1.一种室内停车场有线式车辆检测器布线优化方法,其特征在于通过研究有线式车辆检测器的停车诱导系统结构,选择车辆检测器与节点控制器之间的布线过程进行优化,采用曼哈顿距离作为布线距离度量方式,建立使停车诱导系统车辆检测器布线距离最短的优化模型,基于密度估计方法和簇内数据限制要求的方法改进K-means聚类算法,对算法的聚类中心即节点控制器的位置坐标进行确定,优化布线路径,预测线缆铺设长度,指导工程用料计划,从而避免不必要浪费。2.如权利要求1所述的一种室内停车场有线式车辆检测器布线优化方法,其特征在于:所述停车诱导系统结构分为总控制应用层、中间控制层和数据采集层三层,其中总控制应用层包括中央控制器、诱导显示屏、图像采集设备、用户访问及控制设备、网络连接设备和数据存储设备,主要负责泊位数据信息汇总、分析和处理,停车场车位诱导屏车位信息发布和广告文字显示,缴费信息数据库的数据记录及管理,视频监控系统以及与外网进行连接;中间控制层包括层控制器和节点控制器,主要负责该层区域内泊位信息数据采集,也可以根据用户特殊需求添加功能;数据采集层包括车辆检测器,主要负责对车位占用信息进行实时准确采集。3.如权利要求2所述的一种室内停车场有线式车辆检测器布线优化方法,其特征在于:所述停车诱导系统结构数据采集层的车辆检测器为有线式车辆检测器,车辆检测器与车位一一对应装设于车位正上方,若干个车辆检测器再通过线缆分别连接到同一个节点控制器。4.如权利要求1所述的一种室内停车场有线式车辆检测器布线优化方法,其特征在于:所述布线距离度量方式采用曼哈顿距离作为车辆检测器与节点控制器之间布线距离计算度量,从而可以直接得到实际布线距离,符合停车场车位规划以及桥架走向要求美观和实用的要求,又由于距离度量中没有取平方,使得零散车位的离群点对整体聚类效果的不利影响被大大削弱,计算第i个车辆检测器n(i)和第j个节点控制器n(j)之间的曼哈顿距离d[n(i),n(j)]表示如下:d[n(i),n(j)]=|n(i)x-n(j)x|+|n(i)y-n(j)y|其中n(i)x为第i个车辆检测器n(i)的横坐标,n(i)y第i个车辆检测器n(i)的纵坐标,其中,i=1,2,......N;n(j)x为第j个节点控制器n(j)的横坐标,n(j)y第j个节点控制器n(j)的纵坐标,其中,j=1,2,......K;设停车场该层停车位总数为N,一个节点控制器最多可连接C个车辆检测器,则该层所需的节点控制器个数即初始聚类中心个数为K,如果N除以C可以整除则K为商,如果不能整除,则K为商的整数部分加1。5.如权利要求1所述的一种室内停车场有线式车辆检测器布线优化方法,其特征在于:所述改进的K-means聚类算法采用了基于密度估计的方法进行节点控制器初始安装位置选 择,确定初始聚类中心,降低了初始聚类中心对聚类结果的敏感性,提高了布线优化方法的有效性。6.如权利要求5所述的一种室内停车场有线式车辆检测器布线优化方法,其特征在于所述基于密度估计的方法为:(1)针对每个数据对象Xi定义一个密度半径,计算该对象与其他数据对象的距离,得出距离大小在该密度半径内的数据对象数目作为该点的密度阈值;定义一个大于0小于1的常数作为密度参数,计算每个数据对象的密度阈值,定义最大密度阈值乘以密度参数的值,把处于低密度区域的点删除,得到高密度区域的数据对象集合,即满足一定密度阈值大小的数据对象集合为高密度区域D;(2)把处于最高密度区域的数据对象作为第一个初始聚类中心Z1;(3)把距离Z1最远的数据对象作为第2个初始聚类中心Z2,Z2∈D;(4)令Z3为满足max(min(d(Xi,Z1),d(Xi,Z2))的数据对象Xi,其中i=1,2,......N,Z3∈D;(5)重复(4),ZK为满足max(min(d(Xi,Z1)),min(dXi,Z2)),…min(d(Xi,ZK-1)))的数据对象Xi,Xi∈D,直至得到K个初始聚类中心;其中,设停车场该层停车位总数为N,一个节点控制器最多可连接C个车辆检测器,则该层所需的节点控制器个数即初始聚类中心个数为K,如果N除以C可以整除则K为商,如果不能整除,则K为商的整数部分加1。7.如权利要求1所述的一种室内停车场有线式车辆检测器布线优化方法,其特征在于:所述改进的K-means聚类算法对簇内数据个数有具体限制,每个节点控制器可连接的有线式车辆检测器数都具有一定限制,故在聚类时对簇内数据个数有具体限制。8.如权利要求7所述的一种室内停车场有线式车辆检测器布线优化方法,其特征在于:所述对簇内数据个数进行具体限制方法为,计算该簇内数据对象与该簇聚类中心曼哈顿距离并进行排序,按距离大小将超出点剔除,再计算该剔除点与其他聚类中心点曼哈顿距离,将其归类到距离最近的簇内,但是若要聚类的簇内已超过限制要求,则计算该簇簇内数据对象和该剔除点与该簇聚类中心曼哈顿距离并进行排序,按距离大小将最远点剔除,将该剔除点分类到下一个簇,使得簇内对象确定,不超过限制要求。
展开