辅助泊车系统（Parking Assist System, PAS）是先进驾驶员辅助系统的重要成分，是无人驾驶技术的必要功能组成。辅助泊车系统可以辅助驾驶者安全、准确、快速地完成泊车，减轻驾驶员的压力，降低泊车过程中因误操作引发交通事故的概率，减免不必要的损失。同时辅助泊车系统的开发与推广，对未来无人驾驶技术应用具有重要的推动作用，适应车辆电控系统发展的趋势。辅助泊车系统的主要功能是通过感知环境信息与车辆状态，在泊车过程中代替驾驶员完成方向控制的车辆操作，辅助驾驶员控制汽车倒驶进入指定车位。作为新兴的驾驶员辅助控制系统，辅助泊车系统是车辆智能化发展必备的控制系统。目前大多研发机构将其作为独立电控单元进行开发，久之势必面对与其他先进底盘电控系统一体化控制的困境。同时高成本传感器的使用，使研究成果在投产应用方面存在很大阻力。考虑研究能与现有的驾驶员模型理论相统一的辅助泊车系统决策与控制算法，本文将驾驶员模型扩展至倒向泊车作为研究的基本出发点。同时在受试车辆当前所具备的传感器条件下，实现辅助泊车系统的功能，将低成本辅助泊车系统的实际应用作为研究的尝试方向。本文在重点实验室驾驶员模型的基础上，通过对驾驶员泊车行为采集与分析，构建了基于模糊层次分析法的泊车轨迹动态决策方法，以及车辆泊车方向PID控制模型，形成以仿人决策与控制算法为核心的辅助泊车系统。通过CarSim/LabVIEW联合仿真的多工况试验验证，并最终将此系统应用到实际车辆上，且顺利完成泊车试验。现将本文研究的主要工作总结如下：首先，分析驾驶员泊车操作行为特点，作为设计仿人决策与控制单元的理论基础。为了寻求驾驶员泊车操作的共性特点，设计并完成了记录驾驶员泊车操作行为的试验。通过车辆的CAN总线系统将传感器感知的信息保存并进行择取，结合泊车间接参与者的主观评测，参考泊车经验，寻求驾驶员泊车操作的一般规律，以此为依据得出车辆泊车的参考路径。其次，参照对驾驶员泊车行为特性的分析结果，提出了仿人轨迹决策和方向控制的算法框架。在驾驶员预瞄跟随动态校正理论基础上，根据泊车操作的特点，使用模糊层次分析法对待决策轨迹点进行选取。通过引入安全性、一致性和工效性模糊评价指标，动态决策出泊车轨迹及其对应的最优预瞄侧向加速度；在驾驶员低速方向控制模型的基础上，开发泊车方向PID控制器，并建立泊车轨迹与预期重合度的二次型性能指标，通过遗传算法对PID参数加以优化。最后，在CarSim仿真环境下进行泊车实验，验证了仿人决策与控制体系的可行性。在实际车辆泊车的应用中，通过卡尔曼滤波方法对轮速进行处理，估算车辆的行驶速度与横摆角速度，建立车辆状态估算模型。通过LabVIEW软件编写实车控制算法程序并开发了泊车显示界面，完成装载并进行实车场地试验，该系统最终顺利完成辅助泊车功能。