A nyolcvanas évek végén egy zárt parkoló működtetéséhez nem volt szükség informatikusra vagy internetre: egy parkolóőr napi tapasztalata elég volt. A parkolóőr felügyelte az érkezőket, ismerte a helyi dolgozók szokásait, meg tudta mondani, hogy ki várható vissza, kinek van szokás szerint hosszabb tartózkodása, és mikor szabadulnak fel helyek. Ezt a fajta „helyismeretet” ma digitális rendszerek és gépi tanulás próbálja reprodukálni.
A technológia fokozatosan vett át funkciókat: először sorompók kerültek a bejárathoz, majd fizetőautomaták, később papírjegyes rendszerek és bankkártyás fizetés. A kamerák és rendszámfelismerés (ANPR) megjelenésével a beléptetés automatizálttá vált: a rendszer rögzíti a belépés idejét, majd a távozáskor a sorompó automatikusan nyílik. Mindazonáltal az igazi áttörést az jelentette, amikor a parkolórendszerek nemcsak a pillanatnyi állapotot látták, hanem adatokat gyűjtve megtanulták a forgalmi mintákat és előrejelezték a várható telítettséget.
Konkrét példa a kapacitáshasználatra: legyen egy száz férőhelyes parkoló, amelyből ötven helyet bérleteseknek tartanak fenn. Hagyományosan a tulajdonosok úgy számoltak, hogy ötven alkalmi autót lehet beengedni, mert egy bérletes sosem szeretné megtalálni foglalt helyét. A gyakorlatban azonban a kiadott ötven bérlet birtokosai ritkán vannak egyszerre bent: van, aki csak részben használja a helyet (például délelőtt vagy csak egy-egy napok), van, aki otthonról dolgozik, szabadságon van, vagy másnapi tömegközlekedéssel érkezik.
A parkolóőri tudás alapján sok üresedés előre látható volt. Az intelligens rendszerek ma nagy mennyiségű, hosszú távú adaton tanulva hasonló következtetésekre jutnak: mikor erősebb a forgalom (például hétfő reggel), mikor ürül ki a parkoló (például péntek délután), és mikor várható visszatérés a bérletesek részéről. Ennek megfelelően a rendszer ideiglenesen több alkalmi autót engedhet be, majd időben visszatartja a helyeket, amikor a bérletesek visszaérkezésére számít.
Ez a megközelítés nem növeli a parkoló fizikai férőhelyszámát — egy száz férőhelyes parkoló továbbra sem tud egyszerre száznál több autónak helyet adni —, de jelentősen megnöveli az egy nap alatt elérhető „forgalmat”: ugyanazt a helyet több különböző autós használhatja egymást követő idősávokban. Az eredmény nemcsak a parkolóüzemeltető haszna (nagyobb kihasználtság, több bevétel), hanem a városi közlekedés szempontjából is pozitív: kevesebb autó kering a környező utcákban parkolóhelyet keresve, csökken a torlódás és az üzemanyag-pazarlás.
A modern rendszerek előnyei a parkolót használók számára is közvetlenül érezhetők: tájékoztatás a várható forgalomról, javasolt érkezési idők, és bizonyos helyeken előzetes parkolóhely-foglalási lehetőség. Egyes megoldások már a helyi szokásokból képesek megbecsülni a várható foglaltságot: például az EPS Global CityZen rendszere egy ciprusi projekt során olyan algoritmust alkalmazott, amely a korábbi parkolási szokásokból számolva előrejelezte a foglaltságot, így lehetővé tette, hogy ugyanazt a fizikai területet több felhasználó ossza meg hatékonyabban.
A történet szimbolikusan a nyugdíjba vonult parkolóőr szemszögével zárul: a kis bódé eltűnt, a sorompó és a kamerák vették át szerepét, de a korábban az ő fejében összegyűlt tudás ma szoftverekben él tovább. A parkoló „megtanult gondolkodni”: nemcsak azt tudja, mi történik most, hanem azt is megpróbálja előre jelezni, mi fog történni egy óra múlva — és ez növeli a kapacitás kihasználtságát anélkül, hogy új férőhelyeket kellene építeni.
Miért számít?
- Hatékonyabb területhasználat: több felhasználó fér hozzá ugyanahhoz a fizikai helyhez napi szinten.
- Kisebb környezeti terhelés: kevesebb autó keresi a parkolóhelyet, csökken a forgalmi torlódás és az üzemanyag-fogyasztás.
- Felhasználói előnyök: előrejelzések, érkezési javaslatok és helyfoglalási lehetőség növelik a kényelmet.
A technológia tehát nem pusztán automatizálja a beléptetést, hanem a régi, emberi tapasztalatok logikáját digitalizálva növeli a parkolók hatékonyságát és a városi forgalom fenntarthatóságát.
