首先，采用张正友标定法对四路鱼眼相机进行标定，利用基于鱼眼标定的畸变矫正 模型对鱼眼图进行畸变矫正。实验结果表明，标定参数准确，畸变矫正效果良好；研究像素坐标系与车辆坐标系之间的转换关系，实现基于坐标转换的单目相机平面测距，测距误差在 5cm 以内，达到自动泊车系统要求。 针对空停车位检测任务，设计适用于空停车位检测任务的深度卷积神经网络并构建 空停车位数据集，该数据集由 16000 张 RGB 彩色鱼眼图像组成，包括空停车位、T 型车位角、L 型车位角三种类别，并进行人工标注。在空停车位数据集上训练空停车位检测模型，并在测试集中进行检测实验。实验结果表明，空停车位检测模型检测的准确率为 98.7%，漏检率为 0.9%，单张图片的检测速度为 19ms，模型具有良好的检测效果。 针对车位角中心点定位任务，基于对单个像素点进行回归的思想，提出用于车位角 中心点定位的浅层卷积神经网络，并制作车位角中心点数据集。车位角中心点数据集包括 10000 张彩色图片，并进行人工标注。在车位角中心点数据集上训练车位角中心点检测模型，并进行检测定位实验。实验结果表明，对数平均漏检率为 0.40%，单张图片检测速度为 18ms，车位角中心点定位误差在 2.5cm 以内，相对传统的检测方法，车位角中心点检测模型具有更高的检测和定位精度及更快的检测速度。 最后将鱼眼图畸变矫正、基于坐标转换的平面测距、空停车位检测模型以及车位角 中心点检测模型四个模块融合，提出自动泊车空停车位检测和定位算法，并在实车上开展实验。实验结果验证了自动泊车空停车位检测和定位算法的正确性和可行性。在实车自动泊车过程中，算法可实时地准确检测和定位空停车位，且可以检测和定位不同路面下的停车位，具有很强的泛化能力。

本文针对现有的自动泊车路径规划方法中对于车辆初始位姿及泊车环境等限制要 求较多的问题，研究了满足车辆运动学约束和避障约束的泊车路径规划方法。同时，基于规划所得的路径，搭建了跟踪系统并进行了仿真验证。 首先，对自动泊车的车位检测进行研究，选取超声波传感器来感知车位及障碍物信 息，并实际开展了检测试验来验证其效果与精度。同时，根据阿克曼转向原理建立了车辆运动学模型，分析计算得出泊车时的低速运动方程。 其次，针对泊车环境存在较多限制的各种复杂场景及不同的泊车方式展开路径规划 研究。明确规划模块的整个设计流程，并对其中一些基础原理和前提条件做预处理以便于之后的说明。详细阐述了规划算法中的两个重要的子算法：简单连接算法及路径与障碍物碰撞检测算法，对其采取了仔细的计算和验证，方便后续使用。分别对平行泊车与垂直泊车给出了不同的规划方案，包括单步式泊入和多步式泊入。在此基础上，设计了探索机制，强化规划算法的冗余性，当泊车环境变化时能够及时调整从而保证规划成功，考虑到某些场景需要车头入式的泊车方法，提出了前向垂直泊车的路线。此外，为提升泊车的安全性和面对不同泊车环境时的适应性，提出了若干优化策略。 最后，搭建了路径跟踪控制模块，完成了自动泊车仿真试验。对比几种控制策略， 根据泊车的特点选取模糊控制器作为主要的跟踪控制方式，并详细阐述了模糊控制的隶属度函数及规则库等。针对规划路径中存在的曲率非连续的问题，提出了相应的跟踪模型。根据规划模块给出的泊车路线，利用 MATLAB/Simulink 软件联合仿真，验证路径规划及跟踪控制效果。结果表明，本文提出的规划算法具有较好的泊车精度及鲁棒性，对复杂的泊车环境适应性较强，有较重要的实际应用价值。

先，采取将超声波传感器和轮速脉冲传感器结合的方式实现车位的检测和泊车初始位置获取。为了提高测量数据稳定性和精度，防止单个雷达失效的情况，提出使用同侧的两个超声波雷达同时对车位进行探测，并结合基于相似度的数据融合方法得到更准确的车位信息。 然后，对车辆低速运动过程进行研究，建立了基于后轴中心为参考点的运动学模型，明确了该参考点在车速和方向盘转角输入下的运动规律，并将规律推广到车身各顶点。分析了单步平行泊车的车辆运动学条件和碰撞约束条件，并将其作为非线性约束，基于 B 样条曲线理论设计路径优化函数。在此基础上，选取多个泊车起点进行 MATLAB 路径规划仿真，验证了路径规划方法合理性。为了跟踪规划出的目标路径，先采用基于 EKF 的航迹推算方法滤除传感器中的噪声信号，得到精确的车辆局部定位信息。利用车辆实时位姿与目标路径的偏差，设计了基于模型预测控制的路径跟踪控制器，选取了合适的目标函数，将跟踪控制问题转换为凸优化的二次型最优求解问题，并对控制器参数选择问题进行研究。同时，介绍了广泛用于路径跟踪的一种纯追踪控制方法，用作控制器控制效果的对比验证。 通过 MATLAB/Simulink 与 Carsim 的联合仿真，对比模型预测控制和纯追踪 控制两种控制算法下的路径跟踪的位置误差和航向误差进行控制效果验证。最 后，在实车上验证了基于双超声波雷达数据融合的车位检测算法的有效性。并 进行了泊车系统控制策略的功能验证，通过 CAN 总线获取的实时数据进行误差 分析，证明了规划路径的合理性和路径跟踪控制器的有效性

针对地下车库等停车点中车辆使用 GNSS 等定位方式受到信号限制，激光雷 达等传感器的价格高昂，普通后置摄像头无法获取完整的停车位信息等问题，本 文提出一种基于全景俯视图的停车位检测算法。利用四个鱼眼相机获取车辆四周 的信息，建立车身四周的全景俯视图。提出融合线性卷积层的多尺度损失函数卷 积神经网络，提高对停车位的检测准确率，降低传感器成本。对检测到的停车位， 本文提出一种基于网格的图像定位方法，实现停车位与车辆之间的相对位置定 位，排除信号影响，获得停车位的尺寸信息，再结合动态阈值的停车位空闲判断 方法，判断停车位是否满足泊车条件。 自动泊车的路径规划往往需要满足多种约束条件。针对在路宽较窄，相邻停 车位已有车辆停入的条件下自动泊车难以实现的问题，本文提出了一种窄路宽条 件下的垂直停车位泊车路径规划方法。该方法学习驾驶员在窄路宽条件下，通过 多次倒车实现泊车。从泊车过程的逆向过程出发，从最后的泊车状态到初始泊车 状态进行推导，计算泊车过程中的关键点信息，并分别计算各阶段所需的泊车路 径，最后结合各个关键点与中间的路径完成路径规划，实现车辆在窄路宽条件下 的泊车路径规划。 在系统方面，本文基于实验室移动平台设计完整的自动泊车系统，让移动平 台能在按比例缩小的停车位与相应路宽条件下完成自动泊车。

（1）全景环视感知系统设计。在车身周围布置 4 个鱼眼相机实现对车身全景感知，通过仿真场景对四个鱼眼相利用张正友标定法进行标定，之后通过逆透视变换转换为鸟瞰图。 （2）基于场景定制的 Radon 变换的停车位检测。首先对全景环视感知图像进行预 处理，通过 Canny 算子进行边缘特征提取，之后根据自动平行泊车场景的特点运用基于场景定制的 Radon 变换对停车位边线进行检测。 （3）自动平行泊车路径规划。将泊车路径分成两个阶段，由两个圆弧组成，引入 触须算法预先设置泊车路线库，通过规则约束筛选符合要求的触须，与第二段基于圆弧法设计的泊车路径结合组成泊车路径，降低了泊车起始位姿要求，利用仿真实验验证规划路径能够实现自动平行泊车功能。 （4）分布式驱动电动车差动转向跟踪补偿。当由于外因车辆无法完全按照规划路 径的转弯半径进行泊车，通过左右车轮驱动力的分配产生横摆力矩实现差动转向，对跟踪误差进行补偿。

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。

首先，对超声波车位识别技术和不规则车位规则化处理进行研究。通过分 析超声波传感器在进行车位识别时存在测距误差，提出了水平车位检测补偿处 理的方法；针对现有车位识别检测系统在进行复杂泊车位检测时存在的问题， 本文设计了一种车位规则化处理模型，将两种车位不规则的情况进行处理，使 之满足自动泊车的需求，并在 Simulink 软件中设计了相应的程序模型。 其次，提出了自适应拟合双圆弧泊车轨迹的规划方法。简化车辆的转向系 统，建立了车辆运动学模型，以车辆后轴中点坐标为输入量，得到车辆轮廓点 信息，利用泊车过程的可逆性，确定了最小车位尺寸和泊车可行初始位置；通 过分析泊车过程可能存在的碰撞以及车辆运动的合理性，确定了平行泊车的约 束信息；提出了自适应泊车轨迹的规划方法，通过利用反正切函数对双圆弧泊 车轨迹进行了拟合，满足了泊车路径曲率连续的要求。 再次，研究了平行泊车路径跟踪控制方法，建立了自适应控制策略的跟踪 控制模型。在对汽车动力学模型分析的基础上，得到了泊车过程路径跟踪的控 制目标，提出了相应的跟踪控制方案，并且设计了自适应跟踪算法。同时对算 法进行了优化，提出了目标车身角补偿的自适应跟踪方法，搭建了自动泊车系 统的补偿自适应路径跟踪模型。 最后，进行了基于自适应算法的平行泊车的实验验证。利用 CarSim 和 Simulink 软件对设计的自适应平行泊车系统进行联合运动仿真，分别对车位识 别处理系统、泊车轨迹规划系统和路径跟踪系统的有效性进行验证，并结合实 验智能车进行实际泊车模拟，相关结果验证了本文所提出方法的正确性。

首先，针对自动泊车环境下可能出现的低光照或明暗交替等复杂场景这一问 题，本文在 vSLAM 系统中设计了处理复杂场景的功能。本文基于 Retinex 理论 模型，从物体成像的原理上分析，利用 LIME 算法来解决这个问题，并且结合自 动泊车场景来设计算法中的权重系数，对算法的时间复杂度进行加速优化。而后 针对一些低光照的图片进行了优化处理来验证 LIME 算法的可行性。 其次，针对 vSLAM 常见的问题，即在跟踪时容易丢失目标、出现尺度漂移 等问题，进行了分析与研究。提出了使用预测模型的方式来减少跟踪失败概率的 方法，提出了适合泊车环境的关键帧筛选策略，针对立体匹配模块，先根据多方 面误差来选择质量较好的点，再用由粗到精最后计算图像的相关性的方法来进行 匹配并更新地图上像素点的逆深度，并在地图优化模块中通过双向 Sim3 检测进 行误差分析解决尺度漂移的问题。 最后，基于大众速腾以及深圳锐尔威视科技有限公司所研发的型号为 RER_USB1080P01-LS43 的相机搭载了实验平台，傍晚时分在吉林大学南岭校区 汽车工程学院周围采集多个停车场数据，验证了在低光照的自动泊车环境下基于 LIME 算法进行 vSLAM 的可行性，并且实验表明在泊车环境下本文算法要优于 传统算法。

本课题来源于某校企合作研发项目，旨在实现区域自动代客泊车应用，本文重点研 究自主引导行驶技术中的全局路径规划算法和参考路径跟踪控制应用算法。为实现智能车自动行驶控制，本文首先基于项目系统要求和现有实验车辆平台，建立满足行车控制要求的车辆运动学模型，通过线性化和离散化处理，构建能够描述车辆运动状态的离散状态空间方程，为智能车的行驶状态预测和控制算法提供理论基础。同时本文测绘记录实验场地（室外停车场）位置地图，描述行车道路、停车位、树木和障碍物等之间的精确位置关系，结合道路行驶规则和 OpenDRIVE 路网技术建立实验场地高精度电子地图，为智能车系统路径规划和跟踪控制提供环境信息。 然后结合图论和启发式路径搜索理论，基于在高精度电子地图中设定的道路航点， 综合路径最优和操控性以改进 Floyd+A*混合路径规划算法；通过构建路径规划策略，实现智能车行驶全局参考路径的在线动态规划，为智能车的行驶提供安全最优的参考路线。为保证智能车能够精准地按照参考路径行驶，结合模型预测控制算法，设计满足智能车模型和行驶控制要求的路径跟踪控制器。将控制器的目标函数求解问题转化为二次规划求解问题，在 QP 求解方法的基础上，结合对偶算法通过对海森矩阵分解求逆，提出一种新的 QPKWIK 求解器，在 Matlab/Simulink 软件仿真平台上验证了 QPKWIK 求解器的快速性和有效性。 最后设计搭建实验车辆系统平台，通过对实际行车数据分析，验证了本文路径规划 算法、路径跟踪控制器和自主引导行驶系统的有效性和可行性。结合全自动泊车技术，实现区域自动代客泊车应用。

首先，自动泊车系统需要一个合理的轨迹规划方法。本文分析了商用车的运 动过程，建立了其运动学模型，考虑了商用车单步垂直泊车的影响因素：车位尺 寸条件、避障约束条件、停放约束条件、车辆参数约束条件等。在此基础上，使 用 B 样条曲线方法对商用车单步垂直泊车的场景进行轨迹规划，并验证了其对 于不同泊车场景的有效性。 然后，设计了非时间参考的轨迹跟踪控制方法，降低了车速对轨迹跟踪控制 的影响。设计了基于模糊控制、基于滑模控制和基于趋近律的终端滑模控制的轨 迹跟踪控制器。进行控制效果的对比，认为基于趋近律的终端滑模控制的轨迹跟 踪控制器的控制效果最好。 最后，基于此 TruckSim 软件搭建了商用车的动力学模型，而后通过Matlab/Simulink 搭建了轨迹规划模型与轨迹跟踪控制器模型。进行了基于Matlab/Simulink 与 truckSim 的联合仿真。通过不同工况场景下的商用车的垂直泊车，对轨迹规划算法的合理性进行验证，同时也检验了轨迹跟踪控制器的跟踪控制效果。