如今，城市交通系统充满了问题，但在许多大型城市地区，没有什么比交通拥堵问题更严重。交通拥堵很容易导致更大、更麻烦的问题，困扰整个城市的运转。而交通拥堵往往是由于停车不畅造成的。
一项研究表明，在大城市的中心地带，大约10%的交通问题可以追溯到停车问题。平均而言，司机通常会花费20分钟寻找一个可用的停车位。这一现象将导致交通堵塞、能源消耗、空气污染以及更多的延误和事故。
这不仅对开车的人来说是个大问题，对大城市中心的企业主来说也是个大问题。在一项调查中，约40%的司机表示，由于很难找到停车位，他们选择不去实体店购物或服务。研究预测，到2050年，世界上大约68%的人口将生活在城市地区，这个问题显然需要得到尽早地解决。
那么解决方案是什么呢？研究人员认为，有必要开发一个车位可用性预测系统，可以根据日期、地点和时间提前告知司机车位的可用性和占用率。换句话说，人们通过利用物联网、传感器网络和云计算技术，可以帮助消除因停车位可用性问题所导致的交通拥堵。
物联网能解决停车问题吗?
研究认为，物联网和深度学习可以用于智慧城市的规划，来帮助逐步解决城市交通问题，并提供一个可持续的经济、生态和社会基础设施。
为了进行这项研究，研究人员采用了智能停车场系统的架构，通过部署在不同停车场位置的各种停车场传感器网络来收集停车场数据，再通过深度学习技术分析传感器网络中可用的免费停车位。
这种方法背后的想法是利用传感器数据来更好地了解可用的停车位，然后根据三个实验因素来预测可用停车位，因素包括一天中的时间，一周中的一天和位置。该系统利用深层LSTM网络预测给定时间段内一周中某一天的停车位可用性，借助该系统，驾驶员可以在任何时间从任何地点定位停车位，从而避免无休止的空转、过量的空气污染以及交通拥挤。
物联网如何改善停车条件？
实验结果表明，该模型优于其他最先进的预测模型。在泊车位实验中，系统在给定时间内预测空闲车位的可用性，准确率超过90%；在日间实验中，系统可靠地预测了周五到周四七天的停车场占用情况；最后，它还预测了停车场从上午8点到下午5点的小时占用率。研究表明，人们有充分理由相信它可以帮助司机在目的地附近找到免费的停车位，它可以通过有效和准确地预测可用的停车位来节省时间和能源消耗。
未来，这种类型的预测技术可能会延伸到规划和建设智慧城市的框架中，换句话说，基于物联网、云技术和预测软件的智能停车可能会成为城市规划的基本部分。它甚至可能涉及更多的识别因素，如停车监督、车辆登记、车辆跟踪、身份识别等。理想情况下，智能停车也将演变为实时可用性跟踪，而不仅仅是预测技术。最终，所有这些因素都将为人们带来更高效的停车。
声明：本文版权归原作者所有，转载请注明出处，请勿转至外网或用于商业用途。
相关文章
