由贝叶斯网络停车引导结构图可以看出，停车行为从入口到最终泊车人位是受七个变量因素的相互制约与影响，其中停车空闲区块（ek）的观察变量PA （ek）和RC（ ek）的取值应等于1，其余五个变量（01，PT，PI9WD、PT）则是根据不同的取值反映出不同情况下各种停车人位行为的相关状态。这种停车入位行为的状态可以用后验概率的形式表示出来。那么停车人位的最优引导方案就可以认为是这些后验状态中的最大后验概率（MAP），即MAP （ek）＝argmax P（0I，PT 9 PI 9 WS，PT|PAek=1，RCek＝1）。

    4 停车入位引导的实现
    通过计算停车引导贝叶斯网络MAP求得最佳停车区块ek，可以搜索由停车场人口In到此最佳停车区块ek的各条路径，从中选择停车入位时间最短的一条通路作为当前的最优停车路径。而在当前车辆驶入停车位之前，应避免停车场内其余车辆已引导的通行路径与其冲突。具体的停车人位流程如图3所示。

    5 结束语
    该停车场主动引导算法以车位为中心，建立停车场车位分布图背景下的贝叶斯网络数学模型，寻找最合理空闲车位并加以引导的分析过程。该算法可用于智能化程度较高的室内大型停车场，可以有效减少停车场管理人员成本，提高停车人位效率，在解决停车难问题中拥有更大的应用前景。
 

上一页  [1] [2]