汽车行业的高速发展,让自动泊车系统成为研究热点之一。而自动泊车系统的普及受到成本、传感器等因素的制约。当前,自动泊车系统面临两个挑战:第一,传统图像处理方法受光照等影响较大,地下车库的停车位检测、定位常通过激光雷达、固定端摄像头、GNSS等完成,存在传感器成本高昂、数据量大、易受信号影响等问题,影响自动泊车功能的普及与应用。其次,泊车过程中约束条件强,车辆受最小转向半径及障碍物限制,系统对泊车场地要求高,宽敞的车位容易泊车,而窄路宽条件下则难以成功。因此,本文提出了一种基于全景俯视图的自动泊车系统:首先通过基于全景俯视图的停车位检测算法检测停车位信息,然后通过基于网格的图像定位算法实现停车位与车辆的相对位置定位,再通过动态阈值判断停车位是否空闲,最后对可用停车位规划泊车路径,实现窄路宽条件下的泊车路径规划。本文的主要研究工作如下:针对地下车库等停车点中车辆使用GNSS等定位方式受到信号限制,激光雷达等传感器的价格高昂,普通后置摄像头无法获取完整的停车位信息等问题,本文提出一种基于全景俯视图的停车位检测算法。利用四个鱼眼相机获取车辆四周的信息,建立车身四周的全景俯视图。提出融合线性卷积层的多尺度损失函数卷积神经网络,提高对停车位的检测准确率,降低传感器成本。对检测到的停车位,本文提出一种基于网格的图像定位方法,实现停车位与车辆之间的相对位置定位,排除信号影响,获得停车位的尺寸信息,再结合动态阈值的停车位空闲判断方法,判断停车位是否满足泊车条件。自动泊车的路径规划往往需要满足多种约束条件。针对在路宽较窄,相邻停车位已有车辆停入的条件下自动泊车难以实现的问题,本文提出了一种窄路宽条件下的垂直停车位泊车路径规划方法。该方法学习驾驶员在窄路宽条件下,通过多次倒车实现泊车。从泊车过程的逆向过程出发,从最后的泊车状态到初始泊车状态进行推导,计算泊车过程中的关键点信息,并分别计算各阶段所需的泊车路径,最后结合各个关键点与中间的路径完成路径规划,实现车辆在窄路宽条件下的泊车路径规划。在系统方面,本文基于实验室移动平台设计完整的自动泊车系统,让移动平台能在按比例缩小的停车位与相应路宽条件下完成自动泊车。