【摘要】：伴隨我國(guó)良好的經(jīng)濟(jì)發(fā)展態(tài)勢(shì)與城市化進(jìn)程的加快推進(jìn),交通運(yùn)輸行業(yè)蓬勃發(fā)展,汽車(chē)保有量逐年提升,我國(guó)已進(jìn)入私家車(chē)時(shí)代。與年均15%-20%的汽車(chē)保有量增長(zhǎng)率相對(duì)應(yīng)的是城市道路交通壓力的加劇,改善城市的交通條件和設(shè)施的利用效率已成為迫切之舉,乃至城市經(jīng)濟(jì)發(fā)展的重要保障手段。面對(duì)停車(chē)場(chǎng)數(shù)量不足且運(yùn)行低效的現(xiàn)狀與巨大的停車(chē)需求間的突出矛盾,由于城市用地緊張短期內(nèi)停車(chē)設(shè)施數(shù)量提升有限,應(yīng)當(dāng)通過(guò)提升停車(chē)場(chǎng)運(yùn)行效率以緩解供需矛盾。而目前停車(chē)場(chǎng)運(yùn)行低效的主要原因?yàn)?場(chǎng)內(nèi)泊位信息獲取度較低,入場(chǎng)車(chē)輛無(wú)明確引導(dǎo),所以有必要開(kāi)發(fā)一套有效且具有普及價(jià)值的停車(chē)管理與引導(dǎo)系統(tǒng)。本文基于成熟的傳感器檢測(cè)技術(shù)與網(wǎng)絡(luò)通信技術(shù)應(yīng)用,針對(duì)停車(chē)場(chǎng)內(nèi)信息獲取與泊車(chē)引導(dǎo)流程優(yōu)化主要完成以下工作:(1)研究了停車(chē)場(chǎng)狀態(tài)信息獲取與泊位選擇算法。首先,基于地磁傳感器檢測(cè)數(shù)據(jù)提出了相應(yīng)數(shù)據(jù)處理方法與車(chē)輛狀態(tài)判別方法。其次,通過(guò)車(chē)輛狀態(tài)判別結(jié)果提出針對(duì)不同停車(chē)場(chǎng)規(guī)模布局下的停車(chē)特征參數(shù)獲取算法,實(shí)現(xiàn)了停車(chē)場(chǎng)管理信息與泊位狀態(tài)信息的有效獲取。最后,通過(guò)分析不同引導(dǎo)方式下的泊車(chē)流程與泊位選擇影響因素提出了基于灰熵模型的最優(yōu)泊位選擇算法與優(yōu)化方案,并通過(guò)模擬實(shí)例進(jìn)行計(jì)算驗(yàn)證。(2)研究了智能停車(chē)管理與引導(dǎo)系統(tǒng)的開(kāi)發(fā)實(shí)現(xiàn)。首先,通過(guò)分析智能停車(chē)管理系統(tǒng)的功能需求與相應(yīng)的業(yè)務(wù)流程,明確開(kāi)發(fā)過(guò)程的側(cè)重點(diǎn),并論證了系統(tǒng)實(shí)現(xiàn)的可行性。其次,通過(guò)分析系統(tǒng)中數(shù)據(jù)傳輸層次,完成了系統(tǒng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的框架搭建。最后,在相應(yīng)開(kāi)發(fā)環(huán)境下,根據(jù)構(gòu)建的停車(chē)場(chǎng)模型實(shí)例,完成了對(duì)應(yīng)的數(shù)據(jù)庫(kù)搭建與最終的引導(dǎo)界面可視化實(shí)現(xiàn)。
[Abstract]:With the development of China's economy and the acceleration of urbanization, the transportation industry has developed vigorously, and the number of cars has been increased year by year. China has entered the era of private cars. Corresponding to the growth rate of 15% / 20% vehicle ownership per year, the urban road traffic pressure is increasing. It has become an urgent task to improve the traffic conditions and utilization efficiency of the facilities in the city, and even an important means to guarantee the development of the city economy. In the face of the contradiction between the shortage of parking lot and the low efficiency of parking and the huge demand for parking, the contradiction between supply and demand should be alleviated by improving the operation efficiency of parking lot, because the quantity of parking facilities is limited in the short term due to the shortage of urban land use. At present, the main reasons for the low efficiency of parking are: the access to parking information is low, and there is no clear guidance for entering vehicles, so it is necessary to develop a set of effective and universal parking management and guidance system. Based on the mature sensor detection technology and network communication technology, this paper focuses on the optimization of parking information acquisition and parking guidance flow. (1) the algorithm of parking state information acquisition and parking selection is studied. First, based on the geomagnetic sensor detection data, the corresponding data processing method and vehicle status discrimination method are proposed. Secondly, according to the result of vehicle status discrimination, a parking characteristic parameter acquisition algorithm for different parking lot size layout is put forward, which realizes the effective acquisition of parking lot management information and parking state information. Finally, the optimal parking selection algorithm and optimization scheme based on grey entropy model are put forward by analyzing the parking flow and the influencing factors of parking choice under different guiding modes. (2) the development and realization of intelligent parking management and guidance system are studied. Firstly, by analyzing the functional requirements and the corresponding business processes of the intelligent parking management system, the emphasis of the development process is defined, and the feasibility of the implementation of the system is demonstrated. Secondly, through the analysis of the data transmission level of the system, the framework of the network topology of the system is completed. Finally, under the corresponding development environment, according to the parking lot model example, the corresponding database construction and the final visual implementation of the guide interface are completed.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：U491.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦昌輝;吳曉梅;張冬梅;;基于地磁傳感器的車(chē)位檢測(cè)系統(tǒng)設(shè)計(jì)[J];科技創(chuàng)新與應(yīng)用;2016年16期

2 李偉;余森;王偉;;基于時(shí)間最短路徑的停車(chē)場(chǎng)車(chē)位引導(dǎo)算法[J];自動(dòng)化儀表;2015年08期

3 劉源;謝海濤;劉禮勇;;停車(chē)業(yè)務(wù)現(xiàn)狀及需求研究[J];物聯(lián)網(wǎng)技術(shù);2014年12期

4 岳學(xué)軍;劉永鑫;王葉夫;陳樹(shù)榮;林達(dá);全東平;燕英偉;;基于ZigBee與地磁傳感技術(shù)的停車(chē)誘導(dǎo)系統(tǒng)[J];計(jì)算機(jī)應(yīng)用;2014年03期

5 段世霞;曹飛;郜紅虎;;基于灰熵模型的大型工程項(xiàng)目供應(yīng)商評(píng)價(jià)研究[J];物流技術(shù);2014年01期

6 袁靜;;解決最優(yōu)停車(chē)位問(wèn)題的改進(jìn)蟻群算法[J];計(jì)算機(jī)與數(shù)字工程;2013年03期

7 梁嬌嬌;馬曉旦;何繼平;;典型社會(huì)公共停車(chē)場(chǎng)現(xiàn)狀調(diào)查與分析——以張家界中心城區(qū)為例[J];交通與運(yùn)輸(學(xué)術(shù)版);2012年01期

8 高敬紅;楊宜民;;道路交通車(chē)輛檢測(cè)技術(shù)及發(fā)展綜述[J];公路交通技術(shù);2012年01期

9 季彥婕;王煒;鄧衛(wèi);;停車(chē)場(chǎng)內(nèi)部泊車(chē)行為特性分析及最優(yōu)泊位選擇模型[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

10 陳茜;裘紅妹;林群;李鋒;關(guān)志超;趙一斌;張昕;蔡五三;杜勇;陳智宏;汪祖云;樂(lè)娟;謝振東;張孜;田夫;陶云;盧一夫;劉延?xùn)|;周飛雄;陳觀宙;;全國(guó)智能交通系統(tǒng)示范城市建設(shè)示例[J];城市交通;2008年02期

相關(guān)博士學(xué)位論文 前2條

1 田寅;城市交通智能感知與傳感器網(wǎng)絡(luò)技術(shù)研究[D];北京交通大學(xué);2015年

2 李海艦;道路交通信息獲取多參量感知與傳感器網(wǎng)絡(luò)優(yōu)化[D];北京交通大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 湯俊青;高速鐵路基礎(chǔ)設(shè)施檢測(cè)線性無(wú)線傳感器網(wǎng)絡(luò)研究[D];北京交通大學(xué);2016年

2 周思浩;基于無(wú)線傳感網(wǎng)絡(luò)的停車(chē)場(chǎng)內(nèi)智能引導(dǎo)系統(tǒng)[D];長(zhǎng)安大學(xué);2015年

3 周際;校園停車(chē)場(chǎng)管理平臺(tái)的設(shè)計(jì)[D];華中科技大學(xué);2015年

4 戴艷芬;基于路網(wǎng)容量的城市中心區(qū)停車(chē)場(chǎng)合理規(guī)模研究[D];重慶交通大學(xué);2014年

5 許靜;停車(chē)場(chǎng)智能管理系統(tǒng)設(shè)計(jì)[D];南昌大學(xué);2013年

6 耿寸召;基于ZigBee技術(shù)的停車(chē)場(chǎng)車(chē)位檢測(cè)系統(tǒng)設(shè)計(jì)[D];內(nèi)蒙古大學(xué);2013年

7 吳若偉;大型停車(chē)場(chǎng)智能泊車(chē)引導(dǎo)關(guān)鍵技術(shù)研究與系統(tǒng)開(kāi)發(fā)[D];南京航空航天大學(xué);2013年

8 宋紅穎;城市軌道交通客流誘導(dǎo)系統(tǒng)的研究與實(shí)現(xiàn)[D];大連海事大學(xué);2012年

9 劉媛媛;大型停車(chē)場(chǎng)內(nèi)車(chē)位誘導(dǎo)系統(tǒng)研究[D];長(zhǎng)安大學(xué);2010年

10 唐輝;基于RFID的智能停車(chē)場(chǎng)管理系統(tǒng)關(guān)鍵技術(shù)研究[D];武漢理工大學(xué);2008年

，

本文編號(hào)：2438159