随着社会的发展和科学技术的不断进步,自动驾驶技术在近年来蓬勃发展。自主泊车技术作为自动驾驶场景中的重要一环,可以有效地缓解城市核心地区的交通拥堵状况,极大地方便人们的生活,具有重要的研究意义。本文针对自主泊车系统的实际需求,提出了一种基于“度量-语义-行为”的车辆行驶空间构建的自主泊车方法,该方法可以有效地提高车辆对泊车环境的感知、认知能力,并保证车辆在泊车过程中的安全性和高效性。本文具体研究内容如下:第一,针对自主泊车系统中车辆定位的需求,设计构建了一个基于双目视觉的即时定位与地图构建(SLAM)系统。该SLAM系统使用关键帧技术构造SLAM系统的稀疏地图,并使用了基于局部关键帧的捆集优化实现对局部地图的维护。此外,该系统还使用了基于词袋模型的回环检测模块,并使用位姿图优化和全局光束平差法对全局地图进行优化。该SLAM系统可以在室内外环境实现对相机位姿的鲁棒跟踪,可为自主泊车系统提供可靠的定位信息。第二,针对自主泊车系统中导航地图构建的需求,设计构建了一个基于双目视觉的三维稠密地图构建方法。该方法使用经典的SGM双目视差计算方法获得场景深度,借鉴多视图立体视觉的思想,将在多个视角下的多次深度观测进行融合,以获得该场景更加可靠的深度信息,并使用融合后的深度信息对基于八叉树的三维占据栅格地图进行更新,可为自主泊车系统提供车身周围准确的障碍物分布信息。第三,针对自主泊车系统对泊车环境语义信息认知的需求,提出了一种基于道路分割和逆透视算法的车位标线识别方法,并借助双目深度图对车位在三维空间中进行定位。本文还设计了一种车位语义信息与SLAM系统构建出的度量地图的关联方法,使得语义信息可以随着度量地图的优化而更新。第四,针对自主泊车路径规划方面的需求,提出了一种新的泊车路径规划方法。本文从四轮车辆的运动学模型出发,提出了一种名为线性转向曲线的具有连续曲率性质的曲线形式,并推导出了其参数化表达。然后利用直线、圆轨迹以及线性转向曲线作为路径规划的基本元素设计了一种路径搜索和路径择优的方法,并以此为基础设计了一个前馈-反馈PD控制器来对泊车路径进行跟踪。最后,本文对提出的相关算法进行了实验测试,包括基于双目视觉的SLAM方法、基于SGM和深度滤波器的三维地图构建方法、基于连续曲率的泊车路径规划方法等。本文还在真实环境下开展了度量-语义混合地图构建的实验,证明了本文方法的可行性和有效性。