随着汽车数量的快速提升，智能停车问题近年来受到了广泛的关注。在研究人员的长期研究中，已经提出了许多智能停车分配算法。然而实现停车率和效益率最大化的停车策略仍然有很大的进步空间，需要进一步的改进。

智能停车算法的核心是基于人工智能技术，通过对停车位的分析和预测，实现停车位的准确预测、优化分配、管理和监控等功能。相比于传统的停车方式，智能停车算法可以更快速、准确地找到停车位，使停车更加便捷和高效。

此外，智能停车算法还可以减少空转和找位的时间，降低车辆之间的相互影响，减少堵车和排放等不良影响，从而改善城市交通和环境。同时，智能停车算法还可以改善车主的停车体验和出行质量，提高城市生活的便利性和舒适度。如图1所示为智慧停车系统示意图。

图1 智慧停车系统

智能停车分配算法背景介绍和原理概括

智能停车分配算法（SPA），旨在在保证停车场服务质量的同时，最大化地实现停车场的效益。所提出的智能停车分配算法将根据历史停车记录预测驾驶员的行为和估计近期的停车交通。

这些预测有助于智能停车分配算法更好地匹配停车需求和可用停车网格的资源，从而提高每个停车网格的利用率和创造的效益。智能停车分配算法采用三种策略，即最差匹配（WF-SPA）、最佳匹配（BF-SPA）和停车行为预测（PBF-SPA），将可用电网分配给车辆。

绩效评估显示，智能停车分配算法在累计停车率和服务质量方面优于现有算法，很大程度上提升了的效益。

智能停车调度是很重要的一个环节，因为它决定了停车场所有者的利益和需要停车的车辆的效率。停车可分为两类：街边停车和街边停车。街边停车是指车辆停在街上的停车政策，而场外停车是指车辆停在停车场的停车政策。

为了考虑停车的最大效益问题，许多研究采用了停车信息共享方案。

停车信息共享的主要方案是主动将停车信息传递给驾驶员。这些信息包括停车场中空置停车位的位置和数量。因此它为车辆停车创造了更多的机会，从而增加了停车场车主的利益。但是，停车信息共享机制的效率不高，因为它通常会导致多辆车寻找单一停车网格的情况。

其他研究人员也提出了解决交通拥堵问题的新策略，这些策略主要分为停车预留和推荐两类。比如用户在他们的车辆到达停车场之前会由停车场预留空置的停车位。

另一研究则进一步完善了停车网格的预订策略。根据车辆当前的位置，所提出的策略进一步估计了车辆到达停车场的时间。当估计的时间接近时，该计划将为车辆分配一个停车网格。该方案可防止车辆缺失，提高可用停车电网的利用率。

然而该方案并不能预测车辆的停车时间。当流量较大时，此解决方案并不知道每个停车网格的可用时间。因此该方案不能及时将适当的停车网格分配给有预留停车网格的车辆。

智能停车算法的目的是为了使停车场所有者的利益最大化。智能停车算法的主要思想是根据停车的历史记录来预测每辆车的停车时间。这可以更好地预测每个被占用的停车网格的可用时间，使智能停车算法能够更好地管理资源。

支持智能停车算法的另一个重要策略是基于历史停车记录的停车预测。这也有助于智能停车算法更好地预测停车需求。由于智能停车算法预测了近期的停车网格资源和停车需求，它可以更好地规划网格以匹配停车需求，从而获得最大的效益。

智能停车分配算法解决的问题

预测每辆车的停车时间长度：所提出的智能停车算法根据每个用户的停车历史记录来预测他们的停车行为。

根据用户的停车行为，将具有适当的可用停车长度的停车网格分配给适当的车辆。与相关的其他研究相比，所提出的智能停车算法可以更好地管理停车场网格的资源。

提高停车率：所提出的智能停车算法根据历史停车记录，预测在每个工作日的下一个时间点将停放的车辆数量。结合对每辆停放车辆的停车长度的预测，所提出的智能停车算法在停车需求和可用停车网格资源之间制定了更好的时间安排。

与相关的其他研究相比，智能停车算法提高了各停车网的利用率，从而提高了停车率。

获得更好的服务质量：所提出的智能停车算法预测了在每个工作日的下一个时间点将停放的车辆数量和每个被占用的停车网格的可用时间。这可以提高停车电网的利用率，这也表明可以满足更多的停车需求。

利用率和效益的提高：基于对驾驶员行为的预测和停车跟踪的预测，提出的智能停车算法可以预先查找时空表，描述不久的将来可用资源。

此外，智能停车算法还会根据司机的行为来预测每辆进站车辆的好处，并估计进站车辆的停车流量。因此所提出的智能停车算法提高了停车网格的利用率和从停车车辆中获得的好处。

智能停车分配算法的原理

让V= {v1，v2，…，vn}表示司机ui拥有车辆的n辆车辆。假设所考虑的停车场R={R1，R2，……，Rw}由w个停车场网格组成。每个停车网格被假定在任何特定时间最多为一辆车提供停车服务。

在智能停车场的入口处，有一个可以识别车牌的监控系统。当用户到达停车场时，监控系统将识别出车牌号码。这个数字将被发送到后端系统，作为算法的输入以作出一个决定，要么分配为其一个适当的停车网格，要么拒绝提供停车服务。

每个停车网格都有一个电子公告板、一个传感器和一个控制面板。该公告栏是用来显示允许汽车在该网格中停车的汽车的ID的。该传感器将检测驻车网格是否已被占用。控制面板安装在地面上，旨在拒绝汽车停放。

如果提出的算法拒绝到达的汽车，所有可用停车网格的公告牌将显示“已保留”，相应的控制面板将拒绝汽车停在可用网格中。因此驾驶员只能按照指引才能离开停车场。

如果算法允许到达的车辆提供停车服务，则可以为车辆分配最佳的停车网格，并且在停车网格上方的指示灯会闪烁，引导用户找到所分配的停车网格。

当车辆到达分配的停车位后，控制面板将被向下推，以便驾驶员可以将车辆停在停车网格中。由于停车网格可以由VIP用户预订，空停车网格的时间段应该安排和分配给最好的车，保证VIP用户总是有可用的停车网格停车当他们到达停车场。

因此，即使网格已被VIP预订，也根据提出的算法将预测的停车时间长度分配给适当的停车网格。

虽然贵宾已经规定了停车时间，但是为了容忍预测停车长度和实际停车长度的差异，保证贵宾总是有可用的停车网格，算法将保留少量可用的停车网格。

该算法主要分为三个阶段。

第一阶段被称为数据预处理阶段，其目的是从收集到的停车记录中删除无效的数据。

然后第二个阶段，称为停车行为分析阶段，进一步分析每个用户的停车行为。

第三个阶段称为车辆选择和分配阶段，旨在从进入的车辆中选择合适的车辆，并将其分配到可用的停车网格中。

如图2所示，有5个停车网格。在本例中假设一些停车场网格已经被VIP成员分配了。假设有一组V2的车辆在2点到达。

选择车辆v2和v1进行分配，因为它们的估计停车长度分别为5小时和3小时。在2点有两个空闲的停车网格R3和R5。停车长度最大的车辆v2将被引导到可用时间长度最长的空闲停车网格R5。显然，车辆v1将被引导到剩余的停车网格R3。

图2 一个最合适分配的案例

通过应用最差拟合策略，将从排序集中选择车辆v最大的值。其中v对最大停车长度的要求最大。然后将v最大的网格引导到根据Equ确定的停车网格R。然后将从Rj中删除最长的R，并从V j中删除最大的v。

智能停车分配算法评估

根据累计停车率和被拒绝车辆的数量对所提出的智能停车算法进行性能评估。该评估不将被拒绝的服务视为输入数据。以防可用的停车位数量很少，一个停车服务可能会被拒绝。然而，这个记录将不会被视为模拟数据库和算法的输入。

实验只计算被拒绝服务的数量，以衡量比较算法的性能。在实验中将所提出的WF-SPA、BF-SPA和PBF-SPA与现有的智能停车算法进行比较，后者提出了一种事件驱动算法，简称ED，以解决停车分配和预订的问题。

ED算法主要采用动态分配方法。首先用户可以使用互联网应用程序预订一个停车网格。然后ED算法计算被请求用户的到达时间，并进一步预测是否存在任何将在到达时间前完成停车的车辆。如果预测正确该算法将把可用的停车场分配给被请求的用户。

在实验研究中，使用MATLAB作为仿真工具。下面说明了在模拟环境中所考虑的参数。模拟采用2017年12月至2018年5月16个真实停车场的数据。

每日的交通流量在1600年到2000年之间。然而，为了衡量性能，每个停车场的停车位数量会发生改变，从100到900不等。贵宾们的数量是258个。

图3描述了一周内每天每小时的平均停车流量。停车数量从每天7点上升，从每天20点下降。当停车流量较低时，停车网格始终能够满足任何停车场内所有车辆的停车需求，从而使所有比较算法的性能相似。因此评估将只考虑每天7点到20点收集的数据。

图3 每日停车流量数据图

图4进一步总结了每月收集到的数据，并描述了一个月内从周一至周日每小时的平均停车流量。最大的停车流量出现在每天17点左右，每月总共约有5000辆车。可以观察到，从周一到周五的交通曲线相似，而周六和周日的交通曲线相似。

图4 每月从星期一到星期日的平均停车量

总结与概括

所提出的智能停车分配算法，旨在最大化停车场的效益（利用率）。所设计的智能停车分配算法分析用户的停车行为，并估计每辆车的停车长度。

智能停车分配算法采用了三种政策，包括最差适合、最佳适合和停车行为预测政策，分别由WF-SPA、BF-SPA和PBF-SPA指出。

WF-SPA应用最差匹配策略，找到空闲期最大的网格，并将它们调度到所选的车辆上。BF-SPA采用最佳配合策略，将车辆引导到最合适可用长度的停车网格。PBF-SPA通过应用停车行为预测政策，进一步根据停车历史预测近期的停车交通量。

根据对驾驶员行为和停车交通的预测，所提出的PBF-SPA可以通过调度可用停车网格的资源来更好地满足停车需求，从而提高各停车网格的利用率和效益。未来的工作将考虑不同时期的不同收费，并制定停车政策，以最大限度地提高服务质量和效益。

目前，一些大城市已经开展了基于智能停车算法的停车管理和服务，如日本的智能停车系统、美国的智能街道停车、英国的智能城市停车等。

在未来，随着人工智能技术的不断发展和应用，智能停车算法具有广阔的应用前景。它将会在城市交通、停车管理、车辆服务等领域发挥越来越重要的作用，成为未来城市发展的一大趋势和重要支撑。

参考文献：W. Shao, F. D. Salim, T. Gu, N.-T. Dinh, and J. Chan, Traveling officer problem: Managing car parking violations efficiently using sensor data, IEEE Internet Things J., vol. 5, no. 2, pp. 802–810, Apr. 2018.