211service.com
Parkplatzsuche könnte bald einfacher werden
Jeder, der in einer überfüllten Innenstadt unterwegs ist, weiß, dass das Parken fast endloses Kreisen auf der Suche nach einem Parkplatz in der Nähe Ihres Ziels bedeuten kann. Jetzt haben Ingenieure der Rutgers University in New Jersey einfache Ultraschallsensoren, GPS-Empfänger und mobile Datennetze kombiniert, um eine kostengünstige und hocheffektive Möglichkeit zu schaffen, den nächstgelegenen freien Parkplatz zu finden.
Freiraum?: Dieser Ultraschall-Entfernungsmesser, der mit Magneten an einer Autotür befestigt ist, ist die Grundlage eines an der Rutgers University entwickelten Prototypsystems zur Überwachung von Straßenparkplätzen.
Die Rutgers-Forscher sagen, dass die Bereitstellung detaillierter Parkdaten über webbasierte Karten oder Navigationssysteme Verkehrsstaus verringern könnte, indem Reisende entscheiden können, ob sie in einer Zentralgarage parken, auf der Straße parken oder im Voraus ein anderes Verkehrsmittel wählen möchten. Wenn Autofahrer sich für das Parken auf der Straße entscheiden, könnte dies hilfreich sein, indem sie den Nutzern über ein Navigationsgerät oder ein Mobiltelefon Parkplätze vorschlägt.
Das Team, geleitet von Assistenzprofessoren Marco Gruteser und Wat Trappe , montierten Ultraschall-Abstandssensoren an den Beifahrertüren von drei Autos. Unter Verwendung von Daten, die über zwei Monate gesammelt wurden, während die Fahrer durch Highland Park, NJ, pendelten, entwickelten die Forscher einen Algorithmus, der die Ultraschallentfernungsmessungen in eine zu 95 Prozent genaue Anzahl verfügbarer Parkplätze übersetzte. Durch die Kombination mit GPS-Daten generierten sie zudem zu über 90 Prozent genaue Karten, welche Plätze belegt und welche geöffnet waren.
Verkehrsstaus sind bundesweit ein großes Problem, insbesondere in den Innenstädten. Eine Studie von Transportalternativen , eine Interessenvertretung für den Verkehr in New York City, fand heraus, dass bis zu 45 Prozent des Verkehrs in Manhattan von Autos erzeugt wird, die auf der Suche nach Parkplätzen um den Block fahren. Im Jahr 2006 berechnete Donald Shoup, Professor am Department of Urban Planning an der University of California, Los Angeles, dass im Laufe eines Jahres in einem kleinen Geschäftsviertel von Los Angeles auf der Suche nach einem Parkplatz 47.000 Gallonen Benzin verbrannt wurden und produzierte 730 Tonnen Kohlendioxid. Das Problem ist so gravierend, dass einige Städte wie San Francisco Millionen von Dollar in intelligente Parkinfrastruktur investiert haben – Systeme, die die Anwesenheit von Fahrzeugen auf Parkplätzen mithilfe fester Sensoren erkennen, die in den Asphalt oder in Parkuhren eingebaut sind.
Aber solche Systeme funktionieren nur für gebührenpflichtige oder geschlitzte Parkplätze. Sie haben auch hohe Installations- und Betriebskosten. Der SFpark Projekt in San Francisco umfasst 6.000 Stellplätze – nur etwa 25 Prozent der verfügbaren Straßenparkplätze. Bei geschätzten Kosten von 500 US-Dollar für die Installation und Wartung jedes Sensors für ein Jahr summiert sich das auf 3 Millionen US-Dollar. Das Rutgers-Team hat sich zum Ziel gesetzt, eine kostengünstigere Alternative zu schaffen, die sowohl für gebührenpflichtige als auch für ungeparkte Parkplätze geeignet ist.
Die Ingenieure entwickelten einen Prototyp einer Sensorplattform mit einem 20-Dollar-Ultraschallsensor, der die Entfernung zum nächsten Hindernis meldet, und einem 100-Dollar-GPS-Empfänger, der den entsprechenden Standort notiert. Sie verbanden beide mit einem leichten PC mit einer Wi-Fi-Karte, um die Daten an einen zentralen Server zu übertragen.
Der von den Forschern entwickelte Algorithmus basiert bei der Erkennung geparkter Fahrzeuge auf Einbrüchen in den Messwerten der Ultraschallsensoren. Um geparkte Autos von anderen, kleineren Hindernissen im Weg des Sensors zu unterscheiden – zum Beispiel Bäume, Mülltonnen oder Menschen – verglichen sie die Breite und Tiefe jeder Senke mit Schwellenwerten, die aus einer Runde von Trainingsdaten ermittelt wurden, in denen die Ingenieure jeden Sensor markierten wie ein Auto oder ein anderes Objekt eintauchen. Anschließend entwickelten sie Filter, die alle Einbrüche mit einer Tiefe von weniger als dem Schwellenwert entfernen, den der Algorithmus aus den Trainingsdaten gelernt hat. Für Parklücken hatte der Algorithmus eine Erkennungsgenauigkeit von etwa 95 Prozent. Beim ungeschlitzten Parken erreichten sie eine Genauigkeit von etwa 96 Prozent.
Das Team integrierte seine Erkennungsdaten auch mit Referenzkarten, um eine punktgenaue Karte der Parkverfügbarkeit zu erstellen. Dabei standen sie vor einer großen Herausforderung, da die Standortkoordinaten eines GPS-Empfängers typischerweise nur auf drei Meter genau sind. Bei einer ungefähren Parkplatzlänge von etwa sieben Metern könnte ein Fahrzeug leicht einem falschen Nachbarplatz zugeordnet werden. Daher entwickelten sie einen weiteren Algorithmus, der die Messwerte des Ultraschallsensors verwendet, um bestimmte feste Objekte wie Bäume und Straßenschilder zu erkennen. Dadurch konnten sie ihre Fehlerquote um mehr als die Hälfte senken.
Nachdem sie bewiesen hatten, dass das Konzept funktioniert, wollten Gruteser und seine Kollegen sehen, ob ein solches System in einer Großstadt effektiv eingesetzt werden kann, indem sie Sensorsysteme in regelmäßig fahrenden Fahrzeugen wie Taxis, Polizeiautos und anderen Behördenfahrzeugen einbauen. Das Team nutzte einen öffentlichen Datensatz von 536 Taxis in San Francisco, um die Mobilitätsmuster der Autos zu untersuchen. Während die Taxis einige Teile der Stadt zu selten besuchten, um die gesammelten Daten für eine Echtzeit-Parkkarte nutzbar zu machen, war die Stichprobe dieser Taxis in der Innenstadt von San Francisco mehr als ausreichend, um den kleineren Bereich abzudecken.
Die Ingenieure schätzen, dass sie die Innenstadt von San Francisco mit nur 300 Taxis für etwa 200.000 US-Dollar abdecken könnten, was einem Kosteneinsparungsfaktor von etwa 15 gegenüber einem Festsensorsystem entspricht. Wir wissen, dass diese Einsparungen damit zusammenhängen, dass wir eine nicht garantierte Zufallsstichprobe von Parkplätzen erhalten, gegenüber der kontinuierlichen Überwachung durch feste Sensorsysteme, sagt Gruteser.
Die Entwicklung eines Systems für den Einsatz in der realen Welt sollte nicht so schwierig sein, sagt Gruteser. Das Team entschied sich für den Einsatz von Ultraschall-Entfernungsmessern aufgrund ihrer relativ geringen Kosten im Vergleich zu Laser-Entfernungsmessern und Autoradaren, des besseren Nachtbetriebs im Vergleich zu Kameras und ihrer zunehmenden Verfügbarkeit bei Parkassistenten und automatisierten Parksystemen in Autos. Dies bedeutet, dass Ingenieure möglicherweise bereits in Fahrzeugen vorhandene Ultraschallsensoren in einem zukünftigen Parküberwachungssystem verwenden könnten.
Während sich die Forscher auf opportunistische Wi-Fi-Verbindungen verließen, um ihre Daten von den Autos an den zentralen Server zu übertragen, könnten Fahrzeuge ihre Daten über weit verbreitete Mobilfunkmodems melden, sagen sie. Schließlich, sagt Gruteser, wäre es ziemlich einfach, Informationen über die Verfügbarkeit von Parkplätzen über das Internet zu verteilen, ähnlich wie Google Staudaten in seine Karten einfügt. In Zusammenarbeit mit Herstellern von Navigationsgeräten könnte es auch an kommerzielle GPS-Empfänger gesendet werden.
Das Rutgers-Team hat seinen Projektbericht auf der Annual International Conference on Mobile Systems, Applications, and Services ( Mobisys ), die im Juni in San Francisco stattfinden wird.