探究居住区停车共享存在问题及对策

文章采用实地观察统计与调查问卷的方法针对重庆市停车共享现状展开调研,针对居住区停车泊位使用特性,对重庆市2处居住区及附近商场开展了5天的停车状况调查,整理数据分析居民区停车共享可行性。文章对重庆市江北区、渝北区、渝中区、南岸区、大渡口区、沙坪坝区共计12个已使用共享停车这种模式的停车场发放问卷调查,从建设运营方、提供车位共享方、共享停车使用方、不使用停车共享方四方发放共享停车满意度调查问卷,整理问卷结果,从技术、用户、管理三方面提出停车共享存在的问题并给出相应对策。     

城市综合体项目停车共享研究

城市综合体多位于城市中心区域,由多种建筑业态构成,呈密集开发态势,停车设施供应紧张.停车共享是提高停车位使用效率,解决停车问题的有效手段之一.通过对各建筑业态的停车高峰时间错峰特性,以及固定停车位、临时停车位使用特性进行分析,提出基于临时车位的停车共享配置方法.通过停车周转模型计算共享条件下的停车位需求量,并选取步行距离和停车费用为共享影响因子对模型进行校核,修正实际所需的停车位数量.将这一方法应用于武汉王家墩CBD核心区综合体项目中,在保障固定停车位数量的前提下,实施共享配置后停车位数量可减少12.7%.      

城市中心商业区停车时长选择模型

城市中心商业区停车供给不足是许多城市面临的共同问题。利用停车政策,调节停车者的停车时间选择行为,提高停车位周转率是增加停车供给的一项重要方法。本文以停车时间长度选择行为为对象,利用在北京市商业区———西单地区的停车行为调查数据和Logistic模型,建立了停车时间长度的选择模型。利用这些模型,分析了各种政策因素对停车时间长度选择的影响。文中提出的模型将有助于旨在提高停车位周转率的停车政策的制定。     

停车泊位预定技术研究

停车泊位预定是停车诱导系统的一项特色功能,系统除了提供停车场位置及使用状况、停车路线引导等功能,还需要提供停车场内的泊位引导、停车泊位预定等方便用户的功能。文章就停车泊位预定的相关问题进行了研究。首先,总结了国外在停车预定方面的研究成果,分析了停车预定技术的研究现状;其次,研究了停车泊位预定的类型,论述了两种预定类型的特点,分析了停车预定模型及其求解算法;最后,对停车预定的实现手段进行了比较、分析,提出了基于手机的停车预定技术的实现框架和方案。     

基于停车共享的已建成区停车需求分析方法

在大城市中心城区提倡实施停车共享策略的背景下,着重考虑多种停车共享措施组合实施因素,在区域层面提出停车泊位需求分析方法。构建停车规划平衡区,依据地块间的步行距离和动态停车需求互补性,将区内各地块间的共享拓扑关系抽象为两地块共享结构和链式结构、环式结构、混合结构等多地块共享结构。针对各类结构的特点提出共享条件下总泊位需求的分析流程,并重点面向链式结构和环式结构建立双层规划模型,兼顾泊位资源配置的效率和均衡性。将这一方法应用于南京市中心城区典型区域内,发现考虑多种停车共享措施组合实施的泊位总需求比不实施停车共享措施时减少20%~25%。该方法适用于估算各地块在实施停车共享措施条件下的静态泊位需求,为已建成区域拟定共享措施和调整停车配建标准提供支持。     

非集聚模型在停车需求预测中的应用研究

城市停车需求预测是城市停车场规划的一项重要内容。针对国内传统的停车需求预测模型的不足,提出了一种简便、实用的停车需求预测非集聚模型,该模型可以为我国城市停车需求预测提供借鉴。     

城市商圈机动车停放选择模型

为了充分发挥停车诱导子系统对驾车出行者的诱导功能,提出了一种服务于驾驶员出行前对目的地商圈的首选及备选停车场进行车辆停放选择的优化模型,建立了以驾驶员使用最便利、步行时间短、出行成本最低为目标的多目标多约束停车选择模型,利用主客观赋权法与基于距离熵的方案优劣排序法计算了模型的备选集。经实例验证,该模型能对多个备选停车场进行综合排序,从而为驾驶员选择停车场提供参考依据。     

特殊活动的停车选择模型研究

针对特殊活动下的停车问题,提出了出行者选择行为的效用模型和针对各部分效用的标定方法。在原理设计中,考虑了特殊活动下小汽车出行者的行为约束因子,建立了特殊活动下的选择行为模型;在实现方法上,对效用因子进行了标定,并应用最大似然法对出行者停车选择行为时间效益模型作了计算。该研究可以用于进行特殊活动下基于停车选择行为的出行选择分布预测,解决特殊活动下的停车预测和管理的理论问题。     

城市智能停车管理系统研究

随着城市化进程的不断加快和机动车保有量的迅速增加,停车问题日益成为影响城市交通可持续发展的瓶颈.为了提高停车管理水平,进行智能停车管理系统的研究与建设势在必行.针对智能停车管理系统,本文系统的阐述了该系统国内外的发展现状,分析了部分现有系统的优缺点,指出了未来城市智能停车管理系统的发展趋势.以系统整合为前提,重点研究了智能停车系统的主要功能,并提出了系统的逻辑架构、物理架构、系统组成和功能实现的技术方法.该系统为解决城市停车问题提供了1种可靠途径,并能有效利用现有的停车设施,做到停车资源的充分利用与共享.      

考虑个体停车需求的医院泊位分配优化

为缓解医院停车供需不平衡的现状,依托智能停车系统归类分析停车区块泊位,按需求分区处理医院停车场,建立基于个体需求特性的泊位分配双层规划模型.上层模型以社会效益最大为目标函数,考虑分区停车管理难度、停车管理成本和系统中个体逗留时间,引入停车管理指数判别停车泊位优化方案的可行价值;下层模型以泊位时变状态为基础,基于同类需求个体的停车紧迫程度和时空需求相似,引入停车方式、停车缴费方式、停车位数量、是否与周边共享的停车场外部特征变量对SEM-Logit结构方程模型进行改进,实现各类需求下个体效用最大化的停车泊位配置.设计模拟退火算法求解算例模型,对模型关键参数进行灵敏度分析,运用Matlab软件模拟仿真.结果表明,医院全天停车需求稳定不变的前提下,削弱早晚高峰峰值,进入医院车辆数分别下降9.8%和10.3%,全天最大排队长度减少38.5%.案例分区密集程度指标为2时,泊位分配模型实现停车场使用效率最佳(0.66),社会效益最优(0.96).考虑个体停车需求的泊位分配方式,按需求条理化的停车需求管理显著改善车辆停放秩序,提高医院停车利用效率,为有效缓解医院停车问题提供策略.      

共享停车泊位数量可变下交通流逐日演化规律

为了揭示在共享停车泊位数量可变条件下的网络交通流逐日演化规律,首先构建了共享泊位交易系统,并考虑了交易市场中的共享泊位提供者可以选择2种异质性的价格预期方式,即理性预期方式和幼稚预期方式;而后对共享泊位的均衡价格、2种提供者的占比差、高峰时段公交和小汽车需求的演化规律进行了分析;其次,以2条平行路径的路网为例,对网络交通流量分配的最终演化结果进行了分析;最后,在对上述2个系统的最终演化状态给出定量判据后,以北京市实际路网为例进行了数值试验。理论分析和数值试验结果表明:①对于共享泊位交易系统,若供给曲线斜率小于需求曲线斜率,则共享泊位交易系统的唯一均衡解可实现无条件渐进稳定;否则若理性提供者的交易与预测成本之和大于幼稚提供者,则存在临界提供者选择强度,使得共享泊位交易系统在大于此临界值条件下出现分岔或混沌现象;②对于网络交通流系统,若出行成本对路径流量敏感度小,路径选择概率对出行成本敏感度小,小汽车需求量不大,则系统唯一的均衡解可能是渐进稳定的,否则系统会出现分岔或混沌状态;③当共享泊位交易系统处于渐进稳定状态时,若提供者对共享泊位的价格变动不敏感,用户对其价格变动敏感,潜在共享泊位需求量不大,理性提供者的交易与预测成本之和并非远大于幼稚提供者,提供者选择强度不大,则由于受到共享泊位交易总量的限制,高峰时段的均衡小汽车需求不大,导致网络交通流系统的最终演化状态容易趋向于渐进稳定;④当共享泊位交易系统处于混沌状态时,网络交通流系统会产生更加严重的分岔与混沌现象。     

共享停车泊位的分配-定价-收益分配机制

为科学管理共享停车资源,构建一种共享停车泊位的分配-定价-收益分配机制。首先,以存在多个地块的区域为对象,根据出行者对不同地块及停车时间模式的选择偏好构建停车许可证的最优分配-定价模型,其中,最优分配模型为组合拍卖竞胜标确定问题(NP困难问题)。其次,利用Benders分解原理、对偶理论及新型升价拍卖代理系统构建调优法对停车许可证进行拍卖。最后,为调动共享泊位提供者的积极性,利用沙普利值法构建基于对社会福利贡献程度的停车收益分配模型。由理论分析及数值试验可知,运用上述机制可精确实现社会福利最优状态,最小竞争均衡价格与公平的收益分配。结果表明:①相较VCG机制与Leonard机制,调优法不仅可精确求解停车许可证的最优分配-定价,而且在算法最坏时间复杂度方面拥有更高效率;②在调优法的每个步骤中,即使停车许可证的分配并非最优,通过机制所实现的收费定价依然具有防止策略性操作的重要性质;③调优法可在较少的步骤之内实现较高的社会福利;④新型升价拍卖代理系统拥有多项式型的最坏时间复杂度;⑤通过最优分配-定价机制可获得每位出行者的选择偏好,进而可计算不同泊位提供者组合条件下的社会福利,实现沙普利值法在现实应用中的可计算性。     

基于计算机视觉的停车位车辆存在性检测方法

为了提高停车场的车位利用率,有效地管理停车场,提出了1种基于计算机视觉的车位检测方法.与传统的视频检测方法不同,该方法在停车位上绘制了特定的辅助识别图案,图案具有各向同质性的特征,在大部分光照、阴影的影响下具备图案特征不变性,且与一般车辆上绘制的图案有显著差别,在此基础上采用图像检测算法对图案进行数学解析描述,作为检测目标,同时采用图像识别算法,逐行扫描各个像素,利用模式匹配判断停车位状态.通过选取停车场的2个车位进行实例验证,准确率为98.12%.结果表明该方法识别速度快、准确率高,具有很好的应用前景.      

能力约束下的停车行为模型及其求解算法

建立了能力约束下的旅行选择和停车行为模型,模型同时考虑了出行者对旅行路径和停车设施的选择、道路路段和停车设施的能力约束以及道路网络的需求弹性。构造了数学规划模型,证明在非主动能力约束下,网络均衡条件与该数学规划模型等价;当能力约束为主动约束时,该数学规划模型的解不是网络均衡解,但当对路网的饱和路段和饱和停车设施征收某个附加费用之后,网络均衡解满足能力约束。设计了增广的Lagrangian对偶算法和部分线性化算法来求解该模型,并利用算例来验证模型和算法的效率及评价交通政策的效果。计算结果表明:停车收费、新增停车设施、停车设施与目的地之间的步行距离将显著影响出行者的旅行选择和停车行为。     

停车诱导信息板泊位状况显示优化模型

在考虑停车诱导率的基础上,综合考虑停车诱导信息板在路网中所处位置、道路交通状况和停车泊位的变化趋势等影响因素,以进入诱导区域内所有停放车辆到达停车场的车公里数(vehicle kilometers of travel,VKT)最小为目标,建立了停车诱导信息板泊位状况显示优化模型。该模型可以确定某一显示时间间隔内,诱导区域内所有停车诱导信息板泊位状况显示结果的最优组合。算例分析表明,该模型是可行的,且随着停车诱导率的增加,VKT随之下降,诱导效果随之提高。     

混合开发用地配建停车泊位共享配置方法研究

针对混合开发用地配建停车泊位共享配置方法中的适用情境和需求分析等2个关键环节进行了研究。结合差异化停车管理政策实施边界的确定,对独立开发地块和混合开发用地群2种对象类型进行了共享配置措施适用范围的分析,为大城市分区分类制定建筑物停车配建标准提供了一定参考。基于上述适用前提,提出了国内大城市内混合开发用地(群)在共享条件下停车泊位总需求的分析模型和分析步骤。将这一方法应用于南京市江宁区的拟开发区域,发现共享配置下的泊位总需求可减少25.7%。      

基于停车许可证的路外公共停车设施最优收费定价:基础模型及其扩展

为探求路外公共停车设施的最优收费定价机制及其实现手法,构建了基于停车许可证的最优停车设施收费定价基础模型及其扩展模型。在基础模型中,首先利用出行者对各停车设施的评价额度,构建停车许可证的最优分配模型;而后,通过拍卖机制（例如升价拍卖代理系统）即可确定各停车设施的最优收费定价。在扩展模型中,将购买停车许可证的时间点由一个扩展为多个,并开发了一种可实现最优收费定价的调优法。最后,通过数值算例验证了升价拍卖代理系统在实现路外公共停车设施最优收费定价方面的可行性以及调优法在求解扩展模型方面的有效性。分析结果表明：将停车许可证制度导入停车设施后的出行者均衡状态与社会最优状态是一致的;利用升价拍卖代理系统可求解得到最优许可证分配方式与最优停车设施收费定价;同时,最优停车设施收费定价具有防止出行者进行虚假申报的制约机制;相较评价额度,停车泊位总数的变化对最优收费定价的影响较大（即敏感因素）;多个停车许可证购买时间点条件下所实现的社会福利高于单一购买时间点;应用调优法可以使管理者在有限步骤内求解得到多购买时间点条件下的最优停车许可证分配方式及最优收费定价;利用此调优法可使政策在较少的步骤内实现较高的社会福利。     

基于多智能体深度强化学习的停车系统智能延时匹配方法

“互联网＋”模式下区域停车“用户-资源”优化匹配是解决找车位难问题的有效途径，传统研究主要关注动态匹配机制设计，缺乏对用户匹配时机的考虑。在随机动态环境下，用户到达目的地附近后进行适当的延时等待，往往可以获得更优质的泊位资源，但取决于当前的停车供需模式。据此首次提出智能延时匹配策略，将每个停车用户抽象为智能体，构建多智能体深度Q学习模型(M-DQN)。结合系统的停车供需状态学习，用户自主决策延时等待时间，进入分配池后，系统利用匈牙利算法进行泊位匹配。在智能体总数量可变的环境下，利用集中式训练与分布式执行的框架，实现多智能体协同优化。为对比智能延时策略的效果，设计等待零时长策略(Greedy)和等待最大时长策略(Max Delay)。在算例中，结合同济大学四平路校区实测停车数据，设计3种不同的停车供需模式场景。在工作日早高峰时段，Greedy是最优的匹配策略，M-DQN和Max Delay的平均停车过程总用时会增加，匹配成功率下降；在工作日非高峰时段，M-DQN的平均停车过程总用时相较于Greedy和Max Delay分别减少23.8%和22.4%，效果提升明显；在工作日晚高峰时段，M-DQN的平均停车过程总用时相较于Greedy和Max Delay分别减少了12.8%和14.5%，M-DQN可以结合供需状态学习到最优的匹配策略。研究结果表明：在停车供需相对平衡的环境下，所提出的延时匹配策略和多智能体深度强化学习方法可以有效减少用户停车的平均行驶时间和步行距离，且停车周转率越高效果越好；但延时策略在应用方面仍有一定的局限性，不适用于停车供给紧张，停车周转率较低的场景。