來源 |  11號線人

在商超負一樓停車場經常看到這樣一個場景：一位中年男人開著車，在負一樓的電梯口放下漂亮的妻子和可愛的女兒。而后點起一根煙，獨自駕駛著車輛圍著停車場一圈兩圈三圈的游走著，宛如“囚犯放風”。直到那個15平大小停車位出現，男人臉上才開始露出革命勝利的喜悅。

 

乘用車自動駕駛按場景來分主要分為城市場景，高速場景及泊車場景。泊車場景作為用戶痛點感受最深，技術實現相對容易，客戶最愿買單且最有機會率先落地的場景，是乘用車L4自動駕駛企業兵家必爭之地。不僅可以緩解中年男人的停車焦慮，還可以提高停車場車位的利用率，提高整個停車場的運營效率乃至整個城市的管理效率。

 

泊車功能隨著自動駕駛級別的提升，使命由部分輔助變為完全自主，傳感器配置由樸素到輕奢，系統由簡單變為復雜。本文自動駕駛圈黑話第五期就介紹自動駕駛L2-L5級別下的典型泊車功能。

L2 自動泊車輔助APA

L2下典型的泊車功能為APA（Auto Parking Assist，自動輔助泊車）。APA功能開啟需要駕駛員手動按下車內使能按鈕，并且在車速低于一定值時，整車使能APA功能。隨后車輛四周傳感器（超聲波，魚眼相機）會開始搜尋可用的停車位，并通過車內中控大屏顯示搜尋到的車位。駕駛員選擇車位后，中控大屏會提示駕駛員掛上倒擋，此時APA會規劃出一條泊車路徑，并開始接管車輛的轉向、加減速、制動等操作，直到最終完成泊車入庫。

 

最早實現這個功能使用的傳感器是超聲波雷達，通過左右兩側標配四個長距（3-5m）APA超聲波雷達和前后八個短距（1.5-2.5m）UPA超聲波雷達。APA探測功率大，探測距離遠，主要用來進行側邊停車位的搜尋。前進搜尋過程中，側邊前后兩個APA超聲波雷達還能起到車位冗余檢測的目的。UPA主要用于泊車過程中車位附近車輛、護欄、圍墻距離的測量，實時修正泊車路徑，避免碰撞。

 

但是基于這個傳感器配置只能識別由車輛、路沿等四周有明顯物體分隔的車位，而無法識別由車位線分隔的車位。為了解決這一問題，APA在前后左右硬件配置上各增加了一個魚眼相機，一種可以獲得180°視野內畸變圖像的相機，通過對四個魚眼相機圖像去畸變、拼接，可以獲得上帝視角下的“鳥瞰圖”。并將鳥瞰圖通過中控大屏顯示出來，可以獲得更加友好的泊車體驗。這也是360全景影像功能與APA泊車場景的完美融合。

 

L2+ 遙控泊車輔助RPA

有一類車位，本身特別狹窄或被兩車包夾的太緊，停進去之后兩車車門基本沒有打開的空間，這個時候從全景天窗逃生是個不錯的選擇。但還有一種更人性化的方法，泊車前駕駛員下車，通過手機遙控方式控制泊車功能開閉。得益于車聯網遠程車控功能技術的發展，駕駛員得以通過藍牙、WIFI或4G等無線網絡方式用手機或遙控鑰匙遠程控制車輛進行泊入泊出操作，這也成就了RPA（Remote Parking Asist，遙控泊車輔助）功能。

 

RPA和APA硬件配置完全一樣，只是在功能上進行拓展、安全上進行提升。當車輛顯示找到停車位后，駕駛員掛上倒擋并下車。通過手機APP或遙控鑰匙使能RPA功能，完成后續的泊車入庫功能。

 

APA和RPA小結：目前各家中高端車型里都標配這個功能，2021年這兩個功能預計裝機率預計在15-20%之間，但種種原因導致車主使用率普遍不高。一是識別車位過程繁瑣，需要緩慢行駛搜尋；二是車位識別準確率不高，對空車位的標準太過嚴格；三是效率較低，緩慢尋找車位，緩慢停車，遠遠趕不上正常司機的停車效率。

L3 記憶泊車HPA

針對小區和公司地庫有固定停車位的小白領來說，使用APA或PRA功能，每次都要裝作不認識車位，慢騰騰的開過去搭訕，還極有可能出現三過姑娘而不敢搭訕的現象。這顯然不符合用戶為上帝的產品思維，而針對這一特定需求，部分廠家推出了HPA（Home-zone Parking Asist，記憶泊車輔助）功能。

 

HPA功能正常使用前需要進行一次手把手的教學。首先將車開到小區/公司停車場一個固定起點（可以是人便于乘坐電梯、樓梯的位置），手動使能HPA學習功能。此時低速開動車輛泊入自己固定的車位，掛上P檔完成車輛泊入過程。HPA系統基于傳感器感知的環境數據和車輛本身參數進行本地學習或云端學習，從而完成泊入過程自學習，建立泊入過程地圖及行駛路徑。相同的學習流程可應用于泊出過程，從而實現固定停車位到固定上車點的路線學習。

 

完成學習之后，當駕駛員開車下次來到泊車學習的路線起點或中間附近時，車輛會主動提醒駕駛員是否啟動HPA功能。若開啟，HPA將接管后面的泊車入庫功能。根據各家功能差異，HPA支持駕駛員下車遠控控制或呆在在車內充當安全員。當小白領上班前或下班后需要接客時，可通過手機APP或遙控鑰匙召喚車輛開啟泊出功能，此時車輛將自動開到固定的接客點完成接客功能。

 

根據幾家主流OEM的HPA公開測評數據了解到，學習后的記憶泊車功能并不是一個機械僵硬的回放，而是在把握住起點和終點的全局路徑下，可以做局部的自我規劃，實現手推車、行人、車輛等動態障礙物感知、預測、避讓。

 

想要實現上述功能，僅依靠超聲波和環視相機稍微有點吃力。為此，主流的硬件配置增加了前后視及側視感知相機，前向毫米波雷達及慣性測量單元IMU。感知相機負責泊入泊出學習路線上特征地圖的建立，并在后續功能開啟后將識別到的特征與存儲的特征地圖進行匹配，以獲得車輛在地圖上的相對位置。毫米波雷達主要用于獲得運動物體的速度，從而為局部路徑規劃提供感知預測。停車場減速帶和上下坡區域會導致視覺識別出現誤差，導致匹配失敗。而結合IMU的三軸加速度和三軸角速度信息可以實現視覺糾偏。

 

目前各主流OEM均已公布其HPA的量產計劃，且已有部分廠家量產落地。挑選兩家已量產且比較有代表性的OEM的HPA功能，羅列出其主要特點，供直觀了解HPA當前的技術水平。

 

L4 自主代客泊車AVP

“路線學習”、“固定車位”、“記憶路線距離受限”，怎么聽都不是解決客戶泊車痛點的最理想解決方案。客戶期望的至少是可以在停車場內部（地上、地下全區域）、外部（地上劃定范圍）任意位置下車，由車輛自主完成排隊等待、閘口通過、車位尋找，泊車入庫工作。同時支持接收手機APP遠程泊出命令，完成用戶制定位置的泊出接客工作。

 

AVP（Automated Valet Parking, 自主代客泊車）功能作為L4泊車場景的解決方案應運而生。停車場劃定區域內支持任意位置下車、任意位置接客的自主泊入泊出功能。在這種解決方案中，若駕駛員在停車場場外下車使能功能，則車輛需要首先規劃出下車點到停車場入口的路徑，并完成自主行駛、自主排隊、自主過閘、自主避障、自主尋找車位，自主泊車入位等功能。在接收到駕駛員遠程下發的接客命令后，重復上面烙煎餅的過程。

 

目前AVP的技術路線正在處于三分天下的局面，行業標準《自主代客泊車系統總體技術要求》詳細定義了車端智能、場端智能、車路協同三種技術路線的技術要求。

 

一、單車智能

 

單車智能顧名思義，完全通過提升車輛的智能化水平實現自主代客泊車功能。而單車智能實現的基礎是建立停車場的高精地圖和實現停車場內外的精準定位。

 

限于地下停車場衛星信號被完全遮蔽，且停車場結構單一、紋理重復的特點，因此基于語義特性的語義高精地圖成為首選。首先對感知圖片進行語義提取，接著將多相機單幀語義特征進行拼接，然后進行多幀疊加，最后進行回環檢測以此來消除里程計航跡推算過程中累積的誤差。至此地下停車場的語義高精大地圖就生成了。地圖建立以后，下次車輛來到停車場后，通過將相機實時提取到的語義特征與地圖里的語義特征進行匹配，從而推算出現有車輛的位置，有了定位，后面的規劃控制也就就水到渠成。

 

而對于地上停車場內部或地下停車場外部，由于可以穩定、可靠獲取衛星信號。因此基于停車場車道、車位、立柱等幾何關系的高精度地圖成為首選。首次進場前通過高精度組合導航、激光、相機等傳感器建立精確度達到厘米級的高精度地圖。后面車輛通過高精度組合導航獲取絕對定位信息，并拉取此位置的停車場高精度地圖，從而為規劃控制提供支撐。偶爾的遮蔽下可通過激光、相機、IMU等融合定位方式提供輔助定位。

 

單車智能的技術路線可以避免對停車場進行大規模改造，避免了停車場運營商、地產商、AVP技術方案商及主機廠之間的各方斡旋、扯皮。但缺點也很明顯，單車無法提前獲取停車場的空余車位、空余充電樁數、停車收費情況等信息。容易出現周末繁華商場停車庫一位難求的局面，愛車在地下車庫轉了一圈又一圈，發現無位可停時，只能遠程求助你。你不得不放下剛喝了半瓶的大烏蘇，吃了半口的腰子，微醺著前去營救你的愛車。同時L4的成熟算法、硬件量產時間要多久，單車智能AVP的實現就要多久，短期內大規模落地存在較大難度。目前主推這一方向的主要為國內一眾自動駕駛方案商。

 

二、場端智能

 

場端智能通過提升停車場的智能化水平來實現自主泊車功能，而對單車無任何智能感知硬件的需求，無停車場高精地圖需求。通過在停車場特定位置部署激光雷達、攝像頭、毫米波雷達等感知傳感器、機房部署邊緣計算設備從而實現智能感知、AI計算。并將感知結果通過無線網絡發送給車輛，輔助車輛進行環境感知，從而實現自主泊車功能。

 

場端智能的優點非常明顯，不用受限于單車智能的發展，利于快速落地。缺點也很干凈利落，場端無法實現100%感知覆蓋，無法覆蓋的區域將導致功能失效；駕駛員必須將車輛開到場端感知覆蓋的區域才能下車，無法靈活選擇在停車場外進行下車；此外，隨著激光雷達，800萬像素相機等高階傳感器陸續前裝，各家L4算法能力也在不斷突破，放著單車智能不用，轉而將智能感知主體全都放在場端，怎么想都是一條過渡技術路線。目前這一技術路線的主要實踐者為宇宙級某Tier1。

 

三、車路協同

 

單車智能無法獲取場端的數據，場端智能無法發揮車端智能的優勢，車路協同則被認為是自主代客泊車的終極量產解決方案。車端除了實現單車智能所必須的硬件，還需加裝OBU，負責V2X中車端與停車場端RSU通信。場端安裝必要傳感器實現車位檢測、車牌識別、流量檢測、安防安檢等，場端邊緣計算設備將停車場輔助信息通過停車場RSU發送給車端OBU。車端與停車場端數據實時互動，實現自主代客泊車功能。

 

車路協同技術路線的優點是可以徹底解決客戶泊車的痛點，是客戶非常愿意買單的功能之一。同時能平衡各方利益，是各方愿意為之努力的方向。而缺點就是技術難度、系統復雜度都較前兩者上了一個級別。目前主推車路協同AVP方案的代表企業為國內自立自強、科技強國的典范企業。

L5 享受的極致

全場景的自動駕駛，我想應該不用再區分泊車場景，也就不會有泊車概念。車主可在任一下客點下車，車輛基于V2X技術，通過路端RSU獲取附近停車場的場端信息以及道路交通信息，從而完成最優車位的鎖定、最優路徑的規劃。

車主也可以在辦公室預約任意時間任意可上車點的接客功能，車輛基于大數據實時計算通行的時間，提前進行車輛自清潔，提前醒好2030年的長城干紅，提前準備好車主下班路上所需的辦公、娛樂設備。

 

那時必是一種享受。