自动泊车系统能够有效避免泊车过程的安全事故,并逐渐成为国内外各大汽车生产商、科研机构和高校的研究热点,目前已有部分车企推出了自己的自动泊车系统。本文针对自动泊车系统的核心问题——路径规划和路径跟踪进行展开研究,针对平行泊车场景进行了路径规划,并设计了带有避障功能的路径跟踪控制器,并通过软件仿真、硬件在环和智能小车验证了模型的有效性,为实验室开发建立低成本自动泊车系统或辅助驾驶系统提供了有用参考。首先,本文分析了平行泊车的运动过程,基于某款乘用车建立了车辆的运动学模型,根据车身与后轴中心参考点的几何关系,推导出整车轮廓的运动规律。根据车辆参数确定了所需的最小车位尺寸和理论可行泊车起始区域。对比分析了各类平行泊车路径曲线的优缺点,选用了结构简单、曲率连续且易于跟踪的等速偏移和正弦函数的叠加曲线作为本文的平行泊车路径。结合平行泊车场景的环境约束条件和车辆运动学约束条件,将满足泊车条件的起始区域进行了划分,针对不同区域设计了不同的泊车路径。针对车位尺寸较小的情况,规划了库内姿态调整路径。考虑车辆在泊车过程中遇到障碍物的问题,分析了两种避障方法的适用场景。然后,基于PID控制算法设计了车速控制器;为了降低车速对路径跟踪效果的影响,以及确保车辆在路径跟踪过程中满足车辆最小转弯半径约束和车辆转角转速约束等条件,基于软约束二次规划模型预测控制理论设计了路径跟踪控制器,在Simulink中进行了路径跟踪仿真,仿真结果表明车辆实际行驶路径与期望路径吻合度较高,控制效果较好。针对车辆在路径跟踪过程中遇到行人、动物等动态障碍物的避障控制问题,结合超声波雷达信号设计了避障控制器。最后,结合veDYNA车辆动力学模型、PreScan泊车场景模型和Simulink车辆运动控制模型,完成了平行泊车系统控制策略的联合仿真验证。使用NI-PXI设备搭建了实时系统测试平台,验证了控制模型编译成嵌入式代码后的一致性和实时性。搭建了智能小车试验平台,将控制模型代码加载到树莓派中,控制Ford Fiesta ST Rally车模进行了平行泊车试验,验证了控制模型的有效性和稳定性。