基于环井式智能立体停车库的车位资源分配技术研究

李旭红

摘要：智能立体停车库的停车位资源的合理分配能够节约用户等待时间和存取车能量消耗。介绍了环井式立体停车库的主要结构和工作原理，以停车库寻址策略为研究对象，提出了智能存车寻址算法，并通过搭建停车库存取车仿真实验平台，模拟了停车库长时间工作时的智能存车和普通存车两种算法的车位资源分配，对两种存车策略的存取车分配结果数据进行分析，验证了智能存车算法的正确性，得出智能存车算法对于车位平均分配、节约存取车时间、能源消耗的提升效果。

Abstract： Reasonable allocation of parking space resources in intelligent spatial parking garage can save users' waiting time and energy consumption of accessing vehicles. The structure and working principle of the ring-well type three-dimensional parking garage were introduced. Aiming at the parking garage addressing strategy， an intelligent parking addressing strategy algorithm was proposed. According two different algorithms of the parking resource allocation， intelligent parking and general parking resource allocation in long-time use of the parking equipment was simulated based on a parking simulation experimental platform. By analyzing the data of the experiment， the validity of the intelligent storage algorithm is verified. The results show the intelligent storage strategy's advantage in equilibrium， time saving and energy saving of accessing vehicles.

关键词：立体停车库;智能存车;车位资源分配;仿真实验

Key words： spatial parking equipment;intelligent parking;parking space resources allocation;simulation experiment

0  引言

由于传统的停车场长期存在管理效率低、停车难度大、停车体验差等问题，如今“停车难”问题十分严重。机械式自动化立体停车库的普及和应用能够缓解此类问题。但是，现阶段国内立体停车库智能化程度普遍较低，存车寻址多采用单一的“就近原则”，这种寻址策略虽然在单次的存取车的时间和耗能是最低的，但停车库的使用情况受当地的存取车频率、交通情况、停车时长差异等因素影响，“就近原则”寻址策略并不是最优的寻址策略。若长期采用“就近原则”寻址策略将造成停车库车位资源分配浪费。本文提出的智能停车寻址策略能够定期综合分析当前的存车情况，自动调整更加省时节能的寻址策略，提高停车库的调度效率，减少用户等待时间，节约存取车能源消耗。

1  环井式立体停车库的机械结构与工作原理

环井式立体停车库是一种新型的地下立体停车设备，具有容积率高、自动化、智能化等特点。环井式立体停车库的机械结构如图1所示，主要由地面设施、载车平台、停车库钢架和升降系统等组成。环井式立体停车库有5层共50个存车位，每层10个车位，呈放射状圆周均布。地面设施为停车库地面部分的安全辅助装置，包括出入口引导路段、IC磁卡刷卡机、自动门及路障装置、车辆检测装置等，能够辅助用户安全地将车驶入停车库，对车辆进行入库前的安全检测，并引导用户通过IC磁卡刷卡机进行存取车操作。载车平台是承载车辆进出车库的运动平台，其结构包括旋转装置、载车板、载车板行走装置等。停车库钢架为承载存车的主体机械结构，用于固定支撑车库和存放车辆。载车托盘升降系统是实现存取车过程中立体停车库载车平台在停车库井道中垂直运动和定位的装置。升降系统以钢绳滑轮组为传动方式，主要由曳引机、变频器、钢绳、滑轮组、配重块和T型导轨组成。此外，停车库内安装多种传感器，如行程开关、接近开关、激光测距仪等，用于车库状态信号采集、车辆安全检测以及运动过程控制。 停车库控制系统以SINAMICS S7-1200 PLC为主控制模块，主要控制变频器、继电器开关、指示灯等执行机构，控制系统包括智能停车模块、停车管理模块、运动控制模块、HMI人机界面等部分。

以存車为例，立体停车库的使用流程如下：首先将汽车驶入载车托盘中央，随后在车库外的刷卡机刷卡，通过触摸屏人机界面发出存车命令，系统将根据用户选择的存车模式完成存车寻址。停车库系统寻址完成后，载车板将轮胎固定并抬起汽车，随后载车平台载车经过升降、旋转和行走等一系列动作到达目标停车位，载车板释放轮胎并卸下汽车，载车板及载车平台归位后，存车作业。取车过程类似，不再赘述。

2  智能车位分配优化策略

2.1 存取车占用资源分析

在停车库的使用过程中，每个停车位占用空间和时间两种停车位资源。由于目标停车位处于不同的高度和位置，完成一次存取车作业的所消耗的能量和存取车时间都会有所差异。表1的数据展示了某立体停车库各层车位单次存取车的时耗及能耗差异。由表可知，深层存车位的使用会消耗更多的能量和用户等待时间，故以深层车位为寻址目标的存取车事件占用的停车位空间资源相对浅层存车位更高。

此外，由于每次存取車事件的停车时长差异，存取车事件占用的停车位时间资源也不相同。本文采用的智能存车寻址算法，包括单次智能存车寻址算法和多次自适应存车算法。单次智能存车寻址算法考虑存车时长、层车位平均分配等因素，确定最优寻址位置。多次自适应存车算法通过周期性地对长时间段内采集到的存、取车情况数据进行分析，动态调整单次存车算法的层优先级规则，从而实现停车位资源的自适应分配。

2.2 单次存车智能寻址调度算法

2.2.1 层优先级计算

存车寻址选择存车层时，传统的存车策略采用“就近原则”，即选择距离地面出口最近的可用存车层，层优先级顺序为A>B>C>D>E。但是，“就近原则”忽略了存车库占用存车时长的使用资源，时间资源分配不合理将造成不必要的能耗和时间的浪费。单次存车的时长与存车频次成负相关，存车时长越短，同一时间段内的存取车次数越多。由前文可知，浅层存车位占用的使用资源较低，因此，存车选址时若采用“紧凑原则”，即将短时高频的存车作业尽量分配到浅层存车位中，反之，将长时低频的存车作业尽量分配到深层车位中，停车库存车动作的平均的能耗和时间将会降低。

就单次存车而言，用户的存车行为是随机的，无法预测用户于何时开始存车，并且也无法预测用户将存车的时长。为解决此问题，智能存车软件中预设了三段存车时长，由此设置了三种存车模式，分别是短时停车模式、日常存车模式和长时存车模式，用户可以在软件组态的触摸屏用户使用界面中进行选择。为了实现存车选址的“紧凑原则”，单次智能存车寻址算法中引入了层优先级计算。三种停车模式下的默认层优先级顺序见表2。

2.2.2 位优先级计算

立体停车库每层中的10个存车位呈环形放射状分布，由前文可知，托盘旋转到达每个存车位所消耗的能量和时间也存在差异。选择目标车位时，若采用最节能省时的“就近原则”，系统将优先选择距离托盘初始位置角位移最小的小编号车位。但此方法存在弊端，经过多次存取车作业后，小编号车位的使用次数明显高于同层的大编号车位，造成同层车位的使用分布不均，由于高频使用，少数车位损坏过快疲劳加剧。为解决此问题，存车寻址中对位优先级进行计算。

对每个存车位设有使用系数，每当车位完成一次存车和取车作业时，该车位的使用系数增加1。使用系数越低，其位优先级越高。计算该层各车位的位优先级时，选择优先级最高的车位为目标存车位，即选择首个使用系数最低的可存车位。

2.3 多次自适应存车算法

由于停车库周边产业结构差异、附近人们从事的活动差异、客流量差异等多种复杂因素，不同地点的停车库使用情况会有所差异。根据《2017中国智慧停车行业大数据报告》的统计结果显示，对于不同利用性质土地的车辆停放时间，2017年全国城市各土地利用性质车辆平均停放时间如表3所示。

此外，车辆的停放时间与存取频率也受时效性因素影响，如早晚高峰、节假日等。因此，若对不同的使用情况下的所有停车库停车行为采取相同的存车寻址方式，车位资源未能得到合理的分配，导致车位资源浪费。为解决此问题，智能存车系统将采用多次存车自适应算法，系统能够对长时间段的存、取车情况数据进行分析，周期性调整层优先级规则，动态调整至调度效率最高的层优先级规则，从而实现停车库自适应、自调节的智能高效运作。

日常停车和长时停车模式的层优先级顺序方案选择是一个多属性决策问题，以下将介绍存车占比评估算法解决此问题。

2.3.1 基本定义

存车占比评估系数m1、m2计算完成后，系统将根据计算结果分别对日常停车模式及长时停车模式的层优先级规则进行调整，日常停车占比评估系数m1与层优先级规则如表4所示。当评估系数m1的值较小时，日常停车模式下的优先级层将整体向下层调整，浅层停车资源将更优先地分配给短时存车;反之，当评估系数m1的值较大时，此时日常停车的综合占比相对较高，优先级层将整体向上层调整。同理，由表4可见，当评估系数m2的值较小时，长时停车的综合占比相对较低，长时停车模式下的优先级层将整体向下层调整，系统将停车库的浅层停车资源更优先地分配给短时存车和日常存车;反之，当评估系数m2的值较大时，优先级层将整体向上层调整。

由上述的存车占比评估算法，在停车库使用一段时间后，经过多次存取车辆，系统根据存车情况数据，周期性地记录和结算存车占比评估系数，从而对层优先级顺序规则反复调整，使得停车库处于动态自适应状态，自动选择适合近期存车选择情况的最佳层优先级规则，对每种时长的存车选择都尽可能地保留最合适的存车位。

2.4 智能寻址算法的实现

本文采用TIA博途V15软件实现智能寻址算法，程序的编程语言为LAD及SCL语言。智能寻址算法程序如图2所示。

3  寻址算法对比实验与效果分析

搭建停车库存取车仿真实验平台，通过随机存取车对比实验模拟长时段停车库的存取车情况，对存取车数据进行分析，验证智能存车算法的正确性和有效性。实验通过智能存车算法与普通存车的存取车数据对照比较，进一步验证智能寻址策略提升停车库整体调度效率的优越性，评估智能存车算法在停车库停车所需时间、能量消耗、同层车位存车次数方差等指标中的提升效果。

3.1 实验平台功能实现

停车库存取车仿真实验平台主要分为三大功能模块：随机存取车行为仿真、存取车寻址仿真和实验数据处理。实验平台的整体功能架构如图3所示。

3.1.1 随机存取车行为仿真

存车事件包含有多个信息属性，包括存车时间点、存车间隔时间、预计存车时长、实际存车时长等。本实验仅讨论所有存取车行为都为正确使用停车库的情况，理想情况下，所有停车行为的预计存车时长与实际存车时长相等。针对距存车间隔时间和实际存车时长两个信息属性，为丰富信息属性的多样性，在随机存取车行为数据库全局BD块中建立了随机存车间隔时间数组与随机存车时长数组。数据库数组中预设了多种时间长度的值，可供随机存取车事件生成程序中的变量赋值和数据调用。

随机存取车事件生成程序通过生成随机数选取数组数据的方式将信息属性分配给每个存车事件。随机存取车事件生成时，程序根据随机数的值调用随机存车时长数据和随机存车间隔数组中的数据，完成随机信息属性分配。

3.1.2 存取车寻址仿真

取车寻址仿真是将随机存取车事件通过寻址算法得出存取车目标车库，随后将车辆存入或取出车库，最终改变车位工作状态并可视化的过程。实验分为智能存车和普通存车两组，分别采用智能寻址算法和“就近原则”的普通寻址算法计算寻址车位。

3.1.3 实验数据提取与可视化

为进一步观察和对比两组实验数据的变化差异，停车库使用情况和存取车数据将通过实验仿真界面可视化。存取车所需时间和能量消耗两组数据采用TIA博途中趋势视图控件实现，该控件可实时监控两组数据的变化曲线，在数据查看画面中进行数据观察和分析。实验仿真界面如图4所示。

3.2 智能存车算法对比实验方案与结果分析

本实验通过随机生成包含多种信息属性的存取车事件，模拟某地环井式立体停车库存车500次的工作情况。实验分为智能存车实验组和普通存车对照组，假设两组车库采用相同的随机存取车事件作为信号源和相同的停车库初始状态，而分别采用智能存车算法和普通存车算法对存车事件进行寻址计算，得到两组不同的停车库车位资源分配结果。实验以存取车时间消耗、能源消耗数据为分析依据，评估两种寻址策略的省时效果和节能效果;以每层车库的平均使用频次数据为依据，对停车位平均使用指标进行评估。

通过停车库存取车仿真实验，得到的实验结果如图5所示。对比智能存车与普通存车的停车位资源分配结果可知，智能存车相较于普通存车的浅层存车位使用次数更高，智能存车算法将更多的浅层存车位资源分配给高频次的短时停车事件，整体的车位资源分配更加合理。此外，分析各车位存车次数数据，计算各停车层存车次数方差，如表6所示。由表可知，智能存车各层存车方差都明显低于普通存车的各层存车方差，由此可知，智能存车的同层停车位的资源分配相比普通存车更加平均。

根据存取车时间和能量消耗变化曲线可知，在实验初期，由于停车库中的空车位较多，存车事件明显多于取车事件，此时普通存车的“就近原则”寻址策略更为省时快速，普通存车的时间消耗低于智能存车;随着存车事件次数增加，取车事件也相继触发，由于受到停车位容量的限制，在存车次数达到一定次数后，存车、取车事件的发生频率大致相等，停车库空位数量变化相对稳定，此时智能存车算法的优势逐渐体现出来，智能存车的时间和能源消耗逐渐降低至普通存车以下，并且两者差距逐渐扩大。图中曲线的局部放大部分显示了普通存车的存取车时间消耗超过智能存车时间消耗的曲线变化。存车次数达到500次时，实验中智能存车比普通存车的存取车时间消耗节省了2206.1s，省时效果为6.07%，存取车能量消耗共节约4064.9kW·h，节能效果为16.96%。

4  结束语

本文以停车库寻址策略为研究对象，提出了智能存车寻址算法，并通过搭建停车库存取车仿真实验平台模拟停车库长时间工作时的智能存车和普通存车两种算法的车位资源分配，对两种存车策略的存取车分配结果数据进行分析，验证了智能存车算法的正确性和有效性。最终得出以下结论：①智能存車算法能够有效提高整体停车库的调度效率，降低同层车位使用次数方差，降低了车库平均故障率。②智能存车算法在停车库长期使用中能够起到省时节能的作用，相比普通存车策略节省等待时间约6%，节约能源约17%。

参考文献：

[1]张仰森，刘安宇.智能化立体仓库入库货位分配的综合优化算法[J].计算机科学，2010，37（12）：175-177.

[2]杨莎.面向立体仓储系统的堆垛机建模仿真与寻址算法研究[D].长安大学， 2012.

[3]贺惜.基于泊位共享理论的停车场选址优化模型及其建设序列研究[D].北京交通大学，2018.

[4]徐泽水，达庆利.多属性决策的组合赋权方法研究[J].中国管理科学，2002，V（2）：84-87.

[5]关榆君，和淼.基于用户行为的立体车库车辆停放调度研究[J].华北理工大学学报：自然科学版，2019（1）：112-117.

[6]张欢欢.自动化立体仓库的若干关键技术与仿真[D].浙江大学，2008.

[7]吕双.基于排队论的立体车库泊位规模和车辆存取速度计算方法研究[D].北京交通大学，2017.

[8]梁英，方园，李建国.平面移动式立体车库分区存取策略仿真与分析[J].物流科技，2015，38（08）：88-90.

[9]魏丽.基于巷道堆垛式立体车库的车辆存取策略算法研究[D].重庆交通大学，2014.

[10]吕洪柱，张凌宇，廉佐政.立体车库智能存取车控制算法设计[J].软件工程师，2015，18（12）：52-53，41.

[11]江代君.巷道堆垛式立体车库排队及库位优化研究[D].重庆大学，2014.