维度网讯，INRIX扩展了其预测性停车与路边智能平台的部署，将停车数据从静态位置目录转变为决策工具，旨在帮助司机在到达前预测停车可用性。

长期以来，停车在交通规划中处于边缘位置。道路在扩展，路口在重新设计，公共交通网络在演变，数字交通系统在成熟，但停车管理往往依赖静态地图和过时的库存信息，导致司机被迫绕行寻找车位。INRIX此次扩展的核心思路是：知道停车位在哪里，不如了解司机到达时是否真正能用上这些车位。该平台通过结合已验证的停车库存、动态路边信息、预测性可用性建模以及来自联网车辆的持续验证数据，构建了一个更具操作性的停车图景。

据INRIX介绍，其平台已整合超过50拍字节的交通信息，映射了700多万个停车位，覆盖全球约4800万个车位。服务范围遍及145个国家的22000个城市，依托约3亿辆汽车和联网设备，每天产生约440亿次观测数据。公司强调，重点在于如何解读数据以支持决策，而非数据规模本身。

路边空间的重新估值是近年城市交通的重要变化。过去路边主要通过法规和标志管理，如今则成为支持乘客上下车、物流、网约车、充电基础设施等多种用途的竞争性区域。INRIX的扩展平台整合了路边级别的观测信息，包括限制、费率和使用条件，并结合实时更新与车辆遥测数据，创建了更动态的城市通行条件表示，有助于引导司机和导航系统至真正可用的车位。

传统停车解决方案回答“可以停在哪里”的问题，预测性停车则试图回答“到达时找到可用车位的概率”。INRIX结合联网车辆信息、交通状况、历史行为模式和实时路边活动，在预计到达时间估算可用性。模型每15分钟更新一次，并可预测未来长达七天的需求。这种方法使停车管理与智能交通系统中其他部分采用的预测逻辑保持一致。

INRIX强调其平台重视验证与测试。其框架目标是确保至少95%的覆盖保真度和至少90%的属性准确度，涵盖定价、停车限制和运营规则等面向司机的信息。性能测量包括统计显著样本量、95%置信水平，以及每月对标卫星影像、市政数据集和API的评估。INRIX表示，在2026年1月至4月期间，12个国家的46个城市实例中进行的测试显示，实地验证期间覆盖率和准确度约为99%。涉及的地点包括伦敦、柏林、波士顿、洛杉矶和圣地亚哥。

停车正逐渐与更广泛的出行体验融合。司机从路线规划开始，经历交通状况变化，最终完成路边停车，而每个阶段过去由不同系统管理。INRIX将其平台定位为连接导航提供商、地图环境、汽车制造商和城市管理系统的智能层，旨在让交通决策从出发到到达无缝衔接。这一概念反映了基础设施向数字环境转变的趋势，道路网络的价值不仅来自实体建设，还来自提高运营性能的信息层。

城市不太可能仅通过增加停车供应来解决拥堵。土地限制和环境目标促使管理机构从现有资产中挖掘更多价值。通过结合实地验证、预测建模和联网车辆输入，停车系统正从被动信息工具转变为主动基础设施组件，有助于减少司机绕行时间，并为出行平台提供更高的可靠性。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com