现阶段的智能停车管理平台主要服务于出行者、停车场管理者和停车管理部门。针对出行者，主要提供车位预约、城市路径诱导、室内车位诱导、智能缴费服务；针对停车场管理者，主要提供停车场使用情况分析、运营数据监控、客户服务管理(免费车/月租客户登记、车位登记等)；针对停车管理部门，主要提供停车场供给规模分析、停车场使用情况分析服务。随着电子信息技术的不断发展与更新，更多的功能模块应嵌套于现有平台，服务于多方需求。此外，现有平台缺乏将服务于不同对象的系统进行有效整合，无法使停车信息流在出行者、停车场管理者和停车管理部门之间有效交互。

　　城市停车设施资源包括路内停车位和路外停车场。路内停车位主要承担临时性停车功能，属于路外停车场的补充形式，现阶段存在两方面问题。1)路内寻泊耗时较长：有研究表明，在一些社区寻找路内停车位的巡游交通量占总交通量的40%左右 [26] 。大量的路内寻泊行为会严重干预城市动态交通流的正常运行。2)长时间路内停车或者违法停于城市道路：一方面，长时间的路内停车行为违背了路内停车位的功能定位；另一方面，大批量、长时间的路内违法停车行为干扰城市动态交通流的正常运行。

　　路外停车场主要包括建筑物配建停车场和公共停车场，占据了城市巨大的土地和空间资源，现阶段存在两方面问题。1)部分路外停车场资源空置浪费：由于缺乏有效的停车诱导平台、路外停车场数据库不完整，驾驶人无法掌握目的地周边所有停车位的供给情况，进而导致部分停车位空置。2)驾驶人到达停车场时无位可停：由于缺乏停车信息查询、停车诱导、停车预定等有效的人机交互系统，驾驶人无法提前获取停车位供给情况。这不仅降低了出行者的满意度，无位可停、继续寻泊的出行者还干扰城市动态交通流的正常运行华体会·中国。

　　针对上述停车问题，凭借迅速发展的车载设备、智能手机、停车信息传播媒介，衍生出更多的停车服务，例如空闲停车位信息查询、停车路径诱导、自助缴费、车辆刮蹭行为取证、新能源汽车充电等。基于对北京、武汉、南京、沈阳、厦门5座城市的停车调研，上述城市已逐步构建起城市停车管理平台，并正在完善相关功能。平台可实现各项便民停车服务，包括停车信息查询(路内及路外停车场的位置、收费、剩余泊位)、停车路线诱导、停车费用收缴(日常、包月、欠费收缴)以及停车共享服务，并依托微信公众号、小程序或手机APP向市民提供上述停车服务。部分平台涵盖城市停车数据大屏，可展示平台内停车场的利用与运营情况。然而，上述城市停车管理平台的功能设计仍然存在改善空间：

　　1）缺失路内、路外停车场供给情况(分布位置、停车位规模)与运营情况(利用率、周转率、停车时间等)分析模块。这使得停车管理部门难以了解城市内部停车场的分布及利用情况，难以支撑和优化停车场的管理政策，例如动态调整不同区域停车资源的配置比例、实施差异化收费和停车时间限制政策等。

　　2）缺少动静态交通相互影响分析模块。例如，无法向停车管理部门或专家提供拥挤路段周边停车场的相关信息(停车位规模、类型、分布位置、出入口、供需情况)，进而无法支持停车管理部门或专家对停车场进行优化设计和协调管控，实现动静态交通的协调运行。

　　3）没有兼顾各类停车设施资源。停车供需信息无法在各类停车设施资源间实现流动，进而无法支撑停车共享政策的实施以及停车诱导系统的建设，难以提升城市整体停车资源的利用效率。

　　4）未考虑政府及相关行业对于特殊车辆的监控和管理需求。例如，交通运输部针对新冠肺炎疫情颁布了多项工作通知，要求各地交通运输部门强化疫情防控措施，实现常态化防疫管理。现阶段，在静态交通管理中，缺乏对停车场到访人员进行健康码查核，缺乏对健康码异常人员进行措施干预(禁止进入停车场等)和信息上报，难以实现常态化防疫管理。

　　综合考虑上述停车问题以及智能技术，本文设计了基于智能技术的城市停车管理平台。平台设有5个核心模块，服务对象包括出行者、停车场管理人员、城市停车管理部门和相关行业管理部门(见图1)。

　　利用时空匹配、协同推荐、合作博弈等理论模型 [14-17] ，将出行者与停车场(停车位)进行匹配， 为出行者提供私人订制的停车场(停车位)，将目标车位、诱导路径、收费信息经由互联网、物联网、车联网等传播媒介传递给出行者。如果停车场提供车位预订服务，则需要将出行者的车位预订信息传递给停车场管理系统。

　　随着新业态汽车行业(自动驾驶技术、分时租赁、新能源汽车)的蓬勃发展，势必要通过先进的技术手段、模型算法来解决新业态汽车在路内、路外停车场的停放需求。未来应在现有的城市停车管理平台加入新业态汽车管理模块。

　　2）针对分时租赁车辆，应分析其停车场的空间布局及使用情况，作为新一轮分时租赁停车场规划的参考数据。

　　3）针对新能源汽车，应分析城市内部充电桩的空间布局及使用情况，作为新一轮新能源汽车充电桩规划的参考数据。

　　[2] 张增超，李强，孙红雨，等. 基于地磁传感器和UWB技术的停车位车辆检测方法与实现[J]. 传感技术学报，2019，32(12)：1917-1922.

　　[3] 陈婷. 基于RFID定位的停车场智能移动终端设计[D]. 南京：南京邮电大学，2016.

　　[12] 刘磊，郭丽，缑西梅. 智能停车管理云平台的研究与实现[J]. 现代信息科技，2018，2(10)：31-32.

　　[13] 王雷. 基于车联网的校园智能停车管理系统研究[J]. 公路与汽运，2018(5)：47-49.

　　[14] 陈峻，王斌，张楚. 基于时空容量的配建停车资源共享匹配方法[J]. 中国公路学报，2018，31(3)：96-104.

　　[16] 卢凯，林茂伟，邓兴栋，等. 停车总成本最小的停车位动态分配与诱导模型[J]. 华南理工大学学报(自然科学版)，2018，46(9)：82-91.

　　[20] 肖婧，王皓. 高维多目标动态停车场选择及路径诱导研究[J]. 计算机应用研究，2015，32(7)：2009-2013.

　　[21] 陈锦生，靳丽丽，应夏晖，等. 基于导航平台的智能交通停车诱导系统设计：以衡阳为例[J]. 科技视界，2019(32)：127-129.

　　[22] 高智文，张学东，张健钦，等. 基于WebGIS的停车监测信息可视化系统研发[J]. 城市勘测，2019(3)：15-18.

　　[23] 胡玥. 基于RTMS数据的区域机动车积累量分析和可视化[D]. 杭州：浙江大学，2017.

　　[24] 侯一隅. 智能停车管理与引导系统研究[D]. 北京：北京交通大学，2017.

　　[28] 杨忠振, 高春雨, 陈东旭. 考虑动静态交通转换的中心商业区停车供给优化研究[J]. 系统工程理论与实践，2016，36(8)：2091-2100.