规划问道本刊“学术动态（Planning Reviews）”栏目，推介国内外学术书籍和文献报告、关注国际研究动态和前沿热点、分享规划案例研究。本期 “智能城镇化” 专栏，与大家分享一篇未来停车需求预测的研究报告。
（专栏编辑：李翔，同济大学建筑与城市规划学院博士研究生）
基于大空间尺度共享无人驾驶交通模拟的未来
来源：KONDOR D, SANTI P, BASAK K, et al. Large-scale estimation of parking requirements for autonomous mobility on demand systems[M]. ArXiv PreprintArXiv:1808.05935, 2018.
自动驾驶车对于交通系统和城市空间的改变，获得了越来越多的关注。基于自动驾驶技术在自动巡航，车辆控制以及智能交通系统集成优化方面的优势，将带来城市街道的平面布局（路权分配）以及城市停车系统的重大转型。针对城市停车的问题，目前已有研究分别从宏观停车需求和微观临时接驳点布局两个层面展开研究。就宏观停车需求预测层面而言，问题聚焦于如何最小化无人车交通停车需求，以及需求的时空分布。针对这一问题，现有研究提供了两个解决思路，一个是构建基于偏好调查的离散选择模型，用代理人选择来预测需求分布。另一个思路是构建宏观交通优化模型，获得理论上交通运行的最优解。
该研究来自于Singapore-MIT联合交通实验室。他们基于第二种思路，优化了无人车交通情景下新加坡的停车需求。具体而言，研究了如何在给定的无人车交通渗透率（λ），共享化率（β） 以及具体的交通需求（T） 下，最小化城市所需的无人车数量（Nc）、停车需求（Np）以及总运行里程（Dtot）。优化的目标函数包含了以上三个子目标，并设定100%出行满足比作为重要的优化制约条件。研究数据涵盖了新加坡全境一个工作日内的144 万条私家车出行信息，首先通过SimMobility出行仿真平台获取了接近（略低） 于真实停车需求的布局，以其作为基准情景。在此基础上，着眼于最小化三个子目标，以获得优化场景。优化方法采用的是权重优化算法和贪婪启发式算法。基于这两种算法，研究又分别实验了无人车不共享（β=0） 和共享（β=97.2%） 两个情况。值得注意的是，这里的97.2%的共享率，是通”共享网络模拟”对性成果进行匹配达到的最高值。
研究结果包含了四个未来场景：权重优化下的无人车共享与不共享，贪婪启发式算法下的无人车共享与不共享。研究将这四个场景的停车需求与基准场景进行比较分析，发现贪婪算法情景下的目标函数取得了更优解。从具体结论来看，无人车队能以目前私家车规模的44%，满足目前新加坡的私人交通出行。人均车辆占有率可从1人/车的标准，降至0.13人/无人共享车。人均停车需求从基准情景的2.02单位空间/人，降至0.26单位空间/人。这意味着现有的停车空间的85% 将可以用作其他土地再开发。考虑到研究问题是一个多目标优化的问题，不同子目标权重会影响研究结果，因此，实验进一步模拟了不同车队大小情况下(Nc)和车队大小(Nc)，车辆运行总里程(Dtot)的变化。结果表明，为了实现最小化Np和Nc，车辆调度更频繁，潜在地产生更多的巡航里程，致使Dtot增加20%—30%。
该研究优化的多个出行场景均显示了无人车时代，新加坡的停车需求将大幅降低，更多城市土地得以释放，再利用。研究也包含了一些待解的问题，如用粗粒度的交通区划，而非细粒度的真实交通环境进行优化；对于共享场景的假设过于简单，忽略了不同承载量无人车共同运营的可能；同时，微观停车空间优化的问题在这一宏观停车需求中仍然被忽视，导致理论结果与现实状况产生一定鸿沟。
（供稿：叶启明，伦敦帝国理工学院工学院交通研究中心，博士生）
本文为《城市规划学刊》原创文章 欢迎在朋友圈转发，转载请联系upforum@vip.126.com
识别二维码 订阅本刊2017-2020年电子阅读版
URBAN PLANNING FORUM Since 1957
创新性、前瞻性、学术性
中文核心期刊、中国科技核心期刊、中国人文社会科学核心期刊、中文社会科学引文索引来源期刊（CSSCI）、中国期刊全文数据库（CJFD）全文收录期刊，中国学术期刊综合评价数据库（CAJCED）统计源期刊，中国科学引文数据来源期刊，RCCSE中国核心学术期刊
官方网站：http://www.upforum.org
投稿链接：http://cxgh.cbpt.cnki.net
Email: upforum@vip.126.com
电话：021-65983507
传真：021-65975019
微信号：upforum
原文始发于微信公众号（城市规划学刊）：【学术动态】基于大空间尺度共享无人驾驶交通模拟的未来| 智能城镇化（李翔）
