欧美国产伦久久久久久久

<acronym id="cqmsy"></acronym>
<acronym id="cqmsy"><center id="cqmsy"></center></acronym>

24小時論文定制熱線

咨詢電話

熱門畢設:土木工程工程造價橋梁工程計算機javaasp機械機械手夾具單片機工廠供電采礦工程
您當前的位置:論文定制 > 畢業設計論文 >
快速導航
畢業論文定制
關于我們
我們是一家專業提供高質量代做畢業設計的網站。2002年成立至今為眾多客戶提供大量畢業設計、論文定制等服務,贏得眾多客戶好評,因為專注,所以專業。寫作老師大部分由全國211/958等高校的博士及碩士生設計,執筆,目前已為5000余位客戶解決了論文寫作的難題。 秉承以用戶為中心,為用戶創造價值的理念,我站擁有無縫對接的售后服務體系,代做畢業設計完成后有專業的老師進行一對一修改與完善,對有答辯需求的同學進行一對一的輔導,為你順利畢業保駕護航
代做畢業設計
常見問題

一套適合高校校園使用的車輛管理系統的設計

添加時間:2020/08/15 來源:安徽大學 作者:樊宗昶
本文以現有的校園安防監控數據為基礎,利用綜合性的車輛識別方法實現車輛在校 內行駛軌跡的不間斷記錄和停車場占用情況的實時監測,并和校內原有出入口車牌識別 系統進行整合,以此完成對車輛從入口到校內再到出口的全程不間斷監測,實現校內車 輛的全方位管
以下為本篇論文正文:

摘 要

  改革開放以來,尤其是進入 21 世紀以來,伴隨著我國不斷提高的國民經濟水平, 汽車作為一種交通工具已經逐漸走進尋常百姓家中,成為了日常通勤中重要的組成部分。

  汽車給大眾出行帶來便捷的同時也帶來了許多問題,其中一個重要問題就是如何對數量 越來越龐大的汽車進行合理管控。高等院校作為人才培養的主要場所,人員集中且人流 密集,在汽車不斷普及的大背景下,高校校園內與日俱增的機動車數量嚴重影響了校內 道路交通安全,同時由于多數高校缺乏行之有效的車輛管理系統,導致亂停亂放現象日 益嚴重,容易造成交通堵塞的同時也給校容校貌帶來了不好的影響。 本文以現有的校園安防監控數據為基礎,利用綜合性的車輛識別方法實現車輛在校 內行駛軌跡的不間斷記錄和停車場占用情況的實時監測,并和校內原有出入口車牌識別 系統進行整合,以此完成對車輛從入口到校內再到出口的全程不間斷監測,實現校內車 輛的全方位管控。同時借鑒最短路徑算法實現對校內最佳停車區域的指示。本文主要完 成了以下兩方面的工作:

  1.通過對傳統車輛檢測技術和校內實際情況的綜合分析,最終使用基于 YOLOv3 的 車輛檢測算法完成對車輛的實時檢測,并在此基礎上通過整合開源中文車牌識別系統 Easy PR、多尺度卷積神經網絡和 FCNN 卷積神經網絡等相關技術實現對車輛細節特征 的進一步識別。綜合以上方法來實現對道路車輛和停車場車輛的實時監測,進而滿足記 錄車輛行駛路徑和監測停車場實時狀況的需求。同時利用 Dijkstra 最短路徑算法對校內 車輛的停車路線進行指引,滿足了車輛校內停車引導的需求。

  2.基于對校內車輛行駛路徑和車輛信息的掌握以及校內停車場實時數據的分析,通 過整合原有校門車牌識別道閘系統,本文設計了一套適合高校校園使用的車輛管理系統。

  本系統針對不同類型用戶開發了供普通用戶使用的基于微信小程序的用戶端和供管理 人員使用的 Web 用戶端。普通用戶在手機上可以查詢車輛信息、當前和歷史行駛記錄, 同時還可以獲取停車引導信息和離場繳費,使用戶能夠直觀便捷的進行車輛管理;管理 員用戶 Web 端實現了出入口控制、停車場監測、用戶管理、車輛相關信息查詢和車輛 數據統計等多種功能,為校內車輛的規范化管理提供了一個合適的平臺。 本文從校園實際需求出發,應用車輛識別技術和最短路徑算法,設計出能夠對校內 車輛進行規范化管理的綜合性系統。通過該系統研究,可以合理優化校內停車場資源、 節約人工管理成本并提高校內車輛通行效率和道路交通安全水平,提高了管理人員的工作效率,降低了工作難度,同時提高了用戶使用的便捷程度,實現了對校園內車輛智能、 合理且高效的管理。

  關鍵詞:車輛管理,綜合性系統,車輛識別,路徑記錄

車輛管理系統

Abstract

  Since the reform and opening up, especially since the beginning of the 21st century, with the continuous improvement of China's national economic level, automobiles as a means of transportation have gradually entered the homes of ordinary people and become an important part of daily commuting. Cars bring convenience to mass travel, but also bring many problems. One of the important issues is how to properly manage the growing number of cars. Colleges and universities, as the main place for talent training, have concentrated personnel and crowded people. Under the background of the continuous popularization of automobiles, the increasing number of motor vehicles on campuses has seriously affected the road traffic safety on the campus, and due to the lack of effective vehicle management system in most colleges and universities, the phenomenon of disorderly parking and disorderly placing is becoming more and more serious, which is easy to cause traffic jams, but also has a bad impact on the appearance of the school.

  Based on the existing campus security monitoring data, this thesis uses a comprehensive vehicle identification method to realize the continuous recording of the vehicle's driving trajectory in the school and the real-time monitoring of parking lot occupancy, and integrates with the original school entrance license plate recognition system, so as to complete the continuous monitoring of vehicles from the entrance to the school and then to the exit, and realize the full range of vehicles in the school At the same time, we use the shortest path algorithm to indicate the best parking area. This thesis mainly completed the following aspects:

  1. Through a comprehensive analysis of traditional vehicle detection technology and the actual situation in the school, the vehicle detection algorithm based on YOLOv3 is used to complete the real-time detection of the vehicle. On this basis, through the integration of the open-source Chinese license plate recognition system Easy PR, multi-scale convolution neural network and FCNN convolution neural network and other related technologies, the further recognition of the vehicle details is realized. The above methods are integrated to realize the real-time monitoring of road vehicles and parking lot vehicles, so as to meet the requirements of recording vehicle driving path and monitoring the real-time status of parking lot. At the same time, Dijkstra shortest path algorithm is used to guide the parking routes of vehicles in the school, which meets the needs of vehicle parking guidance in school.

  2. Based on the grasp of the driving path and vehicle information of the campus and the analysis of the real-time data of the parking lot, through the integration of the original school gate license plate recognition system, this thesis designs a vehicle management system suitable for the use of the campus. According to different types of users, this system develops the user side based on WeChat applet for ordinary users and the web user side for managers. Ordinary users can query vehicle information, current and historical driving records on their mobile phones, and can also obtain parking guidance information and departure payment, so that users can conduct vehicle management intuitively and conveniently. The administrator user web terminal implements various functions such as entrance and exit control, parking lot monitoring, user management, vehicle related information query, and vehicle data statistics, which provides a suitable platform for the standardized management of vehicles in the school.

  Based on the actual needs of campus, this thesis applies vehicle identification technology and shortest path algorithm to design a comprehensive system that can standardize the management of vehicles in colleges and universities. Through the study of this system, it is possible to rationally optimize the parking lot resources in the school, save labor management costs, improve the traffic efficiency and road traffic safety level of the school, improve the work efficiency of managers, reduce the difficulty of work, and improve the convenience of users to achieve intelligent, reasonable and efficient management of vehicles in campus.

  Keywords: Vehicle management, Comprehensive system, Vehicle identification, Path record

目 錄

  第一章 緒論

  1.1 選題背景及意義

  改革開放以來,尤其是進入 21 世紀以來,我國經濟發展進入了快車道,伴隨著不 斷提高的國民經濟水平,越來越多的人有能力購買私家車,汽車作為一種重要的交通工 具逐漸成為很多平常老百姓日常通勤不可或缺的一部分,對我國的社會生產方式產生了 深刻的影響。從公安部交通管理局發布的有關消息中可以了解到,我國汽車保有量截止 至 2019 年 6 月已達 2.5 億輛,其中私家車共 1.98 億輛。2019 年前兩季度共有新登記注 冊的汽車共 1242 萬輛,相比 2018 年同期減少了約 139 萬輛,但是增量依然龐大。從車 輛保有量的城市分布來看,截止到 2019 年 6 月,汽車保有量超過 100 萬輛的城市共有 66 個,其中超過 200 萬輛的城市有 29 個,超過 300 萬輛的有 11 個,汽車保有量已經超 過 500 萬輛的"汽車大市"有兩個,分別是北京和成都[1].

  伴隨著機動車保有量的不斷增長,機動車駕駛人數量也在同步增加。截止到 2019 年 6 月,全國共有 1408 萬人新領證駕駛證,全國機動車駕駛證總持證人數已達 4.22 億, 相比 2018 年同期新增 2576 萬人,增速不減。從駕駛人整體年齡分布來看,我國駕駛證 持證人口主要集中在 26 至 50 歲之間,其中約 1.44 億人在 26 至 35 歲之間,占駕駛人總 量的 34.12%,1.64 億人在 36 至 50 歲之間,占 38.88%;約 1221 萬人超過 60 歲,占 2.9%[1]. 可以說隨著不斷提高的大眾生活水平以及人們不斷增長的自主出行需求,人們對汽車的 依賴性在不斷增強。汽車已經發展成為公眾日常出行的一種重要的交通工具。

  汽車給大眾出行帶來便捷的同時也相應帶來了許多問題,其中一個很重要的問題就 是私家車快速普及帶來的停車難問題。當前,"停車難"已經成為城市通病,因停車問題 引發的摩擦和糾紛屢見不鮮。上到北上廣深等超大型城市,或者是杭州、長沙、武漢等 二線城市,下到人口不足幾萬、十幾萬的鄉鎮縣城,停車難的問題都給普通老百姓的日 常生活帶來了許多困擾,同時也給政府管理帶來了諸多麻煩[2].從國家發改委公布的我 國停車位現狀的相關數據可以得知,當前在我國大城市中,汽車保有量和停車位數量之 間的比例大概是 1:0.8,中小城市的比例大概是 1:0.5,而在大多數發達國家中這項比例 約為 1:1.3.根據相關部門的調查數據顯示,我國當前停車位缺口至少超過 5000 萬[2].

  隱藏在數據背后的是更加嚴重的車位分布不均勻的問題,停車位的缺口主要表現在城市 中心區域,特別是商業區、醫院、學校周邊、交通樞紐和老舊生活區等車流量較大的區 域。城市就像一個由多種零部件組成的精密機器,如果某個零部件出現問題,隨之而來的就會是各種問題,停車難就像是首先壞掉的零件,后續帶來了諸多問題。第一是道路 交通的擁堵問題,在 CBD、學校和醫院等地方對停車位的需求量較大,但是由于此類 建筑一般位于城市的核心區域導致預留給車位空間較少,或者地上地下停車場距離遠、 車位小導致停車不便,因此在這些區域車輛亂停亂放尤為正常,對正常的交通秩序和道 路安全產生了嚴重影響。第二是環境的污染問題,由于難以在短時間內找到合適車位, 因此車輛在尋找車位的過程中行駛里程和等待時間都會增加,長時間的低速行駛勢必增 加了不必要的能源消耗和尾氣排放,由停車難問題引發的交通擁堵也會加重空氣污染和 噪聲污染問題[3].

  當前機動車的尾氣排放和交通噪聲已經成為城市污染的重要源頭。 從上述一些數據可以看出我國目前的汽車保有量依然和發達國家有一定差距,基于 我國 14 億的人口基礎和當前經濟快速發展的大趨勢下,可以預見我國的汽車保有量在 近些年依然會保持相當高速的增長。雖然在當前汽車保有量下城市道路的擁堵問題、停 車問題已經相當嚴重,但是反觀近鄰日本,在國土面積有限且千人擁有車輛數非常高的 情況下依然能夠保持道路交通順暢,歸根結底體現了日本對科學規劃交通道路及科學利 用道路空間的重視[4].雖然我國國土面積相較于日本大很多,但是在缺乏科學管理的情 況下交通問題依然層出不窮。 在如此形勢下,高校校園內的機動車數量也是與日俱增。由于高校內人流較為密集, 尤其在上下課時段,校內交通擁堵問題較為嚴重。雖然大部分高校道路寬敞,但是由于 校區設計建設的時間不同,導致很多校區在設計之初并未考慮到未來停車位需求量如此 之大,因此劃線停車位較少,再加上固定停車場有設計不合理、離工作地點較遠等問題, 很多高校校區現有停車條件已無法滿足校內車輛的停放需求。怎樣能夠快捷有效的對校 內車輛進行出入場管理、校內行駛路徑管理、停車場管理和停車引導成為當前亟需解決 的問題。為了能夠滿足教職工和學生對校內停車的需求,同時為了方便對校內車輛進行 快捷有效的管理,引導車輛合理停放,提高校園空間利用率和道路安全水平,進而創造 更加文明的和諧校園,一套功能完備的校內車輛管理系統就顯得非常重要。

  本文針對當前多數高校車輛管理系統簡單、亂停亂放現象嚴重和停車場有效利用率 不高等問題,采用深度學習、Java EE 和數據庫等相關技術進行研究,旨在建立一套集 車輛識別、路徑引導、行駛路徑記錄和停車管理于一體的校園車輛管控系統,能夠對進 入校內的車輛在基于視頻監控的基礎上實現從入校到離校的不間斷監測管控,進而實現 對校內車輛的規范化管理。研究開發本項目主要有以下意義:

 。1) 通過深度學習中的目標檢測技術實現對車輛的不間斷監測,方便管理者對車 輛進行不間斷管控,進而實現對校內車輛的規范化管理。

 。2) 引導車輛在最優路徑計算下的空余車位停放,以此節省停車時間,同時提高 停車場車位利用率。

 。3) 對各停車場進行實時監測,為車主提供了便捷的車位信息,方便車主進行車 位選擇的同時避免校內出現交通擁堵。

 。4) 校門出入場、行駛路徑記錄和停車場監測均由系統完成不需要過多人為干預, 節省人工成本,提高工作效率。

  1.2 國內外研究現狀

  1.2.1 智能停車管理系統

  半個多世紀前一些西方發達國家已經開始了對停車管理系統的研究,經過較長時間 的發展,主流的停車管理系統已經較為成熟,進入了智能化、無人化階段,已經基本實 現真正意義上的智能停車管理系統。系統所使用的收費介質已由傳統閱讀式收費介質更 新為新型非接觸式的收費介質。同時建設停車場時會將一些高度智能化的專用設備應用 到停車場的收費系統中,進而使收費系統在無需人工幫助的情況下實現全自動運行,在 擁有優秀制造工藝的硬件設備和高水平的軟件系統兩方面共同加持下,系統整體的穩定 性、可靠性和產品的技術水平都具有較高水準[5].隨著現代科技的不斷發展,很多停車 管理系統已經不再局限于只擁有停車收費的單一功能,同時還開發出一些像車位查詢系 統、車位引導系統等輔助功能模塊,對整個停車管理系統的功能不斷進行完善,提高系 統整體的智能化水平,給用戶帶來良好的停車體驗[6].

  當前國外停車場智能管理系統的研究開發已經較為成熟,具有代表性的產品有德國 Designa 公司的終端控制計算機 TCC 和數據控制中心 BFR,以及與之配套的控制終端、 標準欄桿、非接觸方式終端機、自動收費機、語音合成器、入口人工收費機以及車牌識 別系統等。還有門吉利公司的中央停車指引系統 PLC、PLF、多層停車指引系統 SIPARK、 停車票系統 SITY 和 PRISMA 以及機械停車系統 SICALIS APS[7].國內的停車場智能管 理系統雖然起步較晚,但是發展速度迅猛,再加上國內龐大的市場需求做支撐,已經逐 步拉近與國外優秀產品的距離,其中具有代表性的產品是深圳捷順科技公司開發的智慧 停車系統,該公司以 B2B2C 的業務定位制定和落地智慧停車方案,通過為車場(B)提供 智慧停車解決方案,為車主(C)打造智慧停車服務,以 B+C 端需求為核心,實現了"智能 找車位+自動停車繳費"的智慧停車服務[8].

  不光是和停車管理有關的系統產品,在學術理論研究方面,國外也處于一定的領先 地位。

  在 21 世紀初,國內的智能停車管理系統尚未起步之時,Russell G.Thompson 就對 停車位搜索模型和停車誘導以及信息系統顯示配置進行了相關研究[9].V.W.S.Tang 主 要從事基于無線網絡傳感器的停車場管理系統研究,通過部署的無線傳感器實現對停車 場的實時監測,在較低硬件成本的基礎上可以輕松實現數據共享,在當時屬于更高級的 智能交通系統[10].M.Y.I.Idris 主要研究智能停車系統的核心技術,包括智能停車系統的 理論、功能需求和實際技術應用等諸多方面,同時還在對基于無線傳感器網絡和超聲波 傳感器的停車引導系統有所研究[11-12].Al-Kharusi H, Al-Bahadly I 對基于圖像處理的智 能停車系統有深入研究,主要是通過相機作為傳感器拍攝照片以研究停車場占用情況[13]. R E Barone 和 T Giuffrè對智慧城市系統中的停車管理架構進行了深入研究,旨在為當前 的公共停車管理問題提供解決方案[14].C Lei 和 Y F Ouyang 對基于動態停車價格和車位 預定的城市智能停車管理方案進行了相關研究[15].

  我國的智能停車場系統相較于發達國家起步較晚,智能化進程也較為落后[16].我國 開始出現真正意義上的智能停車場管理系統是在 2005 年,由于使用過程中使用戶的實 際體驗有了顯著提升,并表現出較普通停車場管理方式的優越性,因此很多城市和地區 開始引進使用,我國的智能停車場管理系統進入了一個快速發展時期[17].該類型管理系 統的發展和普及為車主出行和停車場管理提供了相關的技術支持,同時也為我國未來智 能化車輛管理系統的研究建設提供了寶貴經驗。

  相較于智能停車管理系統,我國早期的停車場管理系統功能較為單一,主要是通過 記錄車輛進入和離開停車場的具體時間,計算時間段長度作為計費基準并以此收取停車 費用,主要實現方式是實體磁卡,在少數設備不完善的停車場還有通過發放紙質憑證進 行車輛的出入管理。類似于這樣的管理方式無法將車輛信息記錄完整,也不能將車輛和 用戶進行關聯,只能記錄出入的時間信息和車輛的基本信息,因此管理難以規范,安全 性較差且系統整體智能化程度較低[18].在國內主要大城市中,通過車牌識別的方式進行 車輛進出管理已經逐漸普及,但是當前措施的思路依然是通過記錄進出時間來進行計費 管理,缺乏車位展示、停車引導等功能,系統整體的智能化水平依然較低[19]. 在未來智能交通和智慧城市的設計規劃中,其中一個重要的組成部分就是停車場管 理系統的智能化。當前國內與智能化停車場和智能化車輛管理相關的科研理論和文獻也 越來越多,也有許多學者進行了和智能停車系統相關的研究。華北電力大學的張東楊采 用 RFID 卡作為系統的管理介質,設計實現了一套基于 RFID 的智能停車場管理系統[20].

  山東大學的陶毅借助高速攝像機、嵌入式車牌識別和地感線圈等多維傳感器實現了對車 輛的實時監測管理[21].夏義年和黃迪提出了一種基于視頻監控完整覆蓋的全視頻智慧停 車場解決方案[22].哈爾濱工程大學的劉軍對 ZigBee 無線傳感器網絡在智能停車場的數 據通信過程中存在的問題進行了研究探索[23].與此同時在市場上出現了一些與停車管理 系統相關服務的軟件系統,能夠提供包括預約車位、錯峰停車、空余車位查詢等服務。

  以上這些都為停車場自動化管理、智能化管理夯實了理論研究和技術開發基礎。 當前有關停車管理系統智能化進程的研究有很多,拓展了智能化停車場發展方向的 同時也使系統整體功能模塊不斷豐富,但現有的很多管理系統僅能對單個功能實現一定 程度的智能化,系統整體智能化水平和功能集成度較高的停車場管理系統由于建設成本 高、平臺維護困難和可靠性不足等諸多原因依然難以進行大面積推廣。

  此外國內現階段 宣傳的智能化停車管理系統更多只是通過多平臺收費的方式方便用戶的停車費用繳納, 這僅對收費這一單項功能實現了自動化和智能化,但是對智能化停車管理系統應該具有 的包括停車路線引導和空余車位查詢等功能的重視程度不高,導致與宣稱的智能化停車 管理系統有較大差距。

  1.2.2 車輛檢測

  目標檢測,實際上就是對一張圖片中目標物的位置和類別進行判定,主要任務就是 精確描述目標位置和準確判定目標類別。目標檢測是一種計算機視覺問題,但是相較于 傳統的目標定位和圖像分類來說更加困難。從一方面來講它是一個圖像目標定位和分類 的綜合問題,它需要將圖像中的所有目標進行正確分類的同時還需要對每個目標的位置 進行精準定位;從另一方面來講,目標檢測的場景中物體種類較多,相互之間互有遮擋, 整體關系復雜 [24].綜上來看,車輛的檢測識別屬于目標檢測子任務的范疇之內,且是 一個場景復雜,包含定位和分類的綜合性問題。 當前的車輛檢測算法大致可以分為兩大類,一種是基于Haar特征、梯度直方圖(HOG) 特征、尺度不變特征變換(SIFT)等傳統圖像特征的目標檢測算法來進行車輛檢測;另一 種是利用基于卷積神經網絡方法自動提取車輛特征的基于深度學習的目標檢測算法來 對車輛的圖像進行檢測[25].

  特征提取指的是利用車輛的外形特征從圖像中選出一些可能是車輛的區域,之后再 根據這些區域的特征信息進行判斷和分類,由此將圖像中的車輛檢測出來。HOG特征雖 是一種極其有效的特征表達式,但其檢測速度較慢且計算量較大,因此很多學者都在研 究中對HOG特征進行了改進[26].Liu W和Wen X Z等人以結構對稱的車輛正面特征作為入手點,通過提取車輛正面圖像的Harr特征實現了對后方車輛的檢測,該研究主要應用 于車道變更輔助系統(LCA)中[27].許佳佳、張葉和張赫通過構建高斯尺度空間提取具 有尺度不變性的角點特征并借鑒Forsnter算子思想對提取的角點進行精定位以提高配準 精度,以此實現了對圖像的快速精確配準[28].M Cheon和W Lee等人提出一種針對車輛 陰影區域的假設,通過提取假設區域中的特征向量并提取分類來確定假設是否成立,并 聯同定向梯度直方圖實現了HOG對稱向量這一新型的特征向量,以此實現了對車輛的檢 測[29].隨著人工智能的不斷發展,傳統檢測方法逐漸體現出了許多短板,而以深度學習為 基礎的目標檢測方法的出現則彌補了傳統檢測方法的不足。卷積神經網絡作為一種深度 網絡模型,在圖像處理領域取得了空前的成就[30].

  深度學習主要是利用卷積層對圖片特 征進行提取,對提取完成的特征使用分類器進行類別分類同時預測目標的坐標位置。長 春理工大學的宋士奇和樸燕等人參照密集連接卷積網絡的設計思想,將網絡中的殘差值 替換為密集卷積塊并改變網絡的設計結構,提出一種基于改進YOLOv3與匹配跟蹤的混 合模型,進而實現了在復雜場景下的車輛分類和跟蹤[31].宋煥生和張向清等人針對實際 道路交通情況下的車輛目標采用了Faster R-CNN算法,并結合Image Net的車輛數據集, 巧妙的將車輛檢測問題轉化成為圖像背景與車輛之間的二分類問題,使檢測準確率和執 行效率有了明顯提高[32].長安大學的孔方方和宋蓓蓓針對城市交通場景復雜、車輛和行 人等目標多且尺度變化大的特點,提出了以YOLOv3為基礎,結合K-means聚類方法對 數據集中的標注目標進行處理,實現了一套全景交通監控目標檢測方法[33].

  1.2.3 停車引導

  在智能車位引導方面,由于西方國家汽車工業發展較早,車輛普及度高,因此在上 世紀七八十年代歐洲國家就對城市停車引導系統進行了研究并建立了早期的城市停車 引導系統。 德國在1971年建立了歐洲也是世界上最早的停車引導系統,亞琛市市中心停車引導 系統。該系統的工作方式是通過在主要路口設置的光電顯示引導標志,將市中心附近多 個停車場的車位信息顯示在引導標志上,以此作為車主停車的指引[34].在亞洲,日本在 上世紀八九十年代就開始有了停車引導系統,并在日本國內一些大城市進行應用,在停 車管理、交通控制方面取得了較好的效果[35].國內外的很多學者也進行了很多與停車引 導相關的研究。陜西科技大學的張玉杰和田碩對Dijkstra算法進行了改進,提出了一種帶 約束條件的Dijkstra算法,使運行時間和復雜度有了明顯降低[36].Alfatihi S和Chihab S等人設計出了一種以路徑規劃來改變車輪朝向的智能停車系統,該系統具有停車引導和車 輛損壞通知兩種主要功能,可以在駕駛員停車時提供定向幫助[37].

  1.3 研究內容及技術路線

  本文針對高等院校校內車輛管理現狀,以多數高校原有的車牌識別進出場系統作為 基礎,利用校內主干道全覆蓋的超高清監控網絡作為入手點,研究和開發適合校內使用 的智能化車輛管理系統。該系統主要通過車輛識別技術和相關配套硬件設施對校園內的 車輛進行精確、高效和規范化的管理。主要實現了以下幾方面功能:一是車主在停車前 能夠提前掌握校內各停車區域車位空余情況,跟據自身需求就近選擇停車場;二是系統 能夠根據當前校內停車區域情況提供合適的停車引導路線,給車主進行停放參考;三是 車主能夠通過客戶端實時查詢到自己的車輛信息、實時行駛記錄和歷史記錄;四是管理 人員可以通過系統對校內車輛行駛情況、停車場空余情況等信息實時掌握,并進行合理 的調度管理。本項目的開發實現了對高校校園內車輛的基本信息、行駛路徑和停車費用 進行管理,同時對校內的各個停車區域做到車位信息的實時監測和更新,能夠滿足進入 校內車輛的日常需求。本文的主要研究內容如下:

 。1) 在校內現有的車輛進出場管理系統基礎上,本文采用 Spring Boot 作為后端 開發框架,使用 Java 編程語言同時采用 Java EE 技術建設基于分布式特征的智能化車輛 管理平臺,用戶和管理人員分別通過小程序和網頁端進行操作,兩種用戶端各司其職, 共同為整個系統服務,同時清晰劃分的功能模塊使整套系統更加方便快捷;

 。2) 本文通過實時調用校內?低暢咔灞O控攝像頭監控數據,利用深度學習 中的目標檢測技術實現對車輛的抓拍識別,實現車輛在校內行駛和停放的不間斷監控, 從而實現從車輛進入校內到離校的全方位管控;

 。3) 對于不熟悉校內停車場位置分布的車輛,本文在停車引導模塊中通過引入 Dijkstra 算法向普通用戶客戶端推送離校門入口最近且有車位空余的停車場路線,以供 用戶進行選擇,方便用戶能夠快速尋找到合適的車位。 主要技術路線如下:

 。1) 查詢多種文獻和相關技術資料對國內外停車管理現狀進行了系統化研究,重 點了解圖像檢測技術相關文獻資料,同時對 Java EE 框架、Spring Boot 框架、最短路徑 算法和數據庫技術等進行了深入學習;

 。2) 對校內教職工和學生需求進行深度調研,同時結合校內現有停車管理現狀, 重新規劃和設計智能、合理、規范的停車管理方案;

 。3) 通過對潛在用戶的調研完成系統的需求分析,并對平臺功能進行設計和實現, 同時對相關軟硬件參數和標準與校內管理機構和軟硬件廠商進行對接;

 。4) 通過系統測試,對平臺中設計不合理和缺失的功能進行修改完善以滿足校內 停車管理的實際需求。

  1.4 本文組織結構

  本文共分為六章,具體各章內容如下:

  第一章 緒論:首先介紹了高校智能化車輛管理平臺的研究背景和意義,并對當前 國內外智能化停車場管理系統以及相關核心技術的發展現狀和未來趨勢進行了描述,同 時介紹了本文的主要研究內容,最后簡要說明了本文的組織結構。

  第二章 平臺開發相關技術和理論:該部分對設計開發高校智能化車輛管理平臺所 涉及到的主要技術和相關理論做了簡單介紹和分析,具體包括 Java EE 框架、Spring Boot 框架、車輛檢測技術、最短路徑算法和數據庫技術等。

  第三章 平臺需求分析:通過前期調研,并與潛在用戶充分溝通交流的前提下明確 本系統的主要開發方向和建設目標,以業務流程作為主體框架對高校智能化車輛管理平 臺的功能性需求、非功能性需求和系統的可行性進行分析和確定。

  第四章 平臺設計:本章對系統的軟硬件結構進行了規劃設計。主要是系統各個功 能模塊的設計和系統所使用數據庫的設計,具體包括高校智能化車輛管理平臺的功能模 塊介紹和詳細流程圖、系統數據庫 E-R 圖和主要數據表的結構以及表間邏輯聯系等。

  第五章 平臺實現:此部分主要對高校智能化車輛管理平臺的實現過程做了詳細描 述。首先介紹了系統相關開發環境,之后對系統各個模塊的實現過程進行介紹,具體有 出入口控制模塊、車輛識別模塊、停車場監測模塊、停車引導模塊和系統管理模塊。

  第六章 平臺測試:通過系統的實際運行,對高校智能化車輛管理平臺的各部分功 能進行詳細測試,對系統中出現的功能缺失不完善和各種系統 BUG 進行了改進和修正。





  第二章 平臺開發相關技術和理論
  2.1 Java 技術和相關開發框架
  2.1.1 Java
  2.1.2 Java EE 框架
  2.1.3 Spring 和 Spring Boot
  2.1.4 Spring Data Jpa
  2.2 車輛識別技術
  2.2.1 常用車輛檢測技術
  2.2.2 YOLO 算法
  2.3 最短路徑算法
  2.3.1 最短路徑算法簡介
  2.3.2 Dijkstra 算法
  2.4 數據庫技術
  2.5 本章小結

  第三章 平臺需求分析
  3.1 校內現有停車管理狀況分析
  3.2 功能需求分析
  3.2.1 平臺用戶
  3.2.2 業務流程
  3.2.3 數據流向
  3.2.4 主要功能需求
  3.3 非功能性需求分析
  3.4 系統可行性分析
  3.4.1 技術可行性
  3.4.2 營運可行性
  3.5 本章小結

   第四章 平臺設計
  4.1 平臺設計目標
  4.2 平臺架構
  4.3 平臺功能模塊設計
  4.3.1 出入口控制模塊
  4.3.2 車輛識別模塊
  4.3.3 停車場監測模塊
  4.3.4 停車引導模塊
  4.3.5 系統管理模塊
  4.4 數據庫設計
  4.4.1 數據庫 E-R 模型設計
  4.4.2 數據庫表結構設計
  4.5 本章小結

  第五章 平臺實現
  5.1 平臺開發環境
  5.2 平臺登錄實現
  5.2.1 普通用戶登錄
  5.2.2 管理員登錄
  5.3 出入口控制模塊實現
  5.3.1 入口控制
  5.3.2 出口控制
  5.4 車輛識別模塊實現
  5.4.1 車輛識別方法
  5.4.2 用戶端相關模塊功能

  5.5 停車場監測模塊實現
  5.5.1 停車場車輛監測方法
  5.5.2 用戶端相關模塊功能
  5.6 停車引導模塊實現
  5.6.1 停車引導方法
  5.6.2 用戶端相關模塊功能
  5.7 系統管理模塊實現
  5.7.1 普通用戶
  5.7.2 管理員用戶
  5.8 本章小結

  第六章 平臺測試
  6.1 測試環境
  6.2 功能測試
  6.3 性能測試
  6.4 測試結論
  6.5 本章小結

總結與展望

 。1)論文總結

  本文以作者所在高校校區作為項目實驗對象,對當前校內車輛管理現狀進行了充分 研究,同時對用戶需求進行了細致調研,并結合當前校內實際情況設計完成了高校智能 化車輛管理平臺。針對目前多數院校只對車輛進入和離開進行管理的這一普遍現象,本 平臺通過使用校內高清攝像頭進行數據采集,通過車輛識別系統對校內車輛進行識別定 位,從而實現了車輛在進入校內后的不間斷管控。具體實現了出入口車牌識別、校內車 輛識別、停車場監測和信息提示、停車路線引導和車輛數據綜合管理等功能。 本文的主要工作內容如下:

 。1) 對當前國內外停車管理系統的現狀進行了分析,同時對當前技術應用現狀進 行研究,明確了開發高校智能化車輛管理平臺的必要性。

 。2) 綜合介紹了高校智能化車輛管理平臺設計實現的關鍵技術和相關理論。主要 包括網頁端和客戶端小程序開發所使用到的 Java 技術和 Spring Boot 框架等,與車輛識 別相關的常用車輛檢測技術和本項目中所使用的 YOLOv3 算法,還有在停車引導中所 涉及到的最短路徑算法,以及后臺數據信息管理所使用到的數據庫技術等。

 。3) 對本文所述項目所在實驗對象高,F有的車輛管理系統進行細致了解和分 析,再加上對潛在用戶群體實際需求的充分調研,確定了高校智能化車輛管理平臺的功 能性需求和非功能性需求,以及對系統開發的可行性進行了分析。

 。4) 根據高校智能化車輛管理平臺的功能性需求完成了系統的總體設計,具體包 括出入口控制模塊、車輛識別模塊、停車場監測模塊、停車引導模塊和系統管理模塊的 設計,同時還對項目數據存儲和管理所需的數據庫進行了總體設計。

 。5) 按照高校智能化車輛管理平臺各功能模塊的設計,通過引入綜合性的車輛識 別方法實現了系統的關鍵功能。同時對用戶端相關的模塊功能進行了實現,完成了分別 針對兩種不同類型用戶開發的 Web 網頁和微信小程序。

 。6) 結合高校智能化車輛管理平臺的實際運行情況,完成了對平臺整體的功能測 試和分析,并對測試中出現的問題和缺陷進行了及時修改。從分析結果來看,高校智能 化車輛管理平臺達到了系統最初設定的目標要求。 本文的研究和開發不僅是完成了具體系統的實現,同時為學校校園未來的規劃和建 設提供了有力的數據支撐。

 。2)未來展望

  智能化的車輛管理是高校車輛管理的發展方向,未來一定會繼續朝著智能化、規范 化、無人化和便捷化的方向發展。未來的智能化車輛管理系統不光會應用在高校中,還 會應用在各種企業和單位的停車管理中。本人在完成了該項目的研究開發后,對軟件工 程開發和深度學習算法研究有了更進一步的認識,不僅掌握了許多相關的基礎理論,同 時提升了自己的實踐開發能力。 本項目建設的系統雖然達到了項目最初的開發目標,但是由于系統設計還存在一定 的不足,以及所使用的相關技術手段有限,因此平臺在一些系統功能模塊上仍有不足, 未來需要進行進一步的完善和優化,主要包含以下幾個方面:

 。1) 車輛進入校內后進行智能識別時容易受到外界因素干擾。當天氣不好時,比 如下霧天氣或者下雨天氣,識別的準確度會下降。當夜晚車輛燈光過亮時同樣會影響識 別的準確度。這些問題還需要對相關識別算法進行進一步研究。

 。2) 當車輛在停車場中停放時,如果車輛停放過于密集,停車場監測模塊會出現 車輛數量識別不準確或者車輛信息識別出現交叉混亂的問題。由于停車場一般會有多個 不同角度的攝像頭,因此這個問題需要對多攝像頭聯動識別方向進行進一步的研究。

 。3) 有些車輛在停放過程中會出現壓線停放影響臨近車位面積的問題,或者是由 于空余車位較多,導致一輛車占用多個車位的問題,在系統開發的下一個階段需要重點 研究車輛違規停放的檢測和管理問題。

  參考文獻
  [1] 蔣菱楓。 2019 年上半年全國機動車保有量達 3.4 億輛[N]. 人民公安報交通周刊, 2019-7-5(01)
  [2] 張冰馨, 曾憲銳。 陽光海天大手筆掘金停車市場[J]. 市場觀察, 2017(Z2)
  [3] 戴麗。 未來共享停車被看好[J]. 節能與環保, 2017(09): 30-31
  [4] 王開泳, 陳田, 高曉路。 日本交通體系的特征與經驗借鑒[J]. 世界地理研究, 2008(01):112-118
  [5] 劉文利。 國內停車場管理系統的現狀與發展趨勢[J]. 中國新技術新產品, 2011(01): 20
  [6] 呂田。 智能停車場管理系統的設計與實現[D]. 西安工業大學, 2016
  [7] 武海龍。 智能化停車場綜合管理系統的設計與實現[D]. 南京理工大學, 2018
  [8] 捷順科技。 引領智慧停車新時代,捷順科技實現"人工智能"大裂變[J]. 中國公共安全, 2018, No. 306(01): 204-207
  [9] Thompson R. G., Takada K., Kobayakawa S Optimisation of Parking Guidance and Information Systems Display Configurations[J]. Transportation Research Part C: Emerging Technologies, 2001, 9(1): 69-85
  [10]Tang V. W. S., Zheng Y., Cao J An Intelligent Car Park Management System based on Wireless Sensor Networks[C]. International Symposium on Pervasive Computing & Applications. IEEE, 2006: 65-70
  [11]Idris M. Y. I., Leng Y. Y., Tamil E. M., et al. Car Park System: A Review of Smart Parking System and its Technology[J]. Information Technology Journal, 2009, 8(2): 101-113
  [12]Idris M. Y. I., Tamil E. M., Noor N. M., et al. Parking Guidance System Utilizing Wireless Sensor Network and Ultrasonic Sensor[J]. Information Technology Journal, 2009, 8(2): 138-146
  [13]Al-Kharusi H., Al-Bahadly I Intelligent Parking Management System Based on Image Processing[J]. World Journal of Engineering and Technology, 2014, 2: 41-53
  [14]Barone R. E., Giuffrè T., Siniscalchi S. M., et al. Architecture for Parking Management in Smart Cities[J]. IET Intelligent Transport Systems, 2013, 8(5): 445-452
  [15]Lei C., Ouyang Y. F Dynamic Pricing and Reservation for Intelligent Urban Parking Management[J]. Transportation Research Part C: Emerging Technologies, 2017, 77: 226-244
  [16]鄒振宇。 我國智能立體停車庫產業發展思考[J]. 安徽科技, 2016(10): 39-41
  [17]何小平。 攀枝花電業局停車場管理系統設計與實現[D]. 電子科技大學, 2018
  [18]周前峰。 "互聯網+"時代停車場管理系統的發展[J]. 智能建筑, 2016(01): 50-51
  [19]王成鵬, 谷德鑫, 宋昊。 試析車牌識別系統中的關鍵技術[J]. 電腦編程技巧與維護, 2016(20): 85-86
  [20]張東楊。 基于 RFID 的智能停車場管理系統設計與實現[D]. 華北電力大學(北京), 2016
  [21]陶毅。 基于多維傳感系統的智能停車場管理系統的設計與實現[D]. 山東大學, 2018
  [22]夏義年, 黃迪。 全視頻智慧停車場綜合解決方案[J]. 現代建筑電氣, 2014, 5(01): 53-55+60
  [23]劉軍。 基于 ZigBee 的智能停車場管理系統的設計與實現[D]. 哈爾濱工程大學。 2012
  [24]李旭冬, 葉茂, 李濤。 基于卷積神經網絡的目標檢測研究綜述[J]. 計算機應用研究, 2017, 34(10): 2881-2886+2891
  [25]王澍。 基于神經網絡學習的車輛信息識別技術研究[D]. 南京郵電大學, 2017
  [26]Llorca D. F., Arroyo R., Miguel ?ngel Sotelo. Vehicle logo recognition in traffic images using HOG features and SVM[C]. IEEE Intelligent Transportation Systems Conference. IEEE, 2013
  [27]Liu W., Wen X. Z., Duan B., et al. Rear Vehicle Detection and Tracking for Lane Change Assist[C]. IEEE Intelligent Vehicles Symposium. IEEE, 2007: 525-257
  [28]許佳佳, 張葉, 張赫。 基于改進 Harris-SIFT 算子的快速圖像配準算法[J]. 電子測量 與儀器學報, 2015, 29(01): 48-54
  [29]Cheon M., Lee W., Yoon C., et al. Vision-Based Vehicle Detection System with Consideration of the Detecting Location[J]. IEEE Transactions on Intelligent Transportation Systems, 2012, 13(3): 1243-1252
  [30]張強, 李嘉鋒, 卓力。 車輛識別技術綜述[J]. 北京工業大學學報, 2018, 44(03): 382-392
  [31]宋士奇, 樸燕, 蔣澤新。 基于改進 YOLOv3 的復雜場景車輛分類與跟蹤[J/OL]. 山東 大學學報(工學版): 1-7[2020-03-25]. http://kns.cnki.net/kcms/detail/37.1391.T.20191219.1442.012.html
  [32]宋煥生, 張向清, 鄭寶峰, 等。 基于深度學習方法的復雜場景下車輛目標檢測[J]. 計 算機應用研究, 2018, 35(04): 1270-1273
  [33]孔方方, 宋蓓蓓。 改進YOLOv3的全景交通監控目標檢測[J/OL]. 計算機工程與應用: 1-8[2020-03-25]. http://kns.cnki.net/kcms/detail/11.2127.TP.20200119.1759.008.html
  [34]王慧敏。 城市停車誘導系統設計[D]. 南京信息工程大學, 2014
  [35]Song J., Wen Z Study on Urban Parking Guidance Information System Design[J]. Proceedings of SPIE - The International Society for Optical Engineering, 2011: 87
  [36]張玉杰, 田碩。 Dijkstra 優化算法在停車場車位引導系統中的應用[J]. 計算機測量與 控制, 2014, 22(01): 191-193
  [37]Alfatihi S., Chihab S., Alj Y. S Intelligent Parking System for Car Parking Guidance and Damage Notification[C]. International Conference on Intelligent Systems Modelling & Simulation. IEEE, 2013: 24-29
  [38]Horstmann. Java 核心技術。卷Ⅰ,基礎知識[M]. 人民郵電出版社, 2008 [39]Eckel B. Java 編程思想[M]. 北京: 機械工業出版社, 2002
  [40]余建英。 J2EE 軟件架構淺析[J]. 電腦知識與技術, 2012, 8(19): 4763-4765
  [41]徐敬。 J2EE 架構下基于 Web 的信息管理系統框架研究[J]. 硅谷, 2015, 8(01): 84-85
  [42]賈素來。 J2EE 多層模型研究[J]. 山東工業技術, 2017(04): 208-209
  [43]李洋, 孫永維, 許冰, 等。 基于 Ajax,Struts,Hibernate 和 Spring 的 J2EE 架構[J]. 吉林 大學學報(信息科學版), 2011, 29(06): 576-584
  [44]王永和, 張勁松, 鄧安明, 等。 Spring Boot 研究和應用[J]. 信息通信, 2016(10): 91-94
  [45]張峰。 應用 Spring Boot 改變 web 應用開發模式[J]. 科技創新與應用, 2017(23): 193-194
  [46]Kainulainen P Spring Data[J]. Developing Software for the Qualcomm Brew Platform, 2012(2): 100
  [47]張雪芹, 方婷, 李志前, 等。 基于類 Haar 特征和 AdaBoost 的車輛識別技術[J]. 華東 理工大學學報(自然科學版), 2016, 42(02): 260-265
  [48]Niknejad H. T., Kawano T., Shimizu M., et al. [IEEE 2012 IEEE Intelligent Vehicles Symposium (IV) - Alcal de Henares, Madrid, Spain (2012.06.3-2012.06.7)] 2012 IEEE Intelligent Vehicles Symposium - Vehicle detection using discriminatively trained part templates with variable size[C]. Intelligent Vehicles Symposium. IEEE, 2012: 766-771
  [49]Liu Chunsheng, Guo Yu, Li Shuang, et al. ACF Based Region Proposal Extraction for YOLOv3 Network Towards High-Performance Cyclist Detection in High Resolution Images[J]. Sensors (Basel, Switzerland), 2019, 19(12)
  [50]Adler J. D., Mirchandani P. B., Xue G., et al. The Electric Vehicle Shortest-Walk Problem With Battery Exchanges[J]. Networks & Spatial Economics, 2016, 16(1)
  [51]Maleki S., Nguyen D., Lenharth A., et al. DSMR: a shared and distributed memory algorithm for single-source shortest path problem[C]. the 21st ACM SIGPLAN Symposium. ACM, 2016, 51(8)
  [52]吳若偉, 樓佩煌。 基于 Dijkstra 算法的大型停車場最優泊車路徑規劃[J]. 工業控制計 算機, 2013, 26(05): 93-95
  [53]付榮。 陜西省煤炭生產企業增值稅監控管理系統的設計與實現[D]. 西安電子科技大 學, 2012
  [54]秦園園。 關于 Tomcat 的一些問題探討[J]. 山西科技, 2011, 26(04): 40-41
  [55]劉洪昱。 ORACLE 數據傳輸技術在保險信息系統上線過程中的應用[D]. 上海交通大 學, 2012
  [56]徐婷婷。 基于 SQL Server2000 的圖書館管理系統設計[J]. 科技資訊, 2013(03): 254-2550
  [57]李威, 高錦濤, 高騰。 基于 E-R 圖的關系數據庫關鍵字查詢[J]. 計算機系統應用, 2012, 21(09): 156-161+14
  [58]郝朝君。 關于軟件開發中數據庫設計理論與實踐分析[J]. 信息通信, 2016(03): 164-165
  [59]He K., Zhang X., Ren S., et al. Deep Residual Learning for Image Recognition[C]. IEEE Conference on Computer Vision & Pattern Recognition. IEEE Computer Society, 2016: 770-778
  [60]王健。 深度學習算法在山區植被分類中的應用[J]. 價值工程, 2019, 38(04): 161-163
  [61]張波良, 張瑞昌, 關佶紅。 道路網上最短路徑算法綜述[J]. 計算機應用與軟件, 2014, 31(10): 1-9
  [62]陶幸輝, 宋志剛。 軟件系統測試類型及測試用例設計[J]. 科技經濟市場, 2011(06): 3-5.

致謝

  時間如白駒過隙,研究生復試的景象還歷歷在目,轉眼間卻已經到了離開的時節。 依稀記得三年前那個炎熱的夏天,我背著大包小包的行李來到研九樓下,開始我的讀研 生涯。三年間,我生活過的充實,學的扎實;三年間,我不斷克服困難,迎接挑戰。三 年時間,讓我更加積極進取,同時也讓我更加自信沉穩。這一切變化都離不開老師的諄 諄教誨和同學的鼓勵包容。在論文即將完稿之際,謹借此機會向給予我幫助的老師和同 學們表達深深的謝意。

  我首先要感謝我的導師,安徽大學電子信息工程學院王年教授。能夠拜入王老師的 門下,受其教誨是我此生莫大榮幸。盡管公務繁忙,但是老師總會在百忙之中抽出時間 為我答疑解惑,不僅是學業上的問題,更教會我為人處世之道,不僅教導我以嚴謹務實 的態度對待科研工作,更教會我以輕松愉快的心情面對生活。在論文的寫作過程中,導 師的嚴謹治學和親和力讓我感到無比溫暖。在以后的生活中,老師的教誨我也會時刻銘 記在心。在此,我要再次向您表示深深的感謝,老師您辛苦了。

  其次我要向安徽大學大學網絡信息中心的段運生老師、竺德老師和陳陽德老師表示 感謝。三年時間,無論是在學習、科研、就業和論文等方方面面你們都給我提供了寶貴 的意見和建議,在項目的推進過程中,無論是監控、設備還是各種軟硬件需求都是在你 們的鼎力支持下才得以完成。沒有兩位老師的無私幫助也就不會有我今天的學習成就。 接下來我要感謝我的同學們,沒有大家的合理分工,團結合作,就不會有現在的成 果。感謝趙墨然、周劍宇兩位學長,是你們在我初入安大時給我指引,為我樹立了奮斗 的標桿。感謝王興聞、黃德成、錢立冬、陳博文、李文康和魏圓慶,三年時間,從 411 到 208,我們共同經歷,也共同成長,我們吵吵鬧鬧,卻又相輔相成。感謝黃雪峰、何 晶和汪晨威幾位學弟,是你們在項目的開發過程中給了我無數的支持與幫助,我們即將 畢業,你們要扛起網絡中心的大旗。

  最后我要感謝我的父母和親人,這些年你們在我身后默默的支持我,將我從呱呱墜 地的嬰兒撫養成為能為社會做出貢獻的人,感謝你們的辛苦付出,有你們作為我堅強的 后盾,我才能順利的完成學業,如今我即將畢業踏上社會,我會用最好的成績回饋你們 的愛。文以至此,我要感謝各位審閱老師,感謝各位老師在百忙之中抽出寶貴的時間一 同參與對我這篇論文的審閱。

(如您需要查看本篇畢業設計全文,請您聯系客服索。

相關內容
相關標簽:計算機畢業設計
好優論文定制中心主要為您提供代做畢業設計及各專業畢業論文寫作輔導服務。 網站地圖
所有論文、資料均源于網上的共享資源以及一些期刊雜志,所有論文僅免費供網友間相互學習交流之用,請特別注意勿做其他非法用途。
如有侵犯您的版權或其他有損您利益的行為,請聯系指出,論文定制中心會立即進行改正或刪除有關內容!
欧美国产伦久久久久久久
<acronym id="cqmsy"></acronym>
<acronym id="cqmsy"><center id="cqmsy"></center></acronym>