为了提高乘客与行人的安全性,先进泊车辅助系统在汽车工业中发挥着越来越重要的作用。在各种驾驶辅助系统中,现代车辆利用车尾摄像头产生的图像信息及机器学习算法使得自动泊车障碍物等各种物体的检测成为可能。本课题基于四种不同的训练数据集,建立了四个不同的检测器,用于检测不同类型的锥形桶。此外,利用三种不同程度的数据增广技术对训练数据集进行了增广。然后,研究了这四个检测器在两类测试子集上的效果。其中,第一类测试子集与训练集的环境条件一致,而后一类测试子集则显著不同,结论表明前者的测试效果要优于后者。具体地,第四个检测器和第一个检测器分别在第一个和第二个测试子集上获得了最高的检测率(分别为92.39%与75.53%)。实验进一步表明,不同程度的训练数据增广会提高第一个测试子集上的检测率,但通常会降低在第二个测试子集上的检测率。