车辆相对车位位姿的检测和障碍物位置的检测是自动泊车环境感知系统的重要组成，这些环境感知检测数据可为车辆避障与泊车路径规划策略提供依据。本文基于机器视觉技术，对车辆相对车位位姿和车后方障碍物位置与宽度的视觉检测方法进行研究，主要内容如下：1）为便于户外泊车图像的采集，搭建了一台wifi无线图像采集实验小车，该实验小车可在户外连续工作3-4小时；在现有的两种平行泊车路径的基础上，提出了一种新的平行泊车路径，将平行泊车过程分为五个阶段，不同的泊车阶段对应不同的矩形感兴趣区域，位于图像的特定区域。实验结果表明，该方法可有效地提取出车位感兴趣区域。2）对车位感兴趣区域进行灰度化、中值滤波、阈值分割处理，得到车位感兴趣区域二值图，接着利用两条车位线在图像中斜率和截距的不同，将车位外边线与车位底线分离，提取出单条车位线，最后在单条车位线图像中提取该车位线的特征点。实验结果表明，该方法可有效地将两车位线分离，提取出单条车位线及车位线特征点。3）在地面铺设景物点充当标定靶标，利用BP神经网络标定车载摄像机，建立反映景物点图像像素坐标与世界坐标对应关系的神经网络标定模型，接着求取车位线特征点的世界坐标，在世界坐标系中用最小二乘法拟合车位线，最后用推导的位姿计算公式测算车辆相对车位的位姿。实验结果表明，该车辆位姿视觉方法可达到测算出车辆相对车位位姿的目的。4）提取出障碍物与地面相交线的两端点坐标后，利用建好的标定模型，求取两段点的世界坐标，然后利用物理空间点与点，点与线的几何关系，求取障碍物的位置与宽度。实验结果表明，该方法可测算出障碍物位置与宽度。