基于数字孪生与联邦学习的社区停车协同导航方法和系统

著录项目

摘要

本发明提供了一种基于数字孪生与联邦学习的社区停车协同导航方法和系统，属于智能停车技术领域，具体包括基于每个签约社区的实时监测数据构建社区停车资源的数字孪生体；接收各签约社区上传的本地预测模型的模型参数；生成与社区停车资源对应的全局预测模型；推送用户终端上传的实时位置对应的全局预测结果；根据用户终端反馈的目标车位调用路径规划方法从数字孪生体生成导航路径；当用户终端对应的用户车辆到达目标车位时，通过目标车位上传的传感器信号，生成合约使用时间段，以便统计该用户终端的车位费用信息。通过本申请的处理方案，在保护各小区数据隐私的前提下，实现了跨区域资源供需的精准预测，提升了整体匹配效率。

附图

附图 1