越来越多的私家车走进我们的生活,公共停车场停车难问题尤为突出,随着自动驾驶技术的发展,自动泊车（SAE L2）及其演进方向自主泊车（SAE L4）成为这一问题的解决方案。自主泊车系统（APS）有两种技术路线,一种是偏车端方案,另一种是偏场端方案。车端智能化方案对车辆智能化要求较高,且目前技术并未成熟,其L2级别的全自主泊车系统也仅适用于高端汽车和电动车,还未真正适用于普通汽车上。鉴于上述情况,选择场端智能化具有极大优势,可以通过对基础设施的改造和通讯技术,填补普通车辆本身智能化不足的缺点,同时在技术上相对容易实现。因此,本文提出了基于车路云协同的自动泊车服务,以中、低端汽车为服务对象,对自动泊车相关技术进行研究。主要内容如下:1.根据实验车辆、停车场路侧设备的改装情况这些硬件条件确定自动泊车系统的云端框架结构,确定在云端完成感知融合与定位以及全局路径规划这两部分功能的实现。2.使用实验车辆采集停车场的激光点云地图,然后通过激光SLAM进行地图构建,实现高精度地图采集以及制作。完成云端感知融合与定位模块的功能,包括车端路侧设备传到云端的多源感知信息的融合和从地理坐标到平面坐标的转换。3.针对系统为用户自主选择停车位的情况,兼顾考虑车辆位置到停车位、停车位到出口这些距离方面的因素和停车位两侧是否有车辆停放方面的因素,设计了一种便利性与舒适性并重的停车位选择算法。4.对路径规划的方法进行研究,分析不同方法的优缺点,确定实验选用的方法。针对园区内较大规模的地图提出了双层的云端路径规划办法,在上层使用基于拓扑地图的A*算法进行园区内的路径选择,在下层使用基于栅格地图的混合A*算法进行路网节点之间的路径规划。5.对下层规划中使用的混合A*算法进行研究,研究其代价函数的组成并对其中的启发函数部分进行改进,在启发函数中加入关于父辈节点的约束,使其更好的向目标方向收敛且生成的路径可以更加平滑化,能够更好的应用在自动泊车应用中,最后对其进行了实车测试。