自学习系统

如何将这种传感器生成的信息传送给未来的驾驶员？传感器将通过移动式无线电通信，将其数据发送至控制中心的软件。在这里，将通过计算停车位的实时占用状态，对这些数据进行处理并转换为明白易懂的信息。结合智能电话或导航装置提供的位置和目的地数据，车辆将被指引至近的空车位。

这款软件的特殊性是它采用了自学习系统。它能够识别出停车位按反复出现的相同周期被占用的情形。譬如，在当中的某几个时段或一个星期内的某几天，停车位是否经常被占用或很少被使用。然后，它将根据这些信息，计算出关于道路使用者到达特定目的地时可能遇到的停车位情形的预测。

而这将涉及基于当中的时段、一星期中的各天和停车时长等的自动定价模式。譬如，对于车流量较低的街道，路边停车位的收费标准可能低于车流量大的主要街道。这样一来，各个不同社区间的停车分布可能更加均匀，城市、驾驶员和居民都将从中受益。这个系统优点显著。道路使用者能够更加快捷、容易地找到停车位，在大城市里驾车将更轻松，噪声和排放都将降低。

不仅如此。未来，这个系统可能添加许多不同功能。譬如，设计这套系统的西门子专家预想，为汽车配备RFID芯片，以提高住宅区私家停车位的透明度。出发前，驾驶员可以使用连接至这个系统的应用程序来查明其目的地区域内的停车场，以及有哪些是私家停车位。这个思路的一个方面已经得到检验：安装在街上的RFID传感器读取车辆芯片，安装在人行道上的LED显示屏显示驾驶员是否有权在某个车位停车。

这个系统还能借助使用雷达传感器发送的测量数据的执行软件，指引交通督导员找到违章停放的车辆，帮助他们提高工作效率。另外一个特性可能允许驾驶员使用RFID码来支付停车费。未来，这个功能将自动精确计算停车费，而无需现金支付。这将精简手续，减少停车票的打印，为城市节省资金。

远不止停车位管理

实际上，这个系统能做的不只是停车优化。可以想象，传感器将实现更多功能，如测量交通流量、优化自主车辆导航，或者向电动汽车驾驶员提供关于充电站的信息。西门子股份公司交通集团智能停车位监测系统开发项目负责人MarZwick补充道，“当然，我们想要确保那些无法在目的地周边找到空车位的驾驶员，改为搭乘公共交通工具。还有可能将交通密度信息发送给城市路灯系统控制中心。然后，路灯系统控制中心将根据不断变化的交通需求来调节照明。”他总结道，“因此，我们的停车位监测系统可以在未来的智能城市发挥重要作用。”

西门子的这个解决方案尚未得到广泛检验，但2015年夏季将在柏林发起一个试点项目。在这个项目中，将为一个长100多米的路边停车区配备传感器。Zwick说：“停车难问题影响着每一座大城市和其中的每一位居民。我们乐观地认为，未来我们也可以用这个系统来缓解其他城市的停车难题。”