近几年来,无人驾驶汽车发展迅速,自动泊车系统作为无人驾驶车辆最后一环,受到了人们的广泛重视。自动泊车系统对于缓解交通困难,提高交通效率,降低泊车事故具有重要意义。本文结合各方面研究现状,从路径规划、路径优化和路径跟踪三个方面对平行泊车系统进行研究,主要工作内容如下:1、基于阿克曼转向基础,建立了低速状态下的泊车运动学模型。在Simulink中搭建了仿真模型,在相同车辆参数和输入条件的前提下,对Simulink模型和Carsim模型的轨迹输出进行对比分析,验证了简化运动学模型的准确性。2、路径规划方面:根据泊车过程中的车位参数和避障约束,对泊车路径进行规划。对于理想车位,采用两圆弧相切法规划单步式泊车路径,对于狭小车位,通过逆推法规划了多步式平行泊车路径,在Matlab中对规划的路径轨迹进行了仿真验证。3、路径优化方面:路径总长度对于泊车效率具有至关重要的作用,本文以路径总长度和安全性为目标,采用粒子群算法对泊车路径进行优化。对于泊车过程中的等式和不等式约束条件,利用惩罚函数将有约束优化问题转化为无约束优化问题进行求解,得到满足优化目标和约束条件的最优路径参数,对优化前后的路径进行对比分析,验证了粒子群优化算法的有效性。4、路径跟踪方面:采用模型预测控制MPC对规划路径进行跟踪控制,以准确度和平稳性为指标建立目标函数。为了防止跟踪过程中产生突变现象,建立了等效前轮转角和速度以及各自的增量约束条件,将泊车路径跟踪问题转化为二次规划问题进行求解。5、通过搭建Carsim和Simulink联合仿真模型,对设计的模型预测控制器的功能进行仿真验证。分别对圆弧相切法单步式泊车路径和粒子群算法优化的多步式泊车路径进行跟踪控制,得到了跟踪过程中的误差变化和泊车仿真动画,直观地验证了控制器的控制效果。