智能停车诱导系统的设计

智能停车诱导系统的设计

【摘要】为了更好得解决停车盲目性以及停车诱导系统成本高昂的问题，本文利用无线传感网、Zigbee、GPRS/3G、数据库等相关技术开发功能完善的智能停车诱导系统，它将停车车位查询和预订相结合，方便地将停车场车位和预订信息提供给驾驶者，以现代电子支付平台和支付手段相结合，便于提供通用、快速、方便的结算服务。

【关键词】数据采集；信息发布；诱导系统

0 引言

停车诱导信息系统（PGIS）在国内的起步较晚，接近上世纪末才呈现雏形。经过近十年努力，虽然取得较大的进步，但由于系统投入资金较大，动辄上百万，并且其应用范围比较窄，仅在北京、上海、广州、深圳等大城市的大型停车场得到应用。同时，停车诱导信息系统存在许多问题：停车诱导过程重查询、轻预订，停车过程中仍然存在一定的盲目性；缺乏低成本实现的、满足个性化需求的诱导发布手段；停车诱导缺乏统一电子支付平台和支付手段；停车诱导范围多仅限于停车场外诱导，较少涉及停车场内诱导，造成停车场内拥堵和无序停车；停车后，驾驶者与车位/车失去联系，大型停车场面临寻车困难等等。

本项目正是在这样的背景下，开发智能停车诱导系统，它大大降低系统建设成本，以满足中小型停车场需要，将停车车位查询和预订相结合，方便地将停车场车位和预订信息提供给驾驶者，以现代电子支付平台和支付手段相结合，便于提供通用、快速、方便的结算服务，同时也符合未来智能交通技术发展的趋势。

1 总体方案设计

系统总体结构如图1所示。

图1 智能停车诱导系统总体方案

首先，利用无线信息采集系统将传感器信号传送到主控模块，主控模块进行相关的信息处理；然后，将信息通过GPRS/3G传输到信息发布系统进行显示，从而实现车位诱导的功能。

1.1 信息采集系统

停车场信息采集系统是通过每个停车场装置的信息采集终端，对停车场的使用状况信息实时采集，采集停车场车位使用情况、停车时间等动态信息，并用无线传的方式将相关数据传输到主动系统中系统。

1.2 信息传输系统

本系统各单元之间的信息传输采用无线传感网技术。无线传输模块采用市场上广泛应用的专用无线传输模块。此系统是整个系统的经脉，如果此系统不能正常工作、本系统工作不稳定或信息传输不可靠。整个系统也将无法正常工作。

1.3 信息显示系统

信息显示系统分为两类：一是室外信息发布显示系统；二是停车场内的用于车位诱导的路径引导显示系统；两者的显示信息均来自主控系统。

1.4 主控系统

主控系统是智能停车诱导系统的大脑，它实时搜集各个车位的停车信息，车辆进场情况。综合分析，给出各种控制信息。比如控制室外的信息发布显示屏（一级停车诱导屏），显示停车场的信息，同时根据车辆进场情况给出进场路径引导、出场路径引导、停车时间等信息。供二级诱导屏接收处理和收费系统用于收费的计时时间。

2 车位诱导系统工作原理

驾驶人去停车场停车跟用储物柜保存物品具有相似性，故可以将储物柜的思想应用于停车场车位诱导上来。驾驶人寻找空停车位进行停车，过段时间再回来取车的过程跟用户用储物柜进行存/取物品的过程是相通的，所不同的是存物的场所以及所存的物品不同。

可以将每个停车位看作是一个独立的存储单元，整个停车场看作是一个完整的系统。将驾驶员存/取车的过程看作是存/取物的过程。同时结合最佳车位模型，可以做到最佳车位诱导。其工作流程如图2所示。

3 车位优化模型设计与算法实现

要实现基于自动储物柜原理的停车位诱导系统的建立，其中最关键的问题是当用户有停车需求时，系统给用户指定哪个空停车位是最合理的，即对于用户来说哪个车位是最佳的。本文将根据停车路径最短的准则来确定最佳车位，基于对寻找空闲车位过程的分析，建立基于停车场车位分布图的最佳车位数学模型，并将此模型转化为最短路径问题，将用蚁群算法作为车位诱导算法，对模型进行寻优。

3.1 最佳车位模型

假设某停车场有一个入口，n个空闲车位。将停车场入口、行车交叉路口、空闲车位各看成一个顶点，每一条行车方向上的路径对应一条边，边上的权值为连续两顶点之间的路径长度。于是，停车场空闲车位分布就转化为一带权有向图G=（V，E，L）。其中V是顶点的有穷非空集合；E是边集；L是路权集。

根据带权有向图，可生成包含l条边的标号矩阵a和对应的路权矩阵d，a■为第i条边的起点，a■为终点。记从入口处到某个空闲车位p■的最短路径为d■（a■=p■）（即第i条边的终点就是某个空闲的车位），则最佳车位所对应的最短路径即为：

min{d■（a■=p■），d■（a■=p■），d■（a■=p■）}

其中：i=1，…，1；j=1，…，n。

3.2 车位优化算法

要确定最佳车位，首先需要计算出从入口处到每一个空闲车位的最短路径。在已给出停车场空闲车位分布带权有向图的前提下，寻找出一条从入口处到空闲车位之间的最短路径的方法有好多，如经典的Dijkstra算法、启发式搜索算法、神经网络、遗传算法等等。本文在综合考虑了各种因素后选用了蚁群算法来对最短路径进行求解。

1）预处理

当有较多的空停车位时，可以首先对空停车位进行一些预处理，以简化问题：设停车场入121处的位置坐标为S（x，y）。以点S为中心，R为半径画圆，此圆所包含的停车场区域为进入停车场车辆的附近区域，记该区域内的空停车位集合为P，初始值为空。不断增大半径R的值，直至搜索到11个空闲车位，此时P={p■，p■，…，p■}，则带权有向图G为仅含起始点即停车场入口处、行车交叉路口和这n个空闲车位的带权有向图。2）初始化

根据空闲车位带权有向图，按输入顺序依次生成路径标号矩阵口和对应的路权矩阵d，以及初始信息素矩阵τ。由于蚂蚁在初始选择行车路径时，对于每条路径的选择概率是相等的，因此τ可设为单位矩阵。取目标车位点为p■。

3）转移概率

取中间变量temp和矩阵c，temp的初始值为S，在路径标号矩阵a中搜索起始点为a■=temp的所有边，并记相对应的边集为v■（k为可选节点的个数），且令c■=a■（j=1，…，k），根据边（a■，a■）的路径长度d■和信息素浓度τ■，令η■=1/d■（表示启发信息）。则人工蚂蚁从节点a■转移到节a■的选择概率为：

p■=■

其中，参数α和β分别用来控制信息素浓度和启发信息的相对重要程度。

4）信息素的挥发