智能出行基础设施：实时提升校园停车效率

轻松找到停车位

任何在拥挤校园车场里兜圈子找位的人都知道，寻找空车位既令人沮丧又耗时。本文介绍了一种可行的方法，将普通校园停车转变为智能服务，实时向驾驶者展示空位，减少燃油浪费，并帮助高校更高效地利用现有停车空间。

为何校园停车如此困难

大学停车场并非为当前的车辆数量与频繁出入设计。司机常常在车道间“巡航”寻找空位，这会增加交通拥堵、消耗燃料并提高排放。早期的智能停车方案依赖埋入每个车位的地面传感器或由远端云端计算机分析视频流。地面传感器安装成本高且容易被天气或杂物干扰，而仅靠云端的系统会有延迟，并且始终需要稳定的网络连接。

车位上的摄像头与电线杆上的小型计算机

作者提出了一条中间道路，将系统的“智力”保持在靠近停车场的位置。一台小型摄像头安装在车位排上方，将图像发送到同一根杆上固定的一块信用卡大小的计算机 Raspberry Pi。在该设备上，一种名为 YOLOv8 的现代视觉程序扫描每帧图像并判定哪些泊位被占用、哪些为空。通过使用约 2,000 张在他们校园内不同光照条件下（阳光、阴影、弱光）拍摄的照片训练该程序，团队使其能够以针对本地情况的高精度识别车辆和空位。系统每帧检测时间不到半秒，足以应对真实的车流。

将车场连接到云端并服务驾车者

一旦本地设备识别出每个车位的状态，就会向云服务发送简明的结果摘要。系统不是传输大流量视频，而是发送描述哪些车位空闲的短小数据消息。这些消息通过轻量链路传至在线平台并存储在一个简单的网络服务器中。基于浏览器的仪表盘随后以清晰的方式展示车场情况，将车位标注为已占或可用。由于该界面可在任意网页浏览器中运行，师生和访客可在手机或笔记本上查看停车状态而无需安装专用应用，校园管理者也能随时间查看趋势。

面向真实环境的更智能数据流

该设计旨在应对校园网络的复杂现实。即便互联网连接中断，Raspberry Pi 仍会继续监控车位，避免显示冻结或误导的信息。当信号微弱时，系统会自动调整消息传输方式，从而将丢失数据的概率降低约五分之一。保存在云端存储中的停车记录可用于预测需求，模拟结果表明总体车场利用率可能提升约 45%。可以在多个区域增加多个摄像单元，每个单元独立工作但汇入同一在线视图，这使得从一排试验车位扩展到整个校园更加容易。

对日常驾车者的意义

对普通人而言，这项工作的价值很直接：寻找停车位的时间更少，驶入校园的过程更顺畅。通过将低成本小型计算机、智能图像分析与简单网页结合，该系统把普通车位行转变为共享的实时资源。它在保护隐私方面也有考虑，因为完整视频视图仅限管理者，大多数用户只看到每个车位的彩色标记。尽管研究聚焦于高校，但相同方法也可帮助办公区、医院和城市街道更合理地使用车场，使日常出行压力略有减轻。

引用: Jefflin Deno , J., Karthi Sree, S., Maheswari, S. et al. Smart mobility infrastructure: improving campus parking efficiency in real time. Sci Rep 16, 15186 (2026). https://doi.org/10.1038/s41598-026-46053-4

关键词: 智能停车, 校园出行, 物联网, 计算机视觉, Raspberry Pi