由于泊车环境复杂多样,对驾驶员的驾驶水平有很高要求,稍有不慎就会导致车辆和周边障碍物或行人发生碰撞,造成交通事故。如何快速、安全的泊车,已经成为很多驾驶员头疼的问题。另外,随着自动驾驶技术的飞速发展,无人驾驶汽车也迫切需要解决无人值守自动泊车问题。为了解决这个问题,本文拟针对环视视觉场景,研究全自动无人泊车技术,在停车位检测和空车位分类方面提出了创新算法,并基于BS架构,设计并实现了自动泊车系统的仿真和验证。具体研究内容包括:(1)提出了一种停车位检测优化算法,显著提升了检测的精度和速度。在角点检测方面,通过引入焦点损失缓解了单步骤检测算法的正负样本不均衡问题;通过引入全局注意力机制,来构建通道间的依赖关系,实现重要特征的强化,从而获得性能上的提升;通过引入深度可分离卷积结构,极大地减小了网络的计算量,使得前向推理速度获得明显的提升。最终算法在公开数据集上精确率和召回率分别达到99.72%和99.17%。(2)提出了一种基于透视变换的空车位分类算法。为了使得停车位检测算法更加完整,且针对目前主流的空车位分类算法存在的数据依赖问题和需经验设置固定参数的问题,本文基于透视变换和深度卷积神经网络技术,提出了一种泛化性强、无需经验设置固定参数的空车位分类算法。在公开数据集上的实验表明,所提算法相较现有算法,获得了显著的性能提升。(3)设计并实现了基于BS架构的自动泊车系统。为了验证本文所提算法的实际效果,我们基于BS架构,设计并实现了一个操作方便、结果可视的全自动泊车仿真系统。为了构建一个完整的自动泊车系统,除了本文所提算法,我们还引入了路径规划、结果展示等相关模块。