L2~L5泊车场景泊车功能演进

在商超负一楼停车场经常看到这样一个场景：一位中年男人开着车，在负一楼的电梯口放下漂亮的妻子和可爱的女儿。而后点起一根烟，独自驾驶着车辆围着停车场一圈两圈三圈的游走着，宛如“囚犯放风”。直到那个15平大小停车位出现，男人脸上才开始露出革命胜利的喜悦。

乘用车自动驾驶按场景来分主要分为城市场景，高速场景及泊车场景。泊车场景作为用户痛点感受最深，技术实现相对容易，客户最愿买单且最有机会率先落地的场景，是乘用车L4自动驾驶企业兵家必争之地。不仅可以缓解中年男人的停车焦虑，还可以提高停车场车位的利用率，提高整个停车场的运营效率乃至整个城市的管理效率。

泊车功能随着自动驾驶级别的提升，使命由部分辅助变为完全自主，传感器配置由朴素到轻奢，系统由简单变为复杂。本文自动驾驶圈黑话第五期就介绍自动驾驶L2-L5级别下的典型泊车功能。

L2 自动泊车辅助APA

L2下典型的泊车功能为APA（Auto Parking Assist，自动辅助泊车）。APA功能开启需要驾驶员手动按下车内使能按钮，并且在车速低于一定值时，整车使能APA功能。随后车辆四周传感器（超声波，鱼眼相机）会开始搜寻可用的停车位，并通过车内中控大屏显示搜寻到的车位。驾驶员选择车位后，中控大屏会提示驾驶员挂上倒挡，此时APA会规划出一条泊车路径，并开始接管车辆的转向、加减速、制动等操作，直到最终完成泊车入库。

最早实现这个功能使用的传感器是超声波雷达，通过左右两侧标配四个长距（3-5m）APA超声波雷达和前后八个短距（1.5-2.5m）UPA超声波雷达。APA探测功率大，探测距离远，主要用来进行侧边停车位的搜寻。前进搜寻过程中，侧边前后两个APA超声波雷达还能起到车位冗余检测的目的。UPA主要用于泊车过程中车位附近车辆、护栏、围墙距离的测量，实时修正泊车路径，避免碰撞。

但是基于这个传感器配置只能识别由车辆、路沿等四周有明显物体分隔的车位，而无法识别由车位线分隔的车位。为了解决这一问题，APA在前后左右硬件配置上各增加了一个鱼眼相机，一种可以获得180°视野内畸变图像的相机，通过对四个鱼眼相机图像去畸变、拼接，可以获得上帝视角下的“鸟瞰图”。并将鸟瞰图通过中控大屏显示出来，可以获得更加友好的泊车体验。这也是360全景影像功能与APA泊车场景的完美融合。

L2+ 遥控泊车辅助RPA

有一类车位，本身特别狭窄或被两车包夹的太紧，停进去之后两车车门基本没有打开的空间，这个时候从全景天窗逃生是个不错的选择。但还有一种更人性化的方法，泊车前驾驶员下车，通过手机遥控方式控制泊车功能开闭。得益于车联网远程车控功能技术的发展，驾驶员得以通过蓝牙、WIFI或4G等无线网络方式用手机或遥控钥匙远程控制车辆进行泊入泊出操作，这也成就了RPA（Remote Parking Asist，遥控泊车辅助）功能。 RPA和APA硬件配置完全一样，只是在功能上进行拓展、安全上进行提升。当车辆显示找到停车位后，驾驶员挂上倒挡并下车。通过手机APP或遥控钥匙使能RPA功能，完成后续的泊车入库功能。

APA和RPA小结：目前各家中高端车型里都标配这个功能，2021年这两个功能预计装机率预计在15-20%之间，但种种原因导致车主使用率普遍不高。一是识别车位过程繁琐，需要缓慢行驶搜寻；二是车位识别准确率不高，对空车位的标准太过严格；三是效率较低，缓慢寻找车位，缓慢停车，远远赶不上正常司机的停车效率。

L3 记忆泊车HPA

针对小区和公司地库有固定停车位的小白领来说，使用APA或PRA功能，每次都要装作不认识车位，慢腾腾的开过去搭讪，还极有可能出现三过姑娘而不敢搭讪的现象。这显然不符合用户为上帝的产品思维，而针对这一特定需求，部分厂家推出了HPA（Home-zone Parking Asist，记忆泊车辅助）功能。

HPA功能正常使用前需要进行一次手把手的教学。首先将车开到小区/公司停车场一个固定起点（可以是人便于乘坐电梯、楼梯的位置），手动使能HPA学习功能。此时低速开动车辆泊入自己固定的车位，挂上P档完成车辆泊入过程。HPA系统基于传感器感知的环境数据和车辆本身参数进行本地学习或云端学习，从而完成泊入过程自学习，建立泊入过程地图及行驶路径。相同的学习流程可应用于泊出过程，从而实现固定停车位到固定上车点的路线学习。

完成学习之后，当驾驶员开车下次来到泊车学习的路线起点或中间附近时，车辆会主动提醒驾驶员是否启动HPA功能。若开启，HPA将接管后面的泊车入库功能。根据各家功能差异，HPA支持驾驶员下车远控控制或呆在在车内充当安全员。当小白领上班前或下班后需要接客时，可通过手机APP或遥控钥匙召唤车辆开启泊出功能，此时车辆将自动开到固定的接客点完成接客功能。

根据几家主流OEM的HPA公开测评数据了解到，学习后的记忆泊车功能并不是一个机械僵硬的回放，而是在把握住起点和终点的全局路径下，可以做局部的自我规划，实现手推车、行人、车辆等动态障碍物感知、预测、避让。

想要实现上述功能，仅依靠超声波和环视相机稍微有点吃力。为此，主流的硬件配置增加了前后视及侧视感知相机，前向毫米波雷达及惯性测量单元IMU。感知相机负责泊入泊出学习路线上特征地图的建立，并在后续功能开启后将识别到的特征与存储的特征地图进行匹配，以获得车辆在地图上的相对位置。毫米波雷达主要用于获得运动物体的速度，从而为局部路径规划提供感知预测。停车场减速带和上下坡区域会导致视觉识别出现误差，导致匹配失败。而结合IMU的三轴加速度和三轴角速度信息可以实现视觉纠偏。

目前各主流OEM均已公布其HPA的量产计划，且已有部分厂家量产落地。挑选两家已量产且比较有代表性的OEM的HPA功能，罗列出其主要特点，供直观了解HPA当前的技术水平。

L4 自主代客泊车AVP

“路线学习”、“固定车位”、“记忆路线距离受限”，怎么听都不是解决客户泊车痛点的最理想解决方案。客户期望的至少是可以在停车场内部（地上、地下全区域）、外部（地上划定范围）任意位置下车，由车辆自主完成排队等待、闸口通过、车位寻找，泊车入库工作。

同时支持接收手机APP远程泊出命令，完成用户制定位置的泊出接客工作。 AVP（Automated Valet Parking, 自主代客泊车）功能作为L4泊车场景的解决方案应运而生。停车场划定区域内支持任意位置下车、任意位置接客的自主泊入泊出功能。在这种解决方案中，若驾驶员在停车场场外下车使能功能，则车辆需要首先规划出下车点到停车场入口的路径，并完成自主行驶、自主排队、自主过闸、自主避障、自主寻找车位，自主泊车入位等功能。在接收到驾驶员远程下发的接客命令后，重复上面烙煎饼的过程。

目前AVP的技术路线正在处于三分天下的局面，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、场端智能、车路协同三种技术路线的技术要求。

一、单车智能

单车智能顾名思义，完全通过提升车辆的智能化水平实现自主代客泊车功能。而单车智能实现的基础是建立停车场的高精地图和实现停车场内外的精准定位。

限于地下停车场卫星信号被完全遮蔽，且停车场结构单一、纹理重复的特点，因此基于语义特性的语义高精地图成为首选。首先对感知图片进行语义提取，接着将多相机单帧语义特征进行拼接，然后进行多帧叠加，最后进行回环检测以此来消除里程计航迹推算过程中累积的误差。至此地下停车场的语义高精大地图就生成了。地图建立以后，下次车辆来到停车场后，通过将相机实时提取到的语义特征与地图里的语义特征进行匹配，从而推算出现有车辆的位置，有了定位，后面的规划控制也就就水到渠成。

而对于地上停车场内部或地下停车场外部，由于可以稳定、可靠获取卫星信号。因此基于停车场车道、车位、立柱等几何关系的高精度地图成为首选。首次进场前通过高精度组合导航、激光、相机等传感器建立精确度达到厘米级的高精度地图。后面车辆通过高精度组合导航获取绝对定位信息，并拉取此位置的停车场高精度地图，从而为规划控制提供支撑。偶尔的遮蔽下可通过激光、相机、IMU等融合定位方式提供辅助定位。

单车智能的技术路线可以避免对停车场进行大规模改造，避免了停车场运营商、地产商、AVP技术方案商及主机厂之间的各方斡旋、扯皮。但缺点也很明显，单车无法提前获取停车场的空余车位、空余充电桩数、停车收费情况等信息。容易出现周末繁华商场停车库一位难求的局面，爱车在地下车库转了一圈又一圈，发现无位可停时，只能远程求助你。你不得不放下刚喝了半瓶的大乌苏，吃了半口的腰子，微醺着前去营救你的爱车。同时L4的成熟算法、硬件量产时间要多久，单车智能AVP的实现就要多久，短期内大规模落地存在较大难度。目前主推这一方向的主要为国内一众自动驾驶方案商。

二、场端智能

场端智能通过提升停车场的智能化水平来实现自主泊车功能，而对单车无任何智能感知硬件的需求，无停车场高精地图需求。通过在停车场特定位置部署激光雷达、摄像头、毫米波雷达等感知传感器、机房部署边缘计算设备从而实现智能感知、AI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，从而实现自主泊车功能。

场端智能的优点非常明显，不用受限于单车智能的发展，利于快速落地。缺点也很干净利落，场端无法实现100%感知覆盖，无法覆盖的区域将导致功能失效；驾驶员必须将车辆开到场端感知覆盖的区域才能下车，无法灵活选择在停车场外进行下车；此外，随着激光雷达，800万像素相机等高阶传感器陆续前装，各家L4算法能力也在不断突破，放着单车智能不用，转而将智能感知主体全都放在场端，怎么想都是一条过渡技术路线。目前这一技术路线的主要实践者为宇宙级某Tier1。

三、车路协同

单车智能无法获取场端的数据，场端智能无法发挥车端智能的优势，车路协同则被认为是自主代客泊车的终极量产解决方案。车端除了实现单车智能所必须的硬件，还需加装OBU，负责V2X中车端与停车场端RSU通信。场端安装必要传感器实现车位检测、车牌识别、流量检测、安防安检等，场端边缘计算设备将停车场辅助信息通过停车场RSU发送给车端OBU。车端与停车场端数据实时互动，实现自主代客泊车功能。

车路协同技术路线的优点是可以彻底解决客户泊车的痛点，是客户非常愿意买单的功能之一。同时能平衡各方利益，是各方愿意为之努力的方向。而缺点就是技术难度、系统复杂度都较前两者上了一个级别。目前主推车路协同AVP方案的代表企业为国内自立自强、科技强国的典范企业。

L5 享受的极致

全场景的自动驾驶，我想应该不用再区分泊车场景，也就不会有泊车概念。车主可在任一下客点下车，车辆基于V2X技术，通过路端RSU获取附近停车场的场端信息以及道路交通信息，从而完成最优车位的锁定、最优路径的规划。

车主也可以在办公室预约任意时间任意可上车点的接客功能，车辆基于大数据实时计算通行的时间，提前进行车辆自清洁，提前醒好2030年的长城干红，提前准备好车主下班路上所需的办公、娱乐设备。

那时必是一种享受。

作者：11号线人
文章来源：上汽零束SOA开发者论坛
原文链接：https://bbs.z-onesoft.com/omp/community/front/api/page/mainTz?articleId=7636

L2~L5泊车场景泊车功能演进相关推荐

基于扩展卡尔曼滤波EKF和模型预测控制MPC，自动泊车场景建模开发
基于扩展卡尔曼滤波EKF和模型预测控制MPC,自动泊车场景建模开发,文复现. MATLAB 基于扩展卡尔曼滤波EKF和模型预测控制MPC,自动泊车场景建模开发,文复现. MATLAB(工程项目线上支持 ...
马斯克：2020 年底将完成 L5 级别自动驾驶功能
7月9日,2020世界人工智能大会云端峰会在上海正式召开.大会以"智联世界共同家园"为主题,以"高端化.国际化.专业化.市场化.智能化"为特色,围绕智能领域的 ...
“豆瓣酱”之用户，场景，功能
经过了前面的NABC分析之后,我们来谈一谈"豆瓣酱"的用户,使用场景和功能. 用户:使用windows phone的豆瓣用户场景: 1. 林大萌是中国科学技术大学的本科生,特别喜 ...
网易邮箱写邮件HTML转换按钮,网易邮箱推出虚拟场景写信功能身临其境写邮件...
当你用电子邮件给好友发出问候时,是否怀念着曾经繁茂成荫.绿野同行的过往?当你给他(她)写信表达思念时,是否憧憬着秋风初起.阳光清透的意境?近期,网易邮箱独家推出"虚拟场景写信"功能 ...
小说中场景的功能_场景的功能
场景的功能学案外国小说欣赏一.场景的功能 -- 经典文段鉴赏文段一江声浩荡,自屋后上升.雨水整天的打在窗上.一层水雾沿着玻璃的裂痕蜿蜒流下,昏黄的天色黑下来了.室内有股闷热之气. 某些外省城 ...
自动驾驶行业观察 | 停车不再难，L2到L4的泊车辅助系统技术剖析
作者 | 陈光来源 | 自动驾驶干货铺(ID:IntelligentDrive) [导读]在汽车智能化的浪潮中,车载传感器发展迅速,越来越多搭载了先进传感器的汽车进入了我们的视野.比如能够在高速公路 ...
阿里云时空数据库引擎HBase Ganos上线，场景、功能、优势全解析
2019独角兽企业重金招聘Python工程师标准>>> 随着全球卫星导航定位系统.传感网.移动互联网.IoT等技术的快速发展,越来越多的终端设备连接至网络,由此产生了大规模的时空位置 ...
阿里云罗小飞：阿里云边缘云，从资源到场景的产品演进
简介:2021年7月1日,以"云集影从,融网聚生"为主题的GIDC全球互联网数据大会在上海成功举行.本次大会由中国信通院指导,艾迪网主办,邀请来自政府.产业等多领域的专家,围绕&q ...
小说中场景的功能_场景在小说中的作用
文 | 彼岸晓吾 / Part 01 写场景最厉害的作家有余华,莫言和村上. 初学写作者最容易犯的毛病是不会写场景,不了解场景的意义所在.很多写手以为,只要把自己的意思表达出来,自然会形成一篇文章或一 ...

L2~L5泊车场景泊车功能演进

L2~L5泊车场景泊车功能演进相关推荐

最新文章

热门文章