作为日常生活和工作的主要代步工具,汽车已经成为人们不可或缺的部分。但是,随着我国汽车保有量的每年递增,要在狭小的、复杂的、恶劣的泊车空间里完成泊车入库操作已经成为广大驾驶员的一大难题。当前科技的进步不断地推动着汽车产业朝着智能化方向发展,具备自动驾驶和自动泊车功能的汽车受到了广大消费者的青睐。配备自动泊车系统的汽车能够在狭小的、复杂的、恶劣的泊车空间里自主地完成完整的自动泊车过程,解决了广大驾驶员们所面临的泊车烦恼。针对目前国内外自动泊车开发和研究所存在的问题,本文以“环境感知是前提,路径规划是基础,路径跟踪是关键”为原则,就环境感知、路径规划和路径跟踪三个模块进行算法研究,主要的研究内容如下:首先,通过对泊车过程的工况进行分析并确定自动泊车类型,根据车辆运动特性建立自动泊车运动学模型。该泊车运动学模型是后续开展自动泊车环境感知、路径规划和跟踪等算法研究及实验验证的理论基础。其次,以超声波传感器为基础检测的泊车车位误差较大,本文给出了SVM自动标注分类和LT-IEPF线段拟合的自动泊车可达空间算法,通过支持向量机分类器对超声波点云进行分类再采用拟合算法对点云进行分割拟合,最终确定目标泊车位轮廓和终止位姿。结果显示,对超声波点云的分类精度达92.47%,被选取的六个车位横向可达空间均增大0.6m以上,效果较好。然后,为了解决泊车位姿多样和路径干涉复杂等因素所导致路径规划成功率偏低问题,本文先给出路径可行性检测算法,用于检测泊车路径是否可行;结合检测算法给出由一段式、两段式、三段式和多段式泊车路径所组成的泊车路径规划算法。最后,针对设计的18个泊车场景测试案例,本文算法都能够顺利生成可行性泊车路径。最后,路径跟踪算法缺乏鲁棒性是导致车辆不能准确地、有效地泊车入位的重要原因,本文给出基于滑模控制的泊车路径跟踪算法,由此确定车辆的前转向角控制律。搭建MATLAB/Simulink路径跟踪仿真平台,针对不同泊车场景所得到的泊车路径进行路径跟踪对比实验和单个实验。根据对各场景泊车路径跟踪的距离误差、航向角误差和前轮转角的分析,验证了本文路径跟踪算法的可行性和鲁棒性。