随着私家车保有量的快速增长,停车难正在成为制约现代城市发展的一大瓶颈。然而在城市中建设新停车位的难度极大,当前国内许多城市正试图通过车位共享,提高现有车位资源的利用率,以缓解城市的停车难问题。但是当前的停车诱导系统大多需要在停车场内设置传感器来检测车位状态,只适合统一管理的大型停车场,无法有效支撑车位共享。本课题探索了面向车路协同（Cooperative Vehicle Infrastructure Systems,CVIS）环境,利用智能网联汽车采集传统停车诱导系统难以覆盖的小型停车场的可用车位信息,扩大停车诱导系统覆盖范围并提高其服务水平所需的新方法,主要研究内容如下:1)回顾了停车诱导系统与车路协同的研究现状。探讨了面向CVIS环境,构建能够支撑空闲车位共享的城市停车诱导系统应采取的新方法,并设计了可接入第三方停车服务平台采集到的可用车位信息且能够服务普通汽车的城市停车诱导系统体系结构。2)针对面向CVIS的城市停车诱导系统无法确保连续地获得各停车场实时可用车位信息的问题,设计了可利用停车场自身数据与其周围停车场数据对其自身的缺失数据进行修复的区域级停车场数据修复算法,有效地提升了修复结果的准确性。3)面向CVIS的城市停车诱导系统覆盖范围更广,为了有效地提升其服务水平,基于复杂网络对城市停车系统进行了建模,并根据各停车场对其附近停车巡游车辆吸引力的大小对其服务能力进行了量化。系统模型及分析结果可以增强用户对城市停车系统实时情况的认知,有效地提升了城市停车诱导系统的服务水平。4)基于覆盖模型设计了可以更好地对城市停车诱导系统中各停车场的服务能力进行展示的信息架构,使用户可以更直观、高效地理解城市停车系统的实时情况,并在此基础上制定更合理的计划和管理决策。5)采用浏览器/服务器模式设计了面向CVIS的城市停车诱导系统原型的整体结构以及运行流程,其中使用Python编程语言实现了系统功能并利用Arc GIS for Server实现了用户端的应用程序接口,使得用户可以通过浏览器交互式地查看停车场的信息,不仅降低了用户端计算机的负载,而且大大增加了系统的可维护性和升级效率。面向CVIS的城市停车诱导系统研究,不仅为缓解城市的停车难问题提供了新的思路,而且对于实现从单车智能到群体智能的跨越有着重大的推进作用。