拥挤的城市泊车环境给人们的出行造成了极大不便,而自动泊车技术的出现,让人眼前一亮。然而,车位识别的精度、有效车位识别的准确度始终是一座“高山”,阻碍着泊车系统进一步推广。现今自动泊车技术中,使用最为广泛的超声波雷达方案往往存在着车位识别精度低的问题,且高度依赖于临近车位停放的车辆。视觉传感器方案中,很少考虑车位中和路径中存在的障碍物,而障碍物的尺寸又往往影响着泊车位的有效性。特别是对于障碍物和环境背景颜色相近似这种情况,仅依靠摄像头难以实现障碍物的辨识。在此背景下,本文提出了一种基于网格激光视觉增强技术的泊车位及障碍物识别方法。该方案除了视觉传感器,还在车身上安装了特殊的激光发射装置,该装置能在地面上呈现出特定形状和尺寸的激光网格,并与视觉感知区域形成叠加效果。激光网格的形状会随泊车环境的改变而改变,如遇到车辆、石块、凹坑、墙面、车位锁等障碍物时,激光网格的形状会发生明显的变化。视觉传感器采用鱼眼摄像头方案,并由视觉处理器单独完成图像处理工作,再通过通讯串口将泊车位和障碍物数据发送给泊车控制器。本文主要从泊车空间激光网格化的实现、基于激光装置的泊车位和障碍物识别技术和方法、基于激光装置的自动泊车系统架构设计这几个方面展开研究,并通过模拟实验验证了方案的有效性。首先,介绍了系统工作的原理,激光网格的两个主要作用是区域划分和尺寸测量。为了实现这两个作用,研究了激光网格的标定和捕捉。而其捕捉通过鱼眼摄像头实现,因此,研究了相机模型、畸变模型和相机的标定方法。其次,研究了基于激光网格的图像处理方案,由于激光网格带来的图像分割和轮廓增益的效果,简化了图像处理的过程。主要研究的算法包括图像的畸变矫正、图像的鸟瞰变换、图像的预处理和图像的分割与特征提取。然后,分析了现实生活中的泊车场景,对泊车位和障碍物的类型进行了整理。研究了泊车位和障碍物识别的方法,针对本文所提出的基于激光装置的视觉方案的特性,分别对障碍识别、有车位线标识和无车位线标识这两类车位识别进行了分析。最后,设计了自动泊车系统的架构,提出了视觉处理器的图像处理策略,通过模拟真实泊车场景进行了泊车位识别和障碍物识别实验,并对不同类型的障碍物实验进行了分析。实验结果表明,该方案能够很好的实现车位中和路径中障碍物的识别,并能有效的解决障碍物和环境背景颜色相近似这一难题。