基于Zigbee技术的停车场管理系统设计

为了解决由于大型车库车位多,分布复杂,空余停车位数量和位置变化大而造成司机停车时难于准确找到停车位的问题,提出一种基于Zigbee技术的停车场管理系统设计方案。采用超声波雷达测距技术识别停车位驻车信息,通过Zigbee无线网络技术将分散的超声波驻车信息连接起来,统计停车空位数量,显示停车空位编号和位置,引导司机快速找到停车空位。实验测试结果证明了本设计方案的可行性。所研制的车库管理系统不仅可以完成单个停车场的智能化管理,还可以组成更大的无线网络系统,将多个停车场互联统筹管理,大大提高停车场使用率及客户满意度。     

浅谈露天公交场站雨水排水设计及简便计算方法

本文以某综合性露天公交枢纽站为例,介绍了雨水排水设计及计算方法,通过工程实践证明其有效性。     

停车屋面渗漏原因分析与预防

0概述 目前,我国商业地产蓬勃发展,商业建筑如雨后春笋般在各地涌现,在寸土寸金的城市商圈,许多开发商为了充分挖掘土地潜能,提高空间利用效率,纷纷将建筑的屋面设计为停车场,但是,一些工程在竣工不久或交付使用后不长时间就出现了渗漏现象,不仅给商业运营带来诸多不便,甚至还造成了一定的财产损失,因而研究停车屋面的渗漏特点、分析渗漏原因,找出应对措施,具有很重要的现实意义。     

最后的乌托邦

下午6点左右,第一批教徒来到亚利桑那州科罗拉多城的勒罗伊·S·约翰逊礼拜堂。半个小时之内,队伍已经排到前门外,沿着会堂外墙一路延伸至停车场。7点的时候,队伍已延展数百米,泱泱几千人。队列中男性成员穿着西装,女性成员身着色彩柔和的草原连衣裙。送葬者前来瞻仰68岁的弗妮塔？杰索普的遗容,老人因心脏病发作于几天前过世。巨窟似的大厅中,棺木敞开着,死者的儿子沿其脚下排成一排接待来客,丈夫梅里尔站在棺木的侧方。     

戏说大河剧

在古都的街上闲遛,磕头碰脑抬头不见低头见的总会碰到些古迹。点心铺的隔壁是某某殿遗址,居酒屋对街是某藩曾经的藩邸,幕末时大名鼎鼎的池田屋旧址,现在是自行车的停车场,擦肩而过的便利店门口戳了个不起眼的木牌——坂本龙马遇难处。于是就能看到年近花甲的大叔兴高采烈和木牌一起肩并肩站在便利店前,挥手朝自家太太喊:"拍照,拍照。"     

假如人类消失不见(上)

最近一段时期——更确切地说,是环境侦探穆兹芭寻找完美星球无果而返之后,地球上都快要沸腾了,空气里散发出恐惧和不安的气息。科学家们、电视里、包括街坊邻居们见面时,大家都在重复着一件事情:现在的气候已经和从前大不一样了,不是热得令人窒息就是冷得要命。自然灾害发生的频率越来越高,简直成了家常便饭——人类时代给地球带来的危害已经让这颗好脾气的星球不堪重负,没准儿哪天它就会展开报复,命大自然重新接管世界,     

未来城市居住区地下停车场的设想

我国家庭小汽车拥有量逐渐增大的趋势是不可避免的,其对城市规划尤其是交通基础设施提出了严峻要求,利用居住区绿地地下空间作为停车场是解决这一难题的一种设想。     

基于多特征融合的停车场行人异常行为识别

视频异常行为检测对保障公共安全至关重要。针对停车场视频监控中行人异常行为识别准确率低的问题,提出一种基于轨迹-骨架多特征融合的异常目标识别方法。首先根据停车场的环境要求定义异常行为类型;然后对停车场区域进行行人识别,对行人进行图像跟踪,得到其运动轨迹,并对人体姿态进行分析,计算相应关节点的图像坐标;最后融合轨迹特征和骨架特征,对正常行为和异常行为进行分类,实现对目标异常行为的识别。在行为分析数据库上的试验结果表明,本算法的准确率达到87.08%,与单一特征识别方法相比,提高了异常行为的检测效率。本方法能够有效地识别停车场行人的异常行为,在实际工程中具有参考价值。     

电动栏杆的设计

1.简介电动栏杆是用于公路,桥梁,隧道,停车场收费和居民小区管理的专用设备。目前市场上同类产品种类繁多,普遍存在的问题是:有的产品采用单独的电机和减速装置,体积大,需要定期进行维护(如加注机油等),在高寒地区应用时,冬天会出现凝固现象,影响正常使用;有的产品采用一体化电机,但接口不够丰富,应用于不同的自动收费系统时,有时需要进行改动;有的采用带有触点的到位开关,故障率高。我们在总结各种产品的基础上,根据多年实际工作经验,设计了一种新型的电动栏杆,其主要特点如下:     

考虑航班计划的机场短时停车需求预测

为克服现有短时停车需求模型无法直接利用于机场停车需求预测这一问题,利用停车数据、航班计划和气象信息,建立了面向机场停车场的短时停车需求预测模型。首先使用机场停车数据分析了停车场短时车辆到达与离去特性,然后考虑到航班计划对机场停车场短时停车需求的影响,将其与气象状况同时引入短时停车需求影响因素中,建立了基于Conv1D-长短期记忆(long short-term memory, LSTM)神经网络结构的机场短时停车需求模型。以上海虹桥机场停车场为实例,Conv1D-LSTM模型实验结果的平均绝对误差和均方根误差分别为12.057辆和14.237辆;对比多个其他模型实验结果,所构建的Conv1D-LSTM模型预测效果更优,能有效应用于机场停车场短时停车需求预测。