基于大数据的智能停车场管理系统设计

引 言

智能停车场作为智能交通系统的一部分，能够实时向整个交通系统提供停车位数量统计等信息，对交通拥挤、阻塞能起到一定的疏导作用，同时也可以接收交通系统发出的指挥命令，服从统一调度。现代智能停车场地在收费管理、车辆控制和人员管理方面具有先进、快捷、安全可靠等优点，可有效解决停车难等问题。国内大城市现有的智能停车场大多数都使用RFID 技术。RFID 技术中的RFID 识别多标签的能力强，抗污染能力和耐久性强，具有穿透性和无屏障阅读以及可重复使用的特点，数据还可实现反复修改，能够在企业内部进行循环使用，射频识别技术具有远距离读取、高准确率等特点，相比于其他技术，数据识别在停车场管理系统中的应用具有相当大的优势。

国内诸多大城市虽已建成较为成熟的智能停车场系统， 但由于环境因素及人文因素造成了不同时段停车位使用率低下和停车等待时间较长的问题，在一定程度上浪费了车位资源。这是由于所有的停车场并没有做到实时信息共享，也不能实现对共享数据的整理、存储和访问，从而出现了停车 一窝蜂的状况。

智能交通系统 [1]（Intelligent Transport System，ITS）是一种利用先进的检测、通信和计算机技术等手段对传统交通运输系统进行改造，增强系统运行效率，提高地面交通网络的安全性和效率，减少能源消耗对环境造成污染的综合运输和管理系统。利用大数据技术，可以从动态变化的智能交通各子系统的数据信息中提取出共享数据，并对跨区域、跨领域的 数据仓库 加以综合。将历史数据迁移至大数据平台的同时保证数据的完整性以及数据之间关系的可理解性，同时还可以根据各子系统的需求以及相互之间的内在联系为用户提供数据信息服务，并组织内部存储的数据直接输出，而其他子系统存储的相关数据则由信息共享平台提供查询支持。

2 大数据平台架构

大数据平台架构主要由数据采集、数据分析、云计算平台、终端发布构成。

2.1 数据采集

数据采集是该系统中不可或缺的一部分。数据采集系统主要通过感知器、RFID、二维码、视频监控等方式获取信息数据，为下一步的数据处理和平台计算提供数据来源。这些设备会源源不断的自动产生新数据。尽可能收集异源甚至是异构的数据，必要时还可与历史数据对照，多角度验证数据的全面性和可信性。

2.2 数据分析

数据分析 [2] 是基于Hadoop、NoSQL、HBase 和数据挖掘等技术的大数据分析技术，可以分析时、日、月以及年的数据，结合各种数学模型及停车场数据进行实时处理和有效分析，以对未来的趋势进行预测。

2.3 云计算

云计算方法是整个平台的基础服务。利用云计算方法对获得的数据进行有效整理、分析和存储。

2.4 终端发布

终端发布直接面向各层用户，可将之前产生的数据和分析结果直接发布在各种终端上，实现所有终端用户的信息共享和访问，并根据不同终端的需求提供不同的数据。大数据平台架构如图 1所示。

3 大数据平台下的智能停车场系统

3.1 大数据平台下的停车场终端

大数据平台下的智能停车场服务终端不应只为停车用户提供目前该停车场所剩车位数量，还应为用户提供最佳的停车方案，包括停车诱导、停车等待时间以及附近停车位数量等信息，使该终端具备提供多种停车方案的功能，以有效缓解不同时段停车 一窝蜂 的状况。

要实现具备高效、快捷特点的停车场系统，就必须采集完整的停车场系统信息，利用大数据平台对停车信息进行处理并整合，实现多个停车场车位、费率、位置等信息的实时采集汇总，及时获取停车位信息，并通过分析停车场附近的车流量和空闲车位，为车主提供多种选择方案，同时还可利用大数据分析出的最佳方案诱导用户快速停车。

大数据平台下的停车场服务终端可以结合RFID 技术 [3] 自动识别车主信息，实现不停车交费，及时发布车辆的位置信息、车辆的状况信息，并通过视频监控实现停车场管理的安全防护，并对剩余车位进行及时整合，充分利用，以防止浪费资源。

3.2 大数据平台下的智能停车场 App

在大数据平台下分析出的数据和结果不仅可以发布在停车场终端上，也可以发布在用户的App 上，实现服务终端与用户App 的信息共享和访问。用户利用App 可以及时了解自己所要到达的目的地附近的所有停车位信息，以便提前预定自己所需车位。

用户App 包括了用户所要到达目的地的地图数据。地图数据包括以下两部分内容：

(1)地图本身的信息。地图详细记录了每条道路的位置、形状、宽度、名称等信息，可由此计算出停车场的位置。

(2) 传感器和监测信息。传感器和监测信息可以把传感器本身的物理编号和它在地图上的位置对应起来。地图数据还包括用户所要选择的停车场内部地图，大数据平台将停车的最佳方案发布在用户App上。当用户到达停车场后，无需依赖停车场的发布终端也可快速找到自己所要的车位。

车辆进入停车场时，RFID 技术识别标签可实现自动缴费，费用的支出均在 App 界面显现，车主认定之后便实现支付，防止费用支出过剩的情况发生。使用 App 对停车位定位后， App 中的车位引导技术引导车主寻找车位，避免浪费时间与因寻找车位带来的停车场内部交通拥堵。

用户依靠 App 缴纳自己的停车费用。在离开停车场时， 门禁系统自动识别该车辆，并对比该车辆在数据库中的缴费情况，判断是否放行。

结 语

在当前的大数据时代，数据所带来的影响远远超出人们的想象。伴随着经济的发展，由 停车难 引发的各种交通问题也不断涌现，使城市交通面临着巨大挑战。大数据平台下的智能停车场是一个技术多元的庞大系统工程，涉及了整个区域和城市。大数据技术在智能停车场的应用充分利用数据挖掘和大数据处理技术的优势进行数据融合、平台建设，提高智能停车场的运行效率及核心竞争力。同时作为智能交通的一部分，在一定程度上缓解了停车难的问题。