“自动泊车”原理是什么？AVP落地该如何解决？

随着城镇化水平的不断提高以及经济水平的快速增长，人们对汽车的需求量日益旺盛，汽车保有量持续增多。随之而来的是交通环境拥挤，城市停车位资源紧张，停车位空间小等问题。在这种环境下泊车容易引起局部交通堵塞、剐蹭事故的发生。在较大停车场停车容易产生找车位难、找车难等问题，给驾驶员带来困扰。另一方面，由于车辆和人均受自身条件影响而存在“视觉盲区”，泊车往往耗费大量的时间和精力，一直是新老司机的驾驶痛点。因此产业界致力于运用新技术让泊车变得更智能、更安全、更便捷。自动泊车的出现和发展为解决泊车问题提供新思路，有效解决驾驶员找位难、停车难等痛点。并且作为自动驾驶出行完整生态不可或缺的一环，提供了解决自动驾驶“最后一公里”难题的方法。

01什么是“自动泊车”

世界上第一辆汽车是德国人卡尔·本茨于1885年制造的，尽管和现代汽车相比它的性能并不完善，但由于使用到内燃机和实现了自动化，它的诞生具有划时代的重要意义。细心的朋友不难发现，汽车的英文”Automobile“，就分别有“自动”和“移动”的复合含义。

从第一部真正意义上的汽车面世至今，已经过了100多年的时间，汽车不仅在自动化和电气化方面有了飞速发展，还出现了智能化的趋势。“自动泊车”逐渐成为大家熟悉的功能，透过它我们能看到汽车智能化发展的缩影。

自动泊车系统简称APS，它是英文Automated Parking System的缩写。

搭载有自动泊车功能的汽车可以不需要人工干预，通过车载传感器、处理器和控制系统的帮助就可以实现自动识别车位，并自动完成泊车入位的过程。一般来说，在20万以上的中高端汽车上往往才有搭载，或者作为一项选装功能独立存在。

自动泊车系统可以大大简化泊车过程，特别是在极端狭窄的地方，或者是对于新手而言，自动泊车系统可以带来更加智能和更加便捷的体验。

02 “自动泊车”原理是什么？

自动泊车系统由多组传感器组成，比如遍布车身的雷达、摄像头等等，在采集好图像、距离等相关数据后，数据会传输给处理器，处理器将采集到的数据分析处理，形成自动泊车策略再将其转换成信号，控制系统接收到信号后依据指令控制汽车做出诸如转向、倒车和制动等动作，直至泊车过程完成。自动泊车过程可以分为三个部分：车位探测、路径规划和路径追踪，就是我们通常理解的数据采集、路线生成和泊车执行。

自动泊车系统相关技术的研究最早在国外展开。该系统最早在 1992 年的德国大众概念车上搭载，由于成本较高，体积过大，没有将该系统量产；2003 年丰田普锐斯开始提供可选自动泊车功能；在国内，20 世纪 90 年代初出现的倒车雷达以及倒车影像，由于成本低、泊车辅助效果较好，目前依然是被广泛采用的泊车辅助手段。

随着超声波检测技术和汽车线控底盘技术的发展，以及车企对消费者需求的关注，自动泊车系统开始出现并逐渐演进。自动泊车系统的发展大致经历了半自动泊车、全自动泊车、记忆泊车和自主代客泊车四个阶段。21世纪初量产的半自动泊车由系统自动控制转向盘，驾驶员控制加速及制动踏板，用户体验不佳，自动泊车功能使用率很低；近年来逐渐普及的全自动泊车系统解放了驾驶员的手和脚，用户体验得到质的提升，受到消费者的关注和欢迎。下图汇总了当前主流的泊车功能，以及其对应的智能化等级、功能实现效果等。

资料来源：九章智驾

其中AVP，全称Automated Valet Parking，即自主代客泊车。AVP是真正意义上的全自动驾驶，车辆可以自行进入完全陌生的停车场，不需要先行学习，就能完成所有的泊车动作，并且不需要驾驶员在车上。其最终目标是取代传统的人工代客泊车，帮助用户节省大量的停车时间，解决高峰期排队停车的痛点。

AVP作为当前泊车场景的功能天花板，涉及的细分场景复杂，技术难度大，并且对保证车辆安全性来说，也是巨大的挑战。作为L4级别的智能驾驶，目前对软硬件，尤其是算法和安全性要求很高。

资料来源：九章智驾

03现实中的“自动泊车”

现实中的自动泊车功能使用起来既简便又高效，它可以辅助驾驶员完成自动泊入、水平泊出、自选车位等操作。

例如，泊车场景主要发生在停车场，按泊车的完整流程，泊车场景包括停车场内自动行驶、搜索车位、泊入和泊出车位等。

3.1 停车场内行驶

当前的停车场类型主要可以分为以下4种：地下停车库、停车楼、露天停车场和路边临时停车位。不同类型停车场的基础设施、路面状况、光照条件等都各不相同，因此车辆在不同停车场内行驶的表现也会有差异。

总体来说，在停车场内行驶，主要考察车辆的轨迹规划能力和感知定位能力，以及对障碍物的识别能力。

3.2 搜索车位

搜索车位的用户体验，主要考察车辆对车位的识别能力。车位识别的准确率越高，说明车位识别能力越强，用户的体验也会越好。

停车位的类型多种多样，按车位线情况可分为标线车位与非标线车位，按车位方向可分为垂直车位、水平车位与斜列车位等。

3.3 泊入和泊出车位

泊入车位是泊车过程的最后一步，也是自动泊车的最初应用场景。当搜索到适合的车位时，智驾系统便控制车辆自动泊入车位，期间的横纵向控制和挡位切换等操作，都由系统自动完成。

资料来源：九章智驾

泊入能力是影响泊入体验的首要因素，体现了系统的泊车能力。泊入能力的指标包括成功率、可泊入的车位尺寸范围、车速范围等，需要综合考虑车辆状态参数和车位参数等。

舒适性同样是重要的影响因素。对于驾驶员在车上的自动泊车系统，舒适性直接影响了用户的体验。车辆在泊车过程中的加减速度和系统完成泊车的时间等指标，可以体现舒适性。

泊车的规范性是另一项影响因素，停放规范整齐的车辆，会增加用户的好感和信任。是否停放端正、位置是否居中、与车位线或相邻车辆的距离如何，都反映了系统泊车的规范性。

3.4 泊车功能与场景

泊车功能包括L2级别的APA、RPA，L3级别的SS、HPA，L4级别的AVP。

资料来源：九章智驾

AVP作为泊车功能的终极解决方案，属于L4功能，是所有泊车功能的集大成者，其作用区域覆盖了从车主下车，到车辆泊入的全过程，以及相反的召唤全过程。AVP的应用场景是前文提到的所有泊车场景的叠加，包括停车场内行驶、搜索车位、泊入和泊出车位。AVP功能需要全面关注泊车全部场景下的用户体验和性能指标。另外，由于AVP功能开启时，用户已经离开车辆，因此高安全性，也是至关重要的，需要有足够的安全冗余设计。

04AVP落地难，该如何解决？

与目前已经量产的自动泊车功能相比，AVP是更高级别的自动泊车，可以认为：当前的自动泊车是AVP的基础。

虽然从目前行业内的动态来看，大家都在为AVP的量产落地而努力着，然而AVP 距离完全落地还有一段较长的路要走。作为点到点的自动出行中较为关键的起点和终点阶段，AVP将是各路玩家的必争之地。

如今“高精地图成为主机厂通往自动驾驶必经之路”的观点已在市场中成为共识，AVP作为自动驾驶自动泊车的重要一环，也同样如此。晶众地图在2020年提出这样的想法：“出行的本质应触及人的最终需求，导航应基于端点到端点——从人的出发点，到停车入库，而不是把车开到某个建筑物再去找停车位。”现在已成为了现实。

晶众AVP高精度地图HD-Parking是一款应用适用于AVP的停车场高精度地图数据产品，包含停车场高精度地图数据、地图引擎，并提供OTA服务。基于此，在与头部合资品牌主机厂的合作中，晶众地图成功实现了从车位预约、室外导航到停车场内导航自动切换，服务同时覆盖停车位自动记录、反向寻车等一系列功能点，从而形成停车全场景高精度服务闭环。

晶众地图分两块同步前进：第一块将最先实现网联化产品的量产，也就是T3停车助手的量产；第二块，在自动驾驶AVP领域，作为高精地图供应商，具备了服务方案商的配套能力。

“T3停车导航（车机版）”是一款车载停车应用产品，解决用户驾车出行最后一公里的停车难题。基于停车场高精度地图，融合停车场动态信息，实现直接导航到停车场的具体车位。当车辆接近停车场时，导航系统会自动切换至停车场地图并进行详细导航，这对于大型商超、医院、交通枢纽等复杂停车场景下的帮助非常可观。本产品包含停车场搜索、车位查询、车位级导航、充电桩搜索、位置信息分享、反向寻车、VIP车位预约、缴费等功能。