本课题由上海同济大学和前瞻技术研究部共同承担。

秘书处于2021年6月4日组织来自上汽技术中心、上汽大众、上汽商用车技术中心、泛亚、华域股份共5名资深工程技术人员，对该课题进行了结题验收评审。

课题组以自主泊车功能为基础，围绕泊车位检测和车辆周围动态物体检测，探求基于深度学习的算法解决方案，主要内容包括两部分：全天候室内外泊车位识别，泊车过程中的动态物体检测及跟踪。完成了泊车位数据采集、标注和数据增强，全天候泊车位识别算法开发，泊车位检测相关算法的性能对比与分析，结合连续泊车位语义提高识别泊车位信息精度，泊车位实时跟踪算法开发，端到端泊车位检测方法探索，多相机系统位姿联合优化算法研究，人车和障碍物的数据采集、标注以及离线检测，基于2维图像进行的3D Bounding Box检测算法的设计以及标注工具开发等工作，课题针对复杂元素组成的泊车位和阴影遮挡等复杂识别条件，提出了相比于Adaboost 更具泛化扩展性的基于深度卷积神经网络的泊车位识别算法；提出了根据连续泊车位中的语义信息，结合泊车位均布、类型等普适性特点，优化泊车位位臵、大小、类型等信息，提高输出泊车位信息精度；提出了根据帧间信息，结合特殊点坐标变换的方法，推算特征点不可见时的泊车位位臵信息。课题研制过程中，申请了项目相关发明专利3项，发表论文7篇。

经专家评定，综合得分78.6分，同意验收。

典型环境下的泊车位检测结果