随着汽车保有量的不断提高,停车难问题逐渐成为了人们开车出行的主要难题。而利用智能驾驶技术实现的自动泊车功能可以有效减轻驾驶员负担,减少泊车过程中的事故数量,因此具有广泛的市场前景和现实意义。自动泊车系统不仅要考虑对于不同泊车环境的适应性,同时也要满足消费者的使用体验。路径规划和运动控制是自动泊车系统的关键组成部分,其性能优劣决定着自动泊车系统的控制精度。本文针对现有的路径规划算法规划适用范围小以及运动控制中存在的控制精度不高的问题,对路径规划和控制算法开展研究,具体研究内容如下:（1）基于阿克曼转向原理建立了车辆运动学模型,并根据简化的车辆模型推导出车辆轮廓的运动方程,在Simulink中搭建了车辆模型,与Car Sim车辆模型进行仿真对比,分析结果表明本文建立的简化车辆模型在低速情况下能够较为精确地反映出车辆的运动状态,验证了模型的可行性。（2）针对自动泊车系统对路径规划的性能要求,对传统的快速搜索随机树算法进行了改进。首先分析了快速搜索随机树的算法原理及流程、采样方式以及节点扩展方式,得到了原始算法及其衍生算法的优缺点。针对原始算法路径点连接不满足车辆约束的问题,加入了Reeds-Shepp曲线对节点进行扩展。针对原始算法效率较低的问题,在采样时加入了目标偏向策略。同时提出了避障采样以及约束采样,提高了算法采样节点的质量以及搜索效率。最后对快速搜索随机树生成的路径进行冗余点的修剪,并利用B样条曲线对其进行平滑处理。结果表明改进后的路径规划算法可以得到满足安全性、可行性和平顺性要求的泊车路径。（3）为了跟踪路径规划生成的泊车路径,对泊车环境下纵向和横向运动控制算法进行了研究。针对纵向控制,基于比例积分微分控制算法设计了车速控制器。针对横向控制,基于模型预测控制算法对车轮转向角进行控制,设定了车辆动力性约束以及安全性约束,并针对泊车工况的特性,优化了成本函数和权重矩阵。在Simulink中进行了仿真,结果表明该控制器可以精确地控制车辆跟踪规划的路径。（4）根据行业标准设计了泊车环境,并基于Simulink和Car Sim搭建联合仿真平台,对本文改进的自动泊车系统算法进行了几种不同场景下的仿真验证。仿真结果表明本文提出的自动泊车系统算法能够规划出各种场景下的可行路径,并成功泊入车位,横向偏差0.1米左右,停车后车辆航向角偏差不超过3°。