汽车数量的迅速增长引起城市中停车位变得非常狭窄,导致驾驶员在泊车时经常发生碰撞现象,车辆泊车入位困难问题在人们生活中显得越来越严重。自动泊车是智能辅助驾驶的重要功能,能够有效降低停车事故发生的情况,是增加驾驶员舒适度和安全性的解决方案。本文主要研究工作如下:(1)研究提出了一种基于全景视觉(AVM)的车位标记线检测和基于激光雷达(Lidar)的空间车位检测的融合方法。基于AVM的车位标记线检测方法通过AVM系统获取车辆四周全景图像,并分别采用了随机抽样一致(RANSAC)方法和倒角匹配(DT)方法估计图像中车位导线和分隔线,利用图像中车位标记线信息检测车位。基于Lidar的空间车位检测的融合方法利用激光雷达扫描的点云信息,通过识别相邻车辆位置信息检测空闲的空间车位。该融合方法可弥补单一传感器检测车位的局限性,解决了没有临近车辆存在或车位标记线严重损坏的情况下无法检测车位的问题,提高了车位检测精度。(2)研究提出了基于B样条理论的泊车路径规划方法。采用了B样条曲线规划垂直泊车路径,根据泊车通道空间大小约束分别采取单步垂直泊车和两步垂直泊车方式,同时分析单步垂直泊车和两步垂直泊车方式的最小停车位约束。泊车路径初始位置允许车辆以任何初始位姿开始,有效减少了车辆在初始点处的转向调整,同时使车辆在偏离规划的路径时可以重新计算新的路径而无需调整车辆。实验结果表明所规划的泊车路径曲率连续平缓且易于跟踪,满足车辆转向执行机构最小转弯半径约束和泊车路径避障要求。(3)研究提出了基于模型预测控制(MPC)算法的泊车路径跟踪方法,设计了泊车路径跟踪控制器。首先建立了车辆运动学模型,然后构建路径跟踪控制器的目标优化函数和模型约束函数,根据建立的模型函数设计出了泊车路径跟踪控制器。并且基于Prescan和Simulink软件,搭建了泊车路径跟踪控制联合仿真平台,结果表明本文设计的泊车路径跟踪系统能够较好地实现自动泊车。并且与纯跟踪路径控制器进行了对比。实验结果表明,MPC由于具有滚动优化特性,能够快速消除误差并跟踪目标路径,控制路径跟踪误差小于10cm,验证了MPC路径跟踪控制器的有效性和精确性。