用于提供關(guān)于空閑停車位的駐車信息的方法

1.用于提供關(guān)于在至少一條街道內(nèi)的空閑停車位的駐車信息的方法，其中：
a)對關(guān)于可使用的空閑停車位的信息進(jìn)行調(diào)查，其中，由查得的信息產(chǎn)生一個帶有歷史數(shù)據(jù)(14)的知識數(shù)據(jù)庫，所述歷史數(shù)據(jù)(14)針對預(yù)定的街道和/或預(yù)定的時間或者時間段分別包括關(guān)于空閑停車位的統(tǒng)計數(shù)據(jù)；
b)由所述歷史數(shù)據(jù)(14)和在第一指定時間點(diǎn)針對一條或者多條選擇的街道查得的實時信息(12)求出所述一條或者多條選擇的街道的預(yù)期的空閑停車位的概率分布(30)；
c)生成所述概率分布(30)的可視化顯示，該概率分布代表在所述一條或者多條選擇的街道內(nèi)的空閑停車位的駐車信息，
d)求出對在第二指定時間點(diǎn)預(yù)期的空閑停車位的概率分布(30)的變化的預(yù)測，其中，所述第二指定時間點(diǎn)跟隨在所述第一指定時間點(diǎn)之后，為了所述預(yù)測的求出而對泊位退出率(μ)和停車場搜索持續(xù)時間(λ)進(jìn)行處理。
2.如權(quán)利要求1所述的方法，其特征在于：由處于交通中的車輛利用測量技術(shù)獲取所述關(guān)于可使用的空閑停車位的信息。
3.如權(quán)利要求2所述的方法，其特征在于：通過車輛的照相機(jī)檢測街邊區(qū)域并產(chǎn)生圖像序列，該圖像序列通過車輛的計算機(jī)進(jìn)行分析處理，以便識別被檢測的街邊區(qū)域的空閑停車位。
4.如權(quán)利要求1至3之任一項所述的方法，其特征在于：由沿著街道設(shè)置的傳感器利用測量技術(shù)獲取所述關(guān)于可使用的空閑停車位的信息。
5.如權(quán)利要求1至3之任一項所述的方法，其特征在于：通過使用者向終端設(shè)備中的輸入而手動地產(chǎn)生所述關(guān)于可使用的空閑停車位的信息。
6.如權(quán)利要求2或3所述的方法，其特征在于：將所述關(guān)于可使用的空閑停車位的信息傳輸給產(chǎn)生和/或管理所述知識數(shù)據(jù)庫的中央計算機(jī)(10)。
7.如權(quán)利要求1至3之任一項所述的方法，其特征在于：作為信息，對關(guān)于車輛進(jìn)入停車位和/或車輛從停車位退出的第一信息進(jìn)行調(diào)查，其中，由相應(yīng)車輛進(jìn)入泊位與退出泊位之間的停留時間求出泊位退出率(μ)。
8.如權(quán)利要求1至3之任一項所述的方法，其特征在于：作為信息，對關(guān)于搜索停車位的車輛的停車場搜索持續(xù)時間(λ)的第二信息進(jìn)行調(diào)查，方式是：在識別出車輛的泊位進(jìn)入過程之后，對該車輛在該泊位進(jìn)入過程之前的運(yùn)動位置坐標(biāo)(xi，yi)和配置于相應(yīng)位置坐標(biāo)的時標(biāo)(ti)以及瞬時速度(vi)進(jìn)行分析處理。
9.如權(quán)利要求1至3之任一項所述的方法，其特征在于：為了求出預(yù)期的空閑停車位的概率分布(30)，在步驟b)中按貝葉斯定理對歷史數(shù)據(jù)和實時信息進(jìn)行處理。
10.如權(quán)利要求1至3之任一項所述的方法，其特征在于：所述第二指定時間點(diǎn)為通過線路導(dǎo)航求得的抵達(dá)目標(biāo)區(qū)域中的時間，該目標(biāo)區(qū)域包括所述一條或者多條預(yù)定的街道。
11.如權(quán)利要求1至3之任一項所述的方法，其特征在于：通過對在第一指定時間點(diǎn)求出的概率分布經(jīng)假設(shè)的轉(zhuǎn)變而轉(zhuǎn)變到對在第二指定時間點(diǎn)預(yù)期的空閑停車位的概率分布(30)的一種預(yù)期狀態(tài)進(jìn)行建模，來實施所述預(yù)測，其中，所述預(yù)期狀態(tài)與符合于歷史數(shù)據(jù)(14)的狀態(tài)相符。
12.如權(quán)利要求1至3之任一項所述的方法，其特征在于：利用愛爾朗損失排隊模型產(chǎn)生所述預(yù)測。
13.用于提供關(guān)于在至少一條街道內(nèi)的空閑停車位的駐車信息的系統(tǒng)，包括：
a)用于調(diào)查關(guān)于可使用的空閑停車位的信息的第一單元，該第一單元構(gòu)造為：由查得的信息產(chǎn)生一個帶有歷史數(shù)據(jù)(14)的知識數(shù)據(jù)庫，所述歷史數(shù)據(jù)(14)針對預(yù)定的街道和/或預(yù)定的時間或者時間段分別包括關(guān)于空閑停車位的統(tǒng)計數(shù)據(jù)；
b)用于由歷史數(shù)據(jù)(14)和在第一指定時間點(diǎn)針對一條或者多條選擇的街道存在的實時信息(12)求出所述一條或者多條選擇的街道的預(yù)期的空閑停車位的概率分布(30)的第二單元；
c)用于生成所述概率分布(30)的可視化顯示的第三單元，該概率分布代表在所述一條或者多條選擇的街道內(nèi)的空閑停車位的駐車信息，
d)求出對在第二指定時間點(diǎn)預(yù)期的空閑停車位的概率分布(30)的變化的預(yù)測，其中，所述第二指定時間點(diǎn)跟隨在所述第一指定時間點(diǎn)之后，為了所述預(yù)測的求出而對泊位退出率(μ)和停車場搜索持續(xù)時間(λ)進(jìn)行處理。
14.如權(quán)利要求13所述的系統(tǒng)，該系統(tǒng)包括用于實施如權(quán)利要求2至12之任一項所述的方法的其他裝置。

用于提供關(guān)于空閑停車位的駐車信息的方法\n技術(shù)領(lǐng)域\n[0001] 本發(fā)明涉及一種用于提供關(guān)于在至少一條街道內(nèi)的空閑停車位的駐車信息的方法。\n背景技術(shù)\n[0002] 關(guān)于空閑停車位的駐車信息例如被用以為搜索停車位的車輛導(dǎo)航的駐車引導(dǎo)系統(tǒng)和/或?qū)Ш皆O(shè)備所使用。現(xiàn)代市內(nèi)系統(tǒng)按照簡單的原則運(yùn)行。如果停車位數(shù)量以及車輛的流入和流出是已知的話，由此便可以簡單地確定空閑停車位的可用性。通過引路支線和停車位信息的動態(tài)更新的相應(yīng)標(biāo)示牌，車輛能夠被導(dǎo)航到空閑停車位。由于原理條件，而由此如下地產(chǎn)生局限性：必須明確限定停車面積以及必須始終準(zhǔn)確地控制車輛的出入。為此需要建筑方面的措施，諸如界欄或者其他的駛?cè)肟刂葡到y(tǒng)(Zufahrtskontrollsystem)。\n[0003] 由于這種局限性，導(dǎo)航只可能用于小數(shù)量的空閑停車位。利用必要的建筑方面的措施，通常只能將立體車庫或者圍上柵欄的停車面積整合到駐車引導(dǎo)系統(tǒng)中。然而，卻無法考慮街邊還要大得多的停車位或者未圈起來的停車位。\n[0004] 為了搜索空閑停車位，特別是在市中心和人口稠密區(qū)中希望沿著各個街道識別停車位。為此由DE?10?2009?028?024?A1已知：對關(guān)于可使用的空閑停車位的信息與車輛相關(guān)數(shù)據(jù)加以校準(zhǔn)。通過這種方式，首先空閑停車位在它們不夠大時不被提供給搜索停車位的車輛。另外，例如只有(兩車之間空出的)大的停車空當(dāng)或者前后相繼排列的停車位不是僅僅被安排一次，而是根據(jù)駐車車輛的大小在必要時安排給兩部車輛。為此而征用一些查尋停車位的車輛，諸如公共短途交通的車輛，諸如定期運(yùn)行的公交車或出租車，這些車輛具有至少一個用于識別停車位的傳感器。在這種情況下，傳感機(jī)構(gòu)可以以光學(xué)的和/或非光學(xué)的傳感器為基礎(chǔ)。\n[0005] 另外，以社區(qū)為基礎(chǔ)的應(yīng)用是已知的，其中，車輛的使用者例如在其離開停車位時將信息輸入一個應(yīng)用程序(App)。這些信息然后便被提供給該服務(wù)的其他用戶。其缺點(diǎn)在于：關(guān)于可使用的停車位的信息幾乎只是由使用者將它們提供使用。\n[0006] 在所介紹的兩種選擇方案中存在的問題是：關(guān)于存在一個單獨(dú)停車位的信息是非常短暫的，也就是說，在停車場搜索交通(Parksuchverkehr)很多、一條停車位信息很有益的區(qū)域內(nèi)，一個空閑停車位通常在極短的時間內(nèi)就被占用了。\n發(fā)明內(nèi)容\n[0007] 本發(fā)明的目的是，說明一種得以改進(jìn)的用于提供關(guān)于在至少一條街道內(nèi)的空閑停車位的駐車信息的方法。\n[0008] 本發(fā)明提供一種用于提供關(guān)于在至少一條街道內(nèi)的空閑停車位的駐車信息的方法。在此，特別是提供一種借以對沿著街道的空閑停車位加以考慮的方法。\n[0009] 在所述方法中，對關(guān)于可使用的空閑停車位的信息進(jìn)行調(diào)查，其中，由查得的信息產(chǎn)生一個帶有歷史數(shù)據(jù)的知識數(shù)據(jù)庫，所述歷史數(shù)據(jù)針對預(yù)定的街道和/或預(yù)定的時間或者時間段分別包括關(guān)于空閑停車位的統(tǒng)計數(shù)據(jù)。在所述知識數(shù)據(jù)庫中例如存儲有：在一個確定的街道內(nèi)在某一時間點(diǎn)或者在某一時間段內(nèi)在總共x個可使用的停車位中平均y個停車位是空閑的。與此相對，在另一時間點(diǎn)或者在另一時間段內(nèi)在同一條街道內(nèi)只有z＜y個空閑停車位可以使用。由此，在歷史知識數(shù)據(jù)庫中首先包括關(guān)于原則上哪些停車位能夠用作停車位(所謂的有效停車位或者停車空當(dāng))的信息，以及另一方面包括關(guān)于在確定的時間按平均計算空閑的停車位的信息。\n[0010] 在下一步驟中，由歷史數(shù)據(jù)和在第一指定時間點(diǎn)針對一條或者多條選擇的街道查得的實時信息求出所述一條或者多條選擇的街道的預(yù)期的空閑停車位的概率分布。優(yōu)選通過中央計算機(jī)求出預(yù)期的空閑停車位的概率分布。因此，關(guān)于可使用的空閑停車位的實時信息由調(diào)查這些信息的、處于交通中的車輛或者有關(guān)的街道內(nèi)的固定傳感器傳輸給所述中央計算機(jī)。\n[0011] 最后生成概率分布的可視化顯示，該概率分布代表在所述一條或者多條選擇的街道內(nèi)的空閑停車位的駐車信息。可以通過中央計算機(jī)進(jìn)行概率分布的可視化顯示，其中，所述可視化顯示的結(jié)果然后例如可以在搜索停車位的車輛內(nèi)的線路引導(dǎo)的范圍內(nèi)用作推薦的基礎(chǔ)。\n[0012] 使用在一條或者多條街道內(nèi)的空閑停車位的概率分布可以為搜索停車位的車輛提供在搜索停車位的時間點(diǎn)的比較精確的信息以供使用。\n[0013] 在一個適宜的設(shè)計方案中，由處于交通中的車輛利用測量技術(shù)獲取關(guān)于可使用的空閑停車位的信息。為此可以使用車輛內(nèi)現(xiàn)有的傳感機(jī)構(gòu)，該傳感機(jī)構(gòu)可以以光學(xué)的和/或非光學(xué)的傳感器為基礎(chǔ)。特別優(yōu)選使用照相機(jī)。在這種情況下，特別是考慮車輛的指向側(cè)面的照相機(jī)，這些照相機(jī)例如為了在障礙物方面輔助支持泊車入位過程而設(shè)置在車輛內(nèi)。同樣可以使用例如原本設(shè)置用于車道偏離警告系統(tǒng)或者車道轉(zhuǎn)換輔助系統(tǒng)的傳感機(jī)構(gòu)。這種傳感器例如可以以雷達(dá)或者其他非光學(xué)技術(shù)為基礎(chǔ)。\n[0014] 在一個適宜的設(shè)計方案中，通過車輛的照相機(jī)檢測街邊區(qū)域并產(chǎn)生圖像序列，該圖像序列被車輛的計算機(jī)分析處理，以便對被檢測的街邊區(qū)域的空閑停車位進(jìn)行識別。在這種情況下適宜地規(guī)定：只把有效的停車位包含在概率的計算當(dāng)中。有效的停車位被理解為這樣的停車位，即車輛允許正常地停放在該停車位上。有效的停車位例如表示通向交叉路口的入口、消防通道區(qū)等。借助圖像處理和附加的傳感機(jī)構(gòu)，如一幅數(shù)碼地圖實施查對，其中，在車輛的行駛期間(兩車之間空出的)空閑停車空當(dāng)被自動識別并被查對。例如為此可以使用側(cè)向在車輛中所安裝的照相機(jī)。\n[0015] 在另一個適宜的設(shè)計方案中，由沿著街道設(shè)置的傳感器利用測量技術(shù)獲取關(guān)于可使用的空閑停車位的信息。已知的是，這樣的傳感器例如用于監(jiān)視立體車庫的(兩車之間空出的)停車空當(dāng)或者其他的受限制的停車位。\n[0016] 另外，可以規(guī)定：通過使用者向終端設(shè)備(例如智能手機(jī)、筆記本電腦、平板電腦等，但是也可以是車輛的用戶界面)中的輸入手動地產(chǎn)生關(guān)于可使用的空閑停車位的信息。\n例如為此可以提供特殊的應(yīng)用程序，在這些應(yīng)用程序中用戶可以報告空閑停車位。例如當(dāng)用戶與他的車輛駛出一個(兩車之間空出的)停車空當(dāng)時，可以實施一個相應(yīng)的用戶登記。\n相應(yīng)的信息然后在文首述及的駐車計算機(jī)上在對實時信息處理的范圍內(nèi)得到考慮。\n[0017] 所說“實時信息”的概念始終涉及的是一個確定的、目前的時間點(diǎn)。實時信息不僅被用于與歷史數(shù)據(jù)組合，而且同時還始終被提供給歷史數(shù)據(jù)，從而歷史數(shù)據(jù)包括自記錄范圍開始以來關(guān)于在確定的時間點(diǎn)確定的街道內(nèi)的空閑停車位的調(diào)查數(shù)據(jù)。\n[0018] 關(guān)于可使用的空閑停車位的信息適宜地被傳輸給一個產(chǎn)生和/或管理知識數(shù)據(jù)庫的中央計算機(jī)。一個這樣的中央計算機(jī)例如可以由提供駐車信息的服務(wù)提供商管理。這樣的服務(wù)提供商例如也可以是車輛制造商，該車輛制造商因此能夠在它的線路導(dǎo)航的范圍內(nèi)對關(guān)于空閑停車位的信息進(jìn)行處理。\n[0019] 在另一個設(shè)計方案中，作為信息，對關(guān)于車輛進(jìn)入停車位和/或車輛從停車位退出的第一信息進(jìn)行調(diào)查，其中，由相應(yīng)車輛進(jìn)入泊位與退出泊位之間的停留時間求出泊位退出率?？梢杂幸娴卦谝粋€排隊模型(Warteschlangenmodell)中對泊位退出率進(jìn)行處理，這樣還可以求出對概率在以后的時間點(diǎn)的變動的預(yù)測。這樣的以后的時間點(diǎn)例如可以是在一個計算出來的線路導(dǎo)航的范圍內(nèi)抵達(dá)一條確定的街道內(nèi)的時間點(diǎn)。原則上有時可以以歷史概率分布為基礎(chǔ)做出預(yù)測。然而，數(shù)據(jù)越接近現(xiàn)實，預(yù)測的質(zhì)量就越高。\n[0020] 另外，可以規(guī)定：作為信息，對關(guān)于搜索停車位的車輛的停車場搜索持續(xù)時間/率的第二信息進(jìn)行調(diào)查，方式是：在識別出車輛的泊位進(jìn)入過程之后，對該車輛在該泊位進(jìn)入過程之前的運(yùn)動位置坐標(biāo)和配置于相應(yīng)位置坐標(biāo)的時標(biāo)以及瞬時速度進(jìn)行分析處理。同樣如泊位退出率那樣，停車場搜索持續(xù)時間/率在排隊模型的范圍內(nèi)被用于在以后的時間點(diǎn)與概率分布相匹配。\n[0021] 為了求出預(yù)期的空閑停車位的概率分布，適宜在步驟b)中按貝葉斯定理對歷史數(shù)據(jù)和實時信息進(jìn)行處理。貝葉斯定理為了求出概率分布能夠?qū)v史數(shù)據(jù)和實時信息進(jìn)行數(shù)據(jù)融合。\n[0022] 根據(jù)另一個設(shè)計方案，求出對在第二指定時間點(diǎn)預(yù)期的空閑停車位的概率分布的變化的預(yù)測，其中所述第二指定時間點(diǎn)跟隨在第一指定時間點(diǎn)之后，其中為了求出預(yù)測對泊位退出率和停車場搜索持續(xù)時間/率進(jìn)行處理。第二時間點(diǎn)可以包括由線路導(dǎo)航求得的抵達(dá)目標(biāo)區(qū)域中的時間，該目標(biāo)區(qū)域包括一條或者多條預(yù)定的街道。\n[0023] 通過對在第一指定時間點(diǎn)求出的概率分布經(jīng)假設(shè)的轉(zhuǎn)變而轉(zhuǎn)變到該概率分布的一種預(yù)期狀態(tài)進(jìn)行建模，來實施所述預(yù)測，其中，所述預(yù)期狀態(tài)與符合于歷史數(shù)據(jù)的狀態(tài)相符。例如借助愛爾朗損失排隊模型來產(chǎn)生所述預(yù)測。\n[0024] 上述信息-泊位退出率、停車場搜索持續(xù)時間/率-同樣也如同關(guān)于空閑停車位的實時信息那樣被用于學(xué)習(xí)歷史知識數(shù)據(jù)庫。于是以貝葉斯定理為基礎(chǔ)的數(shù)據(jù)融合算法既考慮到歷史數(shù)據(jù)庫也考慮到實時信息，通過這種方式給出關(guān)于預(yù)期的空閑停車位的概率分布以及關(guān)于檢測時間點(diǎn)的判斷質(zhì)量的高質(zhì)量的報告。另外，在時間過程中借助對停車場搜索交通或者泊位退出頻率的判斷對概率分布的變化，特別是不精確性的擴(kuò)大進(jìn)行預(yù)測。借助這些信息然后可以繪出帶有相應(yīng)的、優(yōu)化的概率的地圖。這些概率可以提供給最佳的搜尋路線或者決策，哪里更適宜找到停車位。例如可以回答到底是否能夠找到通向可能存在的空閑停車位的路線的問題。\n[0025] 所述方法的一個優(yōu)點(diǎn)在于：新型的大批量生產(chǎn)的車輛沒有附加的硬件能夠自動識別街邊的空閑停車位。為此使用了應(yīng)用在車輛內(nèi)的傳感機(jī)構(gòu)。這些信息然后被傳輸給中央計算機(jī)，其中這一點(diǎn)可以通過在很多車輛內(nèi)現(xiàn)有的通訊模塊不需要附加費(fèi)用地得以實現(xiàn)。\n通過在中央計算機(jī)中對歷史數(shù)據(jù)與實時數(shù)據(jù)的所述融合，然后可以積累在停車位概率和搜尋持續(xù)時間方面的歷史知識?？梢愿郊拥貙W(xué)習(xí)數(shù)碼地圖的停車位標(biāo)志，這樣不需要為了市場流通的詳細(xì)的地圖。隨著時間的推移可以由越來越完善的歷史數(shù)據(jù)構(gòu)建這個地圖。\n[0026] 另外，本發(fā)明提供一種計算機(jī)程序產(chǎn)品，該計算機(jī)程序產(chǎn)品可以直接安裝在數(shù)字計算機(jī)或者計算機(jī)系統(tǒng)的內(nèi)部存儲器中并包括軟件代碼塊，當(dāng)所述產(chǎn)品在計算機(jī)或者計算機(jī)系統(tǒng)上運(yùn)行時，利用所述軟件代碼塊執(zhí)行如前述權(quán)利要求之任一項所述的步驟。\n[0027] 最后本發(fā)明提供一種用于提供關(guān)于在至少一條街道內(nèi)的空閑停車位的駐車信息的系統(tǒng)。該系統(tǒng)包括：\n[0028] a)用于調(diào)查關(guān)于可使用的空閑停車位的信息的第一單元，該第一單元構(gòu)造為：由查得的信息產(chǎn)生一個帶有歷史數(shù)據(jù)的知識數(shù)據(jù)庫，所述歷史數(shù)據(jù)針對預(yù)定的街道和/或預(yù)定的時間或者時間段分別包括關(guān)于空閑停車位的統(tǒng)計數(shù)據(jù)；\n[0029] b)用于由歷史數(shù)據(jù)和在第一指定時間點(diǎn)針對一條或者多條選擇的、處于交通中的車輛的街道存在的實時信息求出所述一條或者多條選擇的街道的預(yù)期的空閑停車位的概率分布的第二單元；\n[0030] c)用于生成所述概率分布的可視化顯示的第三單元，該概率分布代表在所述一條或者多條選擇的街道內(nèi)的空閑停車位的駐車信息；\n[0031] 所述系統(tǒng)具有同樣的優(yōu)點(diǎn)，正如其在前面結(jié)合本發(fā)明的方法所闡述的那樣。\n[0032] 另外，所述系統(tǒng)包括用于實施所述方法的優(yōu)選的設(shè)計方案的其他裝置。\n附圖說明\n[0033] 下文將參照附圖所示的實施例進(jìn)一步詳細(xì)地闡述本發(fā)明。附圖中：\n[0034] 圖1為用于實施本發(fā)明的方法的系統(tǒng)的示意圖；和\n[0035] 圖2為一條或者多條選擇的街道的預(yù)期的空閑停車位的概率分布的結(jié)果。\n具體實施方式\n[0036] 圖1示出了用于提供在一條或多條街道內(nèi)的空閑停車位的駐車信息的本發(fā)明系統(tǒng)的示意圖。該系統(tǒng)包括一個可以由一個或多個計算機(jī)構(gòu)成的中央計算機(jī)10。中央計算機(jī)10例如由提供駐車信息的服務(wù)提供商管理。服務(wù)提供商例如可以是車輛制造商。\n[0037] 中央計算機(jī)10包括一個用于接收關(guān)于可使用的空閑停車位的信息以及用于發(fā)送代表確定的街道的預(yù)期的空閑停車位的概率分布的信息的通信接口11。中央計算機(jī)10的任務(wù)在于：對特別是從處于交通中的車輛，但也可以從固定設(shè)置的傳感單元被傳輸給中央計算機(jī)的、關(guān)于可使用的空閑停車位的信息進(jìn)行處理。\n[0038] 關(guān)于可使用的空閑停車位的全部信息或者用于獲取這些信息的數(shù)據(jù)總體在圖1中被標(biāo)注以附圖標(biāo)記20。在下文中進(jìn)一步說明的信息由一個被稱為“停車場監(jiān)視器”的服務(wù)機(jī)構(gòu)22、一個進(jìn)入和退出泊位識別24和一個用于提供停車場搜索持續(xù)時間的服務(wù)機(jī)構(gòu)26所構(gòu)成。相應(yīng)的信息可以在經(jīng)過編輯處理之后被傳輸給中央計算機(jī)10。同樣對數(shù)據(jù)的編輯處理可以由中央計算機(jī)10完成，這樣提供信息的車輛和/或傳感機(jī)構(gòu)只需提供原始數(shù)據(jù)和/或經(jīng)過預(yù)處理的數(shù)據(jù)。\n[0039] 提供給中央計算機(jī)10的信息是提供時間點(diǎn)的實時信息，這些信息代表著關(guān)于在實時時間點(diǎn)一條或者多條選出的街道的可使用的空閑停車位的情況。實時數(shù)據(jù)在中央計算機(jī)\n10內(nèi)被處理成動態(tài)數(shù)據(jù)12。由中央計算機(jī)10在直到實時時間點(diǎn)為止的過去接收到的動態(tài)數(shù)據(jù)12通過學(xué)習(xí)方法產(chǎn)生一個歷史數(shù)據(jù)庫14。被剛剛提供的實時信息同樣在歷史數(shù)據(jù)庫內(nèi)或者為歷史數(shù)據(jù)庫得到處理。歷史數(shù)據(jù)庫14內(nèi)含有的信息以在下文進(jìn)一步詳細(xì)說明的方式與動態(tài)數(shù)據(jù)融合在一起(附圖標(biāo)記18)，其中作為融合的結(jié)果求出想知道的街道或者多條想知道的街道的預(yù)期的空閑停車位的概率分布。此外，在匯合的范圍內(nèi)可以考慮靜態(tài)數(shù)據(jù)16，這些靜態(tài)數(shù)據(jù)涉及關(guān)于停車位的總數(shù)量以及非有效的停車位、關(guān)于停車位的大小或者關(guān)于停車空間管理的類型等的信息。為了能夠?qū)ο胫赖慕值赖念A(yù)期的空閑停車位的概率分布進(jìn)行處理，另外生成概率分布的可視化顯示，該概率分布代表或者表示關(guān)于有關(guān)街道內(nèi)的空閑停車位的駐車信息?？梢杂捎嬎銠C(jī)單元10本身、或者由一個計算機(jī)或者由代表概率分布的信息被傳輸?shù)狡渖系能囕v實施所述可視化顯示。在圖1中空閑停車位的概率分布被標(biāo)記附圖標(biāo)記30。\n[0040] 通過停車場監(jiān)視器22調(diào)查一條街道的空閑的和/或被占用的停車位。優(yōu)選通過處于交通中的、對街邊進(jìn)行傳感探測的車輛進(jìn)行調(diào)查。優(yōu)選通過車輛的一個或者多個照相機(jī)對街邊進(jìn)行探測，其中，由照相機(jī)產(chǎn)生的圖像序列借助圖像處理被分析處理，以便在行駛過程中自動沿著行駛過的街道識別和查對(兩車之間空出的)停車空當(dāng)。在這種情況下，查對意味著：對一個空位事實上是否能夠被鑒定為停車位進(jìn)行核實。在對有效的(即：事實上可供駐車過程使用的)停車空當(dāng)進(jìn)行查對的范圍內(nèi)還對它們的間距或者大小進(jìn)行調(diào)查。除了收集由處于交通中的車輛提供的信息之外，還可以將例如在空閑停車位處被手動輸入到終端設(shè)備內(nèi)的用戶信息以及固定設(shè)置的傳感器的信息傳輸給計算單元10。\n[0041] 可以選擇性地自動通過車輛的傳感器和/或手動地通過用戶在相應(yīng)用戶終端設(shè)備中的輸入調(diào)查關(guān)于泊位進(jìn)入和退出過程的信息(附圖標(biāo)記24)。例如可以通過車輛發(fā)動機(jī)的啟動、調(diào)查目前的位置以及對轉(zhuǎn)向運(yùn)動的分析處理探測泊位退出過程。同樣駕駛者可以在泊位退出過程中通過將一個相應(yīng)的信息輸入到一個人-機(jī)界面(它是一個車輛內(nèi)或者移動終端設(shè)備內(nèi)的界面)內(nèi)將關(guān)于實施泊位退出過程的信息傳輸給中央計算機(jī)10。這一點(diǎn)以相應(yīng)的方式也可以應(yīng)用在泊位進(jìn)入過程。如果相應(yīng)車輛的進(jìn)入和退出泊位的時間點(diǎn)是已知的話，那么便可以求出停留時間和由這個停留時間求出所謂的泊位退出率μ。如在下面將進(jìn)一步闡述的那樣，泊位退出率μ在一個用于提高概率分布的準(zhǔn)確性的排隊模型的范圍內(nèi)得到處理。\n[0042] 另一個用于排隊模型的輸入?yún)?shù)是停車場搜索持續(xù)時間λ，該停車場搜索持續(xù)時間也被稱為停車場搜索率(Parksuchrate)。可以根據(jù)獲得的車輛的位置坐標(biāo)求出這個停車場搜索持續(xù)時間。例如可以根據(jù)整合在車輛內(nèi)的GPS-接收器求出車輛運(yùn)動的位置坐標(biāo)。被稱為位置的坐標(biāo)保持預(yù)定的間距作為所謂的珠子被存儲在車輛的一個循環(huán)緩存器中。如果識別出一部車輛進(jìn)入泊位的話，那么循環(huán)緩存器的內(nèi)容被分析，以便將停車場搜索持續(xù)時間λ的值以及停車場搜索的成功概率配置給一個停車場搜索過程。當(dāng)帶有位置坐標(biāo)的相應(yīng)信息被傳輸?shù)接嬎銌卧?0時，可以在車輛自身的計算單元內(nèi)或者通過計算單元10實施為此所需的計算過程。\n[0043] 為了實現(xiàn)對車輛的停車場搜索持續(xù)時間λ的配置(賦值)，對循環(huán)緩存器內(nèi)的位置順序如下地進(jìn)行分析。每個珠子含有一個位置xi，yi以及一個時標(biāo)ti和一個實時速度vi。在此，i＝1，...，N，其中tN表示進(jìn)入泊位的時間點(diǎn)?，F(xiàn)在從時間點(diǎn)N起向后如下地搜索一個“珠子”的最大順序，即所述順序總體上被視為停車場搜索順序。為此可以應(yīng)用本身已知的Friends-2-Friends-方法。在這個方法中利用一個搜索半徑并合并具有如下特征的珠子，即它們的速度在預(yù)定的閾值以下以及這些珠子在搜索半徑內(nèi)彼此遠(yuǎn)離。在這種情況下，只需以現(xiàn)有的地點(diǎn)位置為基礎(chǔ)的幾何計算。\n[0044] 如在文首說明的那樣，上述信息被傳輸給中央計算機(jī)10以及一方面用來學(xué)習(xí)掌握歷史數(shù)據(jù)庫16。其次，實時數(shù)據(jù)流入數(shù)據(jù)融合算法18中。通過融合算法求出概率分布利用貝葉斯定理的本身已知的作用原理。在這個作用原理中既考慮到歷史數(shù)據(jù)庫16的數(shù)據(jù)也考慮到動態(tài)的實時數(shù)據(jù)12。融合的結(jié)果是預(yù)期的空閑停車位的概率分布。另外，還可以獲得這個判斷在檢測時間點(diǎn)的質(zhì)量的報告。\n[0045] 另外，在使用排隊模型的情況下借助對停車場搜索持續(xù)時間λ以及泊位退出率μ的判斷實施對概率分布變化的時間變化的預(yù)測，特別是不精確性的擴(kuò)大。通過這種方式可以求出對晚于實時時間點(diǎn)的時間點(diǎn)的預(yù)期的空閑停車位的概率分布變化的預(yù)測。為了求出預(yù)測，在這種情況下如所闡述的那樣對泊位退出率μ和停車場搜索持續(xù)時間λ進(jìn)行處理。以后的時間點(diǎn)例如可以是通過線路導(dǎo)航求得的抵達(dá)一個目標(biāo)區(qū)域的時間，該目標(biāo)區(qū)域包括一條或多條預(yù)定的街道。通過對在第一指定時間點(diǎn)求出的概率分布經(jīng)假設(shè)的轉(zhuǎn)變而轉(zhuǎn)變到該概率分布的一種預(yù)期狀態(tài)進(jìn)行建模，來實施所述預(yù)測，其中，所述預(yù)期狀態(tài)與以后的第二時間點(diǎn)的符合于歷史數(shù)據(jù)的狀態(tài)相符。\n[0046] 通過這種方式例如可以求出，是否可以找到通往線路導(dǎo)航的目的地的一個可能存在的空閑停車位的線路。\n[0047] 下文對用于求出確定的街道的預(yù)期的空閑停車位的概率分布的途徑加以進(jìn)一步詳細(xì)的闡述。\n[0048] 目標(biāo)就是對一條街道內(nèi)的空閑停車位的概率分布的預(yù)測，該預(yù)測可以在車輛內(nèi)的路線引導(dǎo)的范圍內(nèi)用作推薦的基礎(chǔ)。為此歷史數(shù)據(jù)和，如果可用的話，關(guān)于空閑停車位的實時信息或數(shù)據(jù)被用作輸入數(shù)據(jù)。信息涉及被占用的或未被占用的(空閑的)停車位的數(shù)量。\n[0049] 如果存在具有在通常類似的影響因素的情況下類似的時標(biāo)的實時數(shù)據(jù)的話，本方法使用用于以歷史數(shù)據(jù)為基礎(chǔ)判斷空閑停車位的概率分布參數(shù)的統(tǒng)計模型和算法。融合算法以貝葉斯學(xué)習(xí)方法為基礎(chǔ)。\n[0050] 貝葉斯學(xué)習(xí)方法可以通過所謂的Birth-Death-Markov-過程模型(也作為愛爾朗損失模型為人所知)和用于對空閑停車位的概率分布的時間發(fā)展和平衡狀態(tài)進(jìn)行判斷的算法在其精確性方面得以提高。利用用于時間發(fā)展的算法對從直接觀察的狀態(tài)到歷史狀態(tài)的轉(zhuǎn)變進(jìn)行建模。利用平衡方法還可以對具有很大的停車場搜索交通的情況加以說明。\n[0051] 此外，對于愛爾朗損失模型來說作為參數(shù)還需要停車場搜索持續(xù)時間，該停車場搜索持續(xù)時間可以利用用于判斷停車場搜索距離和停車場搜索持續(xù)時間λ的算法由找到一個停車位的車輛的局部笛卡爾坐標(biāo)中的所謂的“珠鏈”、也就是說時間序列求出。為此使用一個“珠子”的循環(huán)緩存器。所述方法提供用于判斷所謂的“愛爾朗因數(shù)(Erlang-Faktor)”所需的損耗概率(Verlust-Wahrscheinlichkeit)的判斷。這個愛爾朗因數(shù)又被用于概率分布的時間發(fā)展用的模型。如果不能收到關(guān)于停車場搜索距離和停車場搜索持續(xù)時間的實時數(shù)據(jù)的話，作為可選方案，也可以使用統(tǒng)計數(shù)據(jù)和考察研究作為基礎(chǔ)。然而，所述模型對其不精確的表達(dá)進(jìn)行了考慮。\n[0052] 然后，所述方法在其最佳設(shè)計方案中規(guī)定了一個從緊連在觀察后的時間點(diǎn)到“松弛”到一個與歷史模型相符的狀態(tài)為止的轉(zhuǎn)變。轉(zhuǎn)變率視停車場搜索交通或者視泊位退出率μ而定。為了這個轉(zhuǎn)變率考慮到了用于停車場搜索持續(xù)時間或者用于停車場搜索距離的數(shù)據(jù)、關(guān)于駐車持續(xù)時間的數(shù)據(jù)、關(guān)于進(jìn)入和退出泊位的數(shù)據(jù)等。\n[0053] 為了實時信息假設(shè)如下：作為輸入?yún)?shù)一條街道中的n個有效停車位中數(shù)量f的空閑停車位(f≤n)得到監(jiān)視。被監(jiān)視的停車位中的作為“被占用的”(然而是有效的或者有法律效力的)數(shù)量因此為b＝n-f。實時信息在下文中也被稱為監(jiān)視。\n[0054] 對空閑停車位F的概率分布P(F)的預(yù)測如其示例性地在圖2中示出的那樣對下列事實給與了考慮：一方面監(jiān)視本身已經(jīng)具有一定的不精確性，另一方面自監(jiān)視起和至一部車輛到達(dá)為止泊位進(jìn)入和退出過程是可能發(fā)生的。監(jiān)視與搜索停車位的車輛的可能的到達(dá)之間的持續(xù)時間界定一個“預(yù)測水平面(Prognosehorizont)”。\n[0055] 概率pf被配置給每個被監(jiān)視為“空閑的”停車位，即它將依然是空閑的。如果預(yù)測水平面很小的話，pf通常僅僅略微小于1。對于被監(jiān)視為“已占用的”(但是被分類為有效的)停車位來說同樣假設(shè)如下：可以配置一個概率pb，即它們已經(jīng)(重新)變成空閑的。如果預(yù)測水平面很小的話，pb通常僅僅略微大于0。這兩個概率表明了探測的不精確性以及停車場搜索交通的影響。\n[0056] 在這種情況下，需考慮的是pf+pb≠1。例如如果泊位退出占優(yōu)勢的話，那么pb的上升能夠比pf下降得快。在一個較長的預(yù)測水平面中監(jiān)視的作用下降；兩個概率然后接近歷史分布，假使這個分布可以被評估的話。\n[0057] 在本發(fā)明采用的使用歷史監(jiān)視的預(yù)測方法中，首先觀察唯一的歷史監(jiān)視的情況。\n如果有K次歷史上監(jiān)視到n個有效停車位中有fk個空閑的停車位的話(k＝1，2，…)，那么定義如下：\n[0058] bk＝n-fk???(1)\n[0059]\n[0060]\n[0061] N＝nK???(4)\n[0062] 在假設(shè)條件下，還將在下文中對該假設(shè)進(jìn)一步詳細(xì)闡述，用于空閑停車位的概率分布的模型假設(shè)一個帶有概率參數(shù)p的二項分布。作為用于判斷出自似然函數(shù)的參數(shù)p的共軛推力分布所謂的β分布g(q；α；β)是已知的[http://de.wikipedia.org/wiki/Betaverteilung；g?entspricht?f?in?der?Notation?von?wikipedia]。它表示概率g，即參數(shù)p采用值q。在這種情況下(α；β)為共軛推力分布的所謂的超參數(shù)。\n[0063] 現(xiàn)在在帶有固定參數(shù)p的二項分布的模型假設(shè)的情況下，與參數(shù)p相關(guān)聯(lián)地為用于空閑停車位數(shù)量f的分布密度產(chǎn)生概率密度P\n[0064]\n[0065] 然而由于p本身根據(jù)β分布具有不精確性，所以P(f)通過推力分布(A-priori-Verteilung)被求積分。\n[0066]\n[0067] 二項分布的模型描述的是比較小的停車場搜索交通的情況(與1/駐車持續(xù)時間相比)。如果這個條件經(jīng)常被打破的話，那么經(jīng)常監(jiān)視到被占用的停車位的高百分比。\n[0068] 在考慮到按照“愛爾朗損失(M/M/s/s)”的等待模型的情況下產(chǎn)生改進(jìn)的預(yù)測。緊接在監(jiān)視之后的系統(tǒng)特性被建模，作為預(yù)期狀態(tài)到與歷史數(shù)據(jù)相符的狀態(tài)的轉(zhuǎn)變或“松弛”。轉(zhuǎn)變率取決于停車場搜索交通和駐車持續(xù)時間(或者泊位退出率μ)。愛爾朗損失模型既適合于描述高停車場搜索交通情況下或者高占用情況下的歷史數(shù)據(jù)也普遍地適合于“松弛”的建模。它描述等候隊列，在這些等候隊列中占用一個被占用的資源導(dǎo)致直接的中斷。\n這在一個街道內(nèi)的停車場搜索中，如果所有的停車位已經(jīng)被占用以及駕駛者沒有返回來的話，就是這種情況。在文獻(xiàn)中對模型進(jìn)行了非常詳細(xì)的描述，在此僅僅加以概述：\n[0069] 所述模型可以被視為“Birth-Death-Markov-過程”。占用以停車場搜索率λ(t)發(fā)生以及泊位退出過程為了每個單獨(dú)的停車位以比率μ(t)＝1/h(t)發(fā)生，其中h/(t)為駐車持續(xù)時間的大小。首先假設(shè)兩個過程為指數(shù)分布地進(jìn)行。\n[0070] 在街道內(nèi)存在s個停車位，以及沒有產(chǎn)生等候隊列。如果一部車輛尋找停車位以及一個停車位是空閑的話，他占用這個停車位。轉(zhuǎn)變概率因此滿足下列方程式：\n[0071] 如果0＜j＜s?(7)\n[0072] 如果j＝0?(8)\n[0073] 如果j＝s?(9)\n[0074] 另外，參數(shù)(“traffic?Intensity”或者每個服務(wù)器的負(fù)荷)\n[0075]\n[0076] 被定義。\n[0077] 如果停車場搜索與泊位退出的過程保持平衡的話，那就考慮方程式(7)的固定解答。這些解答滿足\n[0078] λPj＝(j+1)μPj+1，j＝0，1，2，...，s-1\n[0079] 或\n[0080] \n[0081] 并且產(chǎn)生概率：\n[0082]\n[0083] 所有停車位被占用和車輛駛離的概率為：\n[0084]\n[0085] 方程式(10)作為“愛爾朗-B-公式”是已知的。\n[0086] 借助下面的方法可以獲得對停車場搜索率λ(t)的判斷。首先由對泊位進(jìn)入和退出過程的監(jiān)視獲得對歷史駐車持續(xù)時間h(t)的判斷和因此對泊位退出率μ(t)＝1/h(t)的判斷。由判斷的停車場搜索距離(參照下文的說明)判斷所有有效的、在搜索中經(jīng)過查驗的停車位的總數(shù)的大小Z。因此能夠直接判斷出損耗概率L(Loss?Probabililty)：\n[0087] L＝1-S/Z???(14)\n[0088] 利用\n[0089] Ps＝1-L???(15)\n[0090] (s＝一條街道的有效的停車位的數(shù)量)可以判斷處比率\n[0091] 愛爾朗＝λ/μ□???(16)。\n[0092] 利用愛爾朗因數(shù)“Erlang”和h(t)然后可以計算出對停車場搜索率λ(t)的判斷。\n[0093] 對λ(t)的各個判斷可以偶然不同。為了獲得用于轉(zhuǎn)變方程式7至9的解答的范圍內(nèi)的停車場搜索率的參數(shù)值(用于平衡的轉(zhuǎn)變)，在本發(fā)明的優(yōu)選的設(shè)計方案中可以使用下列方法：\n[0094] 首先制作一個表格，該表格允許從重復(fù)的測量Z中推斷出一個值p：為此在一個優(yōu)選的設(shè)計方案中借助專業(yè)技術(shù)人員熟知的蒙特卡洛法通過在預(yù)定的不同的p的順序的情況下重復(fù)產(chǎn)生的方程式7至10的實現(xiàn)產(chǎn)生任意多個(優(yōu)選10.000)N元組[p(i),Z(i)]并被分成關(guān)于p的子組。利用專業(yè)技術(shù)人員最熟知的方法諸如利用最大似然法、利用最大后驗法(MAP)或者利用矩量法為每個子組確定適合的概率分布的參數(shù)。在這種情況下，在一個優(yōu)選的設(shè)計方案中涉及一個指數(shù)分布，參數(shù)α(alpha)表示該指數(shù)分布的特征。以這種方式產(chǎn)生一個配置關(guān)系(Zuordnung，賦值)p(α)，該配置關(guān)系在一個優(yōu)選的應(yīng)用中被存儲為表格。在另外的設(shè)計方案中分布可以以類似的方式由大量的參數(shù)表示它的特征，這樣可以通過預(yù)先規(guī)定這些參數(shù)獲得p。\n[0095] 為了使用(用于解答轉(zhuǎn)變方程式7至9的參數(shù)值)，為重復(fù)的抽樣Z(i)中的每一個計算出判斷值h(t)并配置給時標(biāo)(由所述時標(biāo)產(chǎn)生日間和工作日)。因此形狀[t,h(t),Z(i)]的值(N元組)可供使用。數(shù)據(jù)N元組與間隔t(例如每小時的和按照工作日的)相關(guān)地被分成子組。利用專業(yè)技術(shù)人員最熟悉的方法為每個子組確定適合的概率分布的參數(shù)。在這種情況下，在一個優(yōu)選的設(shè)計方案中涉及的是一個指數(shù)分布，一個參數(shù)(此處被稱為α)完全表示該指數(shù)分布的特征。在另外的設(shè)計方案中分布的特征可以由多個參數(shù)表示。\n[0096] 這些如此獲得的參數(shù)值被與上述表格p(α)相比較，該表格將一個相應(yīng)的值p配置給參數(shù)(例如α)中的每一個值。以此可以獲得用于轉(zhuǎn)變方程式7至9的解答的范圍內(nèi)的停車場搜索率的參數(shù)值。\n[0097] 如此獲得的參數(shù)值描述方程式7至10的參數(shù)的“歷史的”期望值。在本發(fā)明的另一個設(shè)計方案中，通過對(例如在最后一小時內(nèi))獲取的多條鄰接的街道的實時Z-值進(jìn)行歸納并如已經(jīng)說明的那樣配置給一個值p，也可以對實時值進(jìn)行判斷。\n[0098] 利用在非固定的狀態(tài)時的歷史分布實施對實時監(jiān)視的融合。如果在時間點(diǎn)t0處f個空閑停車位被監(jiān)視的話，則利用上面做過的模型假設(shè)。由f個最初被監(jiān)視為空閑的停車位中F1個相對預(yù)測水平面(依然)是空閑的。由b(b＝n-f)個最初被分類為被占用的停車位中相對預(yù)測水平面F2個(重新)為空閑的。占用以停車場搜索率λ(t)(整體)發(fā)生以及泊位退出過程以比率(每個停車位)μ(t)＝1/h(t)發(fā)生。為了獲得數(shù)值Z也可以使用在下面進(jìn)一步說明的方法。\n[0099] 利用下述算法由珠鏈確定停車場搜索距離和停車場搜索持續(xù)時間。觀察一個有成效的停車場搜索，其中假設(shè)存在下述形式的珠鏈：\n[0100] {tj，xj，yj}，j＝0，N???(17)\n[0101] 帶有增加的時標(biāo)\n[0102] tj+1＜tf，j＝0，N-1.??(18)\n[0103] 坐標(biāo){xj,yj}為局部笛卡爾坐標(biāo)，如出自GPS-信號。為了使用而假設(shè)：不精確性為以中間值為零的正態(tài)分布，以及標(biāo)準(zhǔn)偏差由一個已知的上限ε(例如約10米)限定。這種類型的珠鏈可以由值N的循環(huán)緩存器提供使用。珠子N的數(shù)量由可用于此的存儲容量界定。事件“進(jìn)入泊位”相應(yīng)地相當(dāng)于珠子\n[0104] {tN，xN，yN}???(19)\n[0105] 另外，預(yù)先給定一個正常搜索半徑Rs和一個擴(kuò)展搜索半徑RE，例如帶有[0106] Rs＝200米?RE＝500米???(20)\n[0107] 另外，預(yù)先給定人口稠密地帶內(nèi)的典型的最低速度Vurban，該最低速度應(yīng)該適用于城市環(huán)境：\n[0108] Vurban＝2米/秒???(21)\n[0109] 為了能夠更好地區(qū)分搜索距離與有明確目標(biāo)的路線，界定一個效率因數(shù)Feff：\n[0110] Feff＝4???(22)\n[0111] 為了給停車場搜索距離和停車場搜索持續(xù)時間進(jìn)行配置(賦值)，首先構(gòu)成每個珠子到停車位的歐幾里得距離：\n[0112]\n所有珠子 For?j＝0，N-1\n到停車位的歐幾里得距離的圖像 rj＝E[{xj,yj},{xN,yN}]\n[0113] 現(xiàn)在為了兩個搜索半徑R＝RE，R＝RS進(jìn)行搜索，直到找到距停車位的距離為rj＜R的珠子(指數(shù)J)為止。\n[0114]\n兩個搜索半徑 For?R＝RE，R＝RS{begin?loop\n所有珠子 For?j＝0,N-1，{Begin?loop\n到停車位的歐幾里得距離的圖像 IF(R＞rj)，THEN\n? J＝j(luò)\n? EXIT\n? }\n? }\n[0115] JE＝0是可能的，也就是說，整個鏈條位于擴(kuò)展搜索半徑RE內(nèi)或者甚至在正常搜索半徑RS內(nèi)。如果這一點(diǎn)有規(guī)律地出現(xiàn)的話，那么推薦使用較大的循環(huán)緩存器?，F(xiàn)在指數(shù)JS和JE可供使用以及因此用于j＝JS和j＝JE例如tJE的值{tj,xj,yj}等可供使用。\n[0116] 為了選擇兩個搜索半徑之一，界定并計算出下列內(nèi)容：\n[0117] δ＝RE-RS???(23)\n[0118]\n[0119]\n[0120]\n[0121] 如果Veff＜Vurbon且＞Feff*Vurbon的話，然后應(yīng)該使用擴(kuò)展搜索半徑R＝RE和指數(shù)J＝JE，否則使用標(biāo)準(zhǔn)搜索半徑R＝RS和指數(shù)J＝JS。這個決定原則的目的是一個模型概念(Modellvorstellung)：當(dāng)車輛盡管以典型的城市行駛速度僅僅不重要地越來越接近最終的停車位時，對擴(kuò)展搜索進(jìn)行推測。\n[0122] 為了確定停車場搜索持續(xù)時間T定義如下:\n[0123] T＝tJ-tN???(27)\n[0124] 利用記錄Ma[{x1,y1},{x2,y2}]兩點(diǎn)之間經(jīng)過的距離被標(biāo)記為{x1,y1}和{x2,y2}。停車場搜索距離相應(yīng)地以\n[0125]\n[0126] 被界定。\n[0127] 被搜索的停車位的數(shù)量Z的配置(賦值)取決于現(xiàn)有信息的質(zhì)量。在停車場搜索距離上存在一定數(shù)量的有效停車位的情況下\n[0128] z(j)＝珠子j與珠子j+1之間的有效停車位的數(shù)量???(29)\n[0129] 然后便得到\n[0130]\n[0131] 通常為此需要至少一個地圖匹配和歷史數(shù)據(jù)庫的存取。\n[0132] 如果沒有對停車場搜索距離上的有效停車位數(shù)量的判斷的話，還是可以借助公式(28)獲得對所搜索的停車位的數(shù)量的判斷。為此需要預(yù)先規(guī)定停車位密度d(每公里內(nèi)的有效停車位的數(shù)量)。在這種情況下產(chǎn)生(因為公式(28)中的X的測量單位為米)[0133] Z＝dX/1000???(31)\n[0134] 如果存在與距離相關(guān)的對p的判斷的話，通過使用對局部停車位密度的分別與距離相關(guān)的判斷代替d便可以使這個公式一般化。\n[0135] 附圖標(biāo)記列表\n[0136] 10?????中央計算機(jī)\n[0137] 11?????接口\n[0138] 12?????動態(tài)數(shù)據(jù)\n[0139] 14?????歷史數(shù)據(jù)庫\n[0140] 16?????靜態(tài)數(shù)據(jù)\n[0141] 18?????融合\n[0142] 20?????關(guān)于可使用的空閑停車位的信息/數(shù)據(jù)\n[0143] 22?????停車場監(jiān)視器\n[0144] 24?????進(jìn)入和退出泊位識別\n[0145] 26?????停車場搜索時間\n[0146] 30?????概率分布