停车诱导系统作为城市智能交通系统的子系统之一，是缓解城市静态交通问题的重要手段。本文从运营的角度对停车诱导系统构建、实施过程中的一些关键技术进行了研究。　　 本文总结了停车诱导系统实施目的，在此基础上，从用户需求、系统软件功能需求、硬件设施及技术需求三个方面对系统运营进行了全面而详细的需求分析。首先，从管理者运营管理信息需求和驾驶员停车出行信息需求两个方面分析了用户需求；通过了解用户对信息的需求，分析出停车诱导系统运营中所需数据，既包括输入数据也包括输出数据；然后，根据不同数据获取方式，分析了停车诱导系统应具备的软件功能；最后，进一步对实现这些功能所需的硬件设施及技术进行了分析。基于全面的需求分析，本文接下来对停车诱导系统功能进行了设计，将停车诱导系统划分为五个子系统，并研究了各子系统的功能及实现方式。重点研究了与驾驶员联系最密切的信息发布子系统功能设计及实现，根据分级诱导策略，将诱导信息发布层次分为四级，并设计了四级诱导的实现过程，提出了根据剩余泊位数的停车场状态判定方法。　　 从用户信息需求和诱导实现过程中可以得出，停车场剩余泊位数是停车诱导系统最主要的发布信息，本文提出运用ARIMA模型对剩余泊位数进行预测。首先，基于停车场车辆进出调查数据，分析停车场剩余泊位变化特征，然后，根据ARIMA模型建模一般过程，建立了剩余泊位预测模型，并实现了实时预测，最后，结合实际数据检验预测精度，并与神经网络预测效果进行对比，验证了ARIMA模型对剩余泊位预测的有效性与适用性。