智能停車導航系統構建的必要性及可行性分析

李廣宇，李益樂，張文亮，韓麗君，李翠霞

?

智能停車導航系統構建的必要性及可行性分析

李廣宇，李益樂，張文亮，韓麗君，李翠霞

（鄭州大學 軟件與應用科技學院，河南 鄭州 450002）

在大量的實地數據采集的基礎上，針對現有停車場的停車位緊缺，停車難，停車區域劃分不合理，亂停亂放現象嚴重等各類問題，通過構建數學模型，來準確地分析相關重要參數及造成上述問題的原因，再基于這些問題的根源，針對性地設計一個規范化，合理化的智能停車導航系統，從而避免人們在停車問題上浪費大量時間，并改善人們的停車體驗。

智能停車；停車數據；數學建模；導航系統；數據分析

0 引言

停車難一直以來都是一個難題，我們通過對鄭州大學北校區周圍，兩個區域內的11個停車場進行實地調查，獲得了大量的數據，基于這些數據，我們做出了以下的分析與論證，企圖做出一個智能停車導航系統以減少人們停車所耗費的時間，并改良人們的停車體驗。

對各個類型停車區域類型進行編號：

1. 學院停車場

2. 私營停車場

3. 路邊停車場

4. 家屬院停車場

5. 零散停車位

1 數學建模

1.1 參數解釋：

①停車總時長：尋位時長+動作完成時長

②尋位時長：從進門-找到停車位

③動作完成時長：到達停車位-停好

④每條路徑（或每個節點）的選擇概率Pi

⑤ Bi停車場內各個停車子區域

⑥駕駛員的操作水平（記為ability）

⑦ Ps（車輛完成停車動作的概率）

⑧ Pi（B類子節點的選擇概率）

1.2 基礎分析

基于數據，迫切需要找到一種合適的模型來幫助我們計算和分析現有數據。在許多實際問題中，遇到的隨機變量受到為數眾多的相互獨立隨機因素的影響，而每一個別因素的影響都是微小的，且這些影響是可以疊加的。具有上述特點的隨機變量一般都可以認為具有以函數[1]：

當=時，取到最大值

在所調查的各個停車場中，根據車流方向的不同，我們獲得了直接導向型停車場和時針導向型停車場兩種模型，并企圖分別抽象出T與各種影響因素直接的關系，顯然，無論哪種模型下，每條路徑（或每個節點）的選擇概率Pi起到了決定因素。基本上，停車場內，都會劃分不同的停車區域，在此，我們以Bi進行表示，停車場入口處，以A進行表示。且，車輛進入停車場后，其速度v基本保持一個較低的水平，故而我們認為車輛勻速前進[10]。

1.2.1 直接導向型

圖1 停車場模型圖1

駕駛員的操作水平（記為ability）該值越高，Ps越高（車輛完成停車動作的概率）

進入停車場的時間段（記為t）隨著進入停車場時間的推遲，該車輛完成停車動作的概率Ps將會降低

則，T的表達式顯而易見：

1.2.2 時針導向型

基于大量的數據和分析，我們發現Ps、時間、駕駛員的操作水平ability、各個B類子節點在某種程度上符合正態分布，但又有些許的誤差，我們不妨稱之為“類正態分布”。

1.3 圖像

1.3.1 相等

1.3.2m相等

此時，一定有讀者質疑，我們的分析過程中，最重要的參數是各類時間，確定的重要參數是P（選擇概率），剛才分析的一大堆，看似無意義。其實，以實際中的情形做參考，完成停車動作的概率P，一定是與P有聯系的，并且成正相關。請試想，成功的概率越大，我選擇它的概率會小嗎？我們不妨以常數作為P與P相互聯系的媒介，得到下列式子：

（n為停車場中子停車區域的個數） （8）

那么，我們可以很容易地得到時針導向型停車場的一組停車總時長（）的表達式：

需要特別指出的是，在兩種停車場模型下，我們依據實際意義，只采用標準型正態分布的m值的右半部分，這也是我們為什么稱其為“類正態分布”。如圖5所示。

故而的范圍需要做出變動：

2 模型的驗證分析

在第二部分的建模中，我們成功地擬合出了“時針導向型”停車場的數學模型，即上述提到的“類正態分布”，不過，這仍然只是我們的理論分析罷了，支撐該模型的數據不夠多，只能稱之為“有理”，在這一部分的分析中，我們將拿出大量的數據，試圖支撐起我們的分析。

2.1 數據收集分析

經過調研組的詳細探討，得到了下列需要做出數據采集的各項指標[4]：

①停車總時長：尋位時長+動作完成時長

②尋位時長：從進門-找到可停車區域（B類子節點）

③動作完成時長：到達可停車區域-停好

④時間區間（我們擬定為8點-22點）

⑤ 8點起過B1的車輛n（即進入軟院的總車輛）

⑦ 8點起過B2的車輛n-(a1+b1)

以此類推，得出所有B類子節點的數據。

其中，不難得到一組選擇概率的計算公式：

需要特別注意的是，當=1時，1即為，即進入該時針導向型停車場的總駕駛員人數，即在該時間區間內，進入該停車場的總車輛數。

①=1

2.2 數據處理

我們得到兩列經過處理過的數據，第一列的值，是時間點，即圖像中的值。

第二列的值，是根據前面給出的選擇概率的計算公式組，得出的對應的概率值，即值。需要做出一點解釋，我們的時間用十進制表示。

圖6 散點圖

為了方便后續的描述，我們只截取了部分圖像，雖然只是部分，但足夠使用。

從圖中我們可以清晰地看到，所有的數據點都較為均勻地落在三個區域中，并且基本上分別分布在10點、15點、20點附近。

我們用線將主要的點連接起來得到下圖：

圖7 畫出散點圖的趨勢線

我們發現，這幅圖像與我們在第二部分建模所得的“類正態分布”圖像高度地近似！并且，我們可以根據正態分布圖像的規律及前面提到的概念，在圖中非常直觀并較為準確地得到三幅圖的值，按照時間的變化，依次為8、13-14中的某個值、18-19中的某個值。帶入在圖像中上的數個點，我們得到了準確的與的值（按照圖像，從左到右依次表示）：

此處，我們發現，三個值，是符合我們根據自己得到的模型所猜測出的值的范圍。有趣的是，的值，基本在同一個值1.00附近，這顯然也符合第二部分中我們得到的模型（完整的圖，有九段圖形，不同B類子節點隨著的增加，具有滯后性，并且對于同一個駕駛員，的值唯一）！至此，基于實際的數據，我們證明了該模型是十分準確的！

3 詳細地數據分析

我們對11個停車場，在一天中的不同時段，分別對在各個停車場內停車的駕駛員的做了抽樣調查。我們嚴格地制作了一個調查問卷，用于收集最真實的數據。其中，整理全部調查數據如表1所示[5]。得出11個停車場的平均停車總時長：

由第二、第三部分中的各組公式，我們最終求得了各個停車場的停車總時長（T），表3是對各個數據的匯總對比[8]：

實際調查總時長：為了與用公式得出的T形成對比，也為了再次驗證模型及公式的正確性。經對比，我們發現T與￠的差值基本維持在±0.9 min，誤差較小。

表1 數據表

Tab.1 Data table

匯總值

表2 均值表

Tab.2 The table of mean value

4 必要性及可行性分析

其中，我們尤其關注停車總時長T，其平均值竟然達到了12.96 min。下面給出原因比重，如圖8所示。

圖8 原因比重圖

從我們列出的四個在停車過程中，浪費時間的原因，發現：

有26.74%的人認為是“沒有合理的停車引導”

表3 數據匯總表

Tab.3 Data summary table

有25.26%的人認為是“對停車場的內部不了解”

有7.38%的人認為是“駕駛水平有限”

有40.62%的人認為是“空位信息不夠明確”

顯然，原因1、2、4占較大比重，其中4占的比重最大，在實地調查中，我們得知，很多停車場是沒有停車引導人員的，這使得駕駛員在不清楚停車場構造的情況下尤為難堪[9]。

我們以11個停車場作為參考，“以小見大”，影射至更多的區域。諸多的因素，使得“停車”變得越來越難。人口擁擠，車輛眾多，停車需要大，這些“硬難題”是客觀存在的，我們難以做出改變。然而，通過本文通篇的分析與得出的結論，我們可以從四大原因入手，切實地改善人們的停車體驗。

系統功能職責介紹[6]：

① 面向停車場：

根據停車場狀況對停車場進行智能化改造，系統將計算機圖像識別與處理、自動控制、傳感技術集于一體，包括了車輛身份的判斷、出入控制、車輛自動識別、車位檢索、車位引導、圖像顯示、車輛校對、時間計算、網絡通信等系列化功能，實現了停車場內部設備之間的相互連接。

② 面向管理者：

開發停車場（位）管理系統，滿足管理者不同場景的需要。系統包括車位狀態查詢、車輛身份判斷、停車位檢索，時間計算，費用收取等功能，是停車場管理服務的數據信息接收終端，便于停放車輛統一合理高效管理

③ 面向用戶：

提供軟件服務（APP、微信小程序、支付寶小程序），包括：

車位誘導：系統會檢索并向車主推薦最佳停車場，車主也可以自行選擇目的地，由系統導航停車。

移動支付：支持微信、支付寶等眾多移動付款方式。簡化收款流程，實現不停車服務

5 結語

智能停車正是在市場需求的強烈召喚下應運而生。傳統停車場不足以滿足巨大的市場需求，是智能停車行業發展的主要驅動因素。智能停車核心價值在于打通停車場信息孤島，引導車輛停向空閑車位，有效提升車位利用率，緩解停車難。而通過本文得出的數學模型的分析，駕駛員的平均停車總時長達到了12.96 min，極大地浪費了人們的時間[7]。

由此，我們認為一個用戶友好的智能停車導航系統的構建，是有必要且可行的。

[1] 同濟大學數學教研室. 工程數學-概率論[M]. 北京: 高等教育出版社, 2015. 12.

[2] 盛驟, 謝式千, 潘承毅. 概率論與數理統計[M]. 第四版. 北京: 高等教育出版社, 2008. 06.

[3] 寧樂然主編；富宏, 龔鵬飛, 薛安邦, 歐麗云, 李永剛, 蔣懷遠副主編；馬兢, 王永明, 寧樂然, 許立鵬, 李永剛, 歐麗云, 康波, 銀服森, 龔鵬飛, 富宏, 蔣懷遠, 薛安邦撰稿．道路交通工程學教程(修訂本)[M]: 中國人民公安大學出版社, 2007. 08.

[4] D. Teodorovi and P. Lui Intelligent parking systems European Journal of Operational Research, vol. 175, no. 3, pp. 1666-1681, 2006.

[5] R. Grodi, D. B. Rawat, & F. Rios-Gutierrez. (2016). Smart parking: Parking occupancy monitoring and visualization system for smart cities. Southeastcon 2016, 1-5. doi:10. 1109/SECON.2016.7506721.

[6] R. J. Oentaryo and M. Pasquier, "Self-Trained Automated Parking System", International Conference onControl, Auto-mation, Robotics and Vision, Vol. 14, No. 4, pp. 1005, Dec. 2004.

[7] 環球科技網. 2017智慧停車大數據: 看停車困局與行業變革. [EB/OL]. [2017-12] http://tech.huanqiu.com/net/2017-12/ 11460840.html.

[8] 韓冰琪, 李精精. 我國居民汽車保有量影響因素的計量分析[J]. 中國管理信息化. 2013(04): 39-41.

[9] 慧聰網. 從數據看購物中心停車場類型及可挖掘市場. [EB/OL]. [2014-12] http://info.secu.hc360.com/2014/12/ 051122803642.shtml.

[10] 屈婉玲. 離散數學[M]. 第二版. 北京. 高等教育出版社, 2008-3-1.

Necessity and Feasibility Analysis of Intelligent Parking Guidance System Construction

LI Guang-yu, LI Yi-le, ZHANG Wen-liang, HAN Li-jun, LI Cui-xia

(School of Software and Applications, Zhengzhou University, Zhengzhou 450002, China)

On the basis of a large number of field data collection, in view of the shortage of parking space in the existing parking lot, the difficulty of parking, the unreasonable parking area division, the serious disorderly discharge and so on, through the construction of mathematical model, the relevant important parameters and the reasons for the above problems are accurately analyzed, and the root causes of these problems are based on the root of these problems. In order to avoid people wasting a lot of time on parking problems and improving people's parking experience, a standardized and rationalized intelligent parking navigation system is designed.

Intelligent parking; Parking data; Mathematical modeling; Navigation system; Data analysis

TP311.5

A

10.3969/j.issn.1003-6970.2018.07.004

鄭州大學2017年度創新訓練計劃項目(201710459054Z)

李廣宇(一作)(1996-)，男，本科生，主要研究方向：軟件開發與應用；李益樂(1996-)，女，本科生，主要研究方向：軟件開發與應用；張文亮(1996-)，男，本科生，主要研究方向：軟件開發與應用；韓麗君(1996-)，女，本科生，主要研究方向：軟件開發與應用。

李翠霞(1977-)，女，碩士，副教授，碩士生導師，鄭州大學青年骨干教師，軟件工程教研室主任，河南省教學標兵，主要研究方向：機器學習與WEB挖掘。

本文著錄格式：李廣宇，李益樂，張文亮，等. 智能停車導航系統構建的必要性及可行性分析[J]. 軟件，2018，39（7）：17-23