近年来,人民生活水平得到很大提高,汽车的保有量快速增长,给人们生活带来方便。但随着汽车的增加,人们在平时的停车过程中,由于停车用户无法及时准确的获取停车场信息,停车场诱导系统不够智能化等原因,导致了用户停车场内找不到合适的停车位、在停车场内“绕圈圈”等停车问题经常发生,“停车难”问题已经影响到了人们的生活。根据上述问题现状,本文从实际应用需求出发,设计了一个于Android的智能停车引导系统,来帮助人们找到合适的停车场以及进行停车场内停车位的引导。系统在一定程度上提高了停车效率。论文的主要工作如下:1、对停车场内停车路径模型进行设计,比较讨论了最短路径算法Dijkstra算法和A*寻路算法的优缺点后,选择车位已知情况下更适合于求“点到点”最短路径的A*寻路算法用于解决室内停车路径规划问题,同时将路阻因素加入到A*算法的估价函数中,用于指导发生停车道拥堵情况下的停车位路径规划。2、针对于室外停车导航模块,结合仿生学遗传算法、蚁群算法在复杂道路网中路径规划方面的特性和优点,对系统停车场导航功能所涉及的最优路径规划算法做出改进,设计一种混合遗传蚁群算法(GACHA)用于系统的路径规划中。从基本蚁群算法入手,结合遗传和蚁群算法的各自优点,引入两种算法的寻优循环多次结合。在蚁群算法的每一次循环迭代后,将蚁群算法产生的最优解加入到遗传算法中,用以加快遗传算法的迭代速度。同时,将遗传算法算出的解设为较优路径来更新蚁群算法中的信息素分配,实现参数调整。多次相互指导有效解决蚁群算法前期效率低和遗传算法后期冗余迭代问题。仿真结果表明改进算法具有良好的效率和收敛性,能够准确地找到满足路网综合要求的最优路径。3、对基于Android的智能停车引导系统的各模块进行了设计和实现工作:首先设计了系统的总体框架,然后设计和总结了系统各模块的功能逻辑图,同时将遗传-蚁群混合算法融入到智能交通体系统中的路径规划问题上,用于室外导航路线的设计。系统是通过Android Studio平台编辑器进行开发,完成了对周围停车场信息查询、停车场导航、停车位预定、停车位导航、反向寻车等功能,实现了集室内、室外一体的智能停车引导系统。本文最后对设计的Android智能停车引导系统各功能模块都进行了详细的测试,并对设计的算法进行了仿真验证,验证了算法的有效性和系统的实用性。