这是不少开车人最常遇到的问题，开车到达目的地却找不到停车位吗？最近卡内基美隆大学土木环境工程学系的研究团队，在论文平台Arxiv发布了实时预测停车位的AI研究，研究团队整合多种实时和历史的交通相关数据，包含停车的时间、交通状况、道路的特征、天气等数据，最终利用深度神经网络，预测短期停车位的使用状况。有别于过去收集停车传感器数据的方法，研究团队在加入其他参考数据之前，先利用停车计费机的事务数据，来预测停车空位，由于95%的路边收费停车位都是透过计费机管理，这样的方法也比起依赖传感器数据的方法，更为通用。首先，研究团队用卷积神经网络，建立停车位预测的模型，该模型包含停车位置、车流量、车位需求、道路的连接和停车街区等关联，再透过递归神经网络结合长短期记忆 （long-short term memory，LSTM），从交通相关的数据源中，萃取出停车信息，并输出车位状况的预测结果。
