摘要：目前停車誘導信息系統是（ParkingGuidanceandInformationSystem，簡稱PGIS）主要通過路邊的可變信息顯示板，為駕駛者提供實時、準確、全面的車位信息，引導其通過合適的路徑，到達合適的停車場。這種誘導模式簡單實用，但無法考慮不同駕駛者的不同要求，即無法實現系統與使用者之間的互動。本文在分析目前停車誘導系統現狀的基礎上，從車載停車誘導的角度出發，以車輛到達停車場的時間最短為優化目標，在最優路徑搜索中運用螞蟻算法為駕駛員提供抵達停車場的最優路徑。
　　關鍵詞：停車誘導系統；路徑優化；智能運輸系統（ITS）；螞蟻算法
　　1.前言
　　目前大部分停車誘導系統主要通過路邊的可變信息顯示板，為駕駛者提供實時、準確、全面的車位信息，引導其通過合適的路徑，誘導駕駛員高效地找到停車泊位，以減少駕駛員在尋找車位過程中帶來的“無效”交通量，緩解交通擁擠、改善交通對城市環境的污染。這種誘導模式簡單實用，但也存在一些缺點，如所提供的信息有限，無法考慮不同駕駛者的不同要求，即無法實現系統與使用者之間的互動。車載GPS導航的停車誘導信息系統，能夠根據車輛所在位置、目的地，結合GIS技術，實時為駕駛員提供抵達停車場的最佳路徑，從而實現動態停車誘導。
　　2.停車誘導系統現狀及存在問題
　　目前的PGIS主要由四個部分組成：路邊可變信息顯示板、停車場的計數裝置、控制中心和通信網絡。其工作原理是通過空車位采集器采集停車場內所有剩余的空位數，經過控制中心計算機處理后，由數據傳輸設備傳往路邊引導顯示牌（含停車場名稱、占用情況、方位等）。在實際的使用中這種誘導系統還存在不少問題，如下：
　　2.1停車誘導系統的市場操作性不強
　　根據已運行的停車誘導項目的投資及運營情況，可以發現停車誘導系統的市場運作可操作性不強，主要是由于停車誘導系統具有很強的公益性，與經營性停車場之間很難找到一種恰當的盈利模式。
　　2.2納入停車誘導系統泊位少，誘導系統使用率低
　　目前納入停車誘導系統的停車場多是公共建筑配建停車場和極少的路外公共停車場，并且這些停車場主要位于商業繁華地段，白天利用率高，容易因機動車等待車位，進入車位緩慢而影響動態交通；夜間空置多，造成資源的浪費。同時，誘導系統的信息還沒有在駕駛員中形成影響，使用者有限，利用率較低。
　　2.3各停車誘導系統獨立運作，沒有信息共享
　　各系統都有獨立的管理中心和通訊平臺，各自獨立運作，分別租用通訊公司的線路，運營費用高；各系統的信息量小，難以建立多渠道的信息發布方式，公眾獲得信息的渠道少，無法實現智能交通系統的路徑誘導。
　　2.4停車場維持現狀，不愿意增加投入
　　由于停車誘導系統的公益性，沒有盈利，而建設一個完整的停車誘導系統，除了后臺系統外，還需要停車場投入資金建設能夠自動檢測空泊位數的設備，在這種情況下，停車場多采用維持現有收費方式的態度。
　　2.5某些顯示牌設計不合理，信息發布不準確
　　發布屏的提示效果不好，容易被高大樹木遮擋，不容易被駕駛員看到。誘導區域范圍較窄，預告功能弱；而且指示屏的面積有限，能夠顯示的信息量也有限。
　　2.6信息發布形式單一，沒有達到設計的要求
　　因系統覆蓋范圍小，使用中的停車誘導系統信息發布方式只實現了設計中的路邊視覺信息發布設施，即停車誘導顯示屏。手機短信、互聯網、交通臺、服務電話等服務沒有開通。系統設計的服務范圍包括：車位信息、停車場分布和位置信息、停車場收費情況、停車場對外開放時間等，但目前只提供車位信息和簡單的位置信息。此外，目前很多中小型停車場還沒實現電子化，導致這些停車場的空車位資源無法納入無線通信系統的管理。
　　針對傳統的停車誘導系統存在的問題，合理利用現有的資源，將最新的信息化技術：如無線通信技術、GPS移動終端技術和GIS技術綜合應用于城市停車位的查詢、預定和導航服務上，最大程度的利用現有的停車位資源，特別是那些零散的中小型停車場的資源。使停車位信息能夠在停車位資源和停車位需求的供求雙方得到高效和合理的配置，緩解道路壓力，改善城市交通，顯得十分必要。
　　3.停車誘導系統(PGIS)中動態停車路徑誘導
　　停車誘導系統(PGIS)是智能運輸系統（ITS）的一部分，包括動態誘導包括動態停車泊位誘導及動態路徑誘導，當駕駛員在某個位置發送目的地查詢信息時,車載系統將自動搜尋并給出目的地附近的有停車泊位的一組停車場,當駕駛員選擇好某個停車場時,系統自動計算并給出該位置到達目標停車場的最佳行駛路線。該停車場及最佳行駛路線是動態可變的,當司機行駛到下一位置(還未到達目的地)，此時司機再選擇查詢，可能上次查詢選擇的目標停車場在此時停車位已滿、已無空車位或是目標停車場不變，但是路網上的交通狀況已經發生明顯改變，此時車載系統將再自動給出與當前時刻路網交通狀態對應的到達該時刻所選目標停車場的最佳行駛路線。
　　從車輛當前所在位置到目的地不論目標停車場是否發生改變，其動態最優路徑時刻可能發生變化，系統應能自動計算并實時給出司機所期望的最佳行駛路徑，因此實時路徑誘導要求具有較高的實時性，有時計算出來的路線并不是最優(最短路)而僅是次優路線(次短路)，但此時提供的次優路線只要是實時的，也能滿足誘導技術要求。
　　出行至停車場的行程時間反映了車輛出行成本和可達性，本文以行程時間最短為優化目標，采用美國聯邦公路局提出的BPR路阻函數模型，計算行程時間公式為：      (1)
　　設駛往停車場i共途經m條路段，對于不同的停車場，m值可不同。式(1)中的有關參數計算為：
　　(2)
　　(3)
　　(4)
　　(5)
　　式中：為駛往第i個停車場途中第j路段的機動車交通量/(pcu•)；為駛往第i個停車場途中第j路段的實用通行能力/(pcu•)；α、β為回歸參數，用最小二乘法確定；為交通流為0時駛往第i個停車場途中第j路段的行駛時間；為駛往第i個停車場途中第j路段相鄰交叉口的間距；r為自行車影響折減系數，可取1.0；為路段設計車速,取40~60km/h；為單條車道理論通行能力，取1500pcu/h；為駛往第i個停車場途中第j路段的車道數影響系數，單向1~4條車道依次取1.00、1.87、2.60、3.20；為交叉口影響修正系數；為交叉口有效通行時間比，信號交叉口處即取綠信比；為駛往第i個停車場途中第j路的車道寬度影響系數；為一條機動車道寬度/m。
　　當出行目的地確定后，駕駛員首選停車場自然希望行程時間最優且不超過其接受的駕車行程時間上限期望值。
　　(6)
　　4.螞蟻優化算法的基本原理及用于路徑誘導的方法
　　4.1螞蟻算法原理
　　蟻群算法(ACO)是一種隨機搜索算法，與其它模擬進化算法一樣,通過由候選解組成的群體的進化過程來尋求最優解。它是在對自然界中真實蟻群的集體行為的研究基礎上，由意大利學者M.Dorigo等首先提出的。自然界中螞蟻在尋食過程中，會在其走過的道路上留下一種稱之為信息素的激素，其它螞蟻可以感知這種激素并以此指引其運動的方向。這種信息素允許疊加，走過同一條路徑的螞蟻數量越多，這條路徑上的信息素濃度越大，也就吸引其他螞蟻以更大的概率走此路徑；反之，走過的螞蟻越少，信息素濃度越低,吸引螞蟻的概率越小。同時，這種信息素還會隨著時間的推移而揮發。這種現象稱之為正反饋原理，螞蟻算法正是基于這種正反饋機制發展起來的。螞蟻算法的思想是：依靠人工螞蟻群體求解，每個螞蟻個體具有簡單的判斷能力和局部搜索規則，通過釋放和探測信息素的方式交流，螞蟻群體經過一定時間的自組織活動后，趨向最優解。一般在設計螞蟻算法時，假設螞蟻個體知道所有相鄰節點與它的距離。其局部搜索規則是：螞蟻既考慮下一段路的長度，也會考慮其信息素的分布強度，在相鄰節點中以一定的概率選擇下一到達節點。比如，在t時刻路段(i,j)上的信息素強度為，則第k只螞蟻從i點向j點轉移的概率表示為：
　　（7）
　　式中，allowed表示螞蟻k下一步允許選擇節點，為啟發函數,其表達式為=1/，表示i，j兩個節點之間的距離。與的相對大小決定了螞蟻對路段信息素和質量的取向偏好。當螞蟻轉移到j點時，修改allowed表，即：
　　Allowed=allowed-{j}(8)
　　當螞蟻完成一次環游，信息素做如下調整：
　　(t+n)=(1-)+(t)(9)
　　(t)=(10)
　　其中,為小于1的常數，表示軌跡的持久性，1-表示軌跡衰減度，即信息的消逝程度。(t)表示本次循環中路徑i，j上的信息量的增量；(t)表示第k只螞蟻在本次循環中留在路徑i，j上的信息量；(t)的取值使用M.Dorigo提出的ant-cyclesystem模型中的取值方法，即：
　　(11)
　　其中，是一個常數，代表信息素強度，表示第k只螞蟻在本次循環中所走的路徑長度。在初始時刻，(0)=常數，(t)=0(i，j=1，2，…，n)。這樣，在每次實驗過程中，每只螞蟻都依據式(7)選取路徑；而在每次實驗結束后，每只螞蟻選取的結果又通過式(8)、式(9)、式(9)、式(10)反饋給式(7)，作為下一次實驗螞蟻選取路徑的依據，這便是基本螞蟻算法的路徑尋優過程。
　　4.2蟻群算法在誘導系統中的應用
　　導航系統的一個重要的功能模塊便是對車輛最優路徑的分析，本文介紹一種導航系統中基于蟻群算法的最短路徑算法，在導航系統中對道路的各項分析是基于電子地圖格式的，由電子地圖信息，可以構造出有向圖G(V，E)，V=(，，…，)是交通網絡中的頂點集，它代表交通網絡中的所有結點集合。E=(i，j=1，2，…，n)是交通網絡中的有向邊集，它代表交通網絡中結點間的連接線，是有方向的，代表的從結點到的路徑距離，由于電子地圖有其固定的存儲模式，通過GPS衛星定位系統，確定好各個結點的位置后，可以很方便的計算出兩點之間距離，得到路段距離表。在具體的導航過程中加入路況實時信息，得到條件約束如下：
　　①當所選擇的路徑為單向行駛路段，或者某路段發生了交通事故而造成交通阻塞時，將路段信息表中表示該路段的有向邊修改為禁止通行，避免車輛選擇此路段方向。
　　②由于不同道路上的車輛稠密程度不同，而不同的車輛密度對車輛行駛有著很大的影響，根據傳感器采集的交通信息來確定車輛的稠密程度，在每一路段加入道路稠密系數(t)，于是螞蟻從節點i選擇下一節點j的概率為：
　　（12）
　　定義(t)的計算式為：
　　（13）
　　(t)的取值根據該路段當前車輛數Q(t)、相鄰路段長度、車道數n、平均車速v(t)來確定，代表的物理意義即為每單位車道長度車流密度大小。信息素(0)更新采取式(9)、式(10)，這樣，隨著螞蟻爬過的次數增加，就能找到此時此刻通往目的地的最優路徑。
　　5.仿真實驗
　　給定一個路網(如下圖所示)，并給出部分相鄰路段間距離（表1所示），求駕駛員從起點到終點（停車場）在最短時間內到達目的地的最優路徑。
　　
　　設定螞蟻數目為10，=1，=2，=0.3。平均車速通過對相關路段的交通調查獲得，并由交通調查獲取實時交通信息。仿真結果為：→→→→→，距離為846.4m，平均到達時間為5分47秒。雖然螞蟻算法找到的并不是最短的路徑，但考慮到實時的交通信息，對車輛行駛路徑進行了較好的誘導，使得能夠在較短的時間內到達目的地。
　　本文所給示例路網比較簡單，運用螞蟻算法能夠很快找到最優路徑，當路網比較復雜時，實時地動態信息也比較復雜，可能在要求的短時間內找到的并不是最優路徑，但相對而言，在較少迭代次數情況下搜索到的路徑也能夠滿足需求。
　　6.結論
　　本文在分析目前停車誘導現狀的基礎上，提出車載導航的動態停車誘導，綜合利用GPS和道路實時交通信息，在確定停車場的基礎上，運用螞蟻算法對車輛出發地和目的地之間進行最優路徑誘導，從而為駕駛員提供到達停車場的最優路徑，并以一個較為簡單的示例路網進行了論證說明。
　　參考文獻：
　　[1]楊曉光，薛昆，白玉.城市停車誘導信息系統設計[J].交通運輸系統工程與信息，2004，4(1)：93~96.
　　[2]昊濤.停車誘導信息系統—ITS在停車領域的應用[J].國外公路，2000，20(2)：4~6.
　　[3]趙艷莉.德國科隆市停車誘導系統[J].國外城市規劃，2002，(3)：45~46.
　　[4]周智勇，黃艷君，陳峻等.公交專用道設置前后無港灣公交停靠站特性研究[J].公路交通科技，2004，21(7)：103~107.
　　[5]周智勇，陳峻，王煒.城市停車設施規劃自評判簡化決策方法[J].交通運輸工程學報，2004，4(4)：53~57.
　　
　　搜論文知識網致力于為需要刊登論文的人士提供相關服務,提供迅速快捷的論文發表、寫作指導等服務。具體發表流程為：客戶咨詢→確定合作，客戶支付定金→文章發送并發表→客戶接收錄用通知，支付余款→雜志出版并寄送客戶→客戶確認收到。鳴網系學術網站，對所投稿件無稿酬支付，謝絕非學術類稿件的投遞！