智能停車誘導(dǎo)系統(tǒng)的設(shè)計(jì)

秦 澄 徐雪峰

（淮安信息職業(yè)技術(shù)學(xué)院，江蘇 淮安 223003）

0 引言

停車誘導(dǎo)信息系統(tǒng)（PGIS）在國(guó)內(nèi)的起步較晚，接近上世紀(jì)末才呈現(xiàn)雛形。經(jīng)過近十年努力，雖然取得較大的進(jìn)步，但由于系統(tǒng)投入資金較大，動(dòng)輒上百萬(wàn)，并且其應(yīng)用范圍比較窄，僅在北京、上海、廣州、深圳等大城市的大型停車場(chǎng)得到應(yīng)用。同時(shí)，停車誘導(dǎo)信息系統(tǒng)存在許多問題：停車誘導(dǎo)過程重查詢、輕預(yù)訂，停車過程中仍然存在一定的盲目性；缺乏低成本實(shí)現(xiàn)的、滿足個(gè)性化需求的誘導(dǎo)發(fā)布手段；停車誘導(dǎo)缺乏統(tǒng)一電子支付平臺(tái)和支付手段；停車誘導(dǎo)范圍多僅限于停車場(chǎng)外誘導(dǎo)，較少涉及停車場(chǎng)內(nèi)誘導(dǎo)，造成停車場(chǎng)內(nèi)擁堵和無(wú)序停車；停車后，駕駛者與車位／車失去聯(lián)系，大型停車場(chǎng)面臨尋車?yán)щy等等。

本項(xiàng)目正是在這樣的背景下，開發(fā)智能停車誘導(dǎo)系統(tǒng)，它大大降低系統(tǒng)建設(shè)成本，以滿足中小型停車場(chǎng)需要，將停車車位查詢和預(yù)訂相結(jié)合，方便地將停車場(chǎng)車位和預(yù)訂信息提供給駕駛者，以現(xiàn)代電子支付平臺(tái)和支付手段相結(jié)合，便于提供通用、快速、方便的結(jié)算服務(wù)，同時(shí)也符合未來(lái)智能交通技術(shù)發(fā)展的趨勢(shì)。

1 總體方案設(shè)計(jì)

系統(tǒng)總體結(jié)構(gòu)如圖1所示。

圖1 智能停車誘導(dǎo)系統(tǒng)總體方案

首先，利用無(wú)線信息采集系統(tǒng)將傳感器信號(hào)傳送到主控模塊，主控模塊進(jìn)行相關(guān)的信息處理；然后，將信息通過GPRS/3G傳輸?shù)叫畔l(fā)布系統(tǒng)進(jìn)行顯示，從而實(shí)現(xiàn)車位誘導(dǎo)的功能。

1.1 信息采集系統(tǒng)

停車場(chǎng)信息采集系統(tǒng)是通過每個(gè)停車場(chǎng)裝置的信息采集終端，對(duì)停車場(chǎng)的使用狀況信息實(shí)時(shí)采集，采集停車場(chǎng)車位使用情況、停車時(shí)間等動(dòng)態(tài)信息，并用無(wú)線傳的方式將相關(guān)數(shù)據(jù)傳輸?shù)街鲃?dòng)系統(tǒng)中系統(tǒng)。

1.2 信息傳輸系統(tǒng)

本系統(tǒng)各單元之間的信息傳輸采用無(wú)線傳感網(wǎng)技術(shù)。無(wú)線傳輸模塊采用市場(chǎng)上廣泛應(yīng)用的專用無(wú)線傳輸模塊。此系統(tǒng)是整個(gè)系統(tǒng)的經(jīng)脈，如果此系統(tǒng)不能正常工作、本系統(tǒng)工作不穩(wěn)定或信息傳輸不可靠。整個(gè)系統(tǒng)也將無(wú)法正常工作。

1.3 信息顯示系統(tǒng)

信息顯示系統(tǒng)分為兩類：一是室外信息發(fā)布顯示系統(tǒng)；二是停車場(chǎng)內(nèi)的用于車位誘導(dǎo)的路徑引導(dǎo)顯示系統(tǒng)；兩者的顯示信息均來(lái)自主控系統(tǒng)。

1.4 主控系統(tǒng)

主控系統(tǒng)是智能停車誘導(dǎo)系統(tǒng)的大腦，它實(shí)時(shí)搜集各個(gè)車位的停車信息，車輛進(jìn)場(chǎng)情況。綜合分析，給出各種控制信息。比如控制室外的信息發(fā)布顯示屏（一級(jí)停車誘導(dǎo)屏），顯示停車場(chǎng)的信息，同時(shí)根據(jù)車輛進(jìn)場(chǎng)情況給出進(jìn)場(chǎng)路徑引導(dǎo)、出場(chǎng)路徑引導(dǎo)、停車時(shí)間等信息。供二級(jí)誘導(dǎo)屏接收處理和收費(fèi)系統(tǒng)用于收費(fèi)的計(jì)時(shí)時(shí)間。

2 車位誘導(dǎo)系統(tǒng)工作原理

駕駛?cè)巳ネ＼噲?chǎng)停車跟用儲(chǔ)物柜保存物品具有相似性，故可以將儲(chǔ)物柜的思想應(yīng)用于停車場(chǎng)車位誘導(dǎo)上來(lái)。駕駛?cè)藢ふ铱胀＼囄贿M(jìn)行停車，過段時(shí)間再回來(lái)取車的過程跟用戶用儲(chǔ)物柜進(jìn)行存／取物品的過程是相通的，所不同的是存物的場(chǎng)所以及所存的物品不同。

可以將每個(gè)停車位看作是一個(gè)獨(dú)立的存儲(chǔ)單元，整個(gè)停車場(chǎng)看作是一個(gè)完整的系統(tǒng)。將駕駛員存／取車的過程看作是存／取物的過程。同時(shí)結(jié)合最佳車位模型，可以做到最佳車位誘導(dǎo)。其工作流程如圖2所示。

圖2 車位誘導(dǎo)系統(tǒng)工作流程

3 車位優(yōu)化模型設(shè)計(jì)與算法實(shí)現(xiàn)

要實(shí)現(xiàn)基于自動(dòng)儲(chǔ)物柜原理的停車位誘導(dǎo)系統(tǒng)的建立，其中最關(guān)鍵的問題是當(dāng)用戶有停車需求時(shí)，系統(tǒng)給用戶指定哪個(gè)空停車位是最合理的，即對(duì)于用戶來(lái)說(shuō)哪個(gè)車位是最佳的。本文將根據(jù)停車路徑最短的準(zhǔn)則來(lái)確定最佳車位，基于對(duì)尋找空閑車位過程的分析，建立基于停車場(chǎng)車位分布圖的最佳車位數(shù)學(xué)模型，并將此模型轉(zhuǎn)化為最短路徑問題，將用蟻群算法作為車位誘導(dǎo)算法，對(duì)模型進(jìn)行尋優(yōu)。

3.1 最佳車位模型

假設(shè)某停車場(chǎng)有一個(gè)入口，n個(gè)空閑車位。將停車場(chǎng)入口、行車交叉路口、空閑車位各看成一個(gè)頂點(diǎn)，每一條行車方向上的路徑對(duì)應(yīng)一條邊，邊上的權(quán)值為連續(xù)兩頂點(diǎn)之間的路徑長(zhǎng)度。于是，停車場(chǎng)空閑車位分布就轉(zhuǎn)化為一帶權(quán)有向圖G=（V，E，L）。其中V是頂點(diǎn)的有窮非空集合；E是邊集；L是路權(quán)集。

根據(jù)帶權(quán)有向圖，可生成包含l條邊的標(biāo)號(hào)矩陣a和對(duì)應(yīng)的路權(quán)矩陣d，ai1為第i條邊的起點(diǎn)，ai2為終點(diǎn)。記從入口處到某個(gè)空閑車位pj的最短路徑為dm（ai2＝pj）（即第i條邊的終點(diǎn)就是某個(gè)空閑的車位），則最佳車位所對(duì)應(yīng)的最短路徑即為：

其中：i=1，…，1；j=1，…，n。

3.2 車位優(yōu)化算法

要確定最佳車位，首先需要計(jì)算出從入口處到每一個(gè)空閑車位的最短路徑。在已給出停車場(chǎng)空閑車位分布帶權(quán)有向圖的前提下，尋找出一條從入口處到空閑車位之間的最短路徑的方法有好多，如經(jīng)典的Dijkstra算法、啟發(fā)式搜索算法、神經(jīng)網(wǎng)絡(luò)、遺傳算法等等。本文在綜合考慮了各種因素后選用了蟻群算法來(lái)對(duì)最短路徑進(jìn)行求解。

1）預(yù)處理

當(dāng)有較多的空停車位時(shí)，可以首先對(duì)空停車位進(jìn)行一些預(yù)處理，以簡(jiǎn)化問題：設(shè)停車場(chǎng)入121處的位置坐標(biāo)為S（x，y）。以點(diǎn)S為中心，R為半徑畫圓，此圓所包含的停車場(chǎng)區(qū)域?yàn)檫M(jìn)入停車場(chǎng)車輛的附近區(qū)域，記該區(qū)域內(nèi)的空停車位集合為P，初始值為空。不斷增大半徑R 的值，直至搜索到 11 個(gè)空閑車位，此時(shí) P=｛p1，p2，…，pn｝，則帶權(quán)有向圖G為僅含起始點(diǎn)即停車場(chǎng)入口處、行車交叉路口和這n個(gè)空閑車位的帶權(quán)有向圖。

2）初始化

根據(jù)空閑車位帶權(quán)有向圖，按輸入順序依次生成路徑標(biāo)號(hào)矩陣口和對(duì)應(yīng)的路權(quán)矩陣d，以及初始信息素矩陣τ。由于螞蟻在初始選擇行車路徑時(shí)，對(duì)于每條路徑的選擇概率是相等的，因此τ可設(shè)為單位矩陣。取目標(biāo)車位點(diǎn)為p1。

3）轉(zhuǎn)移概率

取中間變量temp和矩陣c，temp的初始值為S，在路徑標(biāo)號(hào)矩陣a中搜索起始點(diǎn)為ai1=temp的所有邊，并記相對(duì)應(yīng)的邊集為vk（k為可選節(jié)點(diǎn)的個(gè)數(shù)），且令 cj＝ai2（j=1，…，k），根據(jù)邊（ai1，ai2）的路徑長(zhǎng)度 di1和信息素濃度τi1，令ηi1＝1／di1（表示啟發(fā)信息）。則人工螞蟻從節(jié)點(diǎn)ai1轉(zhuǎn)移到節(jié)ai2的選擇概率為：

其中，參數(shù)α和β分別用來(lái)控制信息素濃度和啟發(fā)信息的相對(duì)重要程度。

4）信息素的揮發(fā)

隨著時(shí)間的推移，留在路徑上的信息素濃度會(huì)逐漸消逝。在螞蟻選中路徑（ai1，ai2）后，對(duì)信息量作如下更新和調(diào)整：

ρ表示殘留信息素的相對(duì)重要程度。Δτi1表示該螞蟻在路徑（ai1，ai2）增加的信息素濃度，其實(shí)現(xiàn)方法有3種，分別稱為Ant-Cycle，Ant-Density，Ant-Quantity算法。根據(jù)文獻(xiàn)中對(duì)3種方法的比較，本文選取Δτi1=Q/di1，其中是 Q 常量，可取 1。

5）判斷

如果當(dāng)前螞蟻所在的節(jié)點(diǎn)ai1=p1，則本次搜索結(jié)束，并保存搜索過程中經(jīng)過的節(jié)點(diǎn)和總的路徑長(zhǎng)度，以便與后面的結(jié)果作比較，第二只螞蟻開始從S點(diǎn)進(jìn)行新一輪的搜索；否則令temp=ai2，繼續(xù)進(jìn)行轉(zhuǎn)移和迭代。

6）得到從S點(diǎn)到P。的最短路徑dm（ai2=p1）后，替換目標(biāo)車位點(diǎn)，進(jìn)行新一輪的計(jì)算通過以上算法計(jì)算出從始點(diǎn)至各個(gè)空閑車位的最短路徑后，進(jìn)行比較，最小值所對(duì)應(yīng)的最短路徑的終點(diǎn)即為所求的最佳車位。

在以上算法中，參數(shù)m、α、β、ρ、Q的恰當(dāng)組合對(duì)算法的性能有至關(guān)重要的影響，其選取方法和原則參考文獻(xiàn)蟻群算法中有關(guān)算法參數(shù)的最優(yōu)選擇，取

［1］王旭，崔平遠(yuǎn)，陳陽(yáng)舟.基于蟻群算法求路徑規(guī)劃問題的新方法及仿真[J].計(jì)算機(jī)仿真，2005，22(7).

［2］秦固.基于蟻群優(yōu)化的多物流配送中心選址算法[J].系統(tǒng)工程理論與實(shí)踐，2006(4).

［3］王一軍，陶杰.現(xiàn)代大型停車場(chǎng)車位誘導(dǎo)優(yōu)化算法及仿真[J].計(jì)算機(jī)仿真，2007，24(11).

［4］李文仲，段朝玉，等.ZigBee無(wú)線網(wǎng)絡(luò)與無(wú)線定位實(shí)戰(zhàn)[M].北京：北京航空航天大學(xué)出版社，2008，4.