论文部分内容阅读
随着城市化进程不断加快,汽车保有量不断增加,城市交通变得越来越拥挤,停车场资源也变得严重不足,找不到停车场泊车已经成为困扰驾车者出行、制约经济发展的主要问题。当前,国内停车场在建设时不注重智能化、信息化的建设,停车场智能化程度不高,无法进行精确的停车位诱导,导致停车场内部泊车的低效率与人们日益增长的高要求之间产生巨大的矛盾。此外,当驾车用户返回停车场取车时,由于大规模停车场内部楼层比较多,空间比较大,场景和标志物非常类似,驾车用户很容易找不到自己车辆的停放位置。而停车场管理人员同样希望帮助驾车用户尽快找到他们车辆停放的位置,提高停车场周转率,同时提高停车场的使用率和营业额。本文首先综述了智能停车领域的背景和研究现状,结合实际应用场景,将智能停车分为三个阶段进行研究。针对驾车用户出行面临的停车难问题,设计了车联网环境下的基于预约的最优停车场推荐模型。该模型以面向泊车用户的停车信息推荐系统为基础,综合考虑驾车用户的主观需求,并且对影响用户停车选择的多项评价指标进行了深入分析。该模型采用分阶段的选择方法,第一阶段根据用户主观需求进行停车场筛选,第二阶段通过多属性决策对候选停车场进行分析处理,得到最佳的目标停车场。模拟实验表明该模型有效解决了用户找不到最佳停车场停车的难题,节省了用户停车时间和停车成本,提高了停车设施的整体利用率,缓解了因车辆巡泊所造成的交通拥堵问题。其次,针对停车场内部泊位选择问题,设计了面向智能终端的最优泊位推荐模型。在深入分析用户需求的基础上,该模型选取步行距离、行驶距离、停放安全性、停车位类型、有效泊位两侧车辆占用情况以及道路交通状态作为评价指标,并将其视为每个空闲停车位的多项属性,基于多属性决策计算某一时刻停车场内的最优泊位。考虑到停车场内车位信息和道路交通状态的实时性,本文以道路交通状态为主要评价指标,综合整个停车场的资源进行实时动态的最优泊位推荐。同时,本文设计了面向智能终端的最优泊位推荐系统框架,描述了停车场内部泊位信息推荐的实现方式,解决了系统与用户之间的信息交互问题。实例验证与分析表明该模型可以动态的推荐最能满足用户需求的空闲停车位,节省用户的停车时间,并且提高停车设施的利用率。最后,针对大规模楼宇内反向寻车问题,设计了基于二维码的反向寻车路线推荐模型。该模型利用用户的智能终端扫描部署在大型商场或停车场内的二维码,读取存储在二维码中的信息并提交到中心控制系统处理,最后在智能终端上显示到达车辆停放位置的路径。本文将用户在商场返回停车场取车的过程分为选择楼层出口和选择最短步行路线两部分,并基于室内实时路径推荐模型计算最优步行路径推荐给用户。仿真实验结果表明该模型可以有效解决用户在停车场内找不到自己车辆停放位置的问题,节省用户的寻车时间,提高停车设施的利用率。