摘要
本申请公开了一种停车管理方法,涉及停车管理技术领域,包括:收集包含停车环境数据,停车环境数据包含停车场地图和车位状态信息;对采集的数据集进行预处理;根据预处理后的数据集,采用强化学习方法建立停车环境模型;根据停车环境模型获取最优停车路径。针对现有技术中停车路径规划精度低的问题,本申请建立停车环境模型,采用强化学习方法,可以实现对复杂、动态变化的停车场环境的自主学习和优化,使用Q学习算法构建停车环境模型,通过平衡探索和利用,可以获取停车场内部每两个车位之间的最优路径,实现全局的最优化,利用A*算法进行路径搜索,相比简单搜索算法,可以快速高效地搜索到行驶代价最小的行驶路线,提高了停车路径规划精度。
技术关键词
MonteCarlo方法
方格
停车管理方法
强化学习方法
Q学习算法
区域生长算法
停车场地图
贪婪策略
停车管理技术
搜索算法
停车场环境
列表
数据
标记
规划
精度
两点
系统为您推荐了相关专利信息
数字孪生体
资源调度方法
训练算法
强化学习方法
生成参数
任务分配方法
多机器人协同作业
Q学习算法
任务分配系统
拍卖算法
路径规划方法
通信协作
消息
栅格地图
门控循环单元