|
【PConline 资讯】对于每一位开车的朋友来讲，找停车位成为了让人最烦恼的事情。由于汽车的日益普及，停车位的数量早就已经供不应求。可以说开车出门找个停车位真是难，虽然目前很多地图可以根据历史数据预测繁忙的程度，但是在一定程度上人们还需要更具适应性的停车解决方案。
近日，卡内基梅隆大学科学家的一项研究表明，在未来将会有希望使用人工智能来实时预测停车场的使用情况。根据了解，研究人员利用停车计时器来预判出现空车位的可能性，而并非选择停车传感器来收集数据，原因在于他们认为这些传感器容易出现一些故障和问题。而研究人员发现，超过95%的收费停车场是通过智能计时器来管理的，这也就意味着他们所使用的模型相比依赖传感器的系统更具通用型。
从技术层面上来看，这项研究采用了数据驱动的方法，并且科学的整合了多个与交通相关的实时和历史数据，其中包括了交通的情况、停车的情况、道路的特征以及天气和网络拓扑结构，最终可达到通过神经网络来预测短期内的停车位占用情况。
值得一提的是，该系统结合了具有长期学习能力的递归神经网络算法和一个多层解码器，从与交通相关的数据源提取停车的信息，从而正确的输出占用的预测。在实际测试的环节中，该模型可提前30分钟预测停车位并且表现优于其他方法。而这一切都要归功于天气和交通的数据，尤其是天气的数据，它提高了停车区预测的准确性。 最后研究小组表示，在停车容量较大的停车区域，往往预测的误差会更低。由于较高的停车量容易造成入住率差异较小，因此该模型在商业区的表现会更好，并且商业区内停车需求往往比较稳定，能够有效的抵御特殊事件等异常情况的影响，这也使得预测会更加准确。目前研究小组正在进一步的完善预测模型，未来将会集成额外的于交通相关的数据，其中包括交通计数、道路关闭事件等。 |
