本项目在智能机器人和自动驾驶领域已有的SLAM算法策略基础上，在上汽已有SLAM项目基础上，通过智能汽车上构建的泛在信息环境下的环周传感信息融合，结合人工智能算法，实现环境地标的多尺度语义标识、空间关系表达及其空间推理，构建测度、拓扑以及语义的统一地图表达机理和技术，提升汽车导航定位及环境地图创建精度。在此基础上，拟结合环视信息，在静态障碍物和动态障碍物并存的场景里自主完成路径规划、导航控制，规划出一条可行的运动路径，并进行前视SLAM精度的矫正，以完成相应的导航和泊车等任务满足室内泊车要求。
通过路径规划和自主决策算法，实现停车库内自主导航和泊车等典型任务。主要研究内容分两部分：语义地标的构建与识别、前视与环视的SLAM与IMU融合、基于泊车任务过程中的路径规划。
需明确的是项目的实现是基于上汽提供的双目视觉及环视车辆平台中，第一阶段算法的实现是在工控机端进行实现，并最终于英伟达PX2上实现。
