基于Android的智能停车诱导系统设计与实现

发布时间：2021-10-31 08:47

　　近年来,随着汽车保有量的迅速增加,我国很多大城市“停车难”问题日益严峻,给城市交通也带来了极大的负担。本文通过对国内外智能停车诱导系统的发展现状和所存在的不足之处的研究,从实际应用需求出发,并且顺应当前各种移动应用迅速发展的趋势,设计了一套基于Android平台的智能停车诱导系统。该系统可使用户在移动智能终端上方便的查询停车场信息,用户可根据获取到的停车场信息选择合适的泊车点,并且通过停车路径规划算法找到最优停车路径,避免拥堵路段,减小动态交通的负担。本文所设计的智能停车系统主要由四大模块组成:地图显示模块、定位模块、实时停车场信息获取模块、路径规划模块。针对其中的路径规划模块,本文对相关算法进行了深入研究。首先选择了性能稳定、具有智能化的蚁群算法用于系统的路径规划中,并设计了采用两个蚁群群体双向搜索策略的多群体蚁群优化算法,并为避免因只判断蚂蚁相遇而造成的可行路径丢失问题,提出了一种新的路径相交判别方法。其次,为了提高算法的收敛速度,在初始信息素的设置中加入路径长度等影响因素,将较优节点组成路径的优势及时反映出来,加快了算法搜寻初始可行解的速度。最后,对启发函数的设置也进行了改进,将... 

【文章来源】：南京邮电大学江苏省

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
专用术语注释表
第一章 绪论
    1.1 研究背景及研究意义
    1.2 国内外研究历史和发展现状
    1.3 本文主要内容及章节安排
第二章 系统需求分析及路径规划算法
    2.1 系统功能需求分析
    2.2 路径规划的相关问题
        2.2.1 图论的相关概念
        2.2.2 最优路径评价标准
    2.3 路径规划算法
        2.3.1 Dijkstra算法
        2.3.2 遗传算法
        2.3.3 蚁群算法
    2.4 本章小结
第三章 最优停车路径规划算法的设计
    3.1 基本蚁群算法
        3.1.1 基本蚁群算法的数学模型
        3.1.2 基本蚁群算法的实现步骤
        3.1.3 基本蚁群算法参数的实验分析
    3.2 停车路径规划与TSP问题的区别
    3.3 最优停车路径规划算法的设计
        3.3.1 多群体蚁群的双向搜索
        3.3.2 路径相交判别方法的设计
        3.3.3 初始信息素的设计
        3.3.4 启发函数的设计
        3.3.5 最优停车路径规划算法的流程图
    3.4 最优停车路径规划算法的仿真结果
    3.5 本章小结
第四章 基于Android的智能停车系统的设计与实现
    4.1 移动智能平台的选择
    4.2 智能停车系统APP的原型设计
    4.3 智能停车系统APP的实现
        4.3.1 聚合数据和百度地图开发平台的介绍
        4.3.2 配置工程
        4.3.3 首界面的实现
        4.3.4 列表界面的实现
        4.3.5 详情界面的实现
        4.3.6 路径规划界面的实现
    4.4 本章小结
第五章 总结与展望
参考文献
附录 攻读硕士学位期间申请的专利
致谢


【参考文献】：
期刊论文
[1]论我国道路运输网络经济效用的提高与对策[J]. 张登安.  现代经济信息. 2015(04)
[2]基于聚类算法和蚁群算法的物流配送路径优化研究[J]. 辛柯俊,秦中元.  物流工程与管理. 2014(06)
[3]车联网开启智能交通新时代[J]. 陆刚.  上海信息化. 2011(11)
[4]遗传算法改进策略研究进展[J]. 尹元韬,王焱.  信息技术与信息化. 2010(03)
[5]基于Dijkstra最短路径算法的优化研究[J]. 李健.  渭南师范学院学报. 2009(05)
[6]改进蚁群算法在配货发送方面的研究[J]. 李瑞,韩永祥.  电脑知识与技术. 2009(22)
[7]城市停车诱导标志的设计[J]. 高吕和.  北京工业职业技术学院学报. 2008(03)
[8]群智能蚁群算法及其改进策略研究[J]. 包丹丹,汪红.  电脑知识与技术. 2008(15)
[9]全国智能交通系统示范城市建设示例[J]. 陈茜,裘红妹,林群,李锋,关志超,赵一斌,张昕,蔡五三,杜勇,陈智宏,汪祖云,乐娟,谢振东,张孜,田夫,陶云,卢一夫,刘延东,周飞雄,陈观宙.  城市交通. 2008(02)
[10]城市停车难问题的解决思路[J]. 王跃.  城市道桥与防洪. 2007(08)

博士论文
[1]大城市停车诱导系统设计方法的研究[D]. 王泽河.中国农业大学 2005

硕士论文
[1]智能化城市停车场管理系统的应用研究[D]. 张群.南京邮电大学 2015
[2]基于智能终端的车载导航路径规划的研究[D]. 郁晓慧.东华大学 2015
[3]基于RFID技术与百度地图技术结合的城市停车诱导信息系统研究[D]. 韦蓝鑫.长安大学 2013
[4]基于遗传算法的动态路径优化[D]. 李云.太原理工大学 2013
[5]基于智能手机环境的中学学习共同体创建研究[D]. 於丰.上海师范大学 2013
[6]基于分布式蚁群算法的城市路网动态最短路径搜索研究与实现[D]. 荆长林.北京交通大学 2012
[7]基于改进的遗传蚁群混合算法的TSP问题求解研究[D]. 吴兴健.大连海事大学 2011
[8]智能停车场管理信息系统集成技术的研究及应用[D]. 刘宁.电子科技大学 2010
[9]改进蚁群算法及其在移动机器人路径规划中的研究[D]. 陈英俏.东北大学 2010
[10]基于蚁群算法的动态路径诱导研究[D]. 刘伟.西南交通大学 2008



本文编号：3467824