МУЛЬТИАГЕНТНАЯ ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА КОНТРОЛЯ ПАРКОВОЧНЫХ МЕСТ В ИНФРАСТРУКТУРЕ ГОРОДА
Аннотация
В условиях растущего числа автомобилей и ограниченного пространства многие города осознают важность внедрения интеллектуальных парковочных систем для улучшения городской мобильности и удобства для водителей. Уровень внедрения интеллектуальных парковок на основе различных технологический решений растет, однако для достижения максимальной эффективности необходимо продолжать развивать технологии, интегрировать их с другими системами и учитывать потребности пользователей. Цель исследования – разработать мультиагентную ин- теллектуальную систему контроля и управления бронированием парковочных мест в сети парко- вок города. Разработана архитектура мультиагентной интеллектуальной системы управления парковочными местами, которая обеспечивает автоматическое управление доступа к парковоч- ным местам с учетом пожеланий владельцев парковок, заказов водителей, дорожной ситуации в городе и требований безопасности. Основным элементов разрабатываемой системы является парковка, которая представлена набором парковочных мест, оборудованных автоматизирован- ными системами управления парковочным местом (парковщики), системой связи и средствами сбора данных (камера наблюдения и метеостанции). Управление парковочными местами и пар- ковщиками осуществляется интеллектуальной системой управления на основе мультиагентных нейрокогнитивных архитектур. Разработан прототип программно-аппаратного комплекса мультиагентной интеллектуальной системы управления парковочными местами в виде клиент- серверной архитектуры. Сервер отвечает за сбор, обработку, хранение данных и управление ав- томатизированными парковщиками. К серверу подключается два вида клиентов – мобильное при- ложение администратора и водителя. Администратор имеет возможность управления парков- кой (установка фиксированных цен или использование рекомендаций сервера, бронирование парко- вочных мест для сотрудников) и просмотра статистики (текущая загрузка, статистика по пар- ковке, данные о принятых оплатах, прогноз работы парковки, рекомендации). У водителя реали- зована возможность просмотра состояния парковок в интересующей области (количество сво- бодных мест, время ожидания свободного места, стоимость, рекомендации по наиболее удобной парковке) и бронирования парковочного места с возможностью онлайн оплаты
Список литературы
1. Vera-Gómez J.A. et al. An intelligent parking management system for urban areas // Sensors. – 2016.
– Vol. 16, No. 6. – P. 931. – https://doi.org/10.3390/s16060931.
2. Ahad A., Khan Z.R., Ahmad S.A. Intelligent parking system // World Journal of Engineering and Technology.
– 2016. – Vol. 4, No. 2. – P. 160-167.
3. Elfaki A.O. et al. A smart real-time parking control and monitoring system // Sensors. – 2023. – Vol. 23,
No. 24. – P. 9741. – https://doi.org/10.3390/s23249741.
4. Shin J.H., Jun H.B., Kim J.G. Dynamic control of intelligent parking guidance using neural network
predictive control // Computers & Industrial Engineering. – 2018. – Vol. 120. – P. 15-30.
5. Liu J., Wu J., Sun L. Control method of urban intelligent parking guidance system based on Internet of
Things // Computer Communications. – 2020. – Vol. 153. – P. 279-285.
6. Canli H., Toklu S. Deep learning-based mobile application design for smart parking // IEEE Access.
– 2021. – Vol. 9. – P. 61171-61183.
7. Aditya A. et al. An IoT assisted intelligent parking system (IPS) for smart cities // Procedia Computer
Science. – 2023. – Vol. 218. – P. 1045-1054.
8. Ma Z. et al. Intelligent Parking Control Method Based on Multi-Source Sensory Information Fusion
and End-to-End Deep Learning // Applied Sciences. – 2023. – Vol. 13, No. 8. – P. 5003.
9. Dev N.M. et al. Parking Space Detector // Grenze International Journal of Engineering & Technology
(GIJET). – 2023. – Vol. 9, No. 1.
10. Карпов А.C. Системы интеллектуального управления парковочными пространствами // Вестник
науки. – 2024. – Т. 4, № 6 (75). – С. 1412-1419.
11. Панина В.С., Амеличев Г.Э., Белов Ю.С. Интеллектуальная парковочная система как часть ин-
теллектуальной транспортной системы // E-Scio. – 2022. – № 1 (64). – С. 445-452.
12. Singh T. et al. Artificial intelligence-enabled smart parking system // International Conference on
Electrical and Electronics Engineering. – Singapore: Springer Nature Singapore, 2023. – P. 419-436.
13. Alymani M. et al. Enabling smart parking for smart cities using Internet of Things (IoT) and machine
learning // PeerJ Computer Science. – 2025. – Vol. 11. – P. e2544.
14. Alsheikhy A.A. et al. An intelligent smart parking system using convolutional neural network //Journal
of Sensors. – 2022. – Vol. 2022, No. 1. – P. 7571716.
15. Панина В.С., Амеличев Г.А., Белов Ю.С. Интеллектуальная парковочная система на основе свер-
точных нейронных сетей // Научное обозрение. Технические науки. – 2022. – № 1. – С. 29-33.
– URL: https://science-engineering.ru/ru/article/view?id=1382 (дата обращения: 26.02.2025).
16. Rashidi M.R. et al. IoT-Enabled Smart Parking System Using Artificial Intelligence and Optical Character
Recognition // 2024 6th International Conference on Communications, Signal Processing, and
their Applications (ICCSPA). – IEEE, 2024. – P. 1-6.
17. Пшенокова И.А., Бжихатлов К.Ч., Унагасов А.А., Абазоков М.А. Мультиагентный алгоритм
сбора данных с метеостанции для прогнозирования урожайности и состояния посевов // Извес-
тия ЮФУ. Технические науки. – 2022. – № 1 (225). – С. 91-101.
18. Nagoev, Z., Bzhikhatlov, K., Pshenokova, I., Unagasov, A. Algorithms and Software for Simulation of
Intelligent Systems of Autonomous Robots Based on Multi-agent Neurocognitive Architectures / In:
Ronzhin A., Savage J., Meshcheryakov R. (eds) // Interactive Collaborative Robotics. ICR 2024. Lecture
Notes in Computer Science. – 2024. – Vol. 14898. – Springer, Cham. – DOI:
https://doi.org/10.1007/978-3-031-71360-6_29.
19. Нагоев З.В. Интеллектика, или мышление в живых и искусственных системах. – Нальчик: Изд-
во КБНЦ РАН, 2013. – 211 с.
20. Пшенокова И.А., Нагоева О.В., Апшев А.З., Энес А.З. Формирование динамических причинно-
следственных зависимостей при управлении поведением интеллектуального агента на основе
формализма мультиагентных нейрокогнитивных архитектур // Известия Кабардино-
Балкарского научного центра РАН. – 2022. – № 5 (109). – С. 73-80. – DOI: 10.35330/1991-6639-
2022-5-109-73-80.
21. Bzhikhatlov K., Nagoeva O., Anchokov M., Makoeva D. Methods and Algorithms (Modeling of Reasoning)
to Synthesize Intellectual Behavior of Autonomous Mobile Robots and Program Complexes
Based on Received Reasoning Models / In: Samsonovich, A.V., Liu, T. (eds). Biologically Inspired
Cognitive Architectures 2024. BICA 2024. Studies in Computational Intelligence. – 2024. – Vol. 477.
– Springer, Cham. – DOI: https://doi.org/10.1007/978-3-031-76516-2_7.
