随着互联网汽车的兴起,会有越来越多的汽车专属应用进入驾舱,共同构建网联汽车的应用生态圈。本项目建立了网联汽车停车应用的场景:1)用户在有需要停车的时候,通过方向盘上的多功能键盘调出停车诱导应用;2)在巡游阶段,平台根据用户位置、停车场剩余车位、用户行驶方向等诸多因素,实时向用户推荐停车场;3)通过按键进入导航,抵达停车场;4)进入停车场内,加载停车场服务页面(比如计费、室内导航) 5)取车启动后,停车应用自启动并加载停车场收费页面,用户在车上就能完成缴费出场。
在实现上述场景的过程中,本项目采用了以下关键技术:
1) 基于停车场实时数据的LSTM的短临预测技术。
2) 基于停车场历史数据的混沌小波神经网络中长期预测技术。
3) 基于CGAN的城市级大范围空间停车数据修复技术。
4) 基于Parking rank和Stackelberg博弈的实时推荐算法。
本项目开创了网联汽车新的停车应用场景,大幅简化了车辆在陌生路网情况下的停车行为,具有重要的经济和社会价值。