随着我国工业生产和社会经济的发展,危化品的公路运输量日益增加,厂区内的危险品车辆密集。若没有配套的停车诱导系统配合,驾驶员因厂内空间小掉头困难且无法准确了解厂内停车情况,而将危险品车辆停在厂区内的道路两旁容易造成碰撞侧翻等事故发生。本文针对化工厂区停车难的现状设计了基于5G技术化工厂区停车场停车寻车智能导航系统。系统利用超声波传感器检测车位信息,本地Lo Ra组网5G透传车位信息至阿里云物联网平台。利用AMQP协议作为物联网平台与服务器通信桥梁,Spring Boot和Maven构建服务端程序,MUI框架搭建了客户端程序,实现了停车场的场外诱导和场内的寻车导航。其中针对停车过程中有效泊位信息预测问题,提出了一种基于麻雀优化神经网络的泊位预测方法,结合小波分解对时间序列进行分解重构,通过麻雀算法对BP的权值和阈值进行不断调整以克服局部最优并引入了动态模糊学习策略改进解的质量。利用某停车场历史数据对所提算法进行有效性验证,算法的平均绝对误差和均方根误差分别为6.2230、4.6295,准确度均优于其他智能优化模型,能够有效预测剩余车位。针对停车场内欠缺的场内导航问题,考虑到手机运算能力进而选择了Dijkstra作为研究的基础算法,结合化工厂区停车实际情况在Dijkstra算法的存储结构、搜索方向、搜索范围方面进行了优化,实现了在保证最优路径条件下,降低了算法的运行时间。最后,在系统终端设备硬件的基础上,对本文设计的智能导航系统进行整体性测试,验证了智能导航系统功能满足了预期设计要求,从而完成了整体的系统设计。