| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 本文研究背景 | 第9页 |
| 1.2 现有停车场管理系统的现状 | 第9-10页 |
| 1.3 本文研究内容 | 第10页 |
| 1.4 论文结构 | 第10-12页 |
| 第二章 系统架构设计相关技术和需求分析 | 第12-18页 |
| 2.1 基于物联网的智能停车导航管理系统的需求分析 | 第12-16页 |
| 2.1.1 室内定位的现状与不足 | 第13-16页 |
| 2.1.2 车牌识别的现状 | 第16页 |
| 2.2 REST设计原则与系统分层 | 第16-18页 |
| 2.2.1 REST设计原则 | 第16-18页 |
| 第三章 基于物联网的智能停车导航管理系统的设计 | 第18-23页 |
| 3.1 系统设计原则和系统整体架构设计 | 第18-20页 |
| 3.2 系统各层次详细设计 | 第20-23页 |
| 3.2.1 数据采集层 | 第20-21页 |
| 3.2.2 数据处理层设计 | 第21页 |
| 3.2.3 数据访问层设计 | 第21-22页 |
| 3.2.4 业务逻辑层和应用层 | 第22-23页 |
| 第四章 基于物联网的智能停车导航管理系统关键算法的实现 | 第23-40页 |
| 4.1 基于RSSI的最小二乘定位算法 | 第23-25页 |
| 4.1.1 最小二乘法介绍 | 第23页 |
| 4.1.2 最小二乘估计的RSSI算法介绍 | 第23-24页 |
| 4.1.3 最小二乘RSSI估计定位算法的改进 | 第24-25页 |
| 4.2 惯性导航与PDR算法 | 第25-34页 |
| 4.2.1 步频检测算法 | 第26-28页 |
| 4.2.2 基于FIR数字滤波器的滤波器设计 | 第28-29页 |
| 4.2.3 基于FIR滤波器的步频检测算法的具体设计 | 第29页 |
| 4.2.4 步频检测算法实验 | 第29-30页 |
| 4.2.5 步长检测算法 | 第30页 |
| 4.2.6 方向检测算法 | 第30-34页 |
| 4.3 车牌识别技术 | 第34-40页 |
| 4.3.1 图像预处理 | 第34-36页 |
| 4.3.2 车牌定位 | 第36-37页 |
| 4.3.3 字符识别 | 第37-40页 |
| 第五章 业务逻辑层和应用层的设计和实现 | 第40-53页 |
| 5.1 后台数据库设计 | 第40-41页 |
| 5.2 停车场路径规划导航算法 | 第41-50页 |
| 5.2.1 矢量地图路径规划算法的一般研究 | 第41-42页 |
| 5.2.2 室内空间数据特性及其表示方法 | 第42-45页 |
| 5.2.3 平滑型A~*算法的路径规划算法 | 第45-49页 |
| 5.2.4 算法的进一步改进 | 第49-50页 |
| 5.3 应用层的设计和实现 | 第50-53页 |
| 第六章 基于物联网的智能停车导航管理系统部署和效果 | 第53-61页 |
| 6.1 基于物联网的智能停车导航管理系统的实际部署和效果分析 | 第53-55页 |
| 6.1.1 iBeacon实地部署与实际定位统计效果分析 | 第53-54页 |
| 6.1.2 车牌识别效果分析 | 第54-55页 |
| 6.2 智能停车导航APP | 第55-58页 |
| 6.3 物联网示范停车场智能管理系统 | 第58-61页 |
| 第七章 总结和展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表论文 | 第69页 |
