随着我国经济与综合国力的不断增强,人们生活水平的提高,使得汽车数量不断攀升。路边停车能有效解决停车场车位数量与汽车数量不成正比的问题,因此,对路边车位的有效监管和合理利用变得至关重要。而目前我国的路边停车管理系统的智能化程度较低,存在资源消耗较大、停车资金流失等情况。鉴于此,本文设计并实现了一款基于嵌入式系统的路边停车管理终端,将嵌入式技术与边云协同技术相结合,在边缘侧实现对路边停车位的智能化管理。本文的主要工作如下:1.设计并阐述了边云协同模式下的路边停车管理系统整体架构,并分析了系统中的路边停车管理终端的应用场景、功能需求和性能需求。而后根据需求分析设计了终端的分层结构以及基于路边停车管理终端的路边车位管理方案。最后对终端的开发平台以及相关算法进行了分析和选择。2.研究路边停车管理终端中的车牌识别算法。针对基于神经网络的车牌识别算法在计算力有限的嵌入式平台上运行效果不佳的问题,选用轻量神经网络Mobile Net-SSD作为车牌定位识别网络。而后针对Mobile Net-SSD网络对小目标检测分类效果较差的问题,对轻量神经网络Mobile Net-SSD进行改进。将不同尺度的特征图相互融合来增强网络对小目标的检测分类效果,并且根据我国车牌和车牌字符尺寸的特点,对网络中先验框的尺寸比例重新设定,进一步提升网络对车牌的检测识别效果。通过实验证明,本文所设计车牌定位识别算法能在保持实时性的同时具有较高的准确率。3.在完成对终端需求分析和主要算法研究的基础上,对路边停车管理终端的具体业务处理流程和功能进行设计与实现。其中包括车位坐标获取模块、车牌定位识别模块、车位状态检测模块、数据存储、计费模块以及数据交互模块。4.对终端功能进行了测试以及结果分析。通过分析和选择测试方案以及搭建仿真环境对管理终端开展了功能测试和非功能测试,并对测试结果进行了分析。测试结果表明,本文所设计的基于嵌入式系统的路边停车管理终端在不同的光照、天气环境下能够实现路边车位的无人管理,达到了预期的目标。