更智能的停车：利用人工智能识别温哥华的停车低效问题

路边停车很方便，但有许多缺点：路边车位是以牺牲其他道路用途为代价获得的，例如行车道、公交车道、自行车道或小型公园；寻找停车位的驾驶员显著加剧交通拥堵，从而导致温室气体排放；安全性降低既因为寻找车位的驾驶员比其他道路使用者更易分心，也因为离开停放车辆的人对骑行者构成风险。当附近有非路边停车场且存在剩余容量时，这些社会成本可能不值得付出。为了了解温哥华市中心哪些地方可能如此，我们使用人工智能技术来估计驾驶员在市内各处目的地路边与非路边停车所需的时间。对于路边停车，我们开发了（1）基于停车计时器和审计数据的逐街区停车可用性深度学习模型，以及（2）驾驶员搜寻路边车位的计算机模拟。对于非路边停车，我们开发了计算机模拟，根据交通和停车场占用数据计算驾驶员从原目的地驾车至最近市属非路边停车场然后排队等候车位所需的时间。最后，在这两种情况下，我们还计算了驾驶员从停车位步行至原目的地所需的时间。我们比较了温哥华市中心核心区每个街区和一天中每小时的目的地的时间估计。我们发现了许多非路边停车实际上比沿街寻找车位更节省驾驶员时间的区域，以及更多非路边停车时间成本很小的区域。对此类区域的识别为城市将宝贵的路缘空间重新用于更符合其交通目标的社区友好用途提供了机会。