針對(duì)汽車(chē)行業(yè)內(nèi)智慧停車(chē)的規(guī)劃理論研究

陳超躍 陳益 黃玉 王濤 于濟(jì)銘

摘 要：智能停車(chē)是國(guó)內(nèi)外汽車(chē)行業(yè)蓬勃發(fā)展和快速增長(zhǎng)的新型興旺市場(chǎng)。對(duì)于可預(yù)見(jiàn)的巨大智能停車(chē)市場(chǎng)，未來(lái)應(yīng)用領(lǐng)域的市場(chǎng)前景和廣泛的評(píng)估業(yè)務(wù)是毋庸置疑的。相應(yīng)的檢測(cè)業(yè)務(wù)所帶來(lái)的經(jīng)濟(jì)效益和社會(huì)效益將是無(wú)限的。國(guó)務(wù)院辦公廳最近根據(jù)國(guó)家發(fā)改委、住建部等關(guān)于推進(jìn)停車(chē)設(shè)施發(fā)展的四項(xiàng)建議，提到加快停車(chē)設(shè)施提質(zhì)增效，優(yōu)化停車(chē)信息管理，推進(jìn)智能停車(chē)服務(wù)，解決我國(guó)停車(chē)需求缺口大、停車(chē)位利用率低的問(wèn)題。本文為沈陽(yáng)智慧停車(chē)工程建立了一套模型并借助MATLAB利用模型進(jìn)行仿真。根據(jù)討論智慧停車(chē)干擾參數(shù)得出減少損失方法，設(shè)計(jì)了一套巡邏方案并給出了判斷車(chē)人混合掃描是否占優(yōu)的方案。對(duì)智慧停車(chē)的實(shí)施具有一定參考價(jià)值。

關(guān)鍵詞：智能停車(chē);優(yōu)化分析;MATLAB;數(shù)值模擬分析

引言

據(jù)相關(guān)統(tǒng)計(jì)，中國(guó)目前停車(chē)位缺口率大于50%，而平均空置率已達(dá)51.3%，資源浪費(fèi)嚴(yán)重。因此，提高停車(chē)位利用率對(duì)于減緩?fù)＼?chē)沖突的重要性不言而喻。

截止至 2020年底，據(jù)統(tǒng)計(jì)顯示沈陽(yáng)市居民汽車(chē)保有量達(dá)到263. 5萬(wàn)輛，其中私家車(chē)保有量達(dá)到233.4萬(wàn)輛，人均汽車(chē)保有量排名位居全國(guó)第十。國(guó)內(nèi)汽車(chē)保有量的不斷上漲給市民的交通帶來(lái)了巨大的便利，但同時(shí)也給道路交通和停車(chē)造成了不小的壓力。

智慧停車(chē)是指綜合應(yīng)用通信定位等技術(shù)，對(duì)城市內(nèi)停車(chē)位進(jìn)行搜尋、管控、預(yù)約、導(dǎo)航等服務(wù)，實(shí)現(xiàn)實(shí)時(shí)停車(chē)。整合導(dǎo)航服務(wù)，增加車(chē)位資源，提高停車(chē)場(chǎng)利潤(rùn)，優(yōu)化車(chē)主停車(chē)服務(wù)。

1.國(guó)內(nèi)外研究現(xiàn)狀

智能停車(chē)信息化水平可分為三個(gè)階段：初始設(shè)計(jì)開(kāi)發(fā)階段、開(kāi)發(fā)成熟階段和平臺(tái)發(fā)展階段。中國(guó)的汽車(chē)工業(yè)發(fā)展的時(shí)間很短。目前，智能停車(chē)行業(yè)正處于從最初的設(shè)計(jì)開(kāi)發(fā)到成熟發(fā)展的階段。與西方發(fā)達(dá)國(guó)家相比存在明顯差距，相關(guān)部門(mén)仍需加大發(fā)展力度，推進(jìn)中國(guó)智能停車(chē)行業(yè)的發(fā)展速度。

根據(jù)《2020-2026年中國(guó)智慧停車(chē)行業(yè)競(jìng)爭(zhēng)現(xiàn)狀及投資商機(jī)預(yù)測(cè)報(bào)告》數(shù)據(jù)顯示：內(nèi)部停車(chē)設(shè)施的建設(shè)速度遠(yuǎn)遠(yuǎn)落后于汽車(chē)保有量的增長(zhǎng)速度，停車(chē)位供應(yīng)量巨大。預(yù)計(jì)不久后國(guó)內(nèi)停車(chē)位的數(shù)量將達(dá)到11949萬(wàn)，如果汽車(chē)所有權(quán)繼續(xù)以近五年的復(fù)合增長(zhǎng)率增長(zhǎng)，那么全國(guó)民用汽車(chē)保有量將達(dá)到2.9141億輛，車(chē)位規(guī)模將達(dá)到1：0.4。如果我們以發(fā)達(dá)國(guó)家為參照，車(chē)位比例應(yīng)在1：1.3左右，國(guó)內(nèi)車(chē)位比例嚴(yán)重偏低。

2.本文研究?jī)?nèi)容及分析

本文首先針對(duì)單停車(chē)位。做出假設(shè)并建立模型來(lái)計(jì)算移動(dòng)視頻采集車(chē)輛計(jì)費(fèi)可能產(chǎn)生的計(jì)費(fèi)收益與損失。其中利用概率論相關(guān)知識(shí)建立了一套單車(chē)位日收費(fèi)期望模型。模型中利用泊松分布來(lái)描述單車(chē)位的停車(chē)時(shí)長(zhǎng);并分析實(shí)際收費(fèi)曲線和理想收費(fèi)差別產(chǎn)生的原因，歸納得到實(shí)際收益曲線。而對(duì)于不同區(qū)域的停車(chē)位，車(chē)輛的停放時(shí)間可能會(huì)有不同的特點(diǎn)，本文根據(jù)對(duì)沈陽(yáng)站-太原街區(qū)域收費(fèi)路段及級(jí)別，建立模型來(lái)規(guī)劃移動(dòng)視頻采集車(chē)輛的路線，并得出其所需的車(chē)輛數(shù)及采用人工收費(fèi)更好的路段情況。并研究這些路段采用了人工收費(fèi)區(qū)域巡邏車(chē)的路線規(guī)劃變化并得出綜合計(jì)費(fèi)方案。具體方法是將一個(gè)大區(qū)域分解為一系列小區(qū)域，分別利用區(qū)域收益模型計(jì)算得到各個(gè)小區(qū)域的優(yōu)化條件，最后得到為大區(qū)域的優(yōu)化條件。

3.模型的建立與分析

3.1針對(duì)單停車(chē)位計(jì)費(fèi)的模型介紹和仿真結(jié)果分析

3.1.1 模型介紹

本文研究的區(qū)域位于沈陽(yáng)的中心區(qū)域，停車(chē)難的問(wèn)題尤為突出。因此，本文模擬可以認(rèn)定該區(qū)域的車(chē)位供小于求，在白天處于飽和運(yùn)行狀態(tài)，即該車(chē)位一輛車(chē)開(kāi)走，另一輛車(chē)隨即開(kāi)入。在統(tǒng)計(jì)意義上來(lái)說(shuō)，一輛車(chē)的停車(chē)時(shí)間是個(gè)隨機(jī)過(guò)程，所以假定停在該車(chē)位的停車(chē)時(shí)間滿足泊松分布。又因?yàn)橥＼?chē)出入位時(shí)間的誤差為1分鐘，所以本文采用的最小時(shí)間單位為分鐘。本文用 表示該車(chē)位停車(chē)時(shí)間為t的汽車(chē)出現(xiàn)的概率，其表達(dá)式為：

式中， 取正整數(shù);λ為一個(gè)常數(shù)，根據(jù)泊松分布性質(zhì)可知，λ為該車(chē)位的平均停車(chē)時(shí)間。車(chē)位的平均停車(chē)時(shí)間于停車(chē)位的周?chē)h(huán)境有關(guān)。例如停車(chē)位位于飯店附近，在此停車(chē)的顧客的目的為吃飯，所以該處平均停車(chē)時(shí)間λ可設(shè)為60-90分鐘;如果停車(chē)位處于小區(qū)附近，在此停車(chē)的顧客的目的通常為做客和訪友，所以該處平均停車(chē)時(shí)間 可設(shè)為120-180分鐘。

本節(jié)以沈陽(yáng)某地停車(chē)位為例推導(dǎo)單停車(chē)位計(jì)費(fèi)收益和損失的關(guān)系式，本文的模型只考慮白天的情況。白天的收費(fèi)函數(shù)為一階梯函數(shù)，停車(chē)時(shí)長(zhǎng)每增加30分鐘，停車(chē)費(fèi)用增加3元，但是增加到40元后不再增加。通過(guò)計(jì)算本文得出當(dāng)計(jì)費(fèi)時(shí)間超過(guò)400min時(shí)，道路停車(chē)收費(fèi)將穩(wěn)定在40元不變。

由于停車(chē)平均時(shí)間λ已知，則單日平均停車(chē)量可知，從而得到該車(chē)位的理論日計(jì)費(fèi)收益的期望值 ：

需要注意的是，上式計(jì)算的值是個(gè)統(tǒng)計(jì)期望值，它是多日平均的結(jié)果。但是題中的規(guī)則存在漏掃的可能性，這導(dǎo)致上式計(jì)算的只是一個(gè)理想值。因此實(shí)際日收益期望值通常會(huì)小于理想值。下文對(duì)漏掃情況進(jìn)行分析并修正模型。

漏掃的根本原因是巡邏車(chē)拍照頻率不足。一輛巡邏車(chē)要掃描多個(gè)車(chē)位，因此車(chē)位兩次掃描存在時(shí)間間隔，時(shí)間間隔采用 來(lái)表示。時(shí)間間隔是巡邏車(chē)周期路程和速度的函數(shù)。本文要求時(shí)間間隔應(yīng)該小于30分鐘，否則無(wú)意義。時(shí)間間隔導(dǎo)致實(shí)際收費(fèi)不一定和道路停車(chē)一致。舉個(gè)例子，某車(chē)停車(chē)時(shí)間t為33分時(shí)，按照收費(fèi)要求需交3元停車(chē)費(fèi)。在時(shí)間間隔等于10分鐘的情況下，根據(jù)題目中的掃描收費(fèi)規(guī)則，該車(chē)被掃到3次才能被認(rèn)定停車(chē)超過(guò)半個(gè)小時(shí);被掃到2次會(huì)被認(rèn)定為停車(chē)時(shí)間小于半小時(shí)，不會(huì)被收費(fèi)。在上述情況下，被掃描3次的概率為3/10，被掃描2次的概率為7/10，因此t為33分鐘時(shí)，實(shí)際收費(fèi)期望為3×3/10。

時(shí)間間隔等于10分鐘情況下，實(shí)際收費(fèi)期望和道路停車(chē)收費(fèi)的對(duì)比如圖1所示，表明統(tǒng)計(jì)意義上實(shí)際收費(fèi)函數(shù)小于等于理論收費(fèi)函數(shù)。

3.1.2 仿真及結(jié)果分析

由上述分析可知，實(shí)際日計(jì)費(fèi)收益 的兩個(gè)主要影響因素分別是該車(chē)位的平均停車(chē)時(shí)間λ和巡邏車(chē)掃描間隔 。本文使用MATLAB程序?qū)Υ诉M(jìn)行了數(shù)值模擬，結(jié)果如圖2所示。

圖2表明實(shí)際日計(jì)費(fèi)收益始終小于理論日計(jì)費(fèi)收益，而且巡邏車(chē)掃描間隔越小，實(shí)際日計(jì)費(fèi)收益和理論日計(jì)費(fèi)收益的差值就越小。圖2還表明當(dāng)車(chē)位的平均停車(chē)時(shí)間λ大于420分鐘時(shí)，實(shí)際日計(jì)費(fèi)收益和理論日計(jì)費(fèi)收益的差值基本可以忽略，且λ增加而趨近于40元。本文將實(shí)際日計(jì)費(fèi)收益始終小于理論日計(jì)費(fèi)收益差值定義為該車(chē)位的日損失。同樣原理，時(shí)間間隔越小，可以減少車(chē)位的日損失。單車(chē)位收費(fèi)模型可以定量計(jì)算該車(chē)位的收入，這為后續(xù)問(wèn)題的分析提供理論依據(jù)。

3.2對(duì)于不同區(qū)域的停車(chē)位的日收益介紹與盈利值的優(yōu)化分析

3.2.1區(qū)域日收益介紹及分析

若巡邏車(chē)靠右走，只能拍到右邊的車(chē)牌，因此巡邏車(chē)路線是一個(gè)閉環(huán)。該巡邏車(chē)負(fù)責(zé)的車(chē)位可以依據(jù)車(chē)位周?chē)闆r劃分成k個(gè)不同的組，每組具有相同的平均停車(chē)時(shí)間，這樣就可以通過(guò)單車(chē)位收費(fèi)模型獲得該車(chē)負(fù)責(zé)區(qū)域的日收費(fèi)期望值。

區(qū)域日收費(fèi)期望值減去巡邏車(chē)日耗費(fèi)與巡邏車(chē)數(shù)量的乘積即為區(qū)域?qū)嶋H日收益。本文所使用的移動(dòng)視頻采集車(chē)為日產(chǎn)奇駿，本文調(diào)查發(fā)現(xiàn)其價(jià)格大概處于20萬(wàn)人民幣左右，其每公里油費(fèi)大概為0.45元，沈陽(yáng)市的司機(jī)工資年工資為60000元。

本模型仿真的目的是通過(guò)遍歷各種情況，設(shè)置車(chē)輛數(shù)和合適路線，實(shí)現(xiàn)區(qū)域日收益最大的過(guò)程。

3.2.2區(qū)域優(yōu)化分析

本部分的核心思想是將一個(gè)大區(qū)域分解為一系列小區(qū)域。由于研究區(qū)域的同類(lèi)車(chē)位分布區(qū)域離得很近，所以本文將該區(qū)域分為三個(gè)子區(qū)域，每個(gè)子區(qū)域的車(chē)位類(lèi)型都是一樣的。本文只需找到子區(qū)域的優(yōu)化條件，求和就可得到整個(gè)區(qū)域的優(yōu)化條件。

通過(guò)查詢資料與數(shù)據(jù)，本文得到了三種不同區(qū)域類(lèi)型的平均車(chē)速的數(shù)據(jù)為：一類(lèi)區(qū)域平均車(chē)速為35.4 km/h，二類(lèi)區(qū)域平均車(chē)速為42.2 km/h，三類(lèi)區(qū)域平均車(chē)速為32.8 km/h。

本文采用MATLAB用上述模型針對(duì)不同情況進(jìn)行了仿真，仿真發(fā)現(xiàn)區(qū)域內(nèi)巡邏車(chē)總路線越少，則該區(qū)域的日收益期望越大。為此本文在巡查車(chē)盡量避免走不必要路程原則下為各個(gè)子區(qū)域設(shè)計(jì)了巡邏車(chē)最小的路線，并將其命名為方案一。

本文對(duì)上述路線進(jìn)行了仿真，獲得了個(gè)子區(qū)域的日收益期望值和所需的最佳車(chē)輛數(shù)目。模擬結(jié)果表明，在一類(lèi)區(qū)域，巡邏車(chē)數(shù)量為2時(shí)，區(qū)域總盈利最大;而在二類(lèi)區(qū)域與三類(lèi)區(qū)域時(shí)，區(qū)域巡邏車(chē)數(shù)量為1時(shí)區(qū)域總盈利最大。針對(duì)該方案盈利情況，一類(lèi)道路區(qū)域日收益為25240元，二類(lèi)道路區(qū)域日收益為9743元，三類(lèi)道路區(qū)域日收益為4149元.

為了便于對(duì)比，同時(shí)本文設(shè)計(jì)了兩種方案，分別命名為方案二、方案三，并用上述方法對(duì)其進(jìn)行了分析。對(duì)于方案二的一類(lèi)道路區(qū)域日收益為25160元，二類(lèi)道路區(qū)域日收益為9710元，三類(lèi)道路區(qū)域日收益為4133元。針對(duì)方案三的一類(lèi)道路區(qū)域日收益為25160元，二類(lèi)道路區(qū)域日收益為9677元，三類(lèi)道路區(qū)域日收益為4103元。

方案一與方案二、方案三表明方案一為最優(yōu)規(guī)劃路線且收益最高。研究區(qū)域所需巡邏車(chē)輛數(shù)為4。

3.3路線規(guī)劃與計(jì)費(fèi)方案的分析

3.3.1人工掃描占優(yōu)條件的分析

本文可以將人看做一輛速度為4 km/h的巡邏車(chē)，其日耗費(fèi)只有工資。因?yàn)閽呙鑶T的工作是步行完成，所以模擬過(guò)程中設(shè)置的工資比掃描車(chē)司機(jī)高，為7萬(wàn)元/年。

以上述模型為基礎(chǔ)本文使用MATLAB程序模擬了很多情況。在一類(lèi)道路區(qū)域巡邏車(chē)車(chē)速大于5.5km/h且停車(chē)位區(qū)域長(zhǎng)度大于266km/h時(shí)采用巡邏車(chē)，在二類(lèi)道路區(qū)域巡邏車(chē)車(chē)速大于4.95km/h且停車(chē)位區(qū)域長(zhǎng)度大于599km/h時(shí)采用巡邏車(chē)，在三類(lèi)道路區(qū)域巡邏車(chē)車(chē)速大于6km/h且停車(chē)位區(qū)域長(zhǎng)度大于1000km/h時(shí)采用巡邏車(chē)。上述模擬表明相同區(qū)域巡邏車(chē)速大于5.5 km/h后，巡邏車(chē)才能有優(yōu)勢(shì)。因此，鬧市區(qū)和經(jīng)常阻車(chē)的區(qū)域，人工掃描更有優(yōu)勢(shì)。表明停車(chē)區(qū)長(zhǎng)度小于266m，人工掃描更有優(yōu)勢(shì)。因此它在停車(chē)區(qū)很遠(yuǎn)的短孤立區(qū)，采用人工收費(fèi)更加合適。上述數(shù)據(jù)共同表明，停車(chē)收費(fèi)高的時(shí)候，人工掃描收費(fèi)更有優(yōu)勢(shì)。

3.3.2人車(chē)混掃情況下的優(yōu)化方案分析

基于本文3.3.2節(jié)的分析，本文以一類(lèi)停車(chē)區(qū)為例，分析車(chē)人混掃是否有優(yōu)勢(shì)。具體操作就是在方案一中加入了一個(gè)人工掃描區(qū)域，相應(yīng)的巡邏車(chē)路線也進(jìn)行了改變。

本文檢查地圖發(fā)現(xiàn)研究區(qū)域經(jīng)過(guò)鬧市區(qū)。猜想該區(qū)域替換為人工收費(fèi)后，可能會(huì)節(jié)約一定的成本，從而提高收益。但是本文通過(guò)模擬發(fā)現(xiàn)，路線修改后該區(qū)域人車(chē)混合計(jì)費(fèi)方式的最佳總盈利為25138元/日，低于本文5.2.2節(jié)的最佳收益25240元/日。本文可知增加一個(gè)人工收費(fèi)所得的收益要小于增加一個(gè)人工收費(fèi)所需的成本。因此本文研究的區(qū)域不適合人車(chē)混掃模式。

4.結(jié)語(yǔ)

綜上所述，針對(duì)汽車(chē)行業(yè)內(nèi)智慧停車(chē)規(guī)劃方案，隨著巡邏車(chē)掃描時(shí)間間隔的減少，實(shí)際收費(fèi)值趨近于理想收費(fèi)值，進(jìn)而減少單車(chē)位損失。在研究區(qū)域的類(lèi)似路段進(jìn)行了車(chē)人混合掃描進(jìn)行了嘗試，發(fā)現(xiàn)在研究區(qū)域人車(chē)混合掃描不能增加收益。最重要的是我們的模型給出了判斷人車(chē)混合掃描是否占優(yōu)的方案。泊松分布適用于多數(shù)情況，但是某些停車(chē)位周?chē)鷱?fù)雜的情況下存在誤差且本文的研究區(qū)域不適合人車(chē)混掃模式。本模型討論了不同停車(chē)位的收益情況，有較大的應(yīng)用范圍，應(yīng)用者可以根據(jù)具體情況修正。希望能夠作為今后汽車(chē)行業(yè)研究的參考，推動(dòng)交通規(guī)劃向智能化邁進(jìn)。

參考文獻(xiàn)

[1]李若冰，鄭夢(mèng)琪，丁澤琴，尹利陽(yáng)，智慧停車(chē)用地現(xiàn)狀、問(wèn)題和對(duì)策建議-以沈陽(yáng)為例[J]，營(yíng)銷(xiāo)界，2009，（13），100-101.

[2]司守奎，孫璽菁，數(shù)學(xué)建模算法與應(yīng)用，北京：國(guó)防工業(yè)出版社，2008.

[3]韓中庚，數(shù)學(xué)建模方法及其應(yīng)用，北京：高等教育出版社，2005.

[4]盛驟，謝式千，潘承毅，概率論與數(shù)理統(tǒng)計(jì)[M].高等教育出版社，2008，309-315.

[5]姜啟源，謝金星，葉俊，數(shù)學(xué)模型[M].北京：高等教育出版社，2003.

[6]Optimization of On-Street Parking Charges Based on Price Elasticity of the Expected Perceived Parking Cost[J].Sustainability，2021.PP 5735-5735，Volume 13， Issue 10.

作者簡(jiǎn)介：陳超躍 本科在讀 研究方向：交通工程運(yùn)輸規(guī)劃與管理