基于百度地图的停车诱导系统
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.1.1 课题研究背景 | 第10-11页 |
| 1.1.2 课题研究的目的及意义 | 第11页 |
| 1.2 停车诱导系统国内外研究现状 | 第11-14页 |
| 1.2.1 停车诱导系统研究 | 第11-12页 |
| 1.2.2 停车场模型及算法研究 | 第12-14页 |
| 1.3 课题的主要研究内容 | 第14-16页 |
| 第2章 停车诱导系统整体方案设计 | 第16-22页 |
| 2.1 停车诱导系统需求分析 | 第16页 |
| 2.2 停车诱导系统结构设计 | 第16-18页 |
| 2.2.1 停车诱导中心控制系统 | 第17页 |
| 2.2.2 智能终端 | 第17页 |
| 2.2.3 停车诱导数据库 | 第17-18页 |
| 2.2.4 百度地图服务器 | 第18页 |
| 2.3 系统工作流程 | 第18-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第3章 停车诱导服务器构建 | 第22-34页 |
| 3.1 服务器简介及选择 | 第22-23页 |
| 3.2 停车诱导服务器与百度地图交互 | 第23-26页 |
| 3.2.1 停车场信息获取 | 第24页 |
| 3.2.2 行驶中道路信息获取 | 第24-25页 |
| 3.2.3 驾驶信息获取 | 第25-26页 |
| 3.3 停车诱导服务器与停车诱导数据库交互 | 第26-28页 |
| 3.3.1 持久层的设计与实现 | 第26-27页 |
| 3.3.2 DAO层的设计与实现 | 第27页 |
| 3.3.3 服务器与数据库连接工具DBUnits | 第27-28页 |
| 3.4 停车诱导服务器与智能终端的交互 | 第28-29页 |
| 3.5 停车场推荐算法 | 第29-33页 |
| 3.5.1 停车场推荐算法模型 | 第29-31页 |
| 3.5.2 停车场推荐算法例证 | 第31-33页 |
| 3.5.3 停车场推荐算法的程序实现 | 第33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 数据的获取与存储 | 第34-38页 |
| 4.1 数据库简介及选择 | 第34页 |
| 4.2 数据库的设计 | 第34-37页 |
| 4.2.1 区域目的地数据表 | 第34-35页 |
| 4.2.2 区域停车场数据表 | 第35-36页 |
| 4.2.3 区域道路数据表 | 第36-37页 |
| 4.3 本章小结 | 第37-38页 |
| 第5章 停车诱导APP设计 | 第38-48页 |
| 5.1 APP功能分析及设计原则 | 第38-39页 |
| 5.2 Android简介及开发环境搭建 | 第39-40页 |
| 5.3 停车诱导APP设计 | 第40-46页 |
| 5.3.1 APP主界面设计 | 第40页 |
| 5.3.2 停车场搜索功能设计 | 第40-41页 |
| 5.3.3 停车场结果列表功能设计 | 第41-43页 |
| 5.3.4 百度地图的引入 | 第43-44页 |
| 5.3.5 定位功能的实现 | 第44-45页 |
| 5.3.6 导航功能的实现 | 第45-46页 |
| 5.4 本章小结 | 第46-48页 |
| 第6章 系统测试与分析 | 第48-53页 |
| 6.1 系统测试目的及意义 | 第48页 |
| 6.2 测试环境 | 第48页 |
| 6.3 APP主界面测试 | 第48-49页 |
| 6.4 定位功能测试 | 第49-50页 |
| 6.5 停车场输入搜索功能测试 | 第50-51页 |
| 6.6 导航功能测试 | 第51-52页 |
| 6.7 本章小结 | 第52-53页 |
| 第7章 总结与展望 | 第53-55页 |
| 7.1 主要工作与创新点 | 第53-54页 |
| 7.1.1 主要工作 | 第53-54页 |
| 7.1.2 创新点 | 第54页 |
| 7.2 应用前景 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间论文发表及科研情况 | 第60页 |
