ParkGaussian：面向自动泊车的周围视角 3D 高斯溅写
计算机视觉与模式识别
2026-01-06 v1 人工智能
摘要
泊车是自动驾驶系统 (ADS) 中的关键任务，在拥挤的泊车位和 GPS 信号受限的环境中面临独特挑战。然而，现有工作聚焦于 2D 泊车位感知、映射和定位，3D 重建仍鲜有探索，这对于捕捉泊车场景中复杂的空间几何结构至关重要。单纯提高重建泊车场景的视觉质量并不直接有助于自动泊车，因为泊车的关键入口是泊车位感知模块。为此，我们构建了首个名为 ParkRecon3D 的基准数据集，专为泊车场景重建设计。该数据集包含来自四个周视角鱼眼相机的传感器数据，已校准外参，并包含密集的泊车位标注。随后，我们提出了 ParkGaussian——首个将 3D 高斯溅写 (3DGS) 集成到泊车场景重建中的框架。为进一步提高重建结果与下游泊车位检测任务之间的对齐性，我们引入了基于车位感知方法的 slot-aware 重建策略，以增强车位区域的合成质量。在 ParkRecon3D 上的实验表明，ParkGaussian 实现了最先进的重建质量，并更好地保留了下游任务的感知一致性。代码和数据集将在 https://github.com/wm-research/ParkGaussian 发布。
引用
@article{arxiv.2601.01386,
title = {ParkGaussian: Surround-view 3D Gaussian Splatting for Autonomous Parking},
author = {Xiaobao Wei and Zhangjie Ye and Yuxiang Gu and Zunjie Zhu and Yunfei Guo and Yingying Shen and Shan Zhao and Ming Lu and Haiyang Sun and Bing Wang and Guang Chen and Rongfeng Lu and Hangjun Ye},
journal= {arXiv preprint arXiv:2601.01386},
year = {2026}
}