停車難,是城市發展過程中難以回避的一種“城市病”,全球范圍內看,找車位難是一種普遍現象,對城市交通大動脈的順暢造成一系列負面影響,比如一輛正在找車位的機動車對道路交通擁堵的影響是一般車輛的5倍,會增加堵車距離,引發公共糾紛,甚至會帶來嚴重的安全隱患。

美國司機平均每年要花17個小時尋找停車位,英國車主一年內尋找停車位的時間平均為44小時,在紐約、倫敦等超大城市,這一時間還將更長。

但與此同時,從總體情況看,城市車位的供應卻是相對充足的。數據顯示,在中國,有超過90%的城市車位使用率在50%以下。也就是說,問題的關鍵在于如何更合理地對車位資源進行更有效的管理和配置,提高信息的雙向透明度。

擁有3750萬人口的東京無疑是全球車輛管理的典范城市,其擁有汽車800萬輛左右,是北京汽車保有量的1.3倍,但停車難、交通擁堵的幾率在全球特大城市中卻相對較低,成功的原因在于東京制定了相對科學的車輛管理制度,通過交叉式車位設計、電子化車輛管理等模式不斷優化停車管理水平。

然而,依靠人力、制度和電子設備的傳統停車管理方式終有天花板,要想在寸土寸金的大城市更加智慧的停車,必須引入AI、邊緣計算等先進科技為現代停車管理系統賦能。

東京工業大學等科研組織與浪潮開展深度合作,探索采用邊緣計算、人工智能等技術,改善停車場管理,使車主尋找車輛、停車的效率顯著提升,同時節省了40%以上的停車場建設成本。

那么,東京工業大學是怎么做的呢?

東京工業大學打造“A I貼身 管家”

為了更好地提高車位的利用率,破解停車難的問題,并降低建設與運維成本,東京工業大學不再使用“地感線圈車輛檢測+停車管理”的傳統模式,采用了基于邊緣計算的智慧停車方案。

通過將東京工業大學研發的圖像識別與停車場運營管理系統,部署在停車場現場的浪潮邊緣微服務器EIS200,能夠對停車場出入口和內部的攝像頭,采集進出場車輛、車牌圖片,進行車輛實時識別并匹配車主信息,從而精準記錄車輛的進出時間,為進場車輛提供空位引導。當車輛離開時,還能夠幫助車主快速定位車輛精準位置,用最短時間找到自己的愛車,并支持無現金掃碼支付、精算機現金支付、掃碼支付混合等方式的快速支付,讓車輪滾動的每一步都心中有數。此外,停車場系統可根據攝像頭監測到的可疑事件或者可疑人員,以及煙霧、火光等險情,自動發出警報,從而提升停車場的安全性。

今年1月,東京工業大學成立校園發創企業Fusion Cubic股份有限公司,旨在將該項科研成果全面向市場轉化。目前以在東京各大繁華商業區開展試點停車場,無論是尋找車位,還是支付停車費,都變得高效、便捷,高峰期由于停車費計費緩慢導致的車輛擁堵問題也顯著緩解。同時,該方案還幫助停車場管理用戶實現了停車管理的自動化、智慧化,在降低人力資源支出的同時,無需再進行繁瑣的地感線圈施工及其后續定期老化檢測,節省了40%以上的停車場建設成本。在改造之后,井然有序的停車方案讓校園和城市的景觀環境得到美化,讓每一個人都能感受到東京工業大學的智慧魅力。

邊緣賦能,讓駕駛者體驗出行快樂

東京工業大學的停車場改造展現了智慧停車系統的巨大價值與發展潛力。數據顯示,2020全球停車管理市場規模為38億美元,預計到2025年該市場規模將增加至54億美元,其中最大的驅動力就是智慧城市的建設。

我們需要認識到的是,目前全球只有很少一部分停車場進行了智慧改造,絕大部分停車場仍舊實現的傳統的人工管理模式,車位信息不透明、尋找車位困難、高峰期車輛出入擁堵等問題遲遲難以解決。然而,要實現停車場的智慧改造,不僅需要解決技術瓶頸,還需要解決由此帶來的實施、規模化管理等一系列難題。

邊緣計算的重要價值在于,其相對于純云端的部署模式,提供了一種成本更低、實施更便捷、網絡依賴更小的AI應用交付方案,加速了智慧停車系統的建設與改造。

未來,通過基于邊緣AI的智慧停車系統建設,我們有望看到更多城市受益于浪潮的智能化停車管理解決方案,讓車主得到更高效、便捷的停車體驗,讓停車場管理更輕松、收益更高,讓城市管理者不再為交通擁堵頭疼,早日構建充滿智慧的數字城市。

和浪潮一起,用智慧讓城市更加快樂。

(新媒體責編：zpl05)