基于大數(shù)據(jù)技術(shù)的智慧停車誘導(dǎo)系統(tǒng)研究

孟龍梅

摘要：針對(duì)城市停車難問題，研究基于大數(shù)據(jù)技術(shù)的智慧停車誘導(dǎo)系統(tǒng)。通過研究大數(shù)據(jù)生態(tài)系統(tǒng)，部署、搭建城市停車場(chǎng)信息大數(shù)據(jù)平臺(tái)。通過大數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)智慧停車數(shù)據(jù)采集、整合、分析、應(yīng)用的全部生命周期管理。

關(guān)鍵詞：大數(shù)據(jù);智慧停車;停車誘導(dǎo)

中圖分類號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）36-0097-03

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)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(jī)動(dòng)車數(shù)量增多，車主開車出門停車難問題也開始顯現(xiàn)出來。在很多城市的商業(yè)購物中心、農(nóng)貿(mào)市場(chǎng)、學(xué)校、飯店、賓館、車站、公園、行政單位等大型公共場(chǎng)所要么沒有停車場(chǎng)，要么停車位不夠用。私家車車主為了找一個(gè)停車位，常常一邊開著車一邊挨個(gè)地方找停車位。到了周末或節(jié)假日，有些場(chǎng)所停車難問題更加嚴(yán)重。雖然隨著私家車數(shù)量逐步擴(kuò)大，各地也不斷地新建或改造原有的停車場(chǎng)，但是如果單純采用人工管理停車場(chǎng)，已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足停車日常管理與停車誘導(dǎo)的需求。由于停車難問題得不到解決，機(jī)動(dòng)車亂停亂放的問題也隨之增加，影響到城市、企業(yè)、物業(yè)管理的形象。使用先進(jìn)的停車場(chǎng)管理系統(tǒng)和設(shè)備來提高停車場(chǎng)管理水平，已成為智慧停車必不可少的需求。

1.2 國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)

停車誘導(dǎo)系統(tǒng)是智慧化城市建設(shè)中智能交通的一個(gè)重要組成部分。這一點(diǎn)在歐美等發(fā)達(dá)國(guó)家的多個(gè)城市中已經(jīng)進(jìn)行了研究和應(yīng)用。通過使用停車誘導(dǎo)系統(tǒng)，不僅可以有效地緩解城市化建設(shè)中交通擁堵、停車難等情況，還可以減少道路上機(jī)動(dòng)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(chǎng)、停車位使用率得到了明顯提高，亦能取得良好的社會(huì)及經(jīng)濟(jì)效益。

首先，從智慧停車誘導(dǎo)系統(tǒng)的國(guó)內(nèi)外研究現(xiàn)狀方面來看，世界上最早的停車誘導(dǎo)系統(tǒng)在1971年的德國(guó)亞琛市建立?，F(xiàn)在歐美發(fā)達(dá)國(guó)家的大城市停車誘導(dǎo)系統(tǒng)已經(jīng)相當(dāng)完善與成熟，并且擁有先進(jìn)的、立體的智慧停車系統(tǒng)。

與國(guó)外發(fā)達(dá)國(guó)家和地區(qū)相比，我國(guó)智慧停車誘導(dǎo)系統(tǒng)起步較晚。但是隨著國(guó)內(nèi)汽車產(chǎn)業(yè)的快速發(fā)展，我國(guó)智慧停車的第一套停車誘導(dǎo)系統(tǒng)工程是從2001年北京王府井地區(qū)的智慧停車誘導(dǎo)系統(tǒng)開始的[1]。近年來，伴隨著科技發(fā)展，國(guó)內(nèi)的智慧停車誘導(dǎo)系統(tǒng)發(fā)展很快。目前上海、北京、深圳、杭州等城市都建立了停車誘導(dǎo)系統(tǒng)。2019年北京大興國(guó)際機(jī)場(chǎng)內(nèi)已實(shí)現(xiàn)有機(jī)器人進(jìn)行輔助停車。

其次，從智慧停車誘導(dǎo)系統(tǒng)的發(fā)展趨勢(shì)方面來看，通過大數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)智慧停車系統(tǒng)的數(shù)據(jù)采集、整合、分析、應(yīng)用的全部生命周期管理是智慧停車系統(tǒng)發(fā)展的必然趨勢(shì)。

國(guó)外對(duì)大數(shù)據(jù)的研究十分看重的同時(shí)，我國(guó)也加快了對(duì)大數(shù)據(jù)相關(guān)技術(shù)攻關(guān)的進(jìn)程。在2015年兩會(huì)上，“大數(shù)據(jù)（big data）”一詞被第一次以寫入政府工作報(bào)告的方式讓人們所熟知?，F(xiàn)在一些大城市也正在發(fā)展智慧城市建設(shè)，在智慧交通領(lǐng)域，使用大數(shù)據(jù)進(jìn)行商業(yè)智能得到城市停車難問題中車輛的出行規(guī)律以及原因，再根據(jù)分析預(yù)測(cè)結(jié)果進(jìn)行智慧停車誘導(dǎo)一直被視為城市化建設(shè)中緩解交通壓力的有效技術(shù)手段。實(shí)現(xiàn)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(shù)據(jù)技術(shù)的智慧停車誘導(dǎo)系統(tǒng)的總體設(shè)計(jì)框架

基于大數(shù)據(jù)技術(shù)的智慧停車誘導(dǎo)系統(tǒng)，立足于大數(shù)據(jù)技術(shù)的要求，進(jìn)行數(shù)據(jù)采集，大數(shù)據(jù)平臺(tái)搭建，異構(gòu)數(shù)據(jù)處理、數(shù)據(jù)清洗，數(shù)據(jù)挖掘，對(duì)常用的誘導(dǎo)算法進(jìn)行分析比較，選擇較合適的誘導(dǎo)算法，為車主提供較全面的、較現(xiàn)實(shí)的、可選擇的就近停車場(chǎng)進(jìn)行顯示。由車主來選擇所顯示的停車場(chǎng)，從而實(shí)現(xiàn)最佳路徑的停車場(chǎng)、停車位引導(dǎo)，這種引導(dǎo)服務(wù)便捷可靠，解決了開車出行又擔(dān)心停車難的問題。系統(tǒng)的總體設(shè)計(jì)框架如圖1所示。

3 數(shù)據(jù)采集與準(zhǔn)備

大數(shù)據(jù)的一個(gè)重要特點(diǎn)是數(shù)據(jù)源多樣化，包括數(shù)據(jù)庫、文本、圖片、網(wǎng)頁等各類結(jié)構(gòu)化、非結(jié)構(gòu)化及半結(jié)構(gòu)化數(shù)據(jù)[2]。因此，大數(shù)據(jù)處理的第一步就是從數(shù)據(jù)源采集數(shù)據(jù)并進(jìn)行預(yù)處理等數(shù)據(jù)準(zhǔn)備工作，目的是把相關(guān)的數(shù)據(jù)放到一個(gè)數(shù)據(jù)庫或者數(shù)據(jù)集，為后續(xù)流程提供統(tǒng)一的高質(zhì)量的數(shù)據(jù)集。在很多情況下，現(xiàn)階段大多數(shù)城市的停車管理系統(tǒng)還未完全實(shí)現(xiàn)數(shù)據(jù)共享，為了構(gòu)建實(shí)現(xiàn)業(yè)務(wù)目標(biāo)的模型，需針對(duì)缺少的數(shù)據(jù)資源進(jìn)行額外的補(bǔ)充，可向停車場(chǎng)所屬公司征求相關(guān)信息，或購買相關(guān)統(tǒng)計(jì)數(shù)據(jù)。

4 搭建大數(shù)據(jù)技術(shù)平臺(tái)

城市的停車場(chǎng)停車數(shù)據(jù)具有結(jié)構(gòu)復(fù)雜、數(shù)據(jù)量巨大以及增量迅速等典型大數(shù)據(jù)特點(diǎn)，傳統(tǒng)關(guān)系型數(shù)據(jù)庫不足以應(yīng)對(duì)智慧停車誘導(dǎo)需求?？梢圆捎藐P(guān)系型數(shù)據(jù)庫和分布式計(jì)算系統(tǒng)混搭的方式實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)[3]。Hadoop是目前最重要的分布式計(jì)算系統(tǒng)之一，常用于離線的復(fù)雜的大數(shù)據(jù)分析處理。

4.1 數(shù)據(jù)存儲(chǔ)

數(shù)據(jù)存儲(chǔ)層主要負(fù)責(zé)大數(shù)據(jù)的存儲(chǔ)和管理工作。通過混搭分布式文件系統(tǒng)和關(guān)系型數(shù)據(jù)庫，將所有接入數(shù)據(jù)中心的數(shù)據(jù)進(jìn)行存儲(chǔ)，并配合統(tǒng)一的數(shù)據(jù)接口，從而保證數(shù)據(jù)應(yīng)用和處理的穩(wěn)定高效運(yùn)行。其中，使用HDFS（Hadoop Distributed File System分布式文件系統(tǒng)）構(gòu)建分布式文件系統(tǒng)來存儲(chǔ)、訪問和處理一些非關(guān)系型的數(shù)據(jù)。使用SQL server 存放關(guān)系型元數(shù)據(jù)和數(shù)據(jù)庫表數(shù)據(jù)，以利于系統(tǒng)的分析、查詢與匯總。大數(shù)據(jù)平臺(tái)存儲(chǔ)并管理來自各源系統(tǒng)的數(shù)據(jù)，從而為用戶提供相應(yīng)的數(shù)據(jù)服務(wù)，是整個(gè)統(tǒng)計(jì)分析系統(tǒng)的核心。這些數(shù)據(jù)是按照數(shù)據(jù)模型分類別進(jìn)行組織、重構(gòu)和存放的，包含當(dāng)下數(shù)據(jù)和較長(zhǎng)時(shí)期的歷史數(shù)據(jù)。

4.2 數(shù)據(jù)清洗

數(shù)據(jù)清理和轉(zhuǎn)換在數(shù)據(jù)挖掘過程中是最消耗時(shí)間及資源的一步。在使用已有的數(shù)據(jù)資源前，必須對(duì)其進(jìn)行轉(zhuǎn)換和清理，以轉(zhuǎn)變不可用元數(shù)據(jù)為可用數(shù)據(jù)并清理資源中的不相關(guān)信息和噪音，達(dá)到減少資源浪費(fèi)并提高數(shù)據(jù)針對(duì)性的目的。包括以下幾種。

4.2.1 數(shù)值轉(zhuǎn)換

對(duì)一些值連續(xù)的數(shù)據(jù)，例如進(jìn)場(chǎng)時(shí)間列和出場(chǎng)時(shí)間列中的數(shù)據(jù)，一個(gè)典型的轉(zhuǎn)換是把這些數(shù)據(jù)進(jìn)行離散化處理。除了離散化技術(shù)之外，數(shù)據(jù)規(guī)范化也十分必要，即映射數(shù)值至特定范圍，如0～1，或保留特定標(biāo)準(zhǔn)偏差，如1。

4.2.2 分組

離散數(shù)據(jù)除有用以外，還常常具有更為清晰的值。為減少模型的復(fù)雜性，可以把這些值分組。例如，進(jìn)場(chǎng)時(shí)間列可能會(huì)分散在一天中各個(gè)時(shí)間段，如早高峰段、晚高峰段等?？梢詫⑺羞@些時(shí)間段分到一個(gè)組中，該組的值是高峰段。

4.2.3 聚集

聚集是一種重要的轉(zhuǎn)換，可以從數(shù)據(jù)導(dǎo)出額外的值。假定想要基于每個(gè)車主的停車時(shí)長(zhǎng)對(duì)車輛進(jìn)行分組，則需要對(duì)所有車輛資料進(jìn)行聚集，假定想要基于每個(gè)車主的停車時(shí)長(zhǎng)對(duì)車輛進(jìn)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(shí)長(zhǎng)與車主停車次數(shù)，以應(yīng)用于整個(gè)數(shù)據(jù)挖掘模型。

4.2.4 缺失值處理

大多數(shù)數(shù)據(jù)都包含缺失值。引起數(shù)據(jù)缺失的原因有很多，例如，某停車場(chǎng)有兩個(gè)來自不同OLTP數(shù)據(jù)庫的車場(chǎng)停車表，由于兩表無法完全相符的定義，直接合并兩表數(shù)據(jù)則會(huì)致使缺失值的產(chǎn)生。缺失值的處理直接關(guān)系到解決方案的業(yè)務(wù)價(jià)值，因而尤為重要。在不同案例中，或需對(duì)缺失值進(jìn)行保留，或需刪除整個(gè)記錄，或需代入其他數(shù)據(jù)（如應(yīng)用實(shí)序數(shù)據(jù)對(duì)應(yīng)以前的值或直接使用最普遍的值）。部分案例要求更為嚴(yán)格，則可以使用相應(yīng)數(shù)據(jù)挖掘預(yù)測(cè)所缺失事例對(duì)應(yīng)的可能性最大的值。

4.3 數(shù)據(jù)挖掘

在大數(shù)據(jù)時(shí)代，商業(yè)智能中的最關(guān)鍵工作就是數(shù)據(jù)挖掘。海量的數(shù)據(jù)中有各種類型的數(shù)據(jù)，有的數(shù)據(jù)不完全，有的數(shù)據(jù)表達(dá)模糊，數(shù)據(jù)挖掘就是在這些隨機(jī)的大型數(shù)據(jù)庫中發(fā)現(xiàn)其中有價(jià)值的數(shù)據(jù)規(guī)律，建立挖掘模型，使用數(shù)據(jù)挖掘算法分析出有用的信息，也可以為各停車場(chǎng)管理部門提供決策支持。對(duì)停車信息進(jìn)行數(shù)據(jù)挖掘，有助于分析交通擁堵的原因，結(jié)合車輛購買的增長(zhǎng)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(chǎng)，要不要限行等。常用的大數(shù)據(jù)的挖掘算法有很多，如決策樹、聚類算法、回歸分析、關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)方法、時(shí)序算法、Web數(shù)據(jù)挖掘等。商業(yè)智能工具可以在數(shù)據(jù)平臺(tái)的基礎(chǔ)上，能夠快速地生成固定格式報(bào)表、靈活動(dòng)態(tài)查詢、OLAP分析、圖形分析等應(yīng)用。

大數(shù)據(jù)整體架構(gòu)主要由以下幾部分組成，即數(shù)據(jù)源、數(shù)據(jù)導(dǎo)入、數(shù)據(jù)平臺(tái)、商業(yè)智能工具、應(yīng)用平臺(tái)，如圖2所示。

5 停車誘導(dǎo)系統(tǒng)

通過采集停車場(chǎng)、路面臨停車輛的車位信息，依靠自建網(wǎng)絡(luò)將數(shù)據(jù)發(fā)送至信息處理中心，信息處理端對(duì)收集到的停車信息進(jìn)行處理、統(tǒng)計(jì)、分析等。再由停車誘導(dǎo)系統(tǒng)建立信息共享的停車信息管理系統(tǒng)，實(shí)現(xiàn)停車場(chǎng)自動(dòng)識(shí)別車位占用功能，自動(dòng)誘導(dǎo)車輛出入，縮短車主尋找車位的時(shí)間。

停車誘導(dǎo)系統(tǒng)是以可視化信息發(fā)布屏為載體，為車主提供停車場(chǎng)的位置信息、道路擁堵信息，停車場(chǎng)空余車位等實(shí)時(shí)數(shù)據(jù)信息，引導(dǎo)車主合理選擇行駛路段進(jìn)行停車。同時(shí)對(duì)數(shù)據(jù)平臺(tái)的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘分析找到數(shù)據(jù)中的規(guī)律，為停車場(chǎng)管理部門、交管部門提供輔助決策。停車誘導(dǎo)系統(tǒng)由停車場(chǎng)的數(shù)據(jù)采集器、數(shù)據(jù)發(fā)布平臺(tái)和停車信息發(fā)布端組成?？梢圆捎糜芯€或無線的通信方式，將數(shù)據(jù)采集區(qū)域內(nèi)的所有停車場(chǎng)納入其中，實(shí)現(xiàn)區(qū)域智慧停車誘導(dǎo)全面覆蓋。停車誘導(dǎo)系統(tǒng)結(jié)構(gòu)如圖3所示。

系統(tǒng)由三部分組成：停車場(chǎng)數(shù)據(jù)采集器、誘導(dǎo)系統(tǒng)數(shù)據(jù)平臺(tái)、信息發(fā)布子系統(tǒng)。數(shù)據(jù)采集器位于停車場(chǎng)內(nèi)，由車輛探測(cè)器和控制器組成;誘導(dǎo)系統(tǒng)數(shù)據(jù)平臺(tái)充當(dāng)中央處理系統(tǒng)的角色，功能是對(duì)數(shù)據(jù)進(jìn)行分析并顯示在相應(yīng)的輸出設(shè)備上;信息發(fā)布子系統(tǒng)包括誘導(dǎo)顯示屏即LED電子公告牌控制器、網(wǎng)絡(luò)信息服務(wù)器，信息發(fā)布子系統(tǒng)在發(fā)布控制器的控制下實(shí)現(xiàn)電子公告牌的信息發(fā)布功能，分為一、二、三級(jí)誘導(dǎo)顯示數(shù)據(jù)。數(shù)據(jù)更新時(shí)間一般可設(shè)定為3～5分鐘，更新頻率可調(diào)節(jié)。

5.1 一級(jí)誘導(dǎo)顯示屏

一級(jí)誘導(dǎo)顯示屏設(shè)置在進(jìn)入主要路段的道路內(nèi)側(cè)面，用于顯示道路實(shí)時(shí)交通情況、停車場(chǎng)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(yuǎn)距清楚地看到。一級(jí)停車誘導(dǎo)顯示屏的建造結(jié)構(gòu)要求結(jié)實(shí)穩(wěn)定，能保證在強(qiáng)風(fēng)和暴雨等惡劣氣候條件下的安全。

5.2 二級(jí)誘導(dǎo)顯示屏

二級(jí)停車誘導(dǎo)屏設(shè)置在停車場(chǎng)周邊的道路側(cè)面，指示從道路上進(jìn)入停車場(chǎng)的方向。LED電子公告牌上顯示停車場(chǎng)中文名稱、方位箭頭、距離和停車場(chǎng)標(biāo)志、停車場(chǎng)的空余車位數(shù)目等信息。二級(jí)停車誘導(dǎo)屏的建造結(jié)構(gòu)要求穩(wěn)定，能承受強(qiáng)臺(tái)風(fēng)和強(qiáng)暴雨的侵襲。

5.3 三級(jí)誘導(dǎo)顯示屏

三級(jí)停車誘導(dǎo)屏設(shè)置于停車場(chǎng)入口處和停車場(chǎng)內(nèi)部，LED電子公告牌上顯示指示停車場(chǎng)內(nèi)部停車位方位的信息。顯示具體停車場(chǎng)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(chǔ)并發(fā)布。另外，在停車場(chǎng)內(nèi)部也可以使用三級(jí)誘導(dǎo)屏進(jìn)行出口誘導(dǎo)，指導(dǎo)用戶根據(jù)出口周邊的路況信息選擇合適的出口。

5.4 車位引導(dǎo)實(shí)現(xiàn)

在每個(gè)停車場(chǎng)安裝N個(gè)地磁感應(yīng)器，用來感應(yīng)車位狀態(tài)和識(shí)別車輛信息，通過無線或有線方式進(jìn)行數(shù)據(jù)傳輸。當(dāng)車輛在某個(gè)車位上停放30秒以上時(shí)，認(rèn)為車輛已在此車位停放，將車位占用信息給路由節(jié)點(diǎn)，再由路由節(jié)點(diǎn)將車位占用信息發(fā)送到停車場(chǎng)網(wǎng)關(guān)節(jié)點(diǎn)，可以實(shí)時(shí)通過LED電子公告牌顯示車位占用及空余車位信息，同時(shí)向大數(shù)據(jù)管理平臺(tái)提供數(shù)據(jù)，方便管理平臺(tái)進(jìn)行車位安排管理及引導(dǎo)提醒。在停車場(chǎng)的出入口處，設(shè)置用于感應(yīng)車輛進(jìn)出的感應(yīng)器，統(tǒng)計(jì)車輛進(jìn)出數(shù)據(jù)，用于對(duì)進(jìn)出停車場(chǎng)的車輛數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和周期性上傳。

6 結(jié)束語

在基于大數(shù)據(jù)技術(shù)的停車誘導(dǎo)系統(tǒng)的總體設(shè)計(jì)框架中最關(guān)鍵的技術(shù)是停車數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)清洗和停車數(shù)據(jù)挖掘分析技術(shù)。使用關(guān)系型數(shù)據(jù)庫和分布式文件系統(tǒng)混合搭建的方式實(shí)現(xiàn)大數(shù)據(jù)平臺(tái)可以實(shí)現(xiàn)這一功能。從而不僅使停車場(chǎng)的綜合管理得到全面的提升，也實(shí)現(xiàn)了城市智慧停車。

參考文獻(xiàn)：

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

[2] 方巍，鄭玉，徐江.大數(shù)據(jù)：概念、技術(shù)及應(yīng)用研究綜述[J].南京信息工程大學(xué)學(xué)報(bào)，2014，6（5）：405-419.

[3] 徐時(shí)芳，羅曉賓，陳陽華.基于Spark的分布式大數(shù)據(jù)分析建模系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù)，2018，41（20）：172-174，178.

[4] White T.Hadoop權(quán)威指南：大數(shù)據(jù)的存儲(chǔ)與分析[M].4版.北京：清華大學(xué)出版社，2017.

[5] MacLennan J，Tang ZhaoHui，Crivat B.數(shù)據(jù)挖掘原理與應(yīng)用[M]. 2版.北京：清華大學(xué)出版社，2010.7

【通聯(lián)編輯：代影】