近几年来,随着我国经济水平的迅猛提升,大中小城市的私家车数量变得越来越多。车位难寻、道路拥堵成为了当今社会的一个主要问题。虽然政府有关车辆管理部门已经在重视这个问题,在大型停车场规范和治理道路方面提出了很多实际方案,但是仍然存在停车信息获取不及时,空余车位短缺的问题,导致司机在寻找停车位时会浪费很多时间。将本文改进的路径优化算法应用在停车位引导系统中,可以有效缓解这一问题。主要研究内容如下:首先,本文阐述了选用物联网技术建立停车位引导系统的深远意义,简单的介绍了物联网的基本知识和相关的路径规划算法。其次,本文在多种智能优化算法中选择蚁群算法作为最优停车位的解决办法,关键是在于该算法的灵巧性。针对系统中停车位引导模块的设计,本文提出了改进的A*算法和蚁群算法结合的方法求解最优停车位。由于蚁群算法在运行的前期收敛速度比较慢,本文采用改进的A*算法配置蚁群算法的初始信息素来提高收敛速度。考虑到在实际的最优停车位选择过程中会受到很多因素的影响。本文通过分析在停车距离一定的前提下影响停车时间的因素,把信息素更新的参考量由停车距离转换为停车时间,构建空余车位最短停车路径及最短时间矩阵。综合考虑了车型尺寸、停车路径距离、停车位的类型和停车位的方位等因素作为改进蚁群算法信息素的更新方式,使其不仅体现停车的距离关系,而且具有方向性的引导。该算法在收敛速度上有了一定的提升,同时也起到了避免局部最优的效果。最后,将本文提出的改进的A*算法和蚁群算法应用于停车位引导系统中,按照系统的需求,设计了该系统所应用的关联数据表结构并实现了停车位引导系统。利用Java和Matlab程序语言开发了停车位引导系统,并测试了系统各项功能的实现,验证了本论文研究成果在系统中实施的可行性。