国内自动泊车技术，立足车AI

国内自动泊车技术，立足车AI2018年2月22日，博世宣布拥有L5级别的自动代客泊车AVP技术，将在新一代奔驰S系列轿车中搭载上市。2018年1月6日，采埃孚、百度和盼达共同展示了一款自主代客泊车系统。2017年9月，新一代日产Leaf配准了自主泊车系统ProPILOT Park。2017年11月28日，地平线参与的“自主代客泊车”项目在上海汽车·创新港完成了首次公开测试。2017年11月30日，纵目发布了针对停车场低速场景自主泊车系统1.0版本。

自动驾驶落地场景一直考验着造车老兵与新秀们。自主泊车作为不错的切入点，自然引起不少车企和自动驾驶公司的青睐。

• 2013年09月25日，汽车零部件供应商法雷奥Valeo发布自动泊车辅助系统Valet Park4U。

• 2016年，上海汽车城规划“自主代客泊车”项目，奇瑞新能源、吉林大学汽车学院、上海逸驱、地平线、同济大学交通运输工程学院和亦联等6家单位参与。

• 2017年7月，戴姆勒和博世共同宣布名为“自动代客泊车”的概念。

• 2017年9月，新一代日产Leaf配准了自主泊车系统ProPILOT Park。

• 2017年11月28日，地平线参与的“自主代客泊车”项目在上海汽车·创新港完成了首次公开测试。

• 2017年11月30日，纵目发布了针对停车场低速场景自主泊车系统1.0版本。

• 2018年1月6日，采埃孚、百度和盼达共同展示了一款自主代客泊车系统。

• 2018年2月22日，博世宣布拥有L5级别的自动代客泊车AVP技术，将在新一代奔驰S系列轿车中搭载上市。

通常人们容易混淆自主泊车与自动泊车的概念。自动泊车是利用车辆周身搭载的传感器，测量车身与周围环境之间的距离和角度，通过数据分析和操作控制，实现停车入位。它主要依靠超声波雷达。

与自动泊车不同，自主泊车又称自动（主）代客泊车，涉及到无人驾驶技术，需在最后一公里内按照规划好的路线进行行驶。实现自主泊车需要更多的传感器、更复杂的感知、定位、规划等技术，还需要车联网、车场标准化建设以及数据互通。

也就是说，自主泊车面对的环境更复杂，比如很窄的停车位、摄像头有雨水，甚至碰到铁丝网等极端情况。

据雷锋网新智驾了解，自主泊车行业中，纵目科技早早把自主泊车系统落地为产品并进入量产化，预计将于2019年量产。从成立之初到现在，纵目已有两百多人的规模，其中半数是研发人员，分布在上海、北京和厦门。

按照纵目的战略规划，2018年实现针对大型商场等地下车库的L4级自主泊车1.0；2019年实现自主泊车2.0，目标是园区内泊车，包含1.0的全部场景；2020年推出针对简单城市路况的L4级自主泊车3.0。

为了更深入了解自主泊车的发展现状，雷锋网新智驾专访了纵目科技智能交通事业部总经理王凡。

自主泊车所面临的挑战

王凡表示：“以前业界对自主泊车没有统一的定义，主机厂商有的称为记忆式泊车、训练式泊车，随着与主机厂的不断讨论和交流，直到去年推出自主泊车1.0，大家才形成了统一的认知。”

值得注意的是，现在面临的核心问题，包括自主泊车的成本与安全、停车场内部轨迹规划、车位探测与识别的精准度和泊车入位过程控制等。

1、成本与安全

成本方面，王凡举例道，对于共享汽车而言，目前正在运营大都是新能源汽车，造价没有私家车高。如果在共享汽车上安装昂贵的自主泊车设备，无论是主机厂还是分时租赁运营方都无法承担。大规模量产更是遥遥无期。

另外安全方面，目前绝大多数自动驾驶公司出身于AI圈子，算法对他们来说没有任何问题，但对开发完整产品的经验不足，而汽车又是一个极其特殊的产品，跟安全息息相关。王凡接着表示，2017年的谷歌自动驾驶安全报告清楚表明，安全必须从方法论开始，要对各种可能发生的危害场景进行分析，然后结合多种方法进行大量测试，最后才能投入商用。

2、自主泊车的技术挑战

• 停车场环境

停车场GPS信号弱、地面反光严重、建筑重复度大、光线变化大，而且白色的墙面缺少必要的纹理信息，这些都对算法和传感器存在极强的挑战。

• 停车位识别

过去的自动泊车，司机可以识别停车位。现在车辆必须自己做出判断，甚至要判断出车位上是否有锥桶或者开启的地锁，对车辆识别提出了更高要求。

王凡说道，考虑到复杂性，自主泊车会尽量把摄像头、超声波雷达以及毫米波雷达的感知融合在一起进行车位检测。

• 路径规划

据雷锋网新智驾了解，自主泊车的路径规划主要有两种，一种是人为制定路径，另外一种是自动规划路径。其中自动规划路径需要先输入停车位空间的几何形状，然后系统会根据汽车动力学模型和碰撞条件约束，采用不同的控制算法实现路径规划。

面对复杂的停车场环境，如道路狭窄、急转弯较多，或是出现道路占用，王凡表示，自主泊车要求具备更精确的运动规划和感知定位能力。

• 控制泊车入位过程

王凡对雷锋网新智驾道，泊车过程中，除了要面对水平、垂直或斜向等不同类型的停车位，还有可能遇到停车位附近的减速带、斜坡和路沿等障碍物。

因此，泊车入位时，对车身姿态控制精度要求非常严格，需要加强车辆的实时控制，确保环境数据和路径规划及时更新。

解决自主泊车问题的策略

1、感知

其实，高速场景相对单一，干扰小，在不考虑换道的时候，感知重点在前方远处；而低速场景，驾驶员需要时刻观察周围的环境以及各个视角。可以简单定性地认为，感知的距离和车速成正比，感知的角度和车速成反比。

王凡表示，四个环视鱼眼摄像头 5个高分辨率的毫米波雷达 12个超声波雷达可满足低速场景下自主泊车的需求。

#鱼眼摄像头停车场检测

#环视拼接所生成的俯视视角

#道路上的实体检测

2、高精度定位

对于自主泊车而言，车辆只有明确自身的精确位置才能决定其行驶方向。但是目前大多数停车场还没有高精度地图数据，针对此现象，纵目科技通过用户的车辆并利用SLAM技术构建小范围的地图。王凡解释道，由于室内停车场没有GPS信号，定位只能依靠其他手段，纵目采取多传感器融合的方式，可以适用于不同场景，具备更好的通用性和稳定性。

除此之外，纵目科技还展示了利用交通标志牌进行定位的感知能力。

#道路交通牌的识别

大规模量产自主泊车系统的途径

目前存在的商业模式主要有两种：

• 传统主机厂供货模式，帮助主机厂开发相关的智能功能；

• 汽车生态圈模式，科技公司向出行运营商，包括共享汽车的运营商提供解决方案，成为共享汽车生态链中的一环。

针对纵目科技自主泊车1.0，王凡表示，自主泊车1.0还是采用传统金字塔商业模式，上游为OEM，下游是Tier1、Tier2；自主泊车2.0时，除了传统的金字塔商业模式，还有汽车生态圈模式，具体包括主机厂、运营商、保险公司以及方案提供商，涉及到车队管理、停车场管理和无线充电管理等方面。

在自身优势方面，王凡自信地表示，面对传统的Tier1供应商，纵目的核心算法开发能力更胜一筹；而面对如法里奥、博世等国际巨头，纵目更了解中国的市场需求，应对更灵活自如。

同时，对于像地平线、Momenta等同一研究方向的伙伴们，王凡表示，不同于他们的“AI 车”，纵目属于“车 AI”，很多核心人员都有着汽车背景，对汽车本身的理解更深刻。而在AI方面，前不久和澳大利亚国家级科研机构CSIRO达成的合作，进一步增强了团队AI能力。

众所周知，共享出行是未来出行的发展趋势，基于此，2020年纵目科技将和共享出行合作伙伴部署近万辆汽车来累积百万公里路测数据。但是，共享车辆的停车与调度问题是运营商最大的痛点，存在运营亏本、用户体验极差等现象。

因此，要想实现盈利，需通过自动调度来提高运营效率。王凡表示，纵目的自主泊车技术可以实现自动调度，节省大量人力调度成本，真正解决共享出行的痛点。目前出行行业正处于破茧成蝶阶段，有一系列问题亟待解决，只有各方积极合作，整个出行行业才能突破盈利临界点，实现快速发展。

总之，要想运用低成本传感器实现高水平的感知和定位能力，必须具备足够的传感器融合能力，包括软硬件、融合算法以及完善的开发验证流程。

PS：6 项会员专享特权，全年100期精华内容，带你深入浅出看懂自动驾驶。如果想加入雷锋网「新智驾会员计划」，欢迎点击链接：https://www.leiphone.com/aidrive/vip或扫描海报下方二维码了解详情。