随着我国人民收入增加和汽车工业的不断发展,我国汽车保有量迅速增长,目前我国已经进入汽车社会时代,汽车工业生产规模和汽车消费市场规模均位于世界第一。然而汽车数量的急剧增长也带来了各种社会问题,如交通安全、道路拥堵、停车位紧张等等,智能汽车的出现一定程度上解决了上述问题。路径规划一直是智能车研究的重点,也是智能车技术的关键部分,具有重大研究意义与应用前景。智能车路径规划是指车辆行驶过程中,通过传感器感知外部环境的情况,利用一定的算法,为车辆规划出一条无碰撞的路径出来。本文针对现阶段智能停车场的功能需要,对汽车出入库路径规划进行研究。首先使用P准则函数,通过函数来统一刻画各种车位的可行驶道路的边界和静态障碍物的边界。分析了智能车辆在局部路径规划模型中所受到的各种约束条件,包括车辆运动学约束条件、边值约束条件、路径约束条件以及避障约束条件等,建立了车辆出入库的最优控制模型。利用直接配点法,通过拟合多项式来近似时间和空间上的状态变量和控制变量,对多项式求导数来近似离散点处的状态微分量,从而将最优控制问题转化为NLP问题,选择序列二次规划法求解。文章分别对垂直车位、平行车位和倾斜车位的出入库路径进行研究,建立车辆运动学模型和车位函数,分析了车辆运行中受到的各种约束条件,进一步使用直接配点法求解,结果验证了本文方法可以很好地为车辆规划出一条避障行驶路径,具有良好的实时性,延时性较小。对比分析基于直接配点法对智能车辆进行出入库路径规划的六种工况,每一种工况的求解时间均少于1.5秒,求解速度快。说明了直接配点法是求解最优控制问题的有效离散方法,此方法在解决最优控制问题中具有计算量小、数值稳定性好等优点。