每个人都经历过这种情况：开车行驶几英里到达目的地，才发现所有停车位都已满。尽管诸如Google Maps之类的应用程序可以根据历史数据预测停车位，但是这种方法仍然存在局限性。据国外媒体报道，美国卡内基梅隆大学的科学家进行了一项研究，并启动了可以实时预测停车位占用的人工智能（AI）系统。进行这项研究的科学家认为，停车场传感器很容易出现故障和错误，因此它们不从此类传感器收集数据，而是在使用其他数据进行预测之前，使用停车收费表进行的历史交易来估算是否有免费停车。 。少量。据估计，约有95％的路边收费停车场是由计时器管理的，这表明这种类型的模型比独立的传感器系统更具通用性。研究团队使用基于节点，边，属性和其他图结构的图卷积神经网络来建模和说明停车场位置，交通流量，停车场需求，道路链接和停车场之间的统计关系。该系统结合了具有长期和短期记忆的时间递归神经网络（一种能够学习长期依赖性的AI算法）和与交通相关的数据源（例如停车收费表交易信息，交通速度）的多层解码器和天气情况）提取停车信息并预测停车位的占用率。研究人员根据匹兹堡市区的数据对模型进行了测试。匹兹堡市区39个街区有97个路边停车收费表。匹兹堡停车管理局（Pittsburgh Parking Authority）提供历史停车数据，联网的汽车公司Inrix的交通消息频道（Traffic Message Channel）和WeatherUnderground应用程序模型接口（API）提供交通速度数据和实时天气报告。研究人员说，在测试中，该模型预测的前30分钟停车位占用率要优于其他方法。他们将人工智能系统的卓越性能归因于天气和交通速度数据，尤其是天气数据，从而提高了预测的准确性。将来，研究人员将创建一个模型，该模型将包含与交通相关的其他数据，例如交通量，道路封闭，交通事故和事故征候。