1云-网-端一体化城市级智能停车服务技术总述

云-网-端一体化城市级智能停车服务技术是以“云-网-端”一体化停车服务为逻辑主线，以“智能感知、预约共享、动态匹配”为主要手段，通过对基于人工智能的路内停车检测技术等五大方面的深入研究，旨在为潇河新城构建出一个集出行智能诱导和智能停车服务于一体的城市级智慧停车服务技术体系平台，从而解决潇河新城未来大规模停车需求与多主体停车资源有效匹配问题，缓解交通拥堵，促进城市智慧交通更好更优地发展。

2云-网-端一体化城市级智能停车服务技术五大方面

2.1基于人工智能的路内停车检测技术一是针对地磁车位检测因受地下管网、地铁通道影响和地球磁场漂移等问题而出现的车位类型适应能力差、不能覆盖非字型等密集车位等缺陷，基于“60G雷达波+地磁”双重校验手段，研究了复杂环境下地磁与雷达复合的高灵敏度停车场景检测设备，实现了“有遮挡”、“无遮挡”检测场景的自主识别及主辅检测方式的智能切换，有效提高了车位状态检测的准确率（见图1、2）[1]。二是针对现有视频枪机恶劣天气下检测精度不高，检测范围小，场景适应能力弱等缺陷，研发基于人工智能的低照度多粒度路内停车精准识别装备。用深度学习枪机作为前端车位管理感知设备，采用视频方式实现泊位状态检测、车辆停车动作的检测及抓拍，以图片和视频的形式记录车辆停车的完整过程，极大提升了车位管理效率，形成了完整的停车取证数据链，为停车逃费的追缴提供有力保障。

2.2停车场/库智能停车服务系统及装备一是基于ETC与车牌识别等融合鉴权，形成无牌车、摩托车、非机动车等全业态覆盖，采用智能音视频及位置、车位信息传输应用，形成出入口用户当面付、免输车牌付、自动电子找零、电子发票发放等一站式服务，支持自动可视对讲、远程交互、远程处理及放行管理的多凭证通行和多支付方式的停车场/库智能停车服务装备。二是开发了采用低照度CMOS视频车位检测器，支持通过车辆轮廓、车牌等智能识别算法判断车位状态的停车场/库车位状态感知与精准定位技术及装备。车位车辆识别准确率可达98%以上，车辆停放行为检测准确率可90%以上。三是为顺应面向用户个性化、差异化诱导等趋势，实现用户-停车位之间一对一的引导管理而开发了一套由诱导摄像机、车位级引导屏、智能地锁组成的智慧化引导与锁车装置。四是基于“AI+机器+远程坐席”技术，为实现车位空余、车辆存放安全等行为的检测预警以及停车行为的车位级全程无感导引及调度而开发了停车场/库车位级停车服务引导技术。与现有技术相比，在识别性能定位精度等方面有了较大提升。

2.3停车预约与共享技术一是基于“AI+机器+远程坐席”的智能停车装备，提出面向路内/路外停车场景的停车场/库群停车负荷监测方案。不仅为停车场/库动态数据的收集提供了技术支持，而且保障了数据的高质量和强实时性。二是研究了城市级停车资源与预约机制，通过“预约与分配”决策过程、基于“动态时间窗”理念，提出了停车域的动态预约与分配模型，配合车位快速确认与智慧锁定技术，可实现停车精准化服务[2]。三是研究了基于拍卖机制的居民区泊位共享分配技术，并提出了居民区泊位共享双边拍卖模型和居民区泊位共享公平重复性拍卖模型。模型在保证用户效益、社会效益非负的前提下，提高了历史中标率较低用户的拍卖优先级，三是研发车辆身份增强识别技术（见图6），创新提出了双卷积加内部竞争机制的深度学习网络结构和结合上下文今昔的多尺度图像特征构建方法。降低了违约率较高用户的拍卖优先级，对防止用户退出拍卖市场，降低违约数量有积极作用。

2.4大型多层停车库“云-网-端”一体化停车服务技术一是基于5G研究了库内高速网络的构建及云网衔接技术（见图4）。在充分分析5G网络架构典型特征的基础上，提出了SDN和NFV技术，该技术能将现有的4G网络解析重构，实现5G快速组网。二是开发5G网络切片技术（见图5），通过虚拟化将一个物理网络分成多个虚拟的逻辑网络，每一个虚拟网络对应不同的应用场景，从而提供高能效、易部署的网络解决方案。

2.5城市级智能停车服务系统为适应市民个性化、定制化的出行服务需求，针对多主体停车场/库资源管理不协同、停车场/库联网接入率低、停车APP繁杂且服务水平不均衡等问题，基于“移动互联网+物联网+云计算+大数据+人工智能”技术研究了城市级智能停车服务系统（见图7）。系统可支撑接入停车场/库数量≥5000个、可接入停车位数量≥100万个、车位预约响应时间≤3s、反向寻车响应时间≤3s、反向寻车准确率≥98%，有望切实解决市民停车难、政府管理难等需求痛点。

3城市级智慧停车服务技术新体系

通过对云-网-端一体化城市级智能停车服务技术的研究及全面落实，将构建出一个集出行智能诱导和智能停车服务于一体的城市级智慧停车服务技术体系平台，提升潇河新城智慧出行服务和管理水平。以出行者到潇河国际会展中心的出行为例，出行者采用P+R（ParkandRide即停车换乘）通勤出行，即先驾车停进P+R停车场，换乘公共交通到目的地，完成相关个人活动后，再乘坐公共交通到P+R停车场，最后驾车返回。整个过程出行者将享受到由智慧停车平台所提供的全方位、多层次的智慧化服务[3]。

3.1推荐出行路线出行前，出行者可通过智慧停车平台实时查询P+R停车场周边的动静态信息（如实时路况、车位总数与剩余车位数等）。根据出行者出行历史，APP将推送P+R出行路线方案以供选择。

3.2车位预约出行者可通过智慧停车平台预约P+R点停车场的车位。

3.3路径导航智慧停车平台将向出行者提供全程的导航、预测到达时间等信息服务。

3.4停车服务在进入停车场后，提供个性化需求服务以及正向寻位服务；在驶离停车场时，提供反向寻车服务。

3.5换乘服务停车完成后，向出行者推送换乘信息（换乘站点诱导与步行导航）。在换乘过程中根据出行者的选择动态调整出行组合方案，并更新预测到达时间。

3.6支付及评价服务出行者通过智慧停车平台一码支付停车费、公共交通费等，获取碳积分奖励。完成出行后，出行者可评价出行服务质量、分享出行体验。

4结论

通过对云-网-端一体化城市级智能停车服务技术的研究，实现在复杂环境下智能停车感知设备精度的提高与多源感知数据融合、停车库内多目标优化的车位级服务和城市级云端停车供需动态优化与协同管理等方面的创新，完成城市智慧停车服务技术新体系的构建，实现停车资源的高效融合、综合管理和统一协调，最终有效解决目前停车服务系统相对独立，停车资源闲置存量大，利用率低且停车服务水平不能满足市民便捷化、定制化、个性化需求的问题。

参考文献：

[1]Liu,Y.,&Chang,G.L.(2011).Anarterialsignaloptimizationmodelforintersectionsexperiencingqueuespillbackandlaneblockage.TransportationresearchpartC:emergingtechnologies,19(1),130-144.

[2]曹洁,苏玉萍,吴国龙,王芬.城市交通信号灯两级模糊控制及仿真研究[J].交通与计算机,2007,1:82-85.

[3]刘东波,树爱兵,袁见,等.场景目标导向的交通信号控制效能评价指标体系[J].城市交通,2021,19(3):61-68.

作者:刘佳乐 单位:北京泊易行咨询有限公司