基于普适计算的智能停车系统的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景及意义 | 第12-13页 |
| ·停车场系统研究现状 | 第13-14页 |
| ·普适计算概述 | 第14-15页 |
| ·论文主要工作及组织结构 | 第15-17页 |
| 第2章 普适计算与智能停车系统 | 第17-27页 |
| ·普适计算 | 第17-22页 |
| ·普适计算的特点 | 第17-18页 |
| ·上下文感知计算 | 第18-19页 |
| ·无线传感器网络 | 第19-20页 |
| ·Zigbee技术简介 | 第20-22页 |
| ·智能停车系统 | 第22-26页 |
| ·智能停车系统基本组成 | 第23-24页 |
| ·智能停车系统的功能分析 | 第24页 |
| ·智能停车系统的设计原则 | 第24-25页 |
| ·Zigbee技术在停车系统中的应用 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 普适环境中停车诱导最优路径的研究 | 第27-43页 |
| ·问题描述 | 第27-28页 |
| ·传统最短路径算法 | 第28-30页 |
| ·Dijsktra算法 | 第28-29页 |
| ·floyd算法 | 第29-30页 |
| ·蚁群算法原理 | 第30-33页 |
| ·蚁群算法基本原理 | 第30-31页 |
| ·蚁群系统模型 | 第31-33页 |
| ·普适环境下停车诱导路径模型 | 第33-36页 |
| ·城市交通图的抽象 | 第34页 |
| ·道路权值的确定 | 第34-36页 |
| ·改进蚁群算法在最优路径中的应用 | 第36-38页 |
| ·改进蚁群算法模型 | 第36-37页 |
| ·改进算法步骤 | 第37-38页 |
| ·停车诱导最优路径仿真 | 第38-42页 |
| ·交通道路网图形化表示 | 第38-39页 |
| ·最优路径仿真模拟 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 停车场车辆定位算法的研究 | 第43-52页 |
| ·车辆RSSI数据获取与残差修正 | 第43-47页 |
| ·停车场车辆RSSI采集和分析 | 第43-46页 |
| ·车辆RSSI数据残差修正 | 第46-47页 |
| ·相似度推荐的车辆定位算法 | 第47-50页 |
| ·定位模型分析 | 第47-48页 |
| ·算法实现 | 第48-50页 |
| ·算法仿真实验及分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 智能停车原型系统的实现 | 第52-67页 |
| ·智能停车系统体系结构 | 第52-53页 |
| ·软硬件开发平台 | 第53-56页 |
| ·硬件平台 | 第53-54页 |
| ·软件开发平台 | 第54-56页 |
| ·智能停车原型系统关键模块实现 | 第56-66页 |
| ·Zigbee网络搭建及初始化 | 第56-58页 |
| ·数据库设计 | 第58-60页 |
| ·入口模块 | 第60-62页 |
| ·出口模块 | 第62-64页 |
| ·停车泊位模块 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间发表论文情况 | 第71-72页 |
| 致谢 | 第72页 |
