智能停停停_创业规划

智能停停停车

项目规划

1. 项目背景

随着居民收入和生活水平的提高，私家车保有量迅速增加，在给车主出行带来便捷的同时，也带来了城市高峰拥堵，和停车难的问题。对于交通拥堵问题，诸多导航类软件已经可以提供智能化路线推荐，和实时路况报告，而“停车难”问题，却没有得到足够的关注和有效的解决。在城市化进程的推进和智能交通系统的发展中，城市停车对交通出行和区域经济发展的影响逐渐凸显，是日常出行和智能交通研究的重要课题。

停车服务和停车管理面临新的要求，了解和掌握停车规律，有效进行停车需求预测，整合区域交通信息和停车场信息，进一步开展停车诱导（包括停车场选择诱导和场内车位选择诱导）显得尤为重要。

2. 项目意义

伴随着当今时代的两大发展主题——城市化和信息化，“智慧城市”逐渐成为了城市规划和建设的方向与思路。我国城市化进程稳步推进、人民生活水平显著提高，机动车保有量迅速上升。大量私有机动车出行的同时，交通拥堵、交通事故、能源浪费及环境污染等多项问题成为现代城市的极大困扰。机动车保有量的大幅提高直接导致停车需求的急剧提升，停车难的问题愈发凸显，并成为了制约城市建设与发展的一大因素。作为静态交通重要组成的停车环节，在基本停车理论、停车政策和管理、停车设施规划和建设、停车信息服务等方面的研究普遍存在不足，无法满足现今经济社会发展需求。近年来，停车供给和需求的不平衡更加突出和严重，城市停车问题也越来越成为城市交通中的重要问题，并对日常出行及交通整体运行产生不同程度的影响。

在“互联网+”理念和智能交通系统支撑下充分利用检测、通信、控制及智能处理与决策等信息技术缓解停车难题，能够使人们获得更高的出行可达性和满意度，有助于创造更加清洁的城市环境和更加公平的社会环境，进而促进经济和社会发展。停车特性、停车需求和停车诱导是城市管理和交通系统的重要组成部分和研究内容，是和土地利用及交通出行紧密联系的。利用先进的信息技术与传统的交通理论相结合，了解和掌握停车特性，开展智能停车问题研究，更好地利用现有停车设施，推动智能停车的发展和应用，以缓解和改善停车问题，对于交通出行者、停车场管理者以及城市交通管理者来说都具有积极的意义。面向交通出行者提供有效的个性化停车服务具有非常重要的理论研究价值和实际应用意义。

3. 已有研究成果及优势

目前我们智能交通实验室已经在停车特性、停车需求、停车诱导等方面的研究取得突出成果，发表高水平论文X篇，其中被EI收录1篇，SCI收录1篇。具体成果介绍如下：

3.1 停车特性与分类

要研究停车特性，需先对其进行分类：在空间属性上，停车场可划分为工作区、居住区、商业区和景点区停车场；在时间属性上，可基于工作日和周末/节假日进行划分。同时我们还尽可能区分用户类型对停车特性的影响。

由于停车事件的随机性和动态性，我们根据具体停车场特性通过混合高斯分布、指数分布、对数正态分布等统计模型来描述各类型（按时间、空间等属性划分）停车场景下车辆到达、停留等停车基本特性。进而我们在交通及停车的复杂性和随机性中，发掘、总结出不同类型用户在工作日、节假日的到达及离开不同类型停车场的规律。

3.2 停车需求预测

停车需求预测是进行停车信息发布的前提，是开展停车诱导的基础。目前的停车发布信息多为模糊的“空”、“满”或“故障”状态，难以满足用户需求。我们采用简单指数平滑（Simple Exponential Smoothing，SES）和增强指数平滑（Enhanced Simple Exponential Smoothing，ESES）方法，利用停车场的历史运行情况数据，对停车需求进行预测，并通过均方根误差（Root Mean Squre Error，RMSE）和平均绝对相对误差（Mean Absolute Relative Error，MARE）来检测衡量预测效果。在预测中我们会考虑周边停车场对目标预测停车场的影响，并发现在具有因果关系的停车场预测中引入相关停车场影响后，预测精度显著提高。

3.3 停车诱导及仿真

综合考虑各方面因素，提出最优停车位的概念，我们根据停车场的实时状况和停车关键因素，综合考虑车辆驶入时间、延误时间、停入时间、步行时间和停车位置为进入停车场的驾车出行者分配目前可用的最优车位，并提供相应的行驶路线。具体实施时我们借助图论知识，采用Dijkstra算法求解最优车位和其对应的最优行车路径，并对采用停车诱导与否进行仿真测试。由于实际应用时驾车出行者发现并注意到诱导信息，但并不一定按照诱导信息进行停车操作，仿真中我们对接收诱导率进行的设置，以更接近实际应用场景。仿真测试结果显示，诱导率大于50%时，停车花费时间即可大幅减少；诱导率100%情形下，停车花费时间将显著减少。

停车场车位诱导可以有效节省停车花费时间，提高停车效率，并有助于停车场的服务和管理。

3.4 应用开发

我们拥有强大的应用开发团队，精通Android、ISO等手持应用开发及其相关后台服务器端数据处理相关支撑业务的开发。团队已开发出基于车路协同技术的一篮子应用。

4. 项目需求

4.1 需求数据

（1）停车场数据

停车场数据是支撑智能停车问题研究的核心，我们需要全面丰富的停车场数据，若要实现App应用，则还需更快更实时的获取实时停车数据。停车场数据应包含典型的如：办公楼宇、商业建筑停车场，景点停车场，小区停车场等，尤其值的关注的是商场、景点等人流密集区周边的小区停车场数据。因为这些小区的车位若能够被有效利用将极大缓解停车难的问题。

停车场数据除了其车位数量动态变化数据外，还应提供其静态信息，如其位置、车位容量，尤其是停车场内部道路图，以供我们用于Dijkstra算法求解最优车位和对应的最优行车路径。

我们根据已有经验对具体数据格式提出相关要求，详见4.2数据格式要求。

（2）交通状况数据

停车场周边道路交通状况数据对车主选取停车场具有重要影响，因此我们希望获取停车场周边道路交通状况数据，且因包含实时重大节日、活动交通管制信息。若要实现App功能，在提供历史数据供我们进行数据挖掘、建模的基础上，还应能够提供实时数据。

（3）历史事故发生率数据

停车场周边道路历史事故发生率信息对于停车选择也是至关重要的，这部分数据可包含在（2）内，或单独提供。

（4）天气状况数据

天气状况对于停车场的选取也是有一定影响的，所以最好能够提供天气状况及空气污染情况相关数据。同样若要实现APP功能，应提供实时的天气情况，当然实时数据可由其他APP接口获取。

（5）停车场周边商家信息

App应用可整合停车场周边商家信息，通过推送周边商家广告的费用补贴车主和停车场，进而可减小停车消费支出并具有促进消费，推动经济发展的作用。

（6）充电桩相关

响应国家节能环保号召，应鼓励停车场建立充电桩，设新能源车专用停车位，显示供普通车辆使用，但应设定新能源车优先原则。

4.2数据内容和格式要求

（1）数据内容要求

按照我们的研究经验，停车场采集到的数据应包含以下内容：