随着社会发展,汽车数量增多,在停车场寻找合适停车位变的十分困难。虽然在一些停车场,车辆可以利用全球卫星导航系统来辅助寻找停车位,但是精度较低导致停车位定位的精确度不高,另外在室内停车场环境下,全球卫星导航系统也使用受限。因此,智能化自动泊车技术的研究至关重要,本文基于计算机视觉进行泊车过程中的车位检测和泊车导航关键技术研究,具体研究内容及论文贡献如下:1.通过对场景调研和视觉定位相关算法的研究,提出了一种仅根据停车场的基础设施单眼摄像头完成检测停车场车位状态和3-D位置的算法。首先利用停车场车位线,结合HSV颜色空间处理,形态学运算和霍夫变换直线检测获取3-D空间下的正交直线组。然后使用消失点估计算法来完成对摄像机的标定工作,并引入分布估计算法(EDA)计算局部最优的相机参数来解除相机标定过程中对未知参数的约束限制,从而降低重投影误差,提高标定算法准确性。最后配合使用视觉检测算法完成了对停车场的车辆位置的定位,从而达到了在停车场对空闲车位的空间位置锁定以及引导车辆完成准确寻找停车位的目的。算法在公开数据集上进行对比实验,结果证明了所提出的算法在车位识别上具有准确性。2.提出了利用车辆检测的3-D位置与规划路径的距离作为特征来实现多特征融合的卡尔曼滤波追踪算法。首先,通过对多摄像机做融合在3-D空间实现了各摄像头场景位置信息的统一。然后,通过对颜色特征,大小特征和车辆3-D位置与规划路径距离特征进行融合,在非遮挡追踪下设计了自适应权重调整方法,在遮挡发生时提出提高距离特征权重的方法。最后,通过结合卡尔曼滤波追踪算法实现对车辆的跟踪。在数据集上的模拟实验证明了该算法有效的提高了停车场车辆追踪的准确率。