卡耐基梅隆大学研究人员利用AI 实时预测停车位占用情况


    大家都经历过这种情况:驱车数英里到达目的地却发现,所有的停车位都被占满了。虽然谷歌地图(Google Maps)等应用程序可根据历史数据,预测停车位情况,但是该方法仍具有局限性。据外媒报道,美国卡耐基梅隆大学(Carnegie Mellon University)的科学家进行了一项研究,推出了一个人工智能(AI)系统,可实时预测停车位的占用情况。
    进行该研究的科学家认为停车场传感器易出现故障和错误,因此不从此类传感器上收集数据,而是利用停车计时器所进行的历史交易,在使用额外数据进行预测之前,先估计是否有空余停车位。据估算,大约有95%的街边收费停车场都通过计时器来进行管理,表明此类模型比独立的传感器系统更具通用性。
    研究团队使用了一种基于节点、边缘、属性和其他图形结构的图卷积神经网络来进行建模,说明停车场位置、交通流量、停车需求、道路链路和停车场之间的统计关系。该系统结合具有长短时记忆的时间递归神经网络(一种能够学习长期依赖能力的AI算法)以及多层解码器,从与交通相关的数据源中(如停车计时器交易信息、交通速度和天气情况)提取停车信息,并对停车位占用情况进行预测。
    研究人员根据匹兹堡市区的数据对该模型进行了测试,在匹兹堡市区的39个街区中共有97台路边停车计时器。由匹兹堡停车管理局(Pittsburgh Parking Authority)提供历史停车数据,网联汽车公司Inrix的交通信息频道(Traffic Message Channel)和WeatherUnderground应用车型界面(API)提供交通速度数据和实时天气报告。
    研究人员表示,在测试中,该模型在前30分钟预测停车位占用情况比其他方法表现更好。他们将该人工智能系统的卓越性能归功于天气和交通速度数据——尤其是天气数据,该数据提高了预测的准确性。未来,研究人员将制作一个模型,该模型将结合交通数量、道路封闭、交通事件和事故等与交通相关的额外数据。