导读:本文包含了停车算法论文开题报告文献综述及选题提纲参考文献，主要关键词:停车检测,智能车位锁,磁阻传感器,磁干扰
停车算法论文文献综述
陈嘉明,张足生,吴晓鸰[1]（2019）在《基于磁阻传感器的智能车位锁停车检测算法》一文中研究指出智能车位锁通过其内置的磁阻传感器可实现车位状态的实时监控,并利用监控信息实现自动缴费、车位预约和车位共享等应用。但车位锁上锁和落锁过程会产生磁场干扰,传统的停车检测算法没有考虑这类干扰,造成误检率高。为解决这一问题,该文提出了一种抗干扰的停车检测算法,将车辆磁信号建模为方差序列,根据干扰的特征提出干扰信号滤波方法,结合状态机实现了更为稳定的停车状态检测。实地部署的50个智能车位锁实验结果表明,该算法具有更高的可靠性,并显着提高了车辆检测准确率。(本文来源于《集成技术》期刊2019年06期）
杨珍珍[2]（2019）在《数据驱动的动态路径优化和停车诱导模型与算法》一文中研究指出交通拥堵和“停车难”问题是日常出行中的两大难题。由于各种因素的影响,出行时间和停车场空闲车位数呈现高度的动态性和随机性,如何充分考虑并有效处理交通网络中的动态性和随机性,为出行者推荐可靠的出行路径和停车场是需要深入研究的课题。针对交通网络中行程时间和停车场空闲车位数的动态性和随机性,本论文从实际数据出发,对行程时间和停车场空闲车位数服从的分布、可靠路径选择、空闲车位数预测、停车诱导模型和算法进行研究,并将模型和算法应用到实际路网中寻找可靠路径和停车场。论文的主要研究内容和创新点归纳如下:(1)建立了基于行程时间分组的最可靠路径模型和基于可靠度边界的求解算法通过数据分析发现,即使在相同道路设施类型中(相同车道数和单双向类型),不同星期、节假日、一天中的不同时段以及交通拥堵状态等都会导致行程时间具有动态性和随机性。基于这些影响因素对行程时间数据进行分组,将分组后的行程时间服从的分布定义为扩展的转换对数正态分布(ESLN)。基于ESLN分布,建立路段和路径的行程时间模型,提出给定期望行程时间的最可靠路径模型和基于可靠度边界的求解算法,并应用于实际路网中寻找最可靠路径。ESLN分布和SLN分布的对比结果表明,基于ESLN分布的最可靠路径模型和算法能够有效提高可靠路径的精确度。(2)建立考虑到达时间和出发时间的可靠路径模型和基于行程时间边界的求解算法在行程时间服从ESLN分布的基础上,对可靠路径的“正向问题”和“反向问题”进行研究。其中,可靠路径“正向问题”是给定可靠度和出发时间,求解最早到达时间和对应的可靠路径;可靠路径“反向问题”是给定可靠度和到达时间,求解最晚出发时间和对应的可靠路径。针对这两个问题分别建立数学规划模型,提出基于行程时间边界的求解算法,并给出了行程时间边界值的确定方法和推导过程。利用北京市实际路网进行算例分析,结果验证了模型和算法的有效性和高效性。(3)建立空闲车位数预测模型,并提出考虑最可靠路径的停车诱导模型和基于可靠度边界的求解算法通过分析停车场历史空闲车位数,发现相同小时和星期内的空闲车位数具有高度的相似性,但不同节假日、星期和小时之间的空闲车位数存在较大差异。基于该结论将停车场空闲车位数进行分组。KS检验结果表明,分组后的空闲车位数服从正态分布。基于停车场空闲车位数服从正态分布的规律,建立了空闲车位数的预测模型,并提出考虑最可靠路径的停车诱导模型和基于可靠度边界的求解算法,解决了给定期望行程时间,求解综合可靠度最大的停车场和到达该停车场的最可靠路径的问题。利用北京市实际路网进行算例分析,结果验证了模型和算法的有效性。(4)提出考虑最早到达时间和最晚出发时间的停车诱导模型和基于行程时间边界的求解算法对两种停车诱导问题建立数学规划模型,并提出基于行程时间边界的求解算法:1)为了解决给定出发时间和路径可靠度,求解到达综合可靠度最大的停车场的最早到达时间和相应可靠路径的问题,提出了考虑最早到达时间的停车诱导模型和基于行程时间边界的求解算法;2)为了解决给定到达时间和路径可靠度,求解准点到达综合可靠度最大的停车场的最晚出发时间和相应可靠路径的问题,提出了考虑最晚出发时间的停车诱导模型和基于行程时间边界的求解算法。最后,利用北京市实际路网进行算例分析,结果验证了模型和算法的有效性。(5)开发可靠路径和停车诱导系统系统实现了无停车需求和有停车需求两种情景下的功能。当无停车需求时,系统只进行可靠路径的计算,实现了给定行程时间计算最可靠路径、给定可靠度计算最早到达时间、给定可靠度计算最晚出发到时间叁种功能。当有停车需求时,系统进行停车场选择和可靠路径的计算,实现了考虑最可靠路径的停车诱导、考虑最早到达时间的停车诱导、考虑最晚出发时间的停车诱导叁种功能。(本文来源于《北京交通大学》期刊2019-09-16）
秦育彬,糜江[3]（2019）在《基于二进制树算法的路侧微站不停车收费系统》一文中研究指出本文介绍一种智能节点式路侧微站不停车收费系统的模型以及基于改进的二进制树算法在其中通讯防碰撞的应用。通过matlab对算法进行了数据的图像化处理,结果显示:改进后的算法在搜索效率、数据吞吐率两项重要指标上较之之前使用的方法都有较大提高,尤其是新的防碰撞算法的吞吐率比AHLOHA算法提高了近50%。另外,传输负担的减小还使数据传输的安全性有了更高的保障。(本文来源于《人民交通》期刊2019年09期）
李向荣,张明克,范福海[4]（2019）在《基于地磁车位停车计时算法系统的研究与实现》一文中研究指出随着社会的进步和发展,人们的生活方式发生着深刻的变化。城市的交通拥挤便是这种变化引起的现象之一。论文将以地磁传感器为引导研究对象,通过对地磁不准确的订单的投诉处理及引起订单的各种异常情况的分析得到,唯一正常的订单情况为订单驶入时间和收费员操作订单结束时间之间有且仅有一条报驶离数据,除此之外的订单需要使用JAVA Web和jQuery EasyUI技术通过论文所分析得出的异常情况处理逻辑计算出正确的停车时长并校正订单的驶离时间,同时使用Matlab对这些异常车位所对应的地磁数据进行分析总结确定出新的阈值或添加新的判定条件提高检测率。以此来保障整个停车收费系统的稳定,同时给交通管理部门和消费者提供一个满意的服务。并且经过验证表明:该异常情况处理逻辑可以应用到地磁泊位收费系统中,并且成功的对停车计时驶离时间做了校正。同时在实际应用中经过统计得出因地磁不准确所造成的投诉由平均每天62条降至44条。(本文来源于《计算机与数字工程》期刊2019年08期）
林渊博,姚剑敏,林伟[5]（2019）在《基于地磁传感器的停车位检测算法研究》一文中研究指出本文提出了结合状态机与自适应匹配算法来实现停车位检测。首先分析停车位的磁场变化特征,接着提取停车位的磁场变化量,再通过自适应匹配算法来调整阈值。根据实验数据统计,该算法能精确判断停车位状态,且准确率也较高。(本文来源于《电气开关》期刊2019年04期）
李向荣,范福海,孟向海[6]（2019）在《改进K-Means聚类算法在停车用户价值分群中的应用》一文中研究指出随着信息化、互联网时代发展层次的不断深入,现在很多企业将用户关系管理作为营销的焦点,用户价值分群是量化用户关系管理系统的关键指标。论文以停车业务用户停车数据为切入点,在传统客户关系管理分析RFM模型的基础上,结合停车业务要求,重构分析参数,构建FLCPA参数模型,并在传统K-Means聚类算法的基础上,提出一种新的确定K-Means算法最优聚类数的方法,有效识别不同价值的用户,最终实现用户价值分群,帮助企业制定针对化和个性化营销策略。(本文来源于《计算机与数字工程》期刊2019年07期）
刘菲,郝风杰,郝敬全,周永利,辛国茂[7]（2019）在《基于优化LSTM模型的停车泊位预测算法》一文中研究指出针对道路停车泊位数预测准确性不高、预测误差较大的问题,提出一种基于循环神经网络LSTM模型的停车泊位预测算法,研究从历史停车数据中挖掘知识并预测不同时段内的停车泊位数。首先,建立一种优化的基于LSTM和双向LSTM网络的LSTM模型,通过双向LSTM网络对上一层的LSTM网络预测后的时间序列再进一步进行学习训练,以有效克服预测误差大的缺点;其次,结合正向LSTM和逆向LSTM具有的捕获数据时序性和长程依赖性的优势,进一步提高预测结果的精确度。利用不同实测道路停车场的数据对所提算法的有效性进行验证,结果表明,在同等条件下,所提算法的准确度和效率均优于LSTM模型算法,预测精度和训练速度均有较大提高。(本文来源于《计算机应用》期刊2019年S1期）
庞华健,陈观林,徐煌[8]（2019）在《基于分布式架构的停车位分配算法》一文中研究指出为了方便车主寻找车位,优化城市停车位资源,缓解高峰时段泊车位紧张问题,提出了基于分布式架构的泊车分配算法。通过用户终端收集包含当前位置坐标信息与目的地坐标信息的用户泊车请求,根据目的地临近泊车位的可用状态,将路径规划返回给用户终端。与传统算法相比,分布式泊车算法具有更高的抗压能力与全局搜索能力,能够确保泊车信息的实时性与有效性,以减少停车位紧张和车位失效等状况。仿真结果表明:算法可在高需求量、高需求比场景下更快速、更准确地找到占优解集,且更符合实际情况,具有一定的应用价值。(本文来源于《传感器与微系统》期刊2019年05期）
韩朋[9]（2019）在《智慧停车系统设计与应用算法研究》一文中研究指出停车系统是现代停车场实现自动化车辆管理与用户服务的重要辅助系统,一般具备自动计费、空余车位提示等功能,更智能的停车系统一般要求具备车位引导、找车辅助等精准车位管理服务。然而,由于多数停车场位于地下或室内,如何解决室内通信、定位等问题是实现上述服务的关键。现有解决方案多采用WiFi辅助定位配合摄像设备监控车位的方式实现,具有较高的成本和实施难度。针对此问题,本文将论述一种新型链路层多跳自组织网络技术,并利用基于此技术设计的智能物联网终端,配合停车系统的相关算法优化,实现室内的高效通信与精准定位,完成新型智慧停车系统的设计与应用。具体研究内容如下。1.基于新型链路层多跳通信技术的智慧停车系统总体架构设计。智慧停车系统的总体架构由多个层级模块组成,分别为前端感知层、网络通信层、数据分析层、云服务层、后台管理层、应用服务层。新型链路层多跳通信技术具备低时延、高速率、低能耗和抗干扰等特性,适用于在复杂环境内的密集组网,本智慧停车系统将依赖上述技术保证模块间的稳定通信与功能实现。例如智慧停车系统中的手持终端,将通过与布设在停车场内的停车监控终端之间的多跳互联通信,进行实时定位及指令发送,从而实现室内停车场精准定位与车位引导服务。2.相关算法设计。针对停车系统的关键功能,本文将对相关室内定位算法、车位占用识别算法、路径导航算法、车位分配算法等进行优化改进,以匹配系统目标。提出一种优化的直接路径(Direct Path,DP)检测方法,提高DP检测效率,进而采用多向传输时间(Multidirectional transmission time,MTT)方法实现室内的精准定位;提出一种基于改进YOLO损失函数的车辆目标检测算法,通过深度学习模型提取车辆特征并进行位置框预测与目标分类,后利用目标框与先验框的位置比对判断车位空余情况;提出一种时变最短路径规划算法,通过对弧传输时间估计的优化,利用Dijkstra算法进行路径计算,最终实现路径导航;提出一种基于广播技术与平衡函数的算法,结合车位坐标信息,实现车位的最优分配。3.智慧停车系统的实现与应用分析。基于上述系统架构与应用算法,实现智能停车系统的仿真实现。系统利用停车终端获取车辆图像,通过新型链路层多跳网络将图像传输至云服务端,在云端进行信息处理,识别停车位空余情况,并将结果发送至后台管理系统,最终呈现于用户手持终端上。用户可通过手持终端进行功能选择,体验自动化停车及找车引导服务。本文通过系统架构设计与基于相关多种优化算法的功能优化,实现了更高效、更精准的停车管理服务系统。本系统在一定程度上丰富了新型链路层多跳通信技术的应用范围,并对智能停车系统中的车位引导、找车辅助等问题提出了创新的解决方案,具备较强的现实意义。(本文来源于《河南科技大学》期刊2019-05-01）
吕克敌[10]（2019）在《基于集成学习与进化算法的停车位预测算法研究》一文中研究指出随着我国综合国力日新月异,祖国建设的各个方面都取得了令人骄傲的进步,单汽车保有量方面,每年呈现飞速增长趋势。统计至2018年底,我国的机动车保有量达3.27亿辆,其中汽车保有量为2.4亿辆[1],可喜的同时伴随而至的交通问题同样有增无已。其中停车难的问题,则更为棘手。停车场作为配套服务发展速度缓慢,越发展越失衡造成了恶性循环。以现有技术发展解决此类问题,我们可以从虚拟与现实两个角度去看。现实角度加大停车场建设,但城市建设问题所牵扯的因素很多,问题虽在但从总体看解决的优先级并不高。所以从虚拟方面解决,对现有各停车场空余车位进行实时有效的预测,为驾驶员出行提供参考,在现有条件下依靠信息的共享缓解以上问题。本文研究的停车场空余车位的预测问题本质来说是时间序列预测问题研究的一种实际应用。根据预测需求可分为短期与多步两种预测方式,前者通过现有数据集预测未来某时间点停车场空余车位数,应用较多的方法为指数平滑法及其衍生算法。后者是根据历史数据集预测未来一段时间空余停车位数量。神经网络相关算法是解决此类问题较为常用的方法。本文分析了现今空余停车位预测的短时与多步预测方法,通过对其原理与应用等不同层面的分析,从中发现方法与某些规律性较强领域存在明显的不足,由此提出了两种改进算法。改进的算法由于模型的优势进而摆脱了预测需求上短时与多步的束缚,兼附更好的兼容性,并且在精准度与鲁棒性上较传统形式有着明显提高。针对目前停车位预测算法准确率低、可拓展性差等问题,本文首先提出了一种基于集成学习算法与GRU结构的RNN组合的算法。首先,借助对数据集的训练挑选出最优的集成学习的基学习器组合形式;然后将停车位数据分割为不同的步长输入到组合模型中,对模型进行训练;最后将最佳结构与传统网络进行对比。实验结果表明,该算法提高了预测准确率与鲁棒性,有效防止过拟合与局部最小化,有效的解决统一预测模型在多场景的实现问题。为了进一步优化算法模型,提高算法在预测方面的准确度与可拓展性。本章提出了基于粒子群算法与遗传算法的RNN泊车位预测算法。该算法分别对模型和模型参数这两点进行了优化。首先,为了避免stacking算法在实际应用中的问题,对集成学习算法部分进行了优化,使用集成学习算法中的随机森林算法与梯度提升算法组合框架,并对回归器的数目设置一个搜索空间进行优化。神经网络方面,对RNN的隐含层设置隐含层层数搜索空间,神经元搜索空间、网络类型搜索空间、Batch-size搜索空间,利用遗传算法在信息共享能力上的优势,通过遗传算法来优化预测模型的神经网络结构。最后,利用粒子群算法计算方便、速度快的特点对模型的多种参数进行最优解搜索。最后得到优化的预测模型。(本文来源于《吉林大学》期刊2019-04-01）
停车算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
交通拥堵和“停车难”问题是日常出行中的两大难题。由于各种因素的影响,出行时间和停车场空闲车位数呈现高度的动态性和随机性,如何充分考虑并有效处理交通网络中的动态性和随机性,为出行者推荐可靠的出行路径和停车场是需要深入研究的课题。针对交通网络中行程时间和停车场空闲车位数的动态性和随机性,本论文从实际数据出发,对行程时间和停车场空闲车位数服从的分布、可靠路径选择、空闲车位数预测、停车诱导模型和算法进行研究,并将模型和算法应用到实际路网中寻找可靠路径和停车场。论文的主要研究内容和创新点归纳如下:(1)建立了基于行程时间分组的最可靠路径模型和基于可靠度边界的求解算法通过数据分析发现,即使在相同道路设施类型中(相同车道数和单双向类型),不同星期、节假日、一天中的不同时段以及交通拥堵状态等都会导致行程时间具有动态性和随机性。基于这些影响因素对行程时间数据进行分组,将分组后的行程时间服从的分布定义为扩展的转换对数正态分布(ESLN)。基于ESLN分布,建立路段和路径的行程时间模型,提出给定期望行程时间的最可靠路径模型和基于可靠度边界的求解算法,并应用于实际路网中寻找最可靠路径。ESLN分布和SLN分布的对比结果表明,基于ESLN分布的最可靠路径模型和算法能够有效提高可靠路径的精确度。(2)建立考虑到达时间和出发时间的可靠路径模型和基于行程时间边界的求解算法在行程时间服从ESLN分布的基础上,对可靠路径的“正向问题”和“反向问题”进行研究。其中,可靠路径“正向问题”是给定可靠度和出发时间,求解最早到达时间和对应的可靠路径;可靠路径“反向问题”是给定可靠度和到达时间,求解最晚出发时间和对应的可靠路径。针对这两个问题分别建立数学规划模型,提出基于行程时间边界的求解算法,并给出了行程时间边界值的确定方法和推导过程。利用北京市实际路网进行算例分析,结果验证了模型和算法的有效性和高效性。(3)建立空闲车位数预测模型,并提出考虑最可靠路径的停车诱导模型和基于可靠度边界的求解算法通过分析停车场历史空闲车位数,发现相同小时和星期内的空闲车位数具有高度的相似性,但不同节假日、星期和小时之间的空闲车位数存在较大差异。基于该结论将停车场空闲车位数进行分组。KS检验结果表明,分组后的空闲车位数服从正态分布。基于停车场空闲车位数服从正态分布的规律,建立了空闲车位数的预测模型,并提出考虑最可靠路径的停车诱导模型和基于可靠度边界的求解算法,解决了给定期望行程时间,求解综合可靠度最大的停车场和到达该停车场的最可靠路径的问题。利用北京市实际路网进行算例分析,结果验证了模型和算法的有效性。(4)提出考虑最早到达时间和最晚出发时间的停车诱导模型和基于行程时间边界的求解算法对两种停车诱导问题建立数学规划模型,并提出基于行程时间边界的求解算法:1)为了解决给定出发时间和路径可靠度,求解到达综合可靠度最大的停车场的最早到达时间和相应可靠路径的问题,提出了考虑最早到达时间的停车诱导模型和基于行程时间边界的求解算法;2)为了解决给定到达时间和路径可靠度,求解准点到达综合可靠度最大的停车场的最晚出发时间和相应可靠路径的问题,提出了考虑最晚出发时间的停车诱导模型和基于行程时间边界的求解算法。最后,利用北京市实际路网进行算例分析,结果验证了模型和算法的有效性。(5)开发可靠路径和停车诱导系统系统实现了无停车需求和有停车需求两种情景下的功能。当无停车需求时,系统只进行可靠路径的计算,实现了给定行程时间计算最可靠路径、给定可靠度计算最早到达时间、给定可靠度计算最晚出发到时间叁种功能。当有停车需求时,系统进行停车场选择和可靠路径的计算,实现了考虑最可靠路径的停车诱导、考虑最早到达时间的停车诱导、考虑最晚出发时间的停车诱导叁种功能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
停车算法论文参考文献
[1].陈嘉明,张足生,吴晓鸰.基于磁阻传感器的智能车位锁停车检测算法[J].集成技术.2019
[2].杨珍珍.数据驱动的动态路径优化和停车诱导模型与算法[D].北京交通大学.2019
[3].秦育彬,糜江.基于二进制树算法的路侧微站不停车收费系统[J].人民交通.2019
[4].李向荣,张明克,范福海.基于地磁车位停车计时算法系统的研究与实现[J].计算机与数字工程.2019
[5].林渊博,姚剑敏,林伟.基于地磁传感器的停车位检测算法研究[J].电气开关.2019
[6].李向荣,范福海,孟向海.改进K-Means聚类算法在停车用户价值分群中的应用[J].计算机与数字工程.2019
[7].刘菲,郝风杰,郝敬全,周永利,辛国茂.基于优化LSTM模型的停车泊位预测算法[J].计算机应用.2019
[8].庞华健,陈观林,徐煌.基于分布式架构的停车位分配算法[J].传感器与微系统.2019
[9].韩朋.智慧停车系统设计与应用算法研究[D].河南科技大学.2019
[10].吕克敌.基于集成学习与进化算法的停车位预测算法研究[D].吉林大学.2019