基于可视化知识图谱的智能停车研究进展与热点分析

王 怡，田智齐

（1. 安徽交通职业技术学院 城市轨道交通与信息工程系，安徽 合肥 230051；2. 武汉理工大学 能源与动力工程学院，湖北 武汉 430063）

当前我国正处于经济快速增长时期，截至2021 年6 月，据公安部统计全国机动车保有量达3.84 亿辆，其中汽车2.92 亿辆，汽车保有量迅猛增长，导致“停车难”“乱停车”等问题越来越严重，给城市交通带来了极大的压力。近年来，关于智能停车的研究成果不断涌现，准确地把握智能停车的研究进展和趋势对解决城市停车问题具有重要的意义。为更好地把握当前智能停车的研究热点、研究现状及前沿方向，本文基于中国知网（CNKI）数据库，使用CiteSpace 软件，通过对智能停车领域展开知识图谱分析，梳理智能停车研究的进展、热点以及研究方法，总结智能停车的发展方向和趋势。

1 数据来源及研究方法

1.1 数据来源与检索策略

期刊文献数据从中国知网（CNKI）数据库取得，以保证原始数据的合理性和科学性，对智能停车研究领域近20 年的论文进行检索，检索范围为期刊论文，不包括学位论文、会议、报纸等。检索方式如下：关键词：“智能停车”OR“智慧停车”OR“停车诱导”OR“停车系统”OR“停车管理”OR“停车位”OR“停车难”OR“P+R”OR“共享车位”；时间范围：2003～2022 年；中文；来源类别：SCI 期刊、EI 期刊、北大核心、中国社会科学引文检索（CSSCI）、中国科学引文检索（CSCD）。检索结果为1006 篇学术期刊文献，去除无作者、杂谈、新闻报刊以及明显与主题无关的文献后，得到883 篇学术期刊文献，并将其作为智能停车研究进展与热点分析的样本。

1.2 文献分析方法

在信息可视化快速发展的时期，CiteSpace 成为目前最流行的科学知识图谱绘制和文献量化分析的工具之一[1]，该软件工具在一定程度上避免了主观性归纳综述，加强客观性和可靠性[2]。本文采用CiteSpace v5.8R3 从发文量、关键词、作者和研究机构四个方面绘制知识图谱，并结合文献分析法梳理研究主题，总结智能停车研究的趋势和热点问题。

2 文献统计及结果分析

2.1 文献增长量分析

智能停车领域历年发文数量所呈现的变化趋势，在一定程度上反映出该领域的研究热度。本文通过CNKI 检索、筛选后，根据文献发表时间信息统计出智能停车领域历年发文数量，研究样本文献的年度发文量见图1。由总发文量的曲线可知，文献数量呈上升趋势（2022 年文献仅统计到四月份）。

图1 智能停车研究文献数量的年度变化趋势图

按照发展趋势，将智能停车研究大致分为初步探索期（2003～2011 年）、快速发展期（2012～2017年）、平稳发展期（2018 年至今）：

（1）初步探索期：发文量较少，学者针对停车难的解决措施、停车收费标准进行了初步的探索研究。

（2）快速发展期：随着“互联网+”时代的到来，智能停车领域围绕物联网、大数据开展了大量的研究，经济的快速发展带来日益突出的停车问题，使智能停车研究的热度和深度不断提高，发文量迅速增长。

（3）平稳发展期：发文量增速放缓，但数量保持在一个较高的水平。通过分析文献，近期随着智能交通、智慧停车概念的提出以及停车相关政策法规的出台[3]，停车管理、交通规划等关键词也在智能停车研究中出现。

2.2 机构与作者分析

发文机构是科学研究主体依托的平台，科学研究的主体是发文作者。为了确定该学科或领域的核心学者及其合作强度关系，需要分别对作者及机构合作关系图谱进行分析。主要作者/机构指标信息见表1，研究作者和机构的合作网络图谱如图2 所示。

根据中文文献主要作者指标信息表（表1），关宏志以频次14 次居智能停车研究领域第1 位。分析CiteSpace 生成的核心作者共现图谱，智能停车的研究已经开始形成研究团队，以关宏志、陈群、晏克非为代表的团队成长起来。其中以关宏志为核心的团队成员最多，辐射联系广。除此之外，由图2 作者合作网络图谱可以看出，团队之间联系较少，多数局限于团队内部合作，但团队合作有聚集的趋势。研究的主题包括停车位设置、停车场规划、停车管理和停车系统等。

图2 智能停车研究作者/机构合作网络图

表1 主要作者/机构指标信息表

从机构的突现值和半衰期来看，高校是该领域的主要研究力量。其中东南大学交通学院、同济大学道路与交通工程教育部重点实验室在智能停车领域研究的影响力比较大，但是从合作网络图来看，研究机构之间合作较少。

2.3 关键词分析

关键词是文献主题的核心概括，研究的重要关键词一般可以由关键词词频和突现值等指标信息直观呈现。对关键词进行统计分析有助于挖掘智能停车领域的研究热点，并提供相关依据。通过对关键词进行可视化分析，得到关键词词频与共现图谱、突现图谱和聚类图谱，见表2～表3 及图3～图6。

图3 智能停车研究关键词共现图谱

表2 智能停车研究关键词频次前20 信息表

2.3.1 高频关键词及其共现分析

从表2 和图3 可知，“城市交通”是关键词共现图谱中最大的节点，其词频为51；其次为词频逾20 次，依次为“交通工程”“停车位”“停车换乘”“停车”“停车管理”。从智能停车关键词共现图谱中的连线颜色可以看出，2012 年后连线数量明显增多，说明关键词数量呈骤增的趋势。如今城市人口快速上升，汽车保有量也随之剧增。过量的汽车导致停车难等问题，停车位的合理使用和停车设施建设显得尤为重要[4]。关键词词汇类别逐渐趋向“物联网”“大数据”等智能停车技术。此外，根据关键词可视化共现图谱（图3）分析，“停车位”“停车管理”“停车换乘”等关键词在智能停车研究中地位突出，表明智能停车研究主要聚焦在停车方式和停车管理上。

2.3.2 关键词突现分析

关键词突现度反映关键词在短时间内被引频次急剧增加的现象，用以发现某一个关键词衰落或兴起的情况。突现度排在前25 位的关键词，如图4 所示。通过分析关键词突现强度及可视分节条（由图4 中右侧红色加粗部分表示），得到智能停车研究的发展趋势。

分析图4 中关键词的出现时间和强度，可以发现智能停车研究的热点变化。智能停车的研究大致可以分为以下几个阶段：

图4 关键词前25 突现信息指标图

（1）探索阶段（2003～2010 年）：智能停车本质上属于城市交通问题，城市交通聚类起始时间最早且时间跨度较大，获得学者的持续广泛关注。智能停车早期主要围绕停车收费标准制定、交通拥堵策略、停车位置选择等问题研究。

（2）优化阶段（2010～2022 年）：“停车换乘”“立体车库”“路内停车”等关键词的出现，标志着智能停车研究开始向停车的方式推进。“大数据”“物联网”“云平台”“传感器”等关键词的涌现，表明研究内容和信息技术紧密联系。“停车服务”“停车政策”“车位共享”“停车设施”等关键词的聚类，证明研究内容逐步侧重于停车位、停车场相关的政策措施[5-6]。立体车库、共享停车是近年来的研究热点。

2.3.3 关键词聚类分析

CiteSpace 关键词聚类分析对网络知识图谱中的相似关键词进行聚集和分类。关键词聚类群通过多边形区分。根据聚类可视化分析图谱内的聚类标题，可直观地呈现研究的热门主题。选择关键词聚类图谱聚类排名前15 个聚类组族，所选聚类Silhouette值均大于0.7。关键词聚类图谱如图5 所示。

图5 智能停车研究关键词聚类图谱

为进一步分析热门主题的热门内容，把握其研究内容与方向，将文献关键词聚类类别排名前三的主题词及每个主题下的关键词展示在表3 中，作为热点分析的依据。

表3 关键词聚类指标信息表

根据2.3 部分的关键词突现分析和聚类分析结果，智能停车研究主要围绕智能停车技术、停车方式，同时，城市停车相关管理政策是停车研究的主导因素。为深入分析智能停车研究的现状和趋势，本文从智能停车技术、智能停车方式、停车管理等3 个方面开展智能停车研究的热点分析。

3 智能停车研究的热点分析

3.1 智能停车技术

传统停车方式无法提供停车场位置、空闲车位、收费标准等信息，由于缺少相关信息，导致司机接近停车场时无法预订停车位[7-8]，只能亲自前往停车场，依次检查停车位，寻找空闲车位，一方面增加了司机的时间、油耗成本，另一方面，长时间停车易造成持续拥堵。

与传统停车相比，智能停车能提前为驾驶员提供停车信息，例如停车场位置、空闲停车位和费用等，还可以根据司机的偏好和位置，为有停车需求的司机智能分配最优停车场[9]。这些偏好可能包括停车所需时长、以往的停车记录和城市的拥堵率。利用CiteSpace 软件对2003～2022 年我国智能停车问题研究的关键词进行时区可视化，得到智能停车发展的关键词时区图谱（图6）。从图6 可以看出，智能停车技术主要包括：大数据、物联网、车位检测技术等。

图6 关键词时区图谱

大数据：通过大数据技术可以分析易堵车位置，停车场需求[10]。通过分析停车场数据，可以为不同停车场提供停车引导，提升管理效率。

物联网：在智慧城市的背景下，车辆、道路和用户等要素的输入必须基于联网分析，才能快速、安全地为用户提供最佳服务。基于物联网的智能停车系统采用射频识别技术（RFID）计算空闲车位数量，通过传感器监控停车位的占用情况[11]。同时结合RFID、无线传感网（WSN）、传感器等技术，让驾驶员了解最近的可用停车场，提高停车效率[12]。

车位检测技术在智能停车的应用主要包括：

（1）基于视觉技术的车位检测：基于环视显示器系统，为车辆配载四个摄像头，以提供更广阔的停车位视野。基于视觉技术的车位检测通过线段检测器检测停车位，同时使用图像分割技术和立体视觉算法检测和躲避停车位周围的小障碍物。

（2）基于RFID 的车位检测：利用电池辅助电源生成两个RFID 标签，以确定车位的状态。当车位有车时，会遮住标签，标签无法接收阈值所需的光线。这时候停车位停止数据传输，系统自动判别车位已被占用。

（3）基于传感器的车位检测：使用超声波传感器时，在每个停车位的前后部分别安装一个，只有当两个传感器都显示有车辆存在时，该车位才会显示已被占用[13]；磁强计传感器主要使用磁力计和加速计等传感器检测空闲状态，路边停车位一般安装异性磁阻传感器。

通过分析停车技术的发文量以及关键词突现等信息，发现物联网、大数据技术一直是停车技术研究的热点。互联网、通信和信息技术的快速发展为高效开发低成本的智能停车系统铺平了道路。因此，近年来，越来越多的学者将目光聚焦在基于信息技术融合的智能停车解决方案，这也是智能停车技术未来的研究热点。

3.2 智能停车方式

智能停车方式主要包括路内停车、立体车库、共享停车、“P+R”换乘等。通过分析CiteSpace 的关键词时区图谱（图6）和关键词突现信息指标图（图4）可以看出，立体车库和共享停车是智能停车研究的热点。

立体车库因占地面积少、实际容纳容量多、实用性强[14]，受到广泛关注。而路内停车因设备简单、设置方便，可作为临时停车场缓解“停车难”问题[15]，也开始受到关注。不同停车场因车位使用时段不同，在时间上互补，可实现错峰使用[16]。因此，运用智能车位锁，结合互联网、云计算等技术，通过平台整合闲置车位资源，实行分时出租，有偿错时共享的共享停车成为研究热点。近年来，北京、上海、重庆、合肥等多个城市相继增建“P+R”停车场，在地铁口附近增建立体停车场，让市民采用“P+R”方式换乘出行，可避免堵车，减小城市道路的交通压力[17-18]。

随着城市轨道交通出行普及、私家车保有量不断增加，“P+R”换乘研究成为短期热点。但城市土地资源有限，立体车库和共享车位相关研究仍为主要研究方向，智能立体停车场系统的搭建和运营管理则成为研究的热点趋势。

3.3 停车管理

有效的停车管理措施是缓解停车问题的关键。结合关键词时区图谱（图6）分析，停车政策一直是停车管理研究的热点。出台停车管理办法、建立科学的价格体系能有效改善停车秩序[19]。特别是随着电动汽车的普及，需要进一步完善充电收费计划，因此电动汽车的停车管理成为短期的研究热点。

如今，数据隐私受到重视，因此在设计数据管理系统时，需要考虑数据隐私。用户信息可能与其他数据中心或边缘计算节点共享，其中可能包括车辆登记号、用户偏好的下车地点等隐私信息。而这些隐私信息及其他网联汽车状态信息由通信系统识别、传输和存储，因此通信安全是数据管理系统设计的重点。随着国家停车场规划用地相关政策的出台，越来越多的学者开始研究智能停车设施相关的用地方案。为了有效缓解交通拥堵，需要充分利用城市内部边角闲置土地、公共设施新改建预留土地，增建停车设施[20]，除此之外，更需要出台相关政策，支持其他土地使用权人增建停车设施。

4 结论

利用CiteSpace 软件，在CNKI 中检索智能停车相关研究文献，识别智能停车研究的热点、研究机构、作者和发展脉络，分析重要关键词频次和关键词聚类，得出以下结论：（1）从发文量来看，2010年以后，国内学者对智能停车的研究迅速增加，并保持高速发展的趋势；（2）从作者和机构的发文量来看，东南大学交通学院是智能停车领域发文最多的机构，智能停车领域各学者呈现整体分散、部分集中的形态，不同研究团队之间的合作趋势缓慢，团队间的交流有待加强；（3）从关键词突现来看，“停车位”贯穿智能停车研究的全部过程，在智慧城市背景下，基于大数据、物联网等智能停车技术的立体停车库和共享停车是近年的研究热点。

城市人口的增加导致交通拥堵等问题，“停车难”早已成为困扰我国城市交通健康发展的主要问题之一。在智能停车快速发展的阶段，要突破停车瓶颈，未来研究工作主要包括：

（1）开发基于服务的智能停车系统。①停车指南信息系统，是智能交通系统（ITS）的重要组成部分，也是车辆导航系统的补充；②交通信息系统，提供交通设施附近的停车场信息；③停车场智能支付系统，采取非接触方式（NFC、RFID 和智能卡）或是通用网络应用程序；④电子停车系统，基于智能手机应用或网页，提供附近停车场占用状态信息、路径引导、车位预约、付费方式、安保等信息；⑤自动机械泊车系统，无须人工干预，避免人为停车损坏，提高停车位容量。

（2）设计停车位紧缺区域停车方案。通过共享停车、换乘停车场等方式，提出停车综合解决方案，积极探索停车设施共建共管共享模式。基于深度学习、高级传感和计算机视觉等新兴技术，设计自主停车模式，避免拥堵。

（3）加强立体车库建设。立体车库需要解决的关键问题是路径引导，可靠的路径引导算法可以引导车辆转向车流量小的路线来避免拥堵，而大多数室内停车场，GPS 因无法准确定位空闲车位导致拥堵，三维定位地图能有助于检测空闲车位，改善停车位的合理利用。

（4）政策引导。实现智能停车不仅需要应用新型停车技术、增建盘活停车位，更需要匹配的管理机制，包括停车收费政策、停车相关法律法规体系等。