随着汽车保有量的逐年增加,停车难的问题凸显,对于自动驾驶车辆的研究也逐渐吸引了世界各国和企业机构的目光,但自动驾驶作为一个复杂的软硬件结合的智能系统,自动驾驶技术的落地仍然面临着诸多难题。低速化、区域化的自主引导泊车是一种智能化程度较高的局部区域自动驾驶技术,是有效解决停车难的新技术。本课题来源于广州花都区某车企的研究项目,主要研究自主引导泊车系统的关键技术:车辆自主引导全局路径规划、局部路径规划及参考路径跟踪控制。首先对车辆运动学模型建模及状态方程离散化;针对室外停车场,进行实地测绘与建立区域电子地图,GPS信号转换与坐标系统匹配;毫米波雷达信号接收模型搭建与数据接收、信号滤波和检测目标聚类,为自主引导泊车安全行驶提供感知定位基础。其次,车辆自主引导全局路径规划算法和局部路径规划算法研究。针对传统A*全局路径规划算法非最优且路径曲线不平滑等不足,通过优化A*算法（扩大传统A*搜索领域、混合SPFA算法和A*算法、弯道路径曲线优化）,布局区域航点与搭建仿真平台,仿真实验表明优化后的A*算法路径曲线更加平滑,覆盖航点降低15.4%,路径距离降低14.1%,验证全局路径规划算法的有效性。针对APF局部路径算法易碰撞障碍物与目标不易到达等问题,通过优化斥力场函数和虚拟区域障碍物,仿真分析表明改进APF局部路径规划的有效性。设计综合路径决策,实现全局路径规划、局部路径规划、停车等综合行为策略。然后,对车辆参考路径模型预测跟踪控制研究。建立预测模型和约束条件,优化目标函数,对Hessian矩阵通过牛顿下山法和求逆矩阵求得逆Cholesky矩阵,提出一种新型MQS求解器。基于Carsim和Simulink联合仿真平台,分别对多种工况仿真分析,跟踪偏差控制在0.06m内,验证该模型预测控制器对参考路径的跟踪控制效果。最后,搭建自主引导泊车系统硬件系统平台和设计软件控制系统,通过实车实验与实车数据分析,验证本文车辆自主引导全局路径规划算法、局部路径规划算法与参考路径跟踪算法的实际有效性。考虑后期项目的产品化,对部分模型进行嵌入式移植。