第22章 最大的难点(第2/3 页)

中的地方，停车位必定难找；车流量相对稀疏的地方，停车位则容易找。

此外还可跟市政府进行合作，在那些不易停车的地方，多建一些停车位设施，如此停车费可以进账不少，稳赚不赔。

最后再与一些车企进行合作，推出可以自己寻找停车位的智能驾驶车型，目前市场上这类车已经出现，颇为成熟，未来可以大规模的普及，让车机系统搭配《寻找停车位》App，如此，即便是在东海市这样的超级城市，也能轻松解决停车问题。

所以按照以上思路，以平均寻找到停车位花费的时间，作为核心参考数据，只要广大用户能在使用软件的过程中，起到明显降低找车位时间的效果，那这款软件也算取得了成功。

11月15日，周六上午。

双旦大学，创业楼304室。

一场讨论会议正在进行。

“大姐大，我认为大数据模型做出来不算难，有很多开源模型可以参考，最难的是数据的收集，不知道能不能从交管部门那里，拿到东海市主要街道每天的实时车流量情况，如果不能精准统计出车流量变化，就没办法为用户做出精准预测，带来的帮助就非常少，只是一款没什么用的鸡肋软件。”

“是啊，车流量变化、车密度监测，这些都是我们要做好的地方，在这个基础上，结合用户们上传的数据，才能打造出一款十分智能，能给用户带来巨大帮助的软件，甚至只要用户数量足够多，收集的数据也足够多后，东海市一共有多少停车位资源，各个车位的利用率情况，我们都有办法统计出来，从而更加精准、智能！最为理想的情况是，每位用户都能快速高效的找到停车位，并且明显缓解东海市的交通拥堵。”

“可是交管部门那边，不愿意提供车流量的实时监测数据，他们说会涉及到一些国家安全问题，存在巨大隐患，不能交给私人团队，我们只能靠自己解决这个问题。”

“怎么解决？东海市这么大，单靠我们这十来号人，如何做到监控整座城市的车流量、车密度变化？”

“不一定非要监控全城的车流，只要选择几个固定的时间点，在几条最核心的主干道，精确收集车流量的数据，依然能给我们的学习模型，带来巨大的参考价值。”

颜青思抱着胳膊的思索道。

但这依然需要派出不少的人手，在最主要的几条主干道边，长时间观测车流量的情况，而且若是使用人力统计，会存在很大的误差，用扫描机器进行统计，又会带来成本的