共享自动驾驶车辆的最优停车规划

停车是城市交通系统中驾驶体验的关键要素。尤其在即将到来的共享自动驾驶车辆（SAVs）时代，城市交通网络中的停车运营将不可避免地发生变化。停车站将作为闲置车辆的存放场所，以及控制 SAVs 服务水平的枢纽。本研究提出一种面向 SAV 环境的解析停车规划模型（APPM），以对停车规划决策提供更广泛的见解。该 APPM 考虑了两种特定规划场景：（i）单区 APPM（S-APPM），将目标区域视为单一均质区域；（ii）双区 APPM（T-APPM），将目标区域视为两个不同区域，如市中心与郊区。S-APPM 提供闭式解以确定停车站与停车位的最优密度以及 SAV 车队的最优数量，有助于理解规划决策与给定环境（包括需求密度与成本因素）之间的显式关系。此外，为纳入两区之间不同的宏观特征，T-APPM 考虑了区间与区内乘客出行以及车辆重新调配。我们开展案例研究，利用韩国首尔都市圈收集的实际数据验证所提方法。针对成本因素进行了敏感性分析，以期为决策者提供进一步见解。我们还发现，目标区域内停车站与停车位的最优密度远低于现状。