的若干个停车位信息进一步进行模糊推算，在若干个停车位中获得一个推荐指数最高的停车位信息，得到最优停车位信息，数据分析中心将最优停车位信息传送至云端服务器，云端服务器将最优停车位信息发送至驾驶员车载导航仪上，引导停车。
[0013] 其中，数据分析中心进行数据预处理，得到若干个符合停车的停车位信息，具体数据预处理过程如下：
[0014] 工作日：周一‑周五；
[0015] 符合条件的停车位：8:00‑18:00，业主停车位空闲，连续30工作日中，有28日以上业主停车位空闲，且当前处于空闲状态，则将该停车位信息输出；
[0016] 非工作日：周六‑周日；
[0017] 符合条件的停车位：9:00‑16:00，业主停车位空闲，连续10个休息日中，有7日以上业主停车位空闲，且当前处于空闲状态，则将该停车位信息输出。
[0018] 其中，数据分析中心将得到的若干个停车位信息进一步进行模糊推算，在若干个停车位中获得一个推荐指数最高的停车位信息，得到最优停车位信息，最优停车位信息模糊推算过程如下：
[0019] 模糊控制器的控制结构为2输入、单输出结构：
[0020] 输入变量x1：当前停车位的规律空闲时间变量；
[0021] 输入变量x2：当前停车位的业主离开的时间变量；
[0022] 输出量为y：当前停车位的停车推荐指数
[0023] 输入输出变量论域和量化因子：
[0024] 输入变量x1基本论域设计为(8，18)，然后将输入量x1分为5个语言变量，即正大(PB)、正中(PM)、零(ZE)、负中(NM)、负大(NB)；输入变量x1的5个语言变量的基本论域设计为(8，18)的隶属度函数为三角形隶属度函数与梯形隶属度函数的组合；
[0025] 输入变量x2基本论域设计为(9，16)，然后将输入量x2分为5个语言变量，即正大(PB)、正中(PM)、零(ZE)、负中(NM)、负大(NB)；输入变量x2的5个语言变量的基本论域设计为(9，16)的隶属度函数为三角形隶属度函数与梯形隶属度函数的组合；
[0026] 输出量y基本论域为(0，1)，然后将输出量y分为5个语言变量，即正大(PB)、正中(PM)、零(ZE)、负中(NM)、负大(NB)；输出量y的5个语言变量在基本论域(0，1)的隶属度函数为三角形隶属度函数与梯形隶属度函数的组合；
[0027] 模糊控制规则的设计：
[0028] 设计模糊控制规则的原则是业主车位刚离开时，推荐指数越高，模糊控制规则为：
[0029]
[0030] 解模糊：
[0031] 解模糊采用最大隶属度方法进行解模糊；
[0032] 解模糊后得到(0,1)之间的数值为推荐指数，将得到最高的推荐指数传输至云端服务器，再传送至驾驶员车载导航，完成停车引导。
[0033] 上述城市智能停车引导系统的停车引导方法，包括如下步骤：
[0034] 步骤1，驾驶员行驶接近目的地时，车载导航仪将车辆位置信息传送至云端服务器，云端服务器根据车辆位置信息调用云端数据库中车辆周边停车位监控系统，查询公共停车场停车位容量信息并与停车需求信息进行匹配；
[0035] 步骤2，当公共停车场有与停车需求信息匹配的停车位时，云端服务器将匹配的信息包括位置、类型、收费情况传输至车载导航仪，车载导航仪结合电子地图形成实时停车车位信息的实时路况地图；
[0036] 步骤3，驾驶员根据实时路况地图进行选择停车位后，车载导航仪提供引导，到达停车位；
[0037] 步骤4，当公共停车场没有与停车需求信息匹配的停车位时，云端服务器将附近小区私人停车位信息进行数据预处理，将出行规律的业主车位信息选出，再进行模糊推算，获得小区私人停车位信息的推荐指数，得到最优停车位信息；
[0038] 步骤5，此时云端服务器向业主移动终端发送其停车位被请求停车信息，若业主在设定时间内回复同意，云端服务器将该最优停车位信息包括位置、类型、收费情况传输至车载导航仪，车载导航仪结合电子地图形成实时停车车位信息的实时路况地图；驾驶员根据实时路况地图进行选择停车位后，车载导航仪提供引导，到达停车位；若业主在设定时间内没有回复或回复不同意，云端服务器再次进行模糊推算，获得小区私人停车位信息的推荐指数，得到最优停车位信息，重复步骤5，直至驾驶员获得最优停车位信息，在导航的指引下到达停车位。
[0039] 相比于现有技术，本发明技术方案具有的有益效果为：
[0040] 本发明先采用数据预处理，筛选出初步符合停车条件的小区私人停车位，避免选择不合适的停车位，如刚停车就收到信息要挪车；接着本发明采用模糊推算，获得最优停车位信息，在导航的指引下到达约定的停车位；本发明系统优先选择公用停车场停车位，在公共停车场无法满足停车要求时，系统通过智能算法得到最优停车位，本发明在解决城市中心区停车难问题的同时高效利用了闲置的小区私人停车位，并且业主也可获得一定的经济效益。
