一、最短行车路径规划算法验证：
基础资料：一个3层的地下停车场，3层的平面都跟下图1一致，每层车位290个，一共870个车位。每层一共有19条行车道，假设行车道都可以双向行驶，道路交叉点（道路节点）有15个（图1，图2）.
验证最短行车路径规划算法：
假设从停车场入口到负3层的P1车位。
传统的最短路径算法直接采用Dijkstra算法对870个车位进行搜索。
改进的路径搜索算法是：将停车场入口到P1的路径分解为3段，第一段：从停车场入口到负三层入口，第二段：从负三层入口到论文的路径算法是路径规划算法：如下图，选择空车位P1，第一步：判断P1最靠近道路节点7；第二步：以道路交叉点7为目标节点，在道路节点层（图2）规划从负三层停车入口1点到道路节点7的最短路径；第三步：规划从道路节点7到目标车位P1的行车路径，第四步：调取停车场入口到负三层入口段的行车路径（假设固定已知）。将第二到第四步的路径合成成最终的径规划结果。改进后，用Dijkstra算法搜索的节点只有15个道路节点。
显示到P1的最短行车路径，记录计算机路径规划运算时间。
二、基于车牌识别定位算法验证：
定位原理：首先车辆驾驶员在手机APP上注册用户名，并将自己车辆的车牌号与账户名称绑定。车牌识别摄像机装在地下车库中道路节点位置（图3），每个摄像机都在数据库中编辑好一个已知的固定编号和和固定位置数据（图4）。车辆经过时，摄像机识别车牌，将车牌信息及摄像机编号信息组成的字符串一起发回停车场管理系统，系统根据摄像机编号信息获取位置信息，并把位置信息发送到与车牌号对应账户名的用户APP上。达到为车辆定位的目的。系统的功能是定位后能把定位和路径规划一起发给用户APP，从而达到定位及导航的功能。
车牌识别摄像机采用虚拟。
仿真验证要求：
1.验证摄像机车牌识别定位的原理（算法）是否可行，定位准确性。
2.记录定位运算时间和准确率。
备注：车牌识别的过程不是我的工作内容，我的工作内容是车牌识别后的定位，可以假设车牌识别的响应时间是0s、准确率是100%。
假设地下车库车道都可双向行驶，定位车牌识别摄像机在每个道路节点前5米处安装。定位时可以显示为道路节点位置，5米是为了让司机在路口前有距离根据导航打方向盘转向。
Dijkstra算法核心思想是：以源节点（起始点）作为中心，依次向外层节点进行扩展搜索。首先将起点作为搜索过程的第一个节点即“当前节点”，接着对其余节点到该节点的权值进行初始化，该权值就是相应节点到当前节点的距离值，从初始化集合中找出权值最小的那个节点作为下一个“当前节点”，并以该节点作为当前节点继续刚才的搜索步骤，如此反复进行，直到出现当前节点是目标节点时就停止整个搜索过程。
