随着人民生活水平的提高,我国汽车保有量也迅速增长,导致城市中停车位紧张且泊车空间相对缩减,“停车难”问题随之出现。自动泊车系统作为无人驾驶的一部分,市场需求极为广阔。本文利用车辆自带的全景环视系统,提出基于全景图像的自动泊车路径规划和跟踪控制方法,具体研究内容如下:介绍了本文所使用的基于全景图像的车位检测方法,使用多目标检测网络确定车位的头部和标志点,通过几何关系确定完整的车位,再根据像素与实际尺寸的比例确定车位位置。根据阿克曼转向几何对车辆模型进行简化,推导出低速车辆运动学模型,为后续研究提供便利。根据车位检测得到的三种类型的车位,利用传统的圆弧与直线相连接的方法进行泊车路径规划。针对垂直车位和斜车位,根据起始位置车辆与车位入口线的横向距离不同,提出了单次转向和两次转向的泊车路径规划算法。针对平行车位,利用逆向推理计算出两步式泊车所需要的最小车位尺寸。对大于该尺寸的车位进行两步式泊车路径规划。对小于该尺寸的车位进行四步式泊车路径规划,也可根据横向距离不同将其分为两种方式。利用Matlab建立路径规划仿真模型,针对上述规划方法进行仿真验证,结果表明其具有可实施性。利用得到的低速运动学模型,结合模型预测控制（model predictive control,MPC）原理,对自动泊车路径跟踪控制器进行设计。对算法进行推导,选用软约束方法设置目标函数,并约束控制量和控制量增量,计算得到每一采样周期的控制量。并在计算机上建立Carsim和Simulink的联合仿真模型,对所设计的路径跟踪控制器进行仿真实验,结果表明其具有实用性。在猛犸Ⅳ底盘上使用四个鱼眼摄像头搭建全景环视系统。底盘上搭载的MINI工控机预装了Ubuntu系统,以此作为软件系统平台,装备机器人操作系统（robot operating system,ROS）作为软件架构。通过CAN通信模块与底层控制系统进行通信,由此构建一套自动泊车系统。根据车辆尺寸设计了三种类型的停车位,多次实车实验结果表明本文搭建的自动泊车系统可应用于普通泊车场景。经验证,本文提出的自动泊车路径规划方法具有很好的可实施性,并且能降低对跟踪控制的精度要求。建立的自动泊车系统能准确识别车位并安全地完成泊车操作,在泊车空间允许的情况下能尽量减小对车位尺寸的要求。