随着我国社会经济的飞速发展，城市机动车数量俱增，停车场的数量与规模不断增大。国内大多数停车场依靠场内管理人员指引，部分停车场入口处为驾驶员提示空车位数量，驾驶员在场内只能依据车道上的路标自行寻找空车位，降低了停车效率和用户体验。智能引导技术进行合理的路径规划，实时为驾驶员提供优化的停车场内驾驶路线。　　本文主要研究了停车场内智能路径引导中的车辆实时定位和行驶路径规划问题。　　(1)将停车场路径规划抽象为结构化环境中的全局路径规划问题，为了避免陷入局部最优和提高算法收敛速度，使用MMHPSO(多核多线程混合粒子群算法，Multi-coreMulti-thread Hybrid Particle Swarm-Optimization)解决带权无向图中针对特定车位寻找最优路径的问题。具体包括：a)经过实验得到动态惯性权重和动态学习因子公式中的最适合停车位引导问题的参数值；b)在算法中融入了遗传算法中的交叉、变异操作；c)采用Java多线程机制实现多种群并行计算。实验结果表明MMHPSO算法在结点数较多情况下搜索速度快且较为稳定，可应用于车位较多的大型停车场。　　(2)为解决停车场内车辆实时定位中的WIFI参考点信号漂移造成定位错误问题，研究了基于冗余WIFI节点的室内定位误差消除方法，具体包括：a)理论分析了基于冗余节点的三点组合计算结果“投票”统计法消除定位误差方法的合理性；b)开发了相关应用系统软件，在实际环境中验证了该方法的可行性，实验证明该方法在单节点信号漂移不大的情况下可以较好的实现定位误差的纠正。　　(3)结合基于冗余WIFI节点的室内定位方法和MMHPSO车位搜索算法，设计了面向手机用户的停车场路径智能引导原型系统，为大型停车场内部车辆路径引导系统的开发提供了参考。