CN107038488A - 一种基于泊位预测和停车选择的停车场实时泊位预约方法 - Google Patents

Abstract

本发明公开了一种新的基于泊位预测和停车选择的停车场实时泊位预约方法。该方法对目的地附近的停车场在预计到达时间的空余泊位进行长时预测，考虑停车场泊位占有率、停车费用、步行距离等在内的停车效用进行停车场选择，以此选择拟预约停车场。为了弥补长时的泊位预测可能出现的精度不足的问题，系统会在行车途中对拟预约停车场进行短时预测并最终确认预约。该方法弥补了现有策略中无空余泊位风险和资源效率低下等缺点，有助于提高用户到达停车场后有空余泊位的概率，减少停车搜索，提高公共停车资源的利用效率，提升城市智能化水平。

Description

一种基于泊位预测和停车选择的停车场实时泊位预约方法

技术领域

本发明涉及一种公共停车场泊位预约方法，用于城市停车智能管理，属于智能停车研究领域。

背景技术

随着城市机动化的飞速发展，“停车难”逐渐成为各大城市交通的通病，直接影响着居民出行的便利性，也间接影响了社会经济效益。国外一份研究报告指出，城市交通中的30％的交通拥堵是由于小汽车搜寻空余泊位导致的。

为了缓解停车资源配置的不均及搜索停车泊位造成的交通压力，充分发挥停车作为社会公共资源的作用，将停车管理逐步智能化，建立“公平、可靠、高效、便捷”的停车预订系统，有助于改善居民出行体验，提高资源利用效率，最大化社会效益。

现有的两种停车预约策略如图1所示。时间共享性预约策略虽然不需要停车场保留泊位，但存在车辆到达停车场后无空余泊位的风险，会降低用户对预约系统可靠性的认可度；实时性预约策略需要停车场长时间保留一个空余泊位，影响了社会公平性和资源利用效率。且以上两种停车预约均无对停车场的选择，对于停车场能否接受这次预约以及能否实现停车场使用效率最大化均无太多考虑。

因此，为了更好地服务用户，同时最大化社会效率，需要建立一种综合的实时的停车场泊位预约方法。

发明内容

本发明的目的在于提供一种城市公共停车场泊位实时预约方法。该方法的基本思想是根据用户预约目的地估计行程时间，对目的地附近的停车场在预计到达时间的空余泊位进行估计，将停车场泊位占有率、停车费用、步行距离等作为依据计算停车效用，以负效用最小为原则优先选择停车场，在与用户确认后预约停车场。在行车途中，为了弥补长时的泊位预测可能出现的精度不足的问题，系统会实时监控预约停车场的空余泊位，在到达目的地前10min对预约停车场进行泊位预测，并根据预测结果与用户交互处理，选择最终停车场。

本发明的基本步骤如下：

c1、选择目的地并预测目的地附近停车场的泊位数；

c2、计算各停车场的停车选择概率；

c3、根据停车选择概率进行初步预约；

c4、行驶途中实时监控预约停车场泊位变化，进行确认预约。

步骤c1的具体过程包括：

c11、用户发出请求，预计行程时间：用户输入出发地、目的地和出发时间请求，系统根据出发起讫点以及历史交通状况，估计该次出行行程时间t，假设当前时刻为t^*，预计出发时刻与当前时刻的时间差为t₀，则用户预计在时间T＝t₀+t后到达目的地附近。

c12、搜索目的地附近停车场：搜索目的地500m半径圈内附近m处公共停车场，分别编号1,2,…,m。若目的地500m半径圈内无停车场，可将搜索范围适当放大到700m、1000m。

c13、提取各搜索停车场的相关信息，预计可用停车泊位数。对于停车场i(i＝1,2,…,m)，停车场i到目的地的步行距离为d_i，停车费用为f_i，总泊位数为N_i。分工作日、周末、节假日三种典型日期，利用机器学习方法(如：神经网络、支持向量机、随即森林等)对停车场泊位数进行预测，(由于对停车场泊位的长时预测不是本发明的重点，具体预测方法在此不予赘述)根据当前泊位数和历史停车数训练的模型进行多步预测，预测出停车场i在时间T＝t₀+t后的停放车辆数为则停车场i在时间T＝t₀+t后的泊位占有率为

其中，R_i为停车场i在当前时刻未完成的预约记录数(包括拟预约记录)。

步骤c2的具体过程包括：

c21、计算各停车场的停车选择效用：停车场i的停车效用U_i为

其中，α,β,C分别为停车费用、步行距离、停车占有率的效用系数，ζ为效用参数。由于驾驶员停车的选择是多种多样的，一般而言，驾驶员希望选择最佳(即阻抗最小)的停车场。根据驾驶员的偏好，可以对α,β,C设置不同的偏好参数组合。如某驾驶员希望少步行，对停车费用要求较少，则可以将β的取值调大，将α的值适当降低。

c22、计算各停车场的停车选择概率：本发明的选择模型利用多项logit模型，负效用越小的停车场被选择的概率越高。则停车场i被选择的概率P_i为

其中，θ为选择模型系数。

步骤c3的具体过程包括：

c31、根据停车选择概率对所选停车场排序：按选择概率从高到低排序，记排序后的停车场编号分别为k₁,k₂,…,k_m，选取最优停车场k₁；

c32、判断到达时刻无空余泊位风险：短时预测可以保证较高的精确度，而长时预测不可避免的存在预测误差，假设长时预测的允许偏差为a(0<a<1)。当选定停车场k₁在时间T后的泊位占有率o^(T)小于1-a，系统推荐用户接受此停车场预约；否则，系统提示用户在到达时，存在没有空余泊位的风险，定义风险系数η为

由定义式可知，η为介于0和1的值，当预测泊位占有率越接近于1，风险越大。

c33、用户确定是否接受该预约：若用户接受推荐最优停车场k₁，则初步预约阶段完成；否则，回到c31步，选择下一个概率次高的停车场，重复c32、c33步，直到用户接受预约。

c34、至此，该预约记录生成，记用户预约的停车场为k_j。为了行车途中安全，系统询问用户是否同意当选定停车场在到达停车场为k_j前10min内泊位不足时，授权系统自动下单，选定停车场为用户保留一个泊位，但用户需要支付该保留时间段的停车费用。

步骤c4的具体过程包括：

c41、行车途中系统后台监控目标停车场：在用户行车途中，系统实时采集该停车场的泊位数变化。

c42、距离目的地前10min进行再预测：计算预约停车场k_j在10min后的泊位占有率

其中，为停车场k_j在10min后的预测停放车辆数，为当前时刻停车场k_j未完成的预约记录数，为停车场k_j的总泊位数。

c43、根据再预测结果确认预约：由于短时泊位预测的精度较高，目前的预测算法预测10min后的泊位数基本能控制在3％以内，为了提高系统预约可靠性，本发明将容错范围扩大至5％。

当直接确认预约，且无需停车场保留泊位，计费从车辆到达停车场开始计费，确认预约订单完成。

当若用户在c34步骤中同意授权，系统自动为用户保留一个泊位，计费开始，特殊地，所此时停车场处于满位状态，则系统继续监控直到有一辆车离开，自动为用户保留一个泊位，计费开始；若用户在c34步骤中不同意授权(从常理看，该部分的用户占较少部分)，则系统询问用户是否仍然选定该预约停车场，若用户愿意承担到达停车场可能存在无泊位的风险，则继续导航至拟预约停车场k_j，否则系统取消拟预约停车场k_j，根据c31的排序重新选择停车场，直到用户同意或系统自动确认预约。

c44、车辆到达，结束预约：当车辆到达确认预约停车场后，停车完成后，该预约服务结束。

本发明的有益效果：本发明充分考虑了目的地附近的停车选择，加入用户对步行距离、停车费用、停车风险的偏好；弥补了现有策略中无空余泊位风险和资源效率低下等缺点，有助于提高用户到达停车场后有空余泊位的概率，减少停车搜索及带来的交通压力，提高公共停车资源的利用效率，提升城市智能化水平。

附图说明

图1为两种典型停车预约策略示意图；

图2为本发明的整体流程图；

图3为实施案例路网示意图。

具体实施方式

以图3所示的典型网格型路网和停车场示意图为例，实施本停车场实时泊位预约策略。

1、选择目的地并预测目的地附近停车场的泊位数

假设某用户的目的地为图3中的A点，当前时刻为7：30，用户预计7：50，根据历史的交通状态，估计用户该行程需要约40min。在其附近500m内总共搜索到4个停车场，分别标为停车场1、2、3、4。

采集这4个停车场的相关信息：停车场1距离目的地的步行距离d₁＝0.2km，收费为f₁＝10元/小时，总泊位数N₁＝200个；同样的，其他三个停车场的基本参数为：d₂＝0.1km，f₂＝12元/小时，N₂＝100个；d₃＝0.3km，f₃＝8元/小时，N₃＝150个；d₄＝0.4km，f₄＝5元/小时，N₄＝250个。

根据历史数据训练的模型，采用多步预测方法，设预测60min后4个停车场的停放车辆数分别为个，个，个，个，4个停车场当前时刻未完成的预约记录数分别为R₁＝10个，R₂＝10个，R₃＝15个，R₄＝20个，根据可以计算60min后各停车场的预测占有率：类似的，

2、计算各停车场的停车选择概率

假设该用户希望少步行，对停车费用要求较少，依据该用户的偏好设置效用参数组合：α＝0.1；β＝20；C＝15；ζ＝5。计算停车场1的停车效用为类似的U₂＝17.45，U₃＝18.3，U₄＝18.7。

停车选择模型中的选择参数θ取1.2，根据多项logit模型可以计算出停车场1的选择概率为类似的，P₂＝43.38％，P₃＝15.81％，P₄＝9.78％。

3、根据停车选择概率进行初步预约

按选择概率从高到低排序，停车场2>停车场1>停车场3>停车场4，首选停车场为停车场2。

目前预测算法对60min以后的平均预测偏差可以达到5％左右，本算例中取长时预测的允许偏差a＝10％。由于停车场2在60min后的泊位占有率大于90％，计算风险系数η为

系统提示用户在到达停车场2时，存在没有空余泊位的风险，风险系数为50％，询问用户是否仍然选定停车场2作为拟预约停车场。

假设该用户接受该预约，则用户的拟预约停车场为停车场2，拟预约阶段完成。假设该用户不接受停车场2的预约，系统自动向用户推荐次优停车场1，由于系统推荐用户接受拟预约停车场1，用户接受停车场1的预约，拟预约阶段完成。

预约最后，为了行车途中安全，系统询问用户是否同意当选定停车场在到达拟预约停车场前10min内泊位不足时，授权系统自动下单，选定停车场为用户保留一个泊位，但用户需要支付该保留时间段的停车费用。一般而言，出行者愿意付出10min的停车费在泊位紧张的停车场获得一个泊位，设算例中该用户同意此项授权。

4、行驶途中实时监控预约停车场泊位变化，进行确认预约

假设第3步中用户选择的拟预约停车场为停车场2，系统实时采集该停车场的泊位数变化。

距离目的地前10min对拟预约停车场2进行短时精确预测。假设预测出10min后停车场2的泊位占有率则系统自动为用户在停车场2保留一个泊位，计费开始，确认预约阶段完成。

当10min后用户到达停车场2时，它可以直接进入停车场停车，此时整个预约服务结束。

Claims (2)

1.一种基于泊位预测和停车选择的停车场实时泊位预约方法，其特征在于该方法包括以下步骤：

c1、选择目的地并预测目的地附近停车场的泊位数，具体是：

c11、用户发出请求，预计行程时间：用户输入出发地、目的地和出发时间请求，系统根据出发起讫点以及历史交通状况，估计该次出行行程时间t，假设当前时刻为t^*，预计出发时刻与当前时刻的时间差为t₀，则用户预计在时间T＝t₀+t后到达目的地附近；

c12、搜索目的地附近停车场：搜索目的地设定半径圈内附近m处公共停车场，分别编号1,2,…,m；

c13、提取各搜索停车场的相关信息，预计可用停车泊位数；对于停车场i，停车场i到目的地的步行距离为d_i，停车费用为f_i，总泊位数为N_i；利用机器学习方法对停车场泊位数进行预测，根据当前泊位数和历史停车数训练的模型进行多步预测，预测出停车场i在时间T＝t₀+t后的停放车辆数为则停车场i在时间T＝t₀+t后的泊位占有率为：

其中，R_i为停车场i在当前时刻未完成的预约记录数，包括拟预约记录；

c2、计算各停车场的停车选择概率；具体是：

c21、计算各停车场的停车选择效用：停车场i的停车效用U_i为：

其中，α,β,C分别为停车费用、步行距离、停车占有率的效用系数，ζ为效用参数；

c22、计算各停车场的停车选择概率：利用多项logit模型，负效用越小的停车场被选择的概率越高；则停车场i被选择的概率P_i为：

其中，θ为选择模型系数；

c3、根据停车选择概率进行初步预约；具体是：

c31、根据停车选择概率对所选停车场排序：按选择概率从高到低排序，记排序后的停车场编号分别为k₁,k₂,…,k_m，选取最优停车场k₁；

c32、判断到达时刻无空余泊位风险：短时预测可以保证较高的精确度，而长时预测不可避免的存在预测误差，假设长时预测的允许偏差为a，0<a<1；当选定停车场k₁在时间T后的泊位占有率o^(T)小于1-a，系统推荐用户接受此停车场预约；否则，系统提示用户在到达时，存在没有空余泊位的风险，风险系数η：

c33、用户确定是否接受该预约：若用户接受推荐最优停车场k₁，则初步预约阶段完成；否则，回到c31步，选择下一个概率次高的停车场，重复c32、c33步，直到用户接受预约；

c34、预约记录生成，记用户预约的停车场为k_j；为了行车途中安全，系统询问用户是否同意当选定停车场在到达停车场为k_j前10分钟内泊位不足时，授权系统自动下单，选定停车场为用户保留一个泊位，但用户需要支付该保留时间段的停车费用；

c4、行驶途中实时监控预约停车场泊位变化，进行确认预约；具体是：

c41、行车途中系统后台监控目标停车场：在用户行车途中，系统实时采集该停车场的泊位数变化；

c42、距离目的地前10分钟进行再预测：计算预约停车场k_j在10分钟后的泊位占有率

其中，为停车场k_j在10分钟后的预测停放车辆数，为当前时刻停车场k_j未完成的预约记录数，为停车场k_j的总泊位数；

c43、根据再预测结果确认预约：

当直接确认预约，且无需停车场保留泊位，计费从车辆到达停车场开始计费，确认预约订单完成；

当若用户在c34步骤中同意授权，系统自动为用户保留一个泊位，计费开始；若用户在c34步骤中不同意授权，则系统询问用户是否仍然选定该预约停车场，若用户愿意承担到达停车场可能存在无泊位的风险，则继续导航至拟预约停车场k_j，否则系统取消拟预约停车场k_j，根据c31步骤的排序重新选择停车场，直到用户同意或系统自动确认预约；

c44、车辆到达，结束预约：当车辆到达确认预约停车场后，停车完成后，该预约服务结束。

2.根据权利要求1所述的一种基于泊位预测和停车选择的停车场实时泊位预约方法，其特征在于：在c43步骤中，当时，此时停车场处于满位状态，则系统继续监控直到有一辆车离开，自动为用户保留一个泊位，计费开始。