装上这个神奇系统，手机里的停车app都可以卸了

项目来啦

 

今天这一期“项目来啦”是给马路新手和老司机们的福利，它关联到驾车出行的最关键一环节――停车。

世界上最远的距离不是从一个停车场开出来到另外一个停车场，而是我明明到了停车场前却告诉我没位！惊不惊喜，意不意外！

近日，记者get到了一门黑科技，它可以把“世界上最远的距离”变成“最近距离”。它就是城市级车联网停车诱导服务。

这项技术会根据你行程路径，给你推荐行进路段附近的一个有位的停车场，随着车辆行驶路线的改变，所推荐的停车场也会不一样。在你确定要停车后，它还能为你一键导航到停车场。取车时，在车上即可完成缴费。

研发这项服务的是中科院深圳先进院汽车研究中心的团队。

有没有位置停车其实是一个数学问题？

据悉，目前全国还没有一个城市可以做到把所有实时的停车动态信息联网。一方面，运营着记录车辆出入数据，只是为了方便管理，并没有对用户停车起诱导作用。另一方面，让所有停车场进行设备改造、升级、联网的工程量巨大。

（上两图为车牌识别系统和路边停车系统，第二张图车位中心黄色区域为感应装置。当前城市停车场通过凭车牌识别、场内检测及路边计费停车等记录车辆数据。）

那么，还有什么办法可以让车主提前得知停车场有没有位可停？

彭磊团队则想出了用历史数据搭建数学模型的办法。就像金融业常用过去的数据，通过数学模型，预测未来的经济走势。

通俗一点说，彭磊团队是通过对过往数据分析，找出停车场里车进出入的规律，把这一规律用数学公式表达出来，并通过算法不断地学习，而推算出停车场有没有空位。

相比于实时数据，向停车场购买过往的历史停车数据则更具可操作性，而停车场位置信息、车位数量、收费标准及服务人群则可通过交警备案查找到。

（这是彭磊团队根据停车场信息建立的数据库，在图中可以看到停车场被一个个扫描出来。）

“用户最想知道的是有没有车位可以停车，而非有多少剩余空位。在用户对精度要求不是那么高的情况下，我们回避拿实时数据的高成本，用历史数据来做分析。人的生活状况、社会活动有一定的规律性，比如人们早上上班，晚上回家，周末喜欢出去逛一逛，而这种规律性会反映在交通出行上，更精确地说可以反映到停车数据上。”

彭磊举例，在上班时间，写字楼附近的停车场都是满的，在这一时段，写字楼附近的停车场都呈现这种规律。又如北大医院，看病的人多，北大医院停不了车，车主会往莲花北开，而莲花北是典型住宅区，停车场白天会空余一些，去北大医院的车就停进去了，尽管莲花北是一个住宅区，但是它的停车场一整天都很满。

在不同位置的停车场，拥有相同的特点，以此类比，用一个停车场特征建立模型类比其他停车场，可以减少历史数据的取样，同时避免了高成本做整个城市停车实时数据的整合。

（这个叫做“样本扩散”，就是一个相同类型停车场类比的过程，直到把整个城市的停车场都用特征模型表示出来）

彭磊所提到的这些停车场特征最终可以通过建立数学模型来表达，成为机器所能理解的算法，从而被用于计算某一区域附近有哪个停车场有位置可停放车辆。

“通过停车场的基础信息和位置关系，我们就像搜索引擎当中对网页重要度进行评判一样，算出哪些停车场的重要性会高于另外一些，这个重要性是指停车场有可能有空余停车位，并将它排在推荐的前面。” 以此来实现在没有任何实时数据的情况下，对整个深圳所有停车场进行重要性分类。

（从动图中可见，在车辆行进过程中，算法在实时计算各停车场的评分，蓝色的柱状图起伏不定正是这个评分的过程，上升得高的重要性比其他停车场高。）

除了对停车场基本信息的分析，推荐停车场的过程还会把车辆的行驶方向、行驶路线，交通红绿灯纳入考虑。这套数学模型会随着车主的行驶不断地对周边停车场做计算，从而选择出用时短，路线优，距离目的地近，并且有停车位的停车场进行推荐。

此外，在车主决定把车停在推荐的停车场后，可以通过方向盘上的按钮一键开启导航到停车场。

（在图中，随着车辆行进，推荐的停车场会有所不同，停车场图标颜色也发生了改变以表明重要性。红色为推荐停车场，而图标上的数字则代表车位个数。）

选择安装在车载系统上有些“小心思”

目前，根据历史数据做出的模型经过不断训练后，判断停车场有还是没有停车位的准确率达到90%以上。当记者问到，那剩下的10%左右怎么办时，彭磊回答说，如果错过一个停车场，那么车辆往前走，它再次推荐的停车场是一定有位子停的，连续两次算法出现错误的概率非常地低。但可以想象，用户对出错的容忍度是有限的。

彭磊团队补充说道，下一步会精进算法到让推荐准确告诉用户所推荐的停车场还剩余多少空位。目前虽能推算出剩余车位数量，但还是基于日常规律出行做的推算，下一步要提高准确度。

不过，总有例外会打破日常停车的规律性，比如说商场突然搞促销，或是某个地方有体育赛事，周边停车的需求猛然增多，超出了原有特征。彭磊说这时候还是要借助实时数据做调整，让推荐更优化。他提到，这也是未来服务大面积展开后的其中一方面，和行业伙伴合作拿到实时数据作算法的补充。

（这是团队做的动画示意图，表示当停车场停满车后，这个停车场将不会被纳入推荐范围，没有出现马路上的车开进来发现车位已满，只能离开的情况。）

这项服务目前计划加装在车载系统中。问及做成手机软件不是更方便用户使用吗，彭磊的回答透露了团队后续的拓展方向。

他说，现在深圳车辆保有量为300多万台，但登记在案的4000多个停车场可提供的只有100多万个车位，仍有很大缺口，也有相当一部分车停在你所不知道的地方。

“如果诱导系统装在车上，诱导服务普及了，我们可以通过车辆数据的提取发掘更多的停车位，满足300多万个车位的缺口。”同时，这项服务也能帮助相关方做更好的交通规划，例如帮助政府打造城市停车平台。

彭磊表示未来团队不排除寻求一些巨头合作，优势互补，理想状态是做到从场外到场内的诱导停车，完成点对点交通链条的服务。

除了上面主要介绍的推荐停车功能，这个服务还有另外的拓展功能。它能在车进入到停车场后，直接对接到停车场场内服务系统，在车内完成付费，然后直接开出停车场。

某种程度上说，这个诱导服务对选择困难症患者能帮上忙，想象一下开车到一个人生路不熟的地方，导航给我推荐几个我都不知道的停车场让我选择，这该有多痛苦。而这个服务会直截了当地告诉我一个最好的解决方案。

说了那么多，最后，重中之重是，你得先有辆车！

注：视频资料来自中科院深圳先进院，其余为网络图片

往期回顾

12

 

“项目来啦”是读创科技与中科院深圳先进研究院打造的科技专栏，围绕机器人、人工智能、大数据、生物医药、高端医疗影像产业、脑科学、新材料新能源等战略新兴产业的项目为您带来新解读。