介绍了鱼眼摄像机模型以及鱼眼摄像机的内外参标定原理，其中，鱼眼摄 像机模型近似于等距投影模型，推导了空间中一点成像到鱼眼图像上一点的过程， 采用张正友标定算法标定相机内参，计算四路环视相机图像坐标系与同一世界坐 标系之间的转换关系进行相机外参的标定。 (2)分析了三角函数法与棋盘格标定法的俯视变换效果，对四路环视相机进行 俯视变换，获取相机俯视图。为了加快拼接速度，采用基于像素查找表的拼接方 法，将全景环视图像与俯视图之间的转换关系保存，每次拼接时只需要将图像坐 标系中的像素点搬运到俯视图像对应像素位置处。研究不同拼接区域选择对拼接 缝的影响，最终采用加权平均融合算法对拼接区域进行融合。 (3)根据车位检测算法的要求，分析了 Hough 变换与基于 LSD(Line Segment Detector)的直线检测算法对车位检测识别精度的影响，针对停车场景中存在大量 的“U 形”车位，设计算法过滤干扰线、提取停车位角点、拟合有效车位。由于 车辆在行驶过程中，经常会出现漏检现象，采用光流跟踪算法对车位进行跟踪， 确定了车位检测系统的设计流程。 (4)根据车位检测的要求搭建基于全景环视的车位检测系统，为了验证本文算 法的有效性，对不同泊车场景进行实验测试，主要包括晴天与雨天、地下车位与 地上车位，对检测识别效果进行实验测试与对比分析。实验结果表明，本文车位 检测算法适用于大多数天气情况以及泊车场景，能够有效检测到车位并减少漏检 和误检。

本文首先通过对泊车过程的工况进行分析，确立了车辆的运动学模型。并在对平行车位、垂直车位和斜车位的多种情况进行分析之后，确定了以超声波传感器为基础的自动泊车系统的车位检测方法。通过使用 MATLAB/Simulink软件平台，分别对三种车位的检测逻辑进行仿真验证，并证实了该车位检测方法的可行性。 其次，本文根据车辆的几何关系确定了最小泊车车位尺寸以及路径规划中需要使用到的各项参数。同时通过对平行车位、垂直车位和斜车位三种情况下的泊车流程进行分析，在最短泊车路径的基础上，分别求解出了不同车位情况下的泊车起始位置区域。为自动泊车系统的路径规划奠定基础。 再次，本文采用多项式对泊车路径进行规划。使用多项式进行路径规划计算简便，可保证路径曲率连续，同时可以满足转向系的要求。通过对泊车过程中可能发生的碰撞和泊车环境等进行分析，确定了规划路径的位置约束、姿态约束和避障约束。过 MATLAB/Simulink 分别计算出了三种车位情况下的可用泊车路径。为之后的路径跟踪奠定良好的基础。 最后，通过对驾驶员的驾驶经验进行总结，确定了模糊控制器的输入、输出、隶属度函数和模糊逻辑。并通过 MATLAB/Simulink 软件平台，对泊车路径进行跟踪。通过对后轴中点的位置误差、航向角误差和前轮转向角的分析，可以确定模糊控制器的有效性。

针对城市泊车位越来越狭小、泊车环境变得更复杂的问题，总结了国内外自动泊车系统的研究及应用现状，重点阐述了泊车过程中的车位检测、路径规划、路径跟踪。进而归纳出目前自泊车系统存在的问题及未来发展的趋势。

本文所设计的车位检测系统基于无线传感网(Wireless Sensor Network，WSN)技术。检测节点使用MSP430单片机控制MAG3110磁阻传感器，配合车位检测算法，并通过nRF905无线通信模块向转换节点发送车位使用信息。转换节点将接收到的信息转换成以太网数据。系统具有检测准率高、组网方便、抗干扰能力强和功耗低等特点，能实现对车位使用情况的实时监测。

提出了一种基于深度学习的车位智能检测方法。利用TensorFlow深度学习平台对车辆目标识别模型进行了训练, 提取了有效车辆图像的优化间隔, 给出了车辆分布的精准识别结果, 实现了对车辆分布识别结果的有序编号和车位空缺状况的准确判断。利用模拟数据和实际采集数据, 分别验证了车位分布的智能识别、车位智能编号和空车位判断的可靠性。

停车场车位检测，基于485总线结构，利用超声波探测车位空忙，主机采用轮训模式，最终实现车位信息汇总。课程设计代码，简单易懂而高效，成绩为优。