停车位检测是自动泊车系统中的重要组成部分,其检测性能决定最终泊车效果。目前,空停车位检测主要使用基于视觉的方法,通过车辆装备的鱼眼相机拍摄图像,根据相关算法得到环视图像,实现基于环视图像的空停车位检测。但现有方法存在车位线及角点不清晰或出现遮挡时空停车位检测精度较低或无法检测的问题。并且有些方法步骤繁琐,需要进行车位标记推断匹配及对车位占用情况分类,检测速度不够快。针对上述问题,本文提出一种基于环视图像的空停车位检测方法,提高车位线及角点不清晰或出现遮挡情况下的空停车位检测性能,可直接检测得到空停车位,有较快的检测速度。本文主要研究工作如下:首先,针对环视图像采集系统进行设计,通过车辆装备的四个鱼眼相机拍摄图像来构建环视图像。先是通过Open CV4相关函数利用黑白棋盘格标定板求取相机参数及畸变系数,对原始图像进行畸变矫正。然后求取变换矩阵进行俯视变换。最后采用手动选取参考点的方法实现图像配准,并用加权平均融合算法消除拼接缝获得环视图像。通过该系统在地下停车场采集图像作为自采集数据集。其次,为了得到环视图像中空停车位的语义信息,使用labelme对ps2.0数据集和自采集数据集进行标注。针对车位线及角点不清晰或者出现遮挡的情况提出一种空停车位检测方法,使用Mobile Net V3进行特征提取构建特征金字塔,再建立分类、边框回归及语义分割,根据语义分割结果使用道格拉斯-普克（Douglas-Peucker）算法拟合得到空停车位。为了使方法更适用于车载设备和进一步增强网络模型的鲁棒性,进行网络模型轻量化和图像数据增强。最后,为了评估所提出方法的性能,利用ps2.0数据集和自采集数据集进行实验。ps2.0数据集的实验结果表明本文提出的空停车位检测方法可在多种场景下对不同类型空停车位进行检测,在车位线及角点不清晰或出现遮挡情况下的空停车位检测性能优秀,可直接检测得到空停车位,检测速度较快。自采集数据集的实验结果表明本文提出的方法有较好的泛化能力。在TDA2x系统级芯片（So C）上实现本文提出的方法,结果表明本文提出的方法可在车载设备上实现且有较好的检测性能。