在超市一楼的停车场经常可以看到这样的场景：一个中年男人开着车，把他美丽的妻子和可爱的女儿放在一楼的电梯旁。然后点上一支烟，开车独自绕着停车场走一圈两圈三圈，像“囚犯”一样。直到15平方的停车位出现，这名男子的脸上才开始流露出革命胜利的喜悦。

乘用车的自动驾驶可分为城市场景、高速场景和停车场景。停车场景作为用户最痛点，相对容易实现技术，也是客户最愿意买单、最有机会先落地的场景，是乘用车L4级自动驾驶企业的战场。它不仅可以缓解中年男性的停车焦虑，而且可以提高停车位的利用率，提高整个停车场的运营效率，甚至整个城市的管理效率。随着自动驾驶水平的提高，泊车功能的使命由部分辅助变为完全自主，传感器配置由简单变为轻豪华，系统由简单变为复杂。第五部分介绍了自动驾驶L2-L5级下典型的停车功能。

L2自动泊车辅助系统

L2下典型的停车功能是APA(AutoParkingAssist)。开启APA功能需要驾驶员手动按下车内使能按钮，当车速低于某一数值时，即可开启车辆APA功能。车辆周围的传感器(超声波，鱼眼摄像头)然后搜索可用的停车位，并将其显示在车辆中央的大屏幕上。驾驶员选择车位后，中控屏会提示驾驶员放下倒挡。此时，APA将规划一条停车路径，并开始接管车辆的转向、加减速、制动等操作，直到最终停车完成。

最早用于实现该功能的传感器是超声波雷达，标准的是左右两侧各有4个远程(3-5m)APA超声波雷达，前后各有8个近距离(1.5-2.5m)UPA超声波雷达。由于其探测能力高，探测距离远，主要用于搜索侧车位。在前向搜索过程中，前后两侧的两个APA超声波雷达也可以起到停车冗余检测的目的。UPA主要用于停车时测量车位附近车辆与护栏、墙面之间的距离，实时修正停车路径，避免碰撞。但是基于这种传感器配置，只能识别车辆、路缘等明显物体隔开的车位，无法识别停车线隔开的车位。

为了解决这个问题，APA在前、后、左、右硬件配置中增加了一个鱼眼摄像头，一个可以获得180视场畸变图像的摄像头。通过对四张鱼眼相机图像的扭曲拼接，可以获得上帝视角的“鸟瞰”。此外，在中控的大屏幕上显示鸟瞰图，从而获得更友好的停车体验。这也是360全景图像功能与APA停车场景的完美结合。

L2+遥控停车辅助RPA

还有一种车位，本身特别狭窄或者两辆车太紧，停车后在两辆车的车门基本没有开敞的空间，这个时候从全景天窗逃生是一个不错的选择。但也有一种更个性化的方法，驾驶员在停车前下车，通过手机远程控制停车功能的开启和关闭。得益于车联网远程车辆控制功能技术的发展，驾驶员可以通过蓝牙、WIFI或4G无线网络，使用手机或远程钥匙远程控制车辆进出泊车，这也使得RPA(remote parkingasist)功能得以实现。RPA和APA的硬件配置完全相同，只是在功能上进行了扩展，安全性上有所提高。当汽车显示它找到了一个停车位时，司机就会把车倒档，然后下车。通过手机APP或远程钥匙开启RPA功能，完成后续的停车和收纳功能。

APA和RPA总结：目前，该功能是所有中高端车型的标配。预计到2021年，这两项功能的安装率将在15-20%之间，但由于种种原因，车主的使用率普遍较低。首先，确定停车位的过程很繁琐，需要缓慢的驾驶搜索。二是车位识别精度不高，空车位标准过于严格；三是效率低，找车位慢，停车慢，远远落后于正常驾驶员的停车效率。

L3内存停车HPA

对于在小区和公司地下室有固定停车位的小白领，使用APA或PRA功能，每次都要假装不知道停车位，慢慢开车搭讪。他们也很有可能在三次之后就不敢和女孩搭讪了。这显然不符合用户就是上帝的产品思维，而针对这一特定需求，一些厂商推出了HPA(Home-zoneParkingAsist，记忆停车辅助)功能。

在正常使用HPA功能之前，有必要进行一次手持教学。首先，将汽车开到社区/公司停车场的固定起点(可以方便人们乘坐电梯、楼梯)，手动开启HPA学习功能。此时，低速启动车辆，将其停放在自己的固定停车位内，并将其放在P挡，完成停车过程。HPA系统基于传感器感知的环境数据和车辆参数，进行局部学习或云学习，完成停车过程的自学习，建立停车过程图和行驶路径。同样的学习过程可以应用到停车出口过程中，从而实现从固定车位到固定取车点的路径学习。后

学习后，当驾驶员下次到达停车学习路线的起点或中间时，车辆会主动提醒驾驶员是否启动HPA功能。如果启用，HPA将接管后方的停车和存储功能。根据不同的功能，HPA可以让驾驶员离开汽车，远程控制汽车，也可以作为安全员留在车内。当白领上班前或下班后需要接送乘客时，可以通过手机APP或遥控键呼叫汽车开启停车功能，汽车会自动行驶到固定接送点完成接送功能。从几家主流主机厂的HPA公开评测数据来看，学习后的记忆泊车功能并不是机械刻板的重放，而是可以在起点和终点的全局路径把握下，进行局部自规划，实现对小车、行人、车辆等动态障碍物的感知、预测和规避。

仅用超声波和回旋加速器相机来做这件事有点困难。为此，主流硬件配置增加了前后视和侧视感测摄像头、前向毫米波雷达和惯性测量单元imu。感测摄像头负责在泊位进出学习路径上建立特征图，打开后续功能后，将识别出的特征与存储的特征图进行匹配，从而获得车辆在地图上的相对位置。毫米波雷达主要用于获取运动物体的速度，为局部路径规划提供感知预测。停车场的减速带和上坡和下坡区域会导致视觉识别错误，导致匹配失败。结合IMU的三轴加速度和三轴角速度信息实现视觉偏差校正。

目前，各主流主机厂均公布了HPA量产计划，部分厂家已落地量产。选取两家量产代表性oem的HPA功能，并列出其主要特点，直观了解当前HPA的技术水平。

L4自动代客泊车AVP

“路线学习”、“固定车位”、“有限记忆路线距离”并不是解决客户停车痛点最理想的解决方案。客户至少期望的是，他们可以在停车场内(整个地上和地下区域)或停车场外(地上定义的区域)的任何位置下车，车辆可以排队等候，通过大门，找到停车位，并独立停放在停车场。同时，它还支持接收移动APP的远程系泊命令，在用户指定的位置完成系泊和接待乘客的工作。

AVP(自动代客泊车)功能作为L4停车场景的解决方案应运而生。在停车场指定区域内，支持任意位置下、任意位置上客的自主系泊进出功能。在本方案中，如果驾驶员在停车场外下车启用该功能，车辆需要首先规划下车点到停车场入口的路径，完成自动驾驶、自动排队、自动过闸、自动避障、自动寻找停车位、自动停车等功能。远程接收到驱动程序的指令后，重复翻转煎饼的过程。目前，AVP的技术路线分为三个部分。行业标准《自主代客泊车系统总体技术要求》详细定义了车端智能化、场端智能化、车路协同三条技术路线的技术要求。

1. 自行车的情报

顾名思义，单车智能是通过提高车辆的智能水平，完全实现自动代客泊车的功能。实现自行车智能化的基础是建立高精度的停车场地图，实现停车场内外的精确定位。由于地下停车场卫星信号完全覆盖，且停车场结构单一、纹理重复，基于语义特征的语义高精度地图成为首选。首先对感知图像进行语义提取，然后对多摄像机单帧图像的语义特征进行拼接，然后进行多帧叠加，最后进行环回检测，消除里程计航位推算过程中的累积误差。因此，生成了一个大型语义精炼的地下停车场地图。

地图建立后，下次车辆来到停车场时，将摄像头实时提取的语义特征与地图中的语义特征进行匹配，从而计算出车辆的位置。有了定位，后续的规划和控制就会水到渠成。对于地上停车场内部或地下停车场外部，都可以稳定可靠地获得卫星信号。因此，基于停车车道、停车位、停车柱几何关系的高精度地图成为首选。在第一种方法之前，通过高精度组合导航、激光、相机等传感器，建立精度为厘米级的高精度地图。后车通过高精度集成导航获取绝对定位信息，并拉出该位置停车场的高精度地图，为规划和控制提供支持。偶尔的阴影可以通过激光、相机、IMU等融合定位方法辅助。

自行车智能技术路线可以避免停车场的大规模改造，避免停车场运营商、地产商、AVP技术解决方案和OEM之间的调解和角力。然而，缺点也很明显。自行车无法提前获取停车场免费车位、免费充电桩数量、停车收费等信息。在周末很容易找到一个繁忙的购物中心停车场。当你的车在地下车库里转来转去，没有停车的地方，你只能远程求助。你只好放下半瓶乌苏，半口肾，醉醺醺地去救你的车。同时，L4成熟的算法和硬件量产需要多长时间，实现自行车智能AVP需要多长时间？很难在短时间内大规模实施。目前，这一方向的主要推动力是国内的一些自动驾驶解决方案。

二、现场情报

现场智能通过提高停车场的智能化水平来实现自主停车功能，不需要任何自行车智能感知硬件，也不需要停车场的高精度地图。通过在停车场的特定位置部署激光雷达、摄像头、毫米波雷达等传感器，在机房内部署边缘计算设备，实现智能感知和人工智能计算。并将感知结果通过无线网络发送给车辆，辅助车辆进行环境感知，从而实现自动泊车功能。

野外智能化的优势非常明显，不局限于自行车智能化的发展，有利于快速落地。缺点也很干净，现场端无法实现100%的感知覆盖，无法覆盖区域会导致功能失效；驾驶员必须将车辆开到感知场端所覆盖的区域下车，不能灵活选择在停车场外下车。此外，随着激光雷达、800万像素摄像头等高级传感器的安装，L4算法的能力也在不断突破。代替使用自行车智能，将智能感知主体全部置于野外，这是一种过渡性的技术路线。目前，这一技术路线的主要实践者是宇宙中的某Tier1。

三是车路协调

单车智能无法获取现场数据，现场智能无法发挥汽车智能的优势。车路协作被认为是自动代客泊车的最终量产解决方案。除了实现自行车智能所必需的硬件外，车载终端还需要配备OBU，负责V2X中车载终端与停车场RSU之间的通信。在现场端安装必要的传感器，实现车位检测、车牌识别、流量检测、安防检查等功能，现场端边缘计算设备通过停车场的RSU将停车场的辅助信息发送给停车场的OBU。车载终端与停车场终端实时数据交互，实现自动代客泊车功能。车路协同技术路线的优势在于可以彻底解决客户的停车痛点，这也是客户非常愿意为之付费的功能之一。同时能够平衡各方利益，这是各方都愿意为之努力的方向。但缺点是技术难度大，系统复杂程度比前两者高一个层次。目前主推汽车道路协同AVP项目的代表企业是国内自主科技强的示范企业。

极致的享受

自动驾驶的整个场景，我觉得应该没有停车场景的区分，所以也就不会有停车的概念。车主可以在任何乘客点下车。车辆基于V2X技术，通过道路末端的RSU获取附近停车场的停车场信息和道路交通信息，完成最优车位锁定和最优路线规划。

车主也可以在办公室随时预约任何接车点，车辆基于大数据实时计算时间，提前对车辆进行自清洁，提前唤醒2030长城干红，提前为车主准备下班路上的办公、娱乐设备。这一定是一种享受。