Svakodnevna frustracija vozača koji traže parking na odredište je sveprisutna. Uobičajena je situacija kada vozač provjeri navigacijsku aplikaciju kako bi saznao koliko će putovanje trajati, ali pronađe da nema dostupnih parking mjesta kada stigne na odredište. Do tada kad nađe parking i dođe do cilja, obično je znatno kasniji nego što je očekivao. Ova česta frustracija nije samo neugodan doživljaj, već je simptom većeg problema koji utječe na gradski promet i okoliš.
Većina popularnih navigacijskih sustava vozi korisnike do odredišta bez uzimanja u obzir dodatno vrijeme potrebno za pronalazak parkiranja. Ovo uzrokuje više nego samo glavobolju vozačima. Može pogoršati promet i povećati emisije zbog vožnje u krugovima tražeći parking. Ovaj nedostatak u procjeni vremena putovanja također može odraditi ljude od korištenja javnog prijevoza jer ne shvaćaju da bi to moglo biti brže od vožnje i parkiranja.
Istraživači na MIT-u su se suočili s ovim problemom razvijajući sustav koji može identificirati parking lotove koji nude najbolju ravnotežu između blizine željenom odredištu i vjerojatnosti dostupnosti parkiranja. Ovaj prilagodljiv pristup upućuje korisnike na idealno parking mjesto umjesto na odredište. U simulacijama s stvarnim podacima o prometu u Seattleu, ovaj pristup je postigao uštedu vremena od čak 66 posto u najgušćim situacijama. To bi vozaču uštedilo oko 35 minuta u odnosu na čekanje da se otvori mjesto u najbližem parking lotu.
Iako još nisu dizajnirali sustav spremnim za stvarni svijet, njihovi demonstratori pokazuju viabilnost ovog pristupa i ukazuju na način na koji bi se mogao implementirati. “Ova frustracija je stvarna i osjećaju je mnogi ljudi, a veći problem je sistematsko podcjenjivanje ovih vremena putovanja što sprečava ljude da donesu informirane odluke. To čini još teže za ljude da se prebace na javni prijevoz, bicikle ili druge oblike prijevoza”, kaže MIT-ov student Cameron Hickert, glavni autor rada koji opisuje ovaj rad.
Hickert je pridružen na radu Sirui Li PhD ’25; Zhengbing He, istraživač u Laboratoriju za informacije i odlučivanje (LIDS); i senior autor Cathy Wu, Class of 1954 Career Development Associate Professor u Građevinskom i okološkom inženjerstvu (CEE) i Institutu za podatke, sustave i društvo (IDSS) na MIT-u, i član LIDS-a. Istraživanje se danas objavljuje u Transactions on Intelligent Transportation Systems.
Kako radi navigacijski sustav svjestan parkiranja
Da bi riješili problem parkiranja, istraživači su razvili pristup zasnovan na vjerojatnosti koji uzima u obzir sve moguće javne parking lotove blizu odredišta, udaljenost vožnje od mjesta polaska, udaljenost hodanja od svakog parking lota do odredišta i vjerojatnost uspješnog parkiranja.
Pristup, temeljen na dinamičkom programiranju, radi unatrag od dobrih ishoda kako bi izračunao najbolju rutu za korisnika. Sustav također uzima u obzir slučaj kada korisnik stigne na idealni parking lot, ali ne može pronaći mjesto. Uzima u obzir udaljenost do drugih parking lotova i vjerojatnost uspješnog parkiranja na svakom.
“Ako postoje nekoliko parking lotova u blizini koji imaju malo nižu vjerojatnost uspjeha, ali su vrlo blizu jedan drugome, možda je pametnije vožnja tamo umjesto da se ide na parking lot s većom vjerojatnošću i nada se da će se otvoriti mjesto”, kaže Hickert.
Na kraju, njihov sustav može identificirati optimalni parking lot koji ima najnižu očekivano potrebno vrijeme za vožnju, parkiranje i hodanje do odredišta.
Uzimanje u obzir akcije drugih vozača
Nijedan vozač ne očekuje da će biti jedini koji pokušava parkirati u centru grada. Stoga ovaj pristup također uključuje akcije drugih vozača koje utječu na korisnikovu vjerojatnost uspješnog parkiranja.
Na primjer, drugi vozač može stići na korisnikov idealni parking lot prvi i zauzeti zadnje mjesto. Ili drugi vozač može pokušati parkirati u drugom parking lotu, ali neuspješno i onda parkirati u korisnikovom idealnom parking lotu. Također, drugi vozač može parkirati u drugom parking lotu i uzrokovati posljedice koje smanjuju korisnikovu šansu uspjeha.
“S našim okvirom možemo pokazati kako možete modelirati sve te scenarije na vrlo čist i principijelan način”, kaže Hickert.
Izvor podataka o dostupnosti parkiranja
Podaci o dostupnosti parkiranja mogu dolaziti iz nekoliko izvora. Na primjer, neki parking lotovi imaju magnetne detektore ili kapije koje prate broj vozila koja ulaze i izlaze.
Međutim, takvi senzori nisu široko korišteni, pa su istraživači istražili učinkovitost korištenja crowdsourced podataka kako bi njihov sustav bio više prikladan za stvarnu implementaciju.
Na primjer, korisnici bi mogli označiti dostupno parkiranje putem aplikacije. Podaci se također mogu prikupljati praćenjem broja vozila koja kruže tražeći parkiranje, ili koliko ulaze u parking lot.
Zaključak
Navigacijski sustav svjestan parkiranja predstavlja značajan korak naprijed u rješavanju česte frustracije vozača. Ovaj pristup, temeljen na dinamičkom programiranju i vjerojatnosti, može značajno smanjiti vrijeme putovanja i poboljšati ukupno iskustvo vožnje. Iako još nije dostupan u stvarnom svijetu, demonstracije pokazuju viabilnost ovog pristupa i ukazuju na način na koji bi se mogao implementirati. S vremenom, ovakvi sustavi mogu značajno utjecati na gradski promet i okoliš, pružajući korisnicima bolje i efikasnije načine kretanja.
Česta pitanja
Kako navigacijski sustav svjestan parkiranja smanjuje vrijeme putovanja?
Navigacijski sustav svjestan parkiranja smanjuje vrijeme putovanja uzimajući u obzir dodatno vrijeme potrebno za pronalazak parkiranja. Ovaj sustav identificira parking lotove koji nude najbolju ravnotežu između blizine željenom odredištu i vjerojatnosti dostupnosti parkiranja, što omogućuje korisnicima da putuju direktno do idealnog parking mjesta umjesto do odredišta.
Koji su glavni izvori podataka o dostupnosti parkiranja?
Podaci o dostupnosti parkiranja mogu dolaziti iz nekoliko izvora, uključujući senzore u parking lotovima koji prate broj vozila koja ulaze i izlaze, crowdsourced podatke od korisnika koji označavaju dostupno parkiranje putem aplikacije, ili praćenje broja vozila koja kruže tražeći parkiranje.
Kako sustav uzima u obzir akcije drugih vozača?
Sustav uzima u obzir akcije drugih vozača modelirajući scenarije poput zauzimanja zadnjeg mjesta u idealnom parking lotu, parkiranja u drugom parking lotu i uzrokovanja posljedica koje smanjuju korisnikovu šansu uspjeha. Ovaj pristup omogućuje sustavu da pruži preciznije procjene vjerojatnosti uspješnog parkiranja.
Koji su potencijalni utjecaji ovog sustava na gradski promet i okoliš?
Navigacijski sustav svjestan parkiranja može značajno utjecati na gradski promet i okoliš smanjujući kruženje vozila tražeći parkiranje, što može poboljšati promet i smanjiti emisije. Ovaj sustav također može podržati prijelaz na javni prijevoz i druge oblike prijevoza, pružajući korisnicima bolje i efikasnije načine kretanja.