智慧停车设施中信息化系统解析与前沿技术研究

许毅，马会凯，奚迪

（上海市质量监督检验技术研究院电子电器家用电器质量检验所，上海 201114）

引言

近年来，停车难已然成为众所周知的大中型城市生活的弊病，鉴于停车资源的有限性、环境复杂性和不可复制性，限与放两方面需要不断平衡，一方面对于源头私家汽车的数量和出行限制，另一方面，放开信息营的束缚，更要注重利用新型智能装备以及物联网/互联网+等高新技术，大力发展和完善城市智慧停车领域的建设与管理，打破信息不对等造成的资源浪费，实现现存的有限停车资源的合理调度与有效利用，这些需求都驱使着基于智能化停车引导新型信息化系统和数据管理平台亟待开发。

日前，国务院办公厅转发国家发展改革委、住房城乡建设部、公安部、自然资源部几大部门《关于推动城市停车设施发展的意见》[1]，强调我国城市停车设施规模持续增大，产业化发展日渐深入，指出尚且存在供给力短缺、治理水平低、市场进程滞后等问题，为加快补齐停车供给的短板、改善城市交通环境、推进高质量发展，提出了推进停车设施规划建设、加快设施提质增效以及相关政策保障等共计二十二条要求和意见，其中，针对智慧停车信息化系统领域，关于提升装备技术水平、优化停车信息管理、推广智能化停车服务、鼓励停车资源共享四个方面均提出了结合新技术和新模式的更为细化的支持措施。

早在2015年和2016年，国家发改委连续两年发布了《关于加强城市停车设施建设的指导意见》[2]和《停车场建设工作要点的通知》[3]，均提出关于停车智能化和信息化的建设要求，大力开展城市级停车信息系统的开发，促进与互联网的融合发展，进行停车数据平台建设，建立基础数据库并实现动态更新与实时共享，用以充分发掘停车位的存量资源，为大众提供更便捷和高效的停车引导服务。另，2017年上海举办中国商业年会（TASICC）[4]，主题为“开放、智慧、融合”，其中，国内智慧停车行业领军企业承办“智慧城市+静态交通发展论坛”，从政策与规划的高度，指出智慧交通解决问题关键在于打破城市中交通、出行、停车和收费等各个信息壁垒，推动整个大数据应用实现开放、共享、集成，改变目前城市运行和管理的不合理局面。“中国制造2025”重点领域明确的发展技术路线图中指出智能网联汽车的发展目标是：至2025年将自主的智能网联汽车产业链与智慧交通体系基本建成[5]。

以停车为切入点，以智能信息化技术为依托，以停车场应用为场景，“物联/互联网+停车”将是一个具备万亿级市场空间的领域。与智能网联汽车产业应用密切相关的智能停车领域正在成为智慧交通最重要的风口和真正解决问题的关键所在。

1 智慧停车产业发展与系统基本构成

1）智慧停车产业发展概况

智慧停车产业涉及的不单是停车功能的需求，还涉及整套由停车为起始所引发的生态圈和服务产业链（如图1所示）：第一层面是停车基础功能方面的需求，如空车位查询与预定、停车路线定位与导航等；第二层面涉及支付相关的需求，如停车费支付、预约缴费和补缴等；第三层面，车生活相关的需求，如停车代泊、汽车保养和保险等；第四层面，最终数据共享方面的需求以及与其它行业的数据对接与融合等。

图1 停车生态圈和服务产业链结构图

城市解决停车难，停车线一端连接着动态交通，一端扎进社区和公路内外，各应用场景的管理方式也不尽相同，一方面，需要建立一个高效、高性能的新型信息化装备系统和实时、动态化、多样化集成、分布式控制的交通信息数据网，另一方面这也是一个城市多方面综合治理的社会课题，智能停车涉及诸多权益关系的分界与协调，需要政府机构、企业、用户个人相匹配适应的综合智慧治理架构。这不只是目前北上广深的迫切需求，更是全国所有大中型城市经济发展需要考虑的社会问题。

高新技术固然是解决问题的工具和手段，另一方面真正的设施建设和社会化推广绝对需要“兼容并举”。目前提供智慧停车解决方案的企业、系统集成商、设备研发制造商等各自分头行动，技术能力良莠不齐，车位信息采集的实现方式多种多样、采用设备性能层次高低不等、信息处理与查询算法千变万化、信息传输模式、通信协议和软件数据接口复杂多元，更是难以互联互通，利益驱使各自为政、圈地为营，数据信息静态化且数据存储彼此独立，更谈不上实时性和动态化共享，用户跨域使用不便，城市管理难以升级，停车也就难以真正实现“智慧化”。

智慧停车系统的用户主体包括停车场业主方、停车场建设者、物业管理者、运营管理者、公共安全保障部门、相关机构等六大类。智慧停车系统的服务主体主要包括软硬件产品/设备提供商、产品/服务提供商、政府执法部门、停车信息服务提供者、基础设施管理部门等几大类，随着智慧停车平台技术和规模扩展，智能化程度提高，可应用的商业模式也会不断拓展，未来也可能会涉及交通管理部门、旅客运输部门、紧急事件管理部门、货物运输服务提供者等新的服务对象。

2）基于已有技术的智能停车系统基本构成

从目前客户应用的角度进行简单通俗描绘，智慧停车系统平台即通过通信信息网络和智能自动化装置协助车辆驾驶员或自动驾驶机制在一定时限内获取本车可用的停车位置信息，并提供给驾驶员或自动机制精确的定位和路线导航，完成最终停泊/取车的任务全流程，也包括预定和移动支付等服务项目的延展应用。

从应用层面讲，智慧停车平台的功能就是实现有限资源的动态化实时调度与合理再利用。根据设计原理，智慧停车系统可分为三大部分：信息的采集与传输、信息的处理与人机界面、信息的储存与查询。一个先进的智慧停车系统的基本架构，从网络平面而言主要有四个组成部分，其中三个是构成系统架构的硬件部分，包括停车信息采集终端子系统（传感器组网的部分）、网关和服务器的通信传输网中继设备，一个是用户端软件，与城市级信息化数据中心的建立共同构成架构的软件部分，后续大数据的积累将会产生更广泛的应用场景、满足更多需求偏好。

2 新型智慧停车信息化系统的构建与各部分关键技术点

新型智慧停车平台将是计算机统一管理下集多种技术于一体的复杂机电一体化信息系统，可能涉及但不限于：物联技术、互联网技术、传感器技术、无线通信技术、组网技术、信息技术、新能源技术、自动控制技术、嵌入式软件、数据存储与处理、云计算技术等，将大量传感器、嵌入式终端、智能中控、通信设备和设施通过虚拟网络-实体物理网络系统CPS形成智能网，使人、机器与服务之间能够互联，从而实现横、纵向层面以及端对端的高度集成和资源整合，从而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合停车管理系统，未来或将具备“智慧、能自学习、能进化”的生命体特征。

从功能实现的技术层面而言，目前智慧停车信息系统主要可分为数据采集系统、数据中心和用户端三大部分（如图2所示）。

图2 智慧停车信息系统的结构

数据采集系统负责静态和动态停车数据的采集，包括可用车位数量，车位地理信息，收费价格，等等。采集系统得到的数据通过无线通信发送或者人工录入数据中心。

数据中心有两个主要功能：第一功能为保存车位实时信息，历史数据信息，采集系统设备信息，用户信息，用户记录等；第二个功能是根据用户需求给出大数据分析结果，比如5 min后用户目的地址周围可用停车位概率。数据中心提供接口给用户端的停车引导应用。

停车引导应用为用户提供获取停车信息的界面和接口，包括手机应用程序，web页面，PC应用程序等。用户可以通过这些应用获得目的地址周围的停车信息，比如：可用停车位数量，车位可得概率，收费价格等，来帮助自己停车，也可用这些信息提前规划行程。

1）数据采集系统

智慧停车数据采集系统的设计应能接纳现有的数据采集技术，并能和已建成基础设施保证较好的兼容性。以压力传感技术作为停车位采集终端所构成的系统为例，其中，静态数据一般可采用人工采集和利用第三方数据库来收集；而动态数据采集可有三种方式：

①对已建成的智能停车场设施，数据采集系统通过建立相应接口，传感器直接执行采集。

②对于第三方的停车数据库，如果其数据精确，数据采集系统通过数据接口获取数据，这就要求两方数据库接口互相兼容。

③对于非智能停车场、路边停车位、老旧小区停车和新建停车场，则可利用低成本的无源压力传感器件监测车位状态。

新型压力传感数据采集系统包含两类设备（如图3所示）：传感器节点和中继节点。传感器节点负责监测多车位并把车位占用信息发送到中继节点；中继节点负责将多个传感器节点的信息转发给数据中心。传感器节点和中继节点之间通信采用最新的低速率长距离通信技术（如LoRa、NB-IoT等）。

图3 新型压力传感器的停车位数据采集子系统

2）数据中心

智慧停车数据中心以功能实现的角度，包含四个子系统，如图4所示。

图4 数据中心的功能逻辑架构

①设备信息系统负责数据采集系统的管理和维护。

②实时停车数据系统负责实时停车数据的存储、管理和维护，响应来自用户的实时数据请求，提供数据给历史数据系统查询。

③历史停车数据系统负责对历史数据的分析和结果的存储，响应来自用户端对历史数据分析结果的请求。

④用户信息系统负责用户信息的存储、管理和维护，负责车位可得概率的分析，响应来自用户的各种请求。

智慧停车数据中心要实现的功能需求和效果（未量化）：

①数据要全面：数据既要包含如停车价格之类的静态数据，也要包含实时可用停车位这样的动态数据。数据地域性信息要广且及时，这是考虑到驾车者扩地域行驶时，越是陌生地域对数据的需求越迫切。

②数据要准确：精确的可用车位数据才能保证驾车者体验舒适度和用户对停车引导系统的信任度。

③基于大数据分析的预测能力：基于精确的停车大数据，临近的短期和极短时间内的可用停车位概率预测对用户的使用更有价值。比如5分钟内目的地周围可用车位数量及可得概率可以帮助用户停车；一天内的停车预测更适合帮助用户规划自己的行程。

在数据中心的建设上，可采用自建云服务和购买云服务相结合方式构建数据中心，平衡成本和安全两个方面性能。为了保证数据中心的稳健性、安全性和可扩展性，可采用以下技术：

①在数据采集服务集群中采用的A/B双点负载均衡技术，以KeepAlive型服务为主，实现服务可用性；

②在API服务集群中采用的多应用服务轮询负载均衡技术，以Nginx技术为主，保证服务性能；

③采用ElasticSearch多节点集群服务，实现复杂查询的拆解来保证分布式多节点的横向扩展、高可用、高性能等特征；

④内存缓存（Redis）在高速访问中对已有数据的key/value型缓存和定时持久化，为数据抽取代理提供缓存服务；

⑤针对不同的数据类型可采用不同技术型式的数据库，保证实时和高效的数据查询和管理，比如对用户数据将采用关系型数据库，对车位数据和设备数据将采用时序型数据库，等等。

⑥所有数据库将采用异地定时同步主从备份技术（延迟在12~24 h内），为容灾做准备。

3）车位可得概率预测技术

实时的可用车位信息只能提供当前的车位使用状况，无法保证在用户到达目的地的时候仍然有空余车位。而车位预测可以结合历史与实时数据，给用户一个未来车位状态的描述和反馈，依据用户端需求给停车操作带来更多的确定性。

新型智慧停车数据中心的预测服务器根据用户的目的地址需求，可以利用车位预测算法对当用户到达所选停车场时可用停车位数量及相应可取得概率进行合理预测。

图5给出一种新型车位预测算法流程：给定当前的时间为T，目标结果是预测未来∆t时长后可用车位的数量及概率。首先使用聚类算法将城市中所有停车场进行划分，然后在每个类别内进行分析，先使用主成分分析将数据进行压缩，再使用决策树预测可用车位数量，最后使用生存分析预测相应概率，给出最终计算结果。

图5 一种可用停车位数量及相应概率预测算法示例

3 结语

在诸多国家政策的大力推动下，为高新技术企业与质检机构、试验室和研究所等机构协作提供了一个重要契机，在技术评测的督导和监管下，开发高性能的新型智能停车装备、完善整体解决方案的架构、改进各组成子系统的设计和功能，在完成政府市场监管职能的同时提供技术支持和数据支撑，促进企业高标准地完成系统集成和工程实施，扩大业务和实现市场积累，完成行业布局和推广，为最终建立城市级的大型智慧停车管理示范平台奠定基础。这些工作将旨在推动系统发展和打破各方割据的局面，建立真正互联互通的城市级智慧停车平台，实现城市内乃至全国范围内车位资源的合理管理与调配，为城市级乃至国家级战略信息资源的开发和利用起到积极推动作用。