全球汽车保有量的增多,直接造成城市交通的拥堵以及停车位空间的减小。随之而来的就是泊车安全性问题,新手驾驶员或疲劳驾驶人员如何能在不发生碰撞的情况下,快速安全地泊车入库,成为当下研究的热点。针对以上问题,国外的车辆企业已经推出适配中高端车型的泊车系统,然而我国具有自主知识产权的自动泊车技术还较少。因此,本文分析了自动泊车的关键技术,设计并开发了适配低端市场的泊车系统。并以低端车型为研究对象,针对车辆对车位识别精确度不高、路径决策规划难的问题,研究了基于超声波雷达与视觉融合的全自动泊车系统,提高泊车入库的准确性与安全性。本文从车位识别技术、路径决策规划技术、软件与硬件平台的系统搭建展开研究与应用。通过仿真分析,验证车位智能识别的精确性、路径决策规划的可跟踪性、软硬件系统平台的可行性与泊车入位的安全准确性。最后通过实车的泊车试验进行验证,为自动泊车系统的设计与应用提供研究方向。首先介绍当下自动泊车系统车位识别所用到的主流环境传感器的工作原理及相关的基础理论研究状况,对本文车位识别所用到的超声波传感器进行原理介绍、选型及实车测距实验设计。其次从城市的发展进程、车位规划种类、道路状况角度切入,通过对车位现状分析,构建停车位的场景模型、障碍车辆的空间模型、车辆的位姿模型。融合超声波雷达数据、图像数据、轮速测量数据,结合模糊理论进行推理识别车位。然后分析平行泊车工况并搭建车辆的系统模型,详细分析泊车过程中的环境因素,通过搭建平行工况的模型多角度分析泊车过程中的碰撞约束条件;在平行工况下,对于探测到的大尺寸车位,规划出能够满足多约束的泊车路径,提出单次规划方法,并基于B样条理论的泊车路径规划思想进行曲线拟合;针对足够小的车位,采用多次路径规划的方法,并运用仿真软件进行仿真分析。最后通过Simulink与Carsim进行联合仿真,之后确定自动泊车的整体系统架构,确定车载通信模块;在硬件、通信分析设备满足的条件下开展自动泊车系统的车位识别、泊车入位的多次实车试验,并通过CAN分析设备对实际的测试数据分析,输出试验数据,得出结论。