一个城市的发展离不开交通的发展，交通是一个城市经济发的纽带，只有路通了才有经济发展的可能，但是近几年来，城市的GDP不断刷新，但是人们的生活幸福感却没有增长，日常生活的衣食住行都困扰着不少人，其中“行”就成为众多人每天烦恼的根本，比如上下高峰期道路拥挤，外出旅游找不到停车位都成为大家非常困扰的，因此有开发商就开发停车诱导系统来协助车主及交通管理者整顿交通，那这个系统具备哪些关键的技术特点呢？

一、在不同功能模块之间传递信息

在停车诱导系统中，采用市话电缆、数字光纤、数字微波三种手段混合使用的方式传输。根据传输方式的不同，可以基本分为有限传输和无线传输。有线传输可以使用专用双绞线、同轴电缆、光纤或者通过电话线、有线电视等方式传输。无线传输可以通过微波、红外线、中长波传输信息。

二、对停车场动态数据的采集

动态数据信息采集的对象主要是车辆，将车辆的运动状态和出入情况转换为电信号输出。结合车辆的本身特点，信息采集目前主要有以下这些具体方法：微波检测、超声波检测、电磁波检测、红外检测、视频检测等。各种检测器也应运而生，如唤醒线圈检测器、超声波检测器、视频车辆检测器等。其中，电磁检测器和视频检测器在停车诱导系统中应用得更为广泛一些。视频检测器检测到的内容通过模式识别、计算机视觉等领域的知识和技术进行分析。停车场的信息采集是采用通过型线圈检测停车场出入车辆的数量，存在型线圈检测停车场内车位的占有情况。

三、停车泊位数据的预测技术

模糊逻辑和神经网络已经在交通领域有了诸多应用，在实现使用模糊神经网络预测有效停车泊位数据的过程中，模糊神经网络的设计尤其关键。在输入原始数据的时候可以记录各个时间段的有效停车泊位数据。例如，从10点10分到10点20某停车场的有效停车泊位数据为14个，若规中每小时在每隔10分钟为1个输入数据的单位，那么输入的点则对应为（10.2，14）。

模糊化器：对神经网络的输入为1（若停车场中尚有有效停车泊位，则模糊化器输出为1；否则模糊化器输出为0）。

神经网络：神经网络的输入变为（10.2，1）。以大量的数据进行模糊神经网络的训练时，误差满足预定的条件时，训练结束。

逆模糊化器：输出预测数据，人类可以理解。例如在某一个特定时间段内该停车场是否有空余的停车泊位。

城市停车场的专用有效停车泊位数据库的建立应该体现如下三条原则：

a、数据库应尽量包括该城市大多数停车场的有效停车泊位的历史数据；

b、数据库的设计要在时间长度上尽可能大的体现停车场的有效停车泊位的历史数据；

c、数据库的设计应该较好地支持数据库管理、查询、插入、删除等数据库基本操作。