基于物联网的智能停车诱导系统的研究
摘要 | 第5-6页 |
Abstract | 第6页 |
1 绪论 | 第11-16页 |
1.1 课题的研究背景与缘起 | 第11-12页 |
1.2 课题研究的目的与意义 | 第12-13页 |
1.2.1 课题研究的目的 | 第12页 |
1.2.2 课题研究的意义 | 第12-13页 |
1.3 课题当前的国内外研究现状 | 第13-14页 |
1.3.1 国内相关理论研究现状 | 第13页 |
1.3.2 国外研究现状 | 第13-14页 |
1.4 课题研究的主要内容和结构 | 第14-16页 |
2 物联网体系 | 第16-20页 |
2.1 物联网定义 | 第16-17页 |
2.2 物联网的关键技术 | 第17-18页 |
2.3 物联网的发展趋势 | 第18-20页 |
3 智能停车系统的整体设计 | 第20-30页 |
3.1 驾车者出行过程及停车需求分析 | 第20-21页 |
3.2 智能停车诱导系统的框架和系统组成 | 第21-27页 |
3.2.1 系统框架 | 第21-22页 |
3.2.2 路况信息采集系统 | 第22-23页 |
3.2.3 停车位信息采集系统 | 第23-25页 |
3.2.4 车辆信息采集系统 | 第25页 |
3.2.5 用户端系统 | 第25-26页 |
3.2.6 数据服务器系统 | 第26-27页 |
3.2.7 多目标监控系统 | 第27页 |
3.3 智能停车诱导系统原理 | 第27-30页 |
3.3.1 系统各个部分的数据流向 | 第27-28页 |
3.3.2 智能诱导停车系统的工作原理 | 第28-30页 |
4 基于泊车位选择的停车行进路线优化技术研究 | 第30-50页 |
4.1 停车场内部泊车流程 | 第30-32页 |
4.2 车位选择的影响因素 | 第32-35页 |
4.3 智能停车场内部环境建模 | 第35-39页 |
4.3.1 图的基本概念和介绍 | 第35-37页 |
4.3.2 行驶距离的确立 | 第37-38页 |
4.3.3 步行距离的确立 | 第38页 |
4.3.4 停车环境相关信息确立 | 第38-39页 |
4.4 基于灰色关联理想解法的多属性决策模型 | 第39-46页 |
4.4.1 灰关联与逼近理想排序法 | 第40-41页 |
4.4.2 模型假设 | 第41页 |
4.4.3 决策性指标的标准化 | 第41页 |
4.4.4 组合赋值法的使用 | 第41-42页 |
4.4.5 灰色关联矩阵的确立 | 第42-46页 |
4.5 停车场泊车实例分析 | 第46-50页 |
5 总结与展望 | 第50-52页 |
5.1 文章总结 | 第50页 |
5.2 展望 | 第50-52页 |
参考文献 | 第52-55页 |
致谢 | 第55-56页 |
作者简介 | 第56页 |