随着我国的经济发展,在私家车数量越来越多的同时,城市空间也变得更加拥挤,“停车难”已经成为人们出行遇到的最大问题之一。传统的停车场管理方案效率低下,引入智能停车技术成为新的解决方案。本文将物联网无线通讯技术、云计算和图像识别技术相结合,借助嵌入式软硬件技术实现了停车场的智能化管理。本文建立了基于NB-IOT和Lora的无线车位检测网络,并以该网络为基础,实现了具有停车路径规划、车位状态云端显示和车牌识别功能的智能停车系统。对智能停车系统的研究包括系统硬件、车牌识别和系统软件的实现。系统硬件包括三个方面:一是基于NB-IOT和Lora的各节点网络设备,设计和制作了网络中车位检测最小节点、驾驶员测温节点、中继节点和网关的硬件电路;二是基于STM32F429的网络摄像头,制作了包含最小系统电路、供电电路、图像传感器外围电路和以太网通讯电路的网络摄像头主板;三是基于嵌入式的系统主机,选用了基于ARM-Linux的平台作为系统主机。车牌识别包含两部分,一是图像预处理,采用了边缘检测与颜色阈值分割相结合的方式定位车牌,利用车牌区域在水平与竖直方向上投影生成的直方图进行字符分割;二是字符识别,搭建了卷积神经网络模型后,利用开源数据集对其进行训练,满足了系统要求的识别率和速度。系统软件部分包括上位机和下位机,上位机部分采用Qt Creator进行开发,整合了车牌识别、节点网络设备监控和实时车位显示等功能,实时地收集停车场内的道路以及车位数据,并将数据与Dijkstra算法融合,实现了停车路径规划的功能;下位机包括各无线网络节点设备和网络摄像头,一方面,制定了各无线网络节点之间的通讯协议,并在网关节点中移植了Free RTOS系统,实现了将场内各项数据上传至云平台显示的功能。另一方面,在网络摄像头中搭载了Free RTOS系统和Lw IP协议栈,实现了与上位机之间的以太网通讯。实验结果表明,系统通过最优路径规划和云端实时显示车位状态等功能提高了停车场内的整体停车效率,同时,驾驶员测温环节的加入使得系统更加符合疫情防控的要求。