随着汽车保有量的不断增加,“停车难”的问题越来越突出,狭小的泊车空间给汽车泊车入位带来非常大的挑战。一个有效的自动泊车系统不仅可以帮助驾驶人员快速地完成泊车操作,而且可以减少交通事故。因此研究自动泊车系统中的路径规划及跟踪控制对于提高汽车的智能化程度、缓解驾驶员泊车压力具有现实意义。车辆在平行泊车过程中,总是以低速行驶,在这个过程中,车辆不会出现车轮滑动和侧向移动,根据车辆的这种特性,利用阿克曼转向原理建立车辆运动学数学模型。在路径规划方面,针对车辆在简单环境下的泊车场景,采用最小半径法进行路径规划。通过对最小半径法在平行泊车过程中防碰撞约束条件、转向角约束条件、最小泊车位约束条件以及初始位置约束条件分析,确定车辆泊车的初始范围,并基于不同的初始位置开展仿真实验,验证最小半径法的可行性。针对车辆在复杂环境下的泊车场景,提出最小半径-人工势场平行泊车路径规划方法。考虑到传统的人工势场法存在引力场过大可能会导致目标车辆与障碍车辆发生碰撞问题,该方法以最小半径法规划的路径为初始路径,当车辆行进至障碍车辆影响范围内时,利用人工势场法对初始路径进行修正。仿真结果表明,最小半径-人工势场法规划的路径可以将车辆倒入车库,避免了与障碍车辆发生碰撞。在路径跟踪控制方面,设计基于模糊PID的路径跟踪控制器。搭建MATLAB与Carsim联合的仿真实验平台,对路径跟踪控制效果进行仿真实验研究。仿真实验结果表明,模糊PID控制与传统的PID控制相比有更好的跟踪效果,能够较好地实现车辆在简单环境和复杂环境下的路径跟踪控制。