目的是改善城市停车难的状况，提高城市交通系统的效率与功能。通过为驾驶汽车者提供停车泊位信息，帮助其寻找合适的停车位置、指引其采用停车换乘方式到达目的，同时为城市规划者与管理者提供决策支持。近年来，“智慧交通诱导系统”“智能停车管理系统”等系统正蓬勃发展（见图1）。

图1 智慧停车管理系统

德国是世界上最早建设智能停车信息化系统的国家。1971年，德国亚琛市建立了世界上最早的停车管理信息系统。1973年，日本柏市建立了日本最早的停车管理信息系统，它可以向停车用户提供的停车诱导信息包括停车场的位置、总车位数、使用状况等。中国北京市在2001年建设了市内第一套停车管理信息系统——王府井地区停车诱导系统，并在2012年对该系统进行了升级，应用了物联网云计算技术，以及移动互联网技术，建设全方位的智能停车诱导系统，实现以互联网、手机、车载导航、诱导屏、广播等全方位的多级、连续的发布手段，方便驾驶员随时随地了解停车信息。

①数据共享功能。停车管理系统应具有较强的兼容性，能实现与其他智能交通子系统进行信息共享、数据传输等功能，方便统一管理和维护。能够最大限度地利用现有的智能停车管理设施，做到资源的合理利用。②停车信息采集、处理、研判功能。通过对智能停车场、路侧停车场、违章停车监控系统等取得动态、静态停车信息，系统后台软件将对所采集的信息进行统计、分析，得出相应的停车供求信息，为交通指挥调度、有关领导制定相关决策等提供重要依据。③违法停车监视与管控功能。通过覆盖视频摄像机以及各类交通检测装置，对停车状况进行全面的实时监控，尤其是城市重点区域。在指挥中心可通过视频摄像机，随时定点检查路面、停车场内的停车状况，及时发现违法行为并予以纠正处罚。④停车诱导和信息服务功能。基于综合交通信息采集系统，交通指挥中心可以发布多种停车诱导信息，一方面可以通过道路上的可变诱导屏为道路出行者提供实时的停车状况信息，另一方面可以通过系统部门之间的信息传输，获取其他相关部门的信息并实现交通信息与其他相关部门的信息共享。

考虑到停车数据的巨量性，采用大数据技术处理和存储交通数据，结合大数据与云计算技术，利用数学模型对海量交通数据进行多维度的分析和挖掘，并通过云发布服务，将分析结果传达至各类终端，使交通参与者能快速、全面、准确地完成交通决策（见图2）。①数据采集层技术实现。该层主要是利用视频、雷达、超声波和人工上报等多种方式所结合的综合停车信息采集技术来实现。计算机对采集数据进行初步整理并存储，为后续数据收集与处理打下基础。②数据分析层技术实现。采用数据挖掘技术，根据交通信息采集层提供的实时数据、数据综合分析等需求，结合数学模型，对采集的停车海量数据进行实时处理和有效分析，随时随地掌握整个城市的停车服务状态、停车供求矛盾高发区、违法停车实时状况，实现停车诱导、违法停车实时管理等一系列智能交通行为。③终端发布层技术实现。采用云计算服务将停车场位置、价格等情况进行多终端、多类型的发布服务，支持电脑（PC）、手持阅读器（Pad）、智能手机等各类终端。信息受众包括行业管理人员和广大公民，使行业管理人员能够快速评估停车服务水平，公众实时感知停车状况，从而提升交通管理水平和服务满意度。④数据共享层技术实现。利用基于面向服务的体系结构（SOA）技术实现不同智能交通系统间的数据交换与共享，SOA是一种开放、可扩展、安全和可组合的软件架构，具有易维护和高可用性等特点，利用这种技术更易于实现停车数据的共享与分析。

图2 智能停车管理系统架构

系统组成主要包括：停车资源信息平台、停车诱导系统、路侧停车管理系统、智能停车场管理系统、违法停车管理系统五个部分。系统通过前端数据采集装置收集停车场、路侧停车场的车位信息和违法停车信息等，并将数据传回系统后台进行处理，将处理后的数据分别传送给停车诱导系统和停车信息资源管理平台，并能将这些数据与关联数据库、交通指挥中心和其他智能交通系统共享（见图3）。

图3 智能停车管理系统组成示意图