「智慧停車」并非新的概念，它其實(shí)是所有用車人、停車管理業(yè)者、交通管理/執(zhí)法單位和一般大眾所追求的社會(huì)福祉與理想。時(shí)至今日，此一智慧化的風(fēng)潮受到物聯(lián)網(wǎng)關(guān)鍵技術(shù)及智慧車輛的逐漸成熟，而大幅改變了城市的風(fēng)景。

　　之前曾撰文談及智慧停車的基本分類與分案落地的考量點(diǎn)，而停車在席偵測(cè)器在成本優(yōu)勢(shì)與去識(shí)別化的特性下，則較易推廣且覆蓋到全城市車格的布建，當(dāng)然也因此更可以影響到城市中最大部分的用車人與管理當(dāng)局。本次則想和大家聊聊城市中的智慧在席偵測(cè)系統(tǒng)設(shè)計(jì)與大數(shù)據(jù)蒐集技術(shù)運(yùn)用，亦祈各界先進(jìn)不吝指教。

　　數(shù)據(jù)分析的重點(diǎn)：妥善率(精準(zhǔn)度 X 通訊穩(wěn)定度)

　　停車在席偵測(cè)的意思，就是在每個(gè)停車格(泊位)上建置一個(gè)埋地式的感測(cè)器，該感測(cè)器當(dāng)有車停放在上面時(shí)，可以有效偵測(cè)并且透過無線物聯(lián)網(wǎng)的方式回傳到后臺(tái)管理系統(tǒng)，讓使用者可以透過一個(gè)介面(如手機(jī)App)得到全市或是全國(guó)的空車格資訊。市面上的停車在席偵測(cè)器有許多種類，包括：叁軸地球磁場(chǎng)、微雷達(dá)、超音波、光學(xué)式偵測(cè)、奈米波雷達(dá)?等方式。目前全球市場(chǎng)的主流是兩種偵測(cè)模式并行，簡(jiǎn)稱「雙鑑偵測(cè)」，例如：三軸地球磁場(chǎng)結(jié)合微雷達(dá)偵測(cè)。

　　談到在線偵測(cè)，通常會(huì)著重于精準(zhǔn)度，但一般所理解的精準(zhǔn)度其實(shí)只描述了感測(cè)器的工作，在物聯(lián)網(wǎng)、智慧停車架構(gòu)下我們要談的應(yīng)該是「妥善率」，而妥善率 = 精準(zhǔn)度 X 通訊穩(wěn)定度。

　　精準(zhǔn)度

　　不管用何種方式進(jìn)行偵測(cè)，在大數(shù)據(jù)(Big Data)分析的條件下，在席偵測(cè)的精準(zhǔn)度一般都需要由第叁方來證明是否達(dá)到100%?如此所蒐集的大數(shù)據(jù)才可以滿足需求端對(duì)信度(Reliability)與效度(Validity)的需求，否則就是無用資料分析(Garbage in, Garbageout)，越多資料對(duì)于事實(shí)的偏差越大，更不用談資料分析科學(xué)家如何可以運(yùn)用該資料進(jìn)行對(duì)社會(huì)有價(jià)值的資料探勘(Data Mining，亦稱資料挖掘、資料挖礦)。筆者認(rèn)為，一般的停車在席感測(cè)器因?yàn)榫韧ǔ２坏?8%，將被市場(chǎng)淘汰，唯有可以用于整合「勞務(wù)開單計(jì)費(fèi)」的感測(cè)器才能創(chuàng)造停車業(yè)者數(shù)位轉(zhuǎn)型的商用價(jià)值。因此筆者主張稱之為停車計(jì)時(shí)器(Parking Timer)，而非停車感測(cè)器(Parking Detector)。

　　通訊穩(wěn)定度

　　若是通訊穩(wěn)定度不佳，再精準(zhǔn)的偵測(cè)也無法及時(shí)地將其資料傳給資料使用者;相反地，再好的通訊品質(zhì)，若是沒有正確的狀態(tài)回報(bào)，那收到再多的資料也是無效資料。這裡對(duì)于通訊穩(wěn)定度作進(jìn)一步解釋，舉例來說：目前相當(dāng)流行、以電信公司為主的協(xié)議是NB-IoT，在無線通訊頻段裡雖然其為授權(quán)頻段(Licensed Band)中的特定頻段(In-band)，與其他頻段的裝置干擾不會(huì)太顯著，但是從進(jìn)入核心網(wǎng)路(EPC)后出到網(wǎng)際網(wǎng)路的速度，NB-IoT的封包卻可能會(huì)跟影音串流(Video Streaming)、通話資訊(Voice)…等封包在進(jìn)行排序(Prioritize)等候時(shí)，產(chǎn)生時(shí)程延長(zhǎng)和服務(wù)水準(zhǔn)協(xié)議(Service Level Agreement)的降低。更甚者，每個(gè)NB-IoT基地臺(tái)所可以接受的瞬時(shí)頻寬(Con-current Bandwidth)當(dāng)瞬間有大量的裝置聯(lián)網(wǎng)時(shí)，也會(huì)影響其通訊穩(wěn)定度。

　　當(dāng)然，講到通訊方面，基地臺(tái)的相對(duì)位置與偵測(cè)器的天線效能才是影響通訊服務(wù)級(jí)別指標(biāo)(Service Level Agreement)中最關(guān)鍵的因素之一。畢竟一收一發(fā)之間，資料的交握需要在無線的架構(gòu)下執(zhí)行，再加上停車應(yīng)用的情境中車體會(huì)成為覆蓋在天線上的天然阻隔物，相較智慧路燈這些高架且無遮蔽物的應(yīng)用，真的是需要更多的運(yùn)營(yíng)經(jīng)驗(yàn)(Operation Know-how)才可以將服務(wù)品質(zhì)調(diào)升到商用的水準(zhǔn)。

　　停車熱點(diǎn)大數(shù)據(jù)分析

　　妥善率提升后，資料的分析才有其信度與效度，這個(gè)時(shí)候大數(shù)據(jù)分析才可以派上用場(chǎng)，畢竟所採(cǎi)用的訓(xùn)練資料(Trained Data)必須正確，經(jīng)過演算法得出的結(jié)果才具有說服力。以下列舉幾個(gè)熱點(diǎn)分析(Heat Map)案例，其資料來源為路邊停車格在席偵測(cè)的大數(shù)據(jù)，數(shù)據(jù)分析的目標(biāo)對(duì)象為停車管理業(yè)者。

　　1、區(qū)域熱點(diǎn)分析

　　圖1 所表現(xiàn)的是根據(jù)不同的開單員、單日的開單次數(shù)熱點(diǎn)分析(Heatmap of Turnover by Day)。從此熱點(diǎn)分析可以看出橘色E 的開單員在上午9 點(diǎn)與晚上8 點(diǎn)時(shí)，可以機(jī)動(dòng)調(diào)度支援藍(lán)色A 區(qū)的開單區(qū)域以增加整體收入。根據(jù)此熱點(diǎn)分析，停車開單業(yè)者可以透過現(xiàn)有的開單員完成更多的開單效益。此熱點(diǎn)分析也可告訴開單業(yè)者，橘色E 的開單區(qū)域跟其他開單區(qū)域比較起來開單次數(shù)較少，因此可以提供開單業(yè)者在區(qū)分開單員時(shí)考慮重新劃分開單區(qū)域，以求更有效率地提供開單服務(wù)。

　　圖1　區(qū)域熱點(diǎn)分析

　　2、 人機(jī)開單數(shù)據(jù)分析

　　圖2 所產(chǎn)生的大數(shù)據(jù)為開單員與在停車在席偵測(cè)器的開單數(shù)比較?；疑糠譃楦袦y(cè)器開單次數(shù)，藍(lán)色部分為人力開單員所實(shí)際開出的收費(fèi)單。經(jīng)過大數(shù)據(jù)整理，可以找出該開單員可以開出卻未開出的收費(fèi)單，也就是潛在短收的停車收入。還可進(jìn)一步分析為兩個(gè)層次的涵義：第一，灰色超出藍(lán)色的區(qū)域?yàn)榭梢栽黾邮杖氲臐撛谠黾邮杖雲(yún)^(qū);第二，比較機(jī)器與人工開單的績(jī)效管理，作為停車開單管理業(yè)者執(zhí)行績(jī)效稽核的工具。　

　　圖2　人機(jī)開單數(shù)據(jù)分析

　　3、 占位時(shí)間長(zhǎng)短分析

　　圖3 為根據(jù)停車區(qū)域所製作的熱點(diǎn)分析，可以看出停車熱點(diǎn)區(qū)域給予兩方面的建議：首先，在熱區(qū)位置設(shè)定停車引導(dǎo)的機(jī)制，將冷區(qū)的空位填滿以增加收入;同時(shí)可以給予冷區(qū)進(jìn)行誘因設(shè)計(jì)，例如：透過人工智慧(AI)演算法及時(shí)提供停車者折扣資訊，引導(dǎo)停車者選擇前往費(fèi)率較低的冷區(qū)停車，也增加了停車收益。

　　圖3　佔(zhàn)位時(shí)間長(zhǎng)短分析

　　4、 年度熱點(diǎn)分析：

　　圖4 為根據(jù)某個(gè)停車管理區(qū)域一整年所有的停車次數(shù)進(jìn)行熱點(diǎn)分析，這項(xiàng)大數(shù)據(jù)分析提供管理者停車管理區(qū)域的劃分、機(jī)動(dòng)調(diào)度的支援與跨區(qū)的開單績(jī)效指標(biāo)分析。經(jīng)過分析，可以有效地提高開單次數(shù)及開單速度、進(jìn)行績(jī)效比較，同時(shí)維持相同的人力成本。

　　圖4　年度熱點(diǎn)分析

　　以上四個(gè)針對(duì)路邊開單的大數(shù)據(jù)熱點(diǎn)分析，可以明確地連結(jié)到停車管理業(yè)者的經(jīng)營(yíng)收益與管理效能之升級(jí)與數(shù)位轉(zhuǎn)型，同時(shí)代表著使用這些數(shù)據(jù)分析的業(yè)者可以依據(jù)這些商業(yè)情報(bào)(Business Intelligence)獲得長(zhǎng)期的競(jìng)爭(zhēng)優(yōu)勢(shì)。

　　【本文作者為尼采實(shí)業(yè)股份有限公司 執(zhí)行副總經(jīng)理】