随着我国车辆保有量的不断上升,城市道路空间越发的拥挤,现有可用停车位数量远远不能满足汽车数量的急剧增长。狭小的停车位空间和复杂的停车场环境导致在驾驶员泊车时极易发生刮擦事故,并且在给驾驶员带来不必要的经济损失的同时更容易造成局部交通的拥堵。为了解决日益突出的停车难问题,自动泊车技术得到了广泛的研究,从最初的辅助泊车(Intelligent Parking Assist,IPA)到完全的自动泊车入位,智能化泊车技术已成为智能交通领域重要研究方向之一。目前,应用最广泛的是基于超声波雷达的自动泊车系统,该系统利用超声波反射原理来检测和识别可用停车位以完成车辆自动泊车入位的任务。然而该系统由于自身工作原理的限制,当目标停车位周围没有参照物车辆的情况下,无法准确检测和识别出空停车位。而基于视觉的自动泊车系统能够有效解决以上问题,该系统通过计算机视觉技术识别地面停车位标记线来完成可用停车位的检测与识别。因此,本文提出一种基于全景视觉辅助系统的停车位检测与识别方法,能够在复杂场景下更加准确、安全、快捷地实现可用停车位的检测与识别,为后续自动泊车系统准确泊车入位提供了有力的支撑。首先,为了能够更多的获取车辆周围环境信息和停车位标记线特征,本文采用全景视觉(Around View Monitor,AVM)辅助系统来生成车辆周围360°的全景影像图,并在此基础上完成停车位的检测与识别。在停车位检测阶段,先对原始全景图像进行图像预处理操作,主要包括图像灰度化、图像去噪和图像边缘化处理,目的是为了在后期图像处理阶段减少数据量和处理时间。之后基于LSD(Line Segment Detector)直线线段检测算法,利用梯度信息检测出全景影像图中的停车位标记线。与经典的基于Hough变换的直线检测算法相比,LSD算法具有更高的检测精度和更少的计算时间,由于该算法自身具备的自适应差错控制机制,使得在停车位检测过程中能够有效地减少漏检测和误检测现象的发生。其次,本文在上述停车位检测方法的基础上完成了可用空停车位的识别,并通过计算停车标记线长度和标记线之间的灰度变化来初步判定是否为候选空停车位。在现有的停车位识别方法中,只将停车位中停放的车辆作为停车位是否被占用的标准,而忽略了停车位区域内小型障碍物(如:车位地锁、交通锥等)对空停车位识别的影响。本文利用图像分割和双目立体视觉算法通过计算小型障碍物的高度来判断目标停车位是否被占用。在实测阶段利用Microsoft Visual Studio 2013开发工具和OpenCV视觉数据库实现停车位检测与识别的功能。实际测试结果表明,采用小型障碍物高度判定的停车位识别方法能够有效地提高识别准确率。