智能车库问题的调研分析

　　1.项目背景

　　智能立体车库技术以立体化、数字化、网络化、自动化和智能化为主要特征，正成为城市停车场建设的主要趋势和方向，是解决停车难问题的有效技术，因此在近年来中国市场发展迅速，然而由于制造设备同质化严重，也面临着激烈的市场竞争和挑战。一方面，智能立体车库的使用方会面临艰难的决策困境，较高的投资下对实施智能立体车库后的效果并不确定;车库运营效率受限的情况下会导致较高的运营成本，和停车高峰期依然停车难的瓶颈问题。另一方面，车库设备供应方也遇到车库实施前期布局、调度策略等方案优化、后期运营效率受限等一系列问题。这一对供求双方的矛盾和问题都亟待解决，而解决这一问题需要结合车库使用方比如单位的特点和车库系统特点，结合车库内部布局和调度优化，可以利用优化和仿真算法在方案设计和调度策略设计上进行模拟，进而减少不确定性并提高运营效率。一方面供应方可以用科学的模拟结果和指标进行优化改进，并增加市场可信度、节省项目实施成本、拓展市场;另一方面使用方可以基于预期模拟的结果进行更加科学合理的决策并在运营后期节省成本。

　　　　2.主要解决问题

　　现状：单位地形和空间十分有限，地下车库运行要尽量保证单行不要堵。

　　如何构建智能车库系统内相关设备设计选择的动态可调整仿真模型?

　　衡量增设出入口(升降机)和搬运器等内部设备的变化，评估对省妇幼建设方案车库出入效率的影响?

　　.如何结合单位交通流量特点，提示入口排队车辆等待时间，优化车库出入口效率?

　　3.项目目的

　　3.1 协助单位进行智能立体车库系统优化

　　项目将尽可能全面地考虑立体车库仓储管理在实际中的各种约束条件，能够模拟三维智能立体车库的布局与分区、升降机及横移搬运器的指派及行进决策，帮助单位建设新的智能立体车库系统过程中，做好比较详尽的规划。作为仿真项目的结果，本项目提供的仿真数据报告能够较为准确地评价整体工作效率，从而辅助单位进行有效决策，确定最佳的智能立体车库设计，或对车位布局、资源配置、升降机数量、搬运器数量、存取策略等进行必要的更改，最终达到降低管理成本，减少服务响应时间，提高系统运行效率的目的。

　　3.2 协助进行车库内部软件配置优化和开发

　　本项目也试图改进和优化立体车库智能调度算法设计，来提供智能立体车库运行的智能性和柔性，开发、检验智能立体车库算法效率。基于搭建的可视化界面，我们可以调用不同类型的算法进行测试，改进目前的系统调度，并基于此进一步结合单位车流量特征开发新的调度算法，以更直观的方式将设计的模型和结果进行呈现。考虑不同参数的变化，比如增设出入口和搬运器的情况下，系统运行情况;结合单位交通流量特点，优化车库内部调度运行规则，优化车库出入口效率。

　　4. 研究方法：

　　通过对需求的深入调研，初步确定这类问题均属于离散优化理论中最难解的NP-hard问题。北京市场调研公司易博研究拟以运筹学、人工智能、工业工程作为理论基础，以数学建模、智能优化算法、工程优化为手段，设计符合单位搬运器和升降机优化仿真项目的多维度、高层次，而且可落地实施的车库优化结果。

　　5.技术路线

　　为了实现开发目标，我们试图使用一系列的研究方法进行探索，具体归纳为以下的技术路线图：

　　6.模型设计

　　6.1模型建立阶段

　　(1)可自定义的智能立体车库布局

　　我们将建立自定义的智能立体车库布局，针对车库使用方具体的需求和建筑规划，实现智能立体车库初始布局的设定工作。仓储系统内升降机、横移搬运器这类关键设施的数量、位置均可根据使用者的具体需求，实现个性化的定制。

　　(2)车辆存取命令生成与接收

　　一方面，模拟的系统可以按照车库使用方的运营逻辑设置参数，随机生成车辆存取指令;另一方面，车库使用方比如单位也可以将自身的实际交通流量数据导入系统，从而更准确地模拟智能立体车库系统的实际运行。每一次存车命令生成后，升降机和横移搬运器会自动前往相应的装载点接收车辆。命令生成位置、生成间隔和升降机、搬运器的速度等系统配置均可根据车库使用方或者制造商的需求进行相应的调整，实现高度定制化。

　　6.2 模型运行阶段

　　(1)车位状态可视化

　　模拟车库车位内颜色的变化，使得车库使用者能够迅速掌握各个货架的状态。随着车库上不断地停车，车位将从空位变为黄色。当子车库车位已满时，显示区将自动转为红色。此外，还可以记录和追踪货架的容量和当前装载量的数据。

　　(2)存取车路线可追踪

　　升降机和横移器在平移器接到指令后，开始按照指定存取策略进行存取，由空闲(绿色)变为忙碌(黄色)。存取的顺序可以在数据界面相应的位置显示，方便车库追踪每条存取的派送顺序和状态。

　　(3)存储效率可评估

　　目前的停车系统虽然有信息系统的动态数据，但是依然缺乏对数据的汇总和分析。可以设计数据面板，在未来的平台上提供存取车路线总长度、单车平均存取时间以及平均空闲时间、清库时间、满库时间等一系列指标，为使用者分析仓储物流的派送效率提供了便利。

　　6.3 策略优化

　　(1)可供选择和比较的优化策略

　　针对关键、复杂的升降机和搬运器数量和路径优化问题，拟采取智能搜索技术、元启发式算法、动态优化算法、群体智能算法等对存取策略进行组合优化。操作系统支持多种策略的调用，可在多种指派、存取、协同和等待策略间快速切换。既方便了车库使用用户直观了解智能优化算法带来的效益提升空间，也为算法设计者进一步评估和提高优化算法的效率提供了可能。未来可以设计系统将进一步融入深度强化学习方法，以及大数据分析技术进行组合优化，尽可能实现智能立体车库车位、出入口、升降机、搬运器位置的有效优化，有效增加整体系统工作性能，降低企业成本。

　　(2)多搬运器防撞机制

　　由于车库系统有的层可能设计2台或以上横移搬运器，全自动化的搬运器可能会出现相互干扰或者造成死锁的情况。针对可能出现的搬运器相撞事件，相应的防撞机制如何优化，从而最大程度降低搬运器之间的干扰、冲突甚至死锁。