基于大數據技術的智慧停車誘導系統研究

孟龍梅

摘要：針對城市停車難問題，研究基于大數據技術的智慧停車誘導系統。通過研究大數據生態系統，部署、搭建城市停車場信息大數據平臺。通過大數據平臺，實現智慧停車數據采集、整合、分析、應用的全部生命周期管理。

關鍵詞：大數據;智慧停車;停車誘導

中圖分類號：TP311? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）36-0097-03

開放科學（資源服務）標識碼（OSID）：

Research on Smart Parking Guidance System Based on Big Data Technology

MENG Long-mei

（Chuzhou Polytechnic， Chuzhou 239000， China）

Abstract： Targeted at the problem of the difficulty to find available parking lots in the urban environment， this research is about a smart parking guidance system based on Big Data technology. By studying the Big Data ecosystem， a Big Data Platform containing information of the existing urban parking lots is deployed and built， through which the management of the whole life cycle that contains data collection， integration， analysis and applications of this smart parking guidance system can be achieved.

Key words： big data; smart parking; parking guidance

1 概述

1.1 研究背景

近年來，隨著人民生活水平的提高，汽車在百姓生活中的普及，機動車數量增多，車主開車出門停車難問題也開始顯現出來。在很多城市的商業購物中心、農貿市場、學校、飯店、賓館、車站、公園、行政單位等大型公共場所要么沒有停車場，要么停車位不夠用。私家車車主為了找一個停車位，常常一邊開著車一邊挨個地方找停車位。到了周末或節假日，有些場所停車難問題更加嚴重。雖然隨著私家車數量逐步擴大，各地也不斷地新建或改造原有的停車場，但是如果單純采用人工管理停車場，已經遠遠不能滿足停車日常管理與停車誘導的需求。由于停車難問題得不到解決，機動車亂停亂放的問題也隨之增加，影響到城市、企業、物業管理的形象。使用先進的停車場管理系統和設備來提高停車場管理水平，已成為智慧停車必不可少的需求。

1.2 國內外研究現狀和發展趨勢

停車誘導系統是智慧化城市建設中智能交通的一個重要組成部分。這一點在歐美等發達國家的多個城市中已經進行了研究和應用。通過使用停車誘導系統，不僅可以有效地緩解城市化建設中交通擁堵、停車難等情況，還可以減少道路上機動車停放占用，降低車輛尾氣排放物以及噪聲污染。原有的城市停車場、停車位使用率得到了明顯提高，亦能取得良好的社會及經濟效益。

首先，從智慧停車誘導系統的國內外研究現狀方面來看，世界上最早的停車誘導系統在1971年的德國亞琛市建立。現在歐美發達國家的大城市停車誘導系統已經相當完善與成熟，并且擁有先進的、立體的智慧停車系統。

與國外發達國家和地區相比，我國智慧停車誘導系統起步較晚。但是隨著國內汽車產業的快速發展，我國智慧停車的第一套停車誘導系統工程是從2001年北京王府井地區的智慧停車誘導系統開始的[1]。近年來，伴隨著科技發展，國內的智慧停車誘導系統發展很快。目前上海、北京、深圳、杭州等城市都建立了停車誘導系統。2019年北京大興國際機場內已實現有機器人進行輔助停車。

其次，從智慧停車誘導系統的發展趨勢方面來看，通過大數據平臺，實現智慧停車系統的數據采集、整合、分析、應用的全部生命周期管理是智慧停車系統發展的必然趨勢。

國外對大數據的研究十分看重的同時，我國也加快了對大數據相關技術攻關的進程。在2015年兩會上，“大數據（big data）”一詞被第一次以寫入政府工作報告的方式讓人們所熟知。現在一些大城市也正在發展智慧城市建設，在智慧交通領域，使用大數據進行商業智能得到城市停車難問題中車輛的出行規律以及原因，再根據分析預測結果進行智慧停車誘導一直被視為城市化建設中緩解交通壓力的有效技術手段。實現智慧停車，可以提高城市的宜居性和人們開車出門的幸福感。

2 基于大數據技術的智慧停車誘導系統的總體設計框架

基于大數據技術的智慧停車誘導系統，立足于大數據技術的要求，進行數據采集，大數據平臺搭建，異構數據處理、數據清洗，數據挖掘，對常用的誘導算法進行分析比較，選擇較合適的誘導算法，為車主提供較全面的、較現實的、可選擇的就近停車場進行顯示。由車主來選擇所顯示的停車場，從而實現最佳路徑的停車場、停車位引導，這種引導服務便捷可靠，解決了開車出行又擔心停車難的問題。系統的總體設計框架如圖1所示。

3 數據采集與準備

大數據的一個重要特點是數據源多樣化，包括數據庫、文本、圖片、網頁等各類結構化、非結構化及半結構化數據[2]。因此，大數據處理的第一步就是從數據源采集數據并進行預處理等數據準備工作，目的是把相關的數據放到一個數據庫或者數據集，為后續流程提供統一的高質量的數據集。在很多情況下，現階段大多數城市的停車管理系統還未完全實現數據共享，為了構建實現業務目標的模型，需針對缺少的數據資源進行額外的補充，可向停車場所屬公司征求相關信息，或購買相關統計數據。

4 搭建大數據技術平臺

城市的停車場停車數據具有結構復雜、數據量巨大以及增量迅速等典型大數據特點，傳統關系型數據庫不足以應對智慧停車誘導需求。可以采用關系型數據庫和分布式計算系統混搭的方式實現數據的存儲[3]。Hadoop是目前最重要的分布式計算系統之一，常用于離線的復雜的大數據分析處理。

4.1 數據存儲

數據存儲層主要負責大數據的存儲和管理工作。通過混搭分布式文件系統和關系型數據庫，將所有接入數據中心的數據進行存儲，并配合統一的數據接口，從而保證數據應用和處理的穩定高效運行。其中，使用HDFS（Hadoop Distributed File System分布式文件系統）構建分布式文件系統來存儲、訪問和處理一些非關系型的數據。使用SQL server 存放關系型元數據和數據庫表數據，以利于系統的分析、查詢與匯總。大數據平臺存儲并管理來自各源系統的數據，從而為用戶提供相應的數據服務，是整個統計分析系統的核心。這些數據是按照數據模型分類別進行組織、重構和存放的，包含當下數據和較長時期的歷史數據。

4.2 數據清洗

數據清理和轉換在數據挖掘過程中是最消耗時間及資源的一步。在使用已有的數據資源前，必須對其進行轉換和清理，以轉變不可用元數據為可用數據并清理資源中的不相關信息和噪音，達到減少資源浪費并提高數據針對性的目的。包括以下幾種。

4.2.1 數值轉換

對一些值連續的數據，例如進場時間列和出場時間列中的數據，一個典型的轉換是把這些數據進行離散化處理。除了離散化技術之外，數據規范化也十分必要，即映射數值至特定范圍，如0～1，或保留特定標準偏差，如1。

4.2.2 分組

離散數據除有用以外，還常常具有更為清晰的值。為減少模型的復雜性，可以把這些值分組。例如，進場時間列可能會分散在一天中各個時間段，如早高峰段、晚高峰段等。可以將所有這些時間段分到一個組中，該組的值是高峰段。

4.2.3 聚集

聚集是一種重要的轉換，可以從數據導出額外的值。假定想要基于每個車主的停車時長對車輛進行分組，則需要對所有車輛資料進行聚集，假定想要基于每個車主的停車時長對車輛進行分組，則需聚集所有車輛資料并由之形成派生屬性，如平均停車時長與車主停車次數，以應用于整個數據挖掘模型。

4.2.4 缺失值處理

大多數數據都包含缺失值。引起數據缺失的原因有很多，例如，某停車場有兩個來自不同OLTP數據庫的車場停車表，由于兩表無法完全相符的定義，直接合并兩表數據則會致使缺失值的產生。缺失值的處理直接關系到解決方案的業務價值，因而尤為重要。在不同案例中，或需對缺失值進行保留，或需刪除整個記錄，或需代入其他數據（如應用實序數據對應以前的值或直接使用最普遍的值）。部分案例要求更為嚴格，則可以使用相應數據挖掘預測所缺失事例對應的可能性最大的值。

4.3 數據挖掘

在大數據時代，商業智能中的最關鍵工作就是數據挖掘。海量的數據中有各種類型的數據，有的數據不完全，有的數據表達模糊，數據挖掘就是在這些隨機的大型數據庫中發現其中有價值的數據規律，建立挖掘模型，使用數據挖掘算法分析出有用的信息，也可以為各停車場管理部門提供決策支持。對停車信息進行數據挖掘，有助于分析交通擁堵的原因，結合車輛購買的增長情況，可以為行政部門提供決策支持。如：什么路段需要修路，哪兒需要新建停車場，要不要限行等。常用的大數據的挖掘算法有很多，如決策樹、聚類算法、回歸分析、關聯規則、神經網絡方法、時序算法、Web數據挖掘等。商業智能工具可以在數據平臺的基礎上，能夠快速地生成固定格式報表、靈活動態查詢、OLAP分析、圖形分析等應用。

大數據整體架構主要由以下幾部分組成，即數據源、數據導入、數據平臺、商業智能工具、應用平臺，如圖2所示。

5 停車誘導系統

通過采集停車場、路面臨停車輛的車位信息，依靠自建網絡將數據發送至信息處理中心，信息處理端對收集到的停車信息進行處理、統計、分析等。再由停車誘導系統建立信息共享的停車信息管理系統，實現停車場自動識別車位占用功能，自動誘導車輛出入，縮短車主尋找車位的時間。

停車誘導系統是以可視化信息發布屏為載體，為車主提供停車場的位置信息、道路擁堵信息，停車場空余車位等實時數據信息，引導車主合理選擇行駛路段進行停車。同時對數據平臺的數據進行數據挖掘分析找到數據中的規律，為停車場管理部門、交管部門提供輔助決策。停車誘導系統由停車場的數據采集器、數據發布平臺和停車信息發布端組成。可以采用有線或無線的通信方式，將數據采集區域內的所有停車場納入其中，實現區域智慧停車誘導全面覆蓋。停車誘導系統結構如圖3所示。

系統由三部分組成：停車場數據采集器、誘導系統數據平臺、信息發布子系統。數據采集器位于停車場內，由車輛探測器和控制器組成;誘導系統數據平臺充當中央處理系統的角色，功能是對數據進行分析并顯示在相應的輸出設備上;信息發布子系統包括誘導顯示屏即LED電子公告牌控制器、網絡信息服務器，信息發布子系統在發布控制器的控制下實現電子公告牌的信息發布功能，分為一、二、三級誘導顯示數據。數據更新時間一般可設定為3～5分鐘，更新頻率可調節。

5.1 一級誘導顯示屏

一級誘導顯示屏設置在進入主要路段的道路內側面，用于顯示道路實時交通情況、停車場方位信息。LED電子公告牌上顯示的道路與中文字體大小要適合，方便在道路上正在駕駛車輛的車主能遠距清楚地看到。一級停車誘導顯示屏的建造結構要求結實穩定，能保證在強風和暴雨等惡劣氣候條件下的安全。

5.2 二級誘導顯示屏

二級停車誘導屏設置在停車場周邊的道路側面，指示從道路上進入停車場的方向。LED電子公告牌上顯示停車場中文名稱、方位箭頭、距離和停車場標志、停車場的空余車位數目等信息。二級停車誘導屏的建造結構要求穩定，能承受強臺風和強暴雨的侵襲。

5.3 三級誘導顯示屏

三級停車誘導屏設置于停車場入口處和停車場內部，LED電子公告牌上顯示指示停車場內部停車位方位的信息。顯示具體停車場名稱和空余車位的信息。車位信息通過有線方式接收，控制單元存儲并發布。另外，在停車場內部也可以使用三級誘導屏進行出口誘導，指導用戶根據出口周邊的路況信息選擇合適的出口。

5.4 車位引導實現

在每個停車場安裝N個地磁感應器，用來感應車位狀態和識別車輛信息，通過無線或有線方式進行數據傳輸。當車輛在某個車位上停放30秒以上時，認為車輛已在此車位停放，將車位占用信息給路由節點，再由路由節點將車位占用信息發送到停車場網關節點，可以實時通過LED電子公告牌顯示車位占用及空余車位信息，同時向大數據管理平臺提供數據，方便管理平臺進行車位安排管理及引導提醒。在停車場的出入口處，設置用于感應車輛進出的感應器，統計車輛進出數據，用于對進出停車場的車輛數據進行統計和周期性上傳。

6 結束語

在基于大數據技術的停車誘導系統的總體設計框架中最關鍵的技術是停車數據采集、數據存儲、數據清洗和停車數據挖掘分析技術。使用關系型數據庫和分布式文件系統混合搭建的方式實現大數據平臺可以實現這一功能。從而不僅使停車場的綜合管理得到全面的提升，也實現了城市智慧停車。

參考文獻：

[1] 李揚威，焦朋朋，杜林.城市智能停車管理系統研究[J].交通信息與安全，2014，32（4）：160-164.

[2] 方巍，鄭玉，徐江.大數據：概念、技術及應用研究綜述[J].南京信息工程大學學報，2014，6（5）：405-419.

[3] 徐時芳，羅曉賓，陳陽華.基于Spark的分布式大數據分析建模系統的設計與實現[J].現代電子技術，2018，41（20）：172-174，178.

[4] White T.Hadoop權威指南：大數據的存儲與分析[M].4版.北京：清華大學出版社，2017.

[5] MacLennan J，Tang ZhaoHui，Crivat B.數據挖掘原理與應用[M]. 2版.北京：清華大學出版社，2010.7

【通聯編輯：代影】