详情

原文传递停车场智能导泊研究与应用

论文题名：	停车场智能导泊研究与应用
关键词：	停车场;智能导泊;泊位分配;停车控制策略
摘要：	近年来，随着社会经济的快速发展和人们生活质量的逐步提高，私家车已然司空见惯，驾车出行成为了现代生活中最为常见的出行方式之一。然而，驾车出行在给人们的生活带来便利的同时，也产生了一些问题，随着人均汽车保有量的逐步提高，停车位出现了较为明显的缺口，“车多位少”的现象造成了“停车难”问题，成为了影响车主出行体验的主要因素之一。同时停车场的管理很多时候还处在人工管理的阶段，管理效率低下，无法满足车主们日益增长的停泊需求，不仅影响了车主的出行体验，对交通状况乃至环境保护均会产生负面影响。　　因此，解决“停车难”这一问题刻不容缓，近年来互联网技术发展非常迅速，云计算、大数据、人工智能等技术逐步成熟，这些技术给人们的生产生活方式带来了巨大变化。在诸多高新技术的帮助下，停车场的管理也由人工管理阶段逐步迈向了智能管理阶段，停车场智能导泊的研究也成为了当今热门的研究领域，其相关研究能够极大地改善“停车难”问题，高效地解决“车多位少”的矛盾，不仅能够改善市民的出行体验，减少车主的寻泊时间，提高公共资源的利用率，而且对改善交通问题，缓解环境压力都有一定的帮助。本文通过分析目前相关的研究成果发现仍然存在一些问题，首先是泊位分配模型较为单一，停车控制策略不够清晰，有的停车场虽然装配了智能导泊系统，但是没有高效清晰的控制策略，很多系统仅仅将离车主最近的泊位直接分配给车主，无法满足车主更多的个性化需求，其次停车场管理效率仍然有待提高，同一个停车场不同泊位的利用率存在不均衡的情况。　　为了解决上述问题，本文首先构建了基于多因素决策的最佳泊位分配模型（Optimal Berth Allocation Model with Multi-Factor，简称OBAMMF），通过模拟退火优化算法进行求解，OBAMMF模型考虑了影响泊位分配的多个重要因素，并定义了全局的适应度函数以便衡量不同泊位的优劣情况。同时 OBAMMF 模型能够解决由于泊位引导而引起的局部路段拥堵情况，有效提高了车主的停泊满意度；其次，本文提出车流量密度阈值自适应的停车控制策略（Parking Control Strategy according to Traffic Flow Density，简称PCSTFD），该策略在低车流密度情况下采用先到先服务式的停车控制策略，在高车流密度情况下采用多目标同时优化的停车控制策略，较好地应对了不同车流量下的泊车场景；最后本文基于 Unity3D 建模技术构建了一个模拟停车场测试环境（Simulated Parking Test Environment with Unity3D，简称SPTEU）， SPTEU 环境能够支持车位定义、算法导入、车辆运行路径展示、程序设置以及结果保存等多个功能，能够清晰直观地反映出泊位分配模型的有效性。　　本文所提出的模型以及策略均在SPTEU环境下设计实验进行了验证，实验结果证明了 OBAMMF模型以及 PCSTFD策略的有效性，该成果对于改善车主的出行体验，减少车主的寻泊时间具有一定的帮助，对解决“停车难”问题有一定的积极意义，同时对于停车场智能导泊这一研领域具有帮助和贡献。
作者：	闫伟
专业：	计算机技术
导师：	黄岚
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023