基于深度强化学习的停车位智能动态分配方法

推行停车系统的“用户-停车位”动态匹配是解决“找车位难”、低效寻泊和系统周转率低等问题的有效途径。研究将停车场管理者抽象为智能体,以停车场的时、空、电等环境信息作为状态空间,以是否采取延时匹配和分配的车位编号结合为动作空间,提出基于DQN深度强化学习算法的停车位智能动态分配方法。研究结果表明,研究可有效提高用户寻泊效率、充电需求满足率和停车系统的周转率,且智能延时匹配策略能为用户提供更优质的停车位资源。

停车泊位动态分配算法的研究

针对大型智能停车场车位众多,如何对车位进行合理分配从而让用户快速找到适合自己的车位的问题,设计了基于停车场内车位动态分配算法的车位信息采集与发布系统.其核心是建立的ta-ble表与车位形成对应关系,为停车场空闲车位的均匀分布和行车路径选择一个平衡点.仿真结果证明了该算法的合理性.