自动驾驶看累了，不如看看自动泊车吧

本文主要从几个方面来谈谈自动泊车技术，第一部分是自动泊车的发展历史，第二部分是自动泊车的内部结构和一些厂家的方案。值得注意的是，在不同的国家，落实不同场景自动化的意愿也不相同，唯一确定的是，大家都不爱停车，确切的说是不爱找车位和停车。这是整个汽车智能化和自动驾驶里面最迫切的需求，也是一个比较容易切入的环节。

谈了这么久自动驾驶，自动泊车会是个很好的切入口
 

图1 各个自动驾驶功能的民众接受度，自动泊车需求呼声很高

第一部分 自动泊车的发展历史
泊车辅助系统可以分三个大的阶段，分为被动式、半自主式泊车辅助、全自动泊车。

1）被动式：在泊车时提醒驾驶员前方或车辆后方障碍。在发展的过程中从只有后方预警，发展成车辆往前运动前方检测也有预警、加入视觉图像、加入辅助线还有周边盲区预警，到现在最复杂的是两种系统结合，包括倒车雷达+360度环视的两种功能。

谈了这么久自动驾驶，自动泊车会是个很好的切入口
 

图2 被动式泊车系统结构
 

被动式主要利用超声波传感器+蜂鸣器+HMI图标来提示驾驶者外部障碍物情况，防止车辆在倒车时碰撞，一般由下面几个功能构成：

防碰撞声音+图像提示

测量停车位大小的系统

提供转弯角度的提示

提供后视图像和辅助线检测

360度环视图像

被动式是充分考虑了成本的系统，采用低成本的超声传感器来实现倒车时候的障碍物检测，一般距离为1米～1.5米的情况，消费者对此类系统接受度高。

2）半主动式泊车辅助

随着自动化水平的提高，各个汽车公司都想要帮助驾驶者更好地停车，所以开发出不同的系统如Toyota Intelligent Park Assist、BMW Park Assistant、VW/AUDI Parking System Plus with Rear View Camera、Daimler Parktronic with Active Parking Assist和Ford Active Park Assist，这些系统的特点是一般需要驾驶员来负责油门和刹车，车辆帮忙计算轨迹路径，帮助驾驶员入库。

谈了这么久自动驾驶，自动泊车会是个很好的切入口
 

图3 半自动泊车系统的一些对比
 

谈了这么久自动驾驶，自动泊车会是个很好的切入口
 

图4 法雷奥Park 4U系统

如图4所示法雷奥的Park 4U，其系统构成为：

超声传感器

半自动泊车ECU 控制器

外部传感器：轮速、加速、转弯角度、转矩、车速、变速箱情况

HMI按纽和前后报警蜂鸣器

EPS控制转向系统

对消费者来说，档位需要控制、加速和减速都需要控制，整个过程的责任需要承担。各车企，在HMI、车位大小上面有差异，基本的操作没有差异。J.D. Power的《2015年驾驶员汽车交互体验报告》(2015 Driver Interactive Vehicle Experience (DrIVE) Report)显示，“最没用汽车新技术”榜单上半自动泊车排第三位，1/3车主都不会去尝试这个功能，因为并没有什么用。
 

3）全自动泊车

从半自动泊车到全自动泊车的进化过程中：

首要点：人是否需要在车内，仅通过手机可以指挥车进行泊车。

档位：在泊车过程中轨迹计算需要调整的时候，出现不成功的情况，系统是否有切换档位、实现前后进退的权限。

加速：系统有没有权限来自己进行加速。

刹车：系统是不是会检测到碰撞之后控制刹车系统。

可以看到这基本上是整个泊车把人的工作全部接盘过去的过程。

谈了这么久自动驾驶，自动泊车会是个很好的切入口
 

图5 从半自动到全自动泊车
 

我们看到的就是比较酷的人在外面用手机进行操控：

谈了这么久自动驾驶，自动泊车会是个很好的切入口
 

图6 智能手机操控自动泊车
 

当然这一部分，人还是需要找到车位的。目前正在研究的所谓Valet Parking（停车场自动泊车），就完全是不需要你去找到那个车位的概念了。在某些充电运营的模式中，Valet Parking被赋予更多的意义：

1.停车位的自动搜索：车辆自动地寻找空车位，而且发现空车位。
   

2.电动车的无线充电：对电池进行无线充电。
   

3.充电完成之后的停车位分离：充电完成后，系统自动将充电槽释放给其它电动车辆，转而寻找普通停车位。
   

4.乘客召唤使用车辆：在限定运行的场景出口处，将车辆交还给所有人。

谈了这么久自动驾驶，自动泊车会是个很好的切入口
 

图7 停车场自动泊车（V-Charge）

第二部分 停车场自动泊车的结构
其实从被动辅助停车（L0）→半自动泊车（L1）→全自动泊车（L2）→停车场自动泊车（L3与L4之间），是一步步迭代和改进的过程。停车场自动泊车之所以是L3和L4之间，主要是没人介入了，但需要在特殊场景里面，而且是低速行驶。我们把Valet Parking需要做的事情进行分解：

1.与停车场设施进行通信，获取地图和管理系统分配的可以泊车车位位置和编号信息。

2.进行定位和路径规划，自主决策来确定过去的路径。

2.1 执行低速无人驾驶前往待停车位

2.2 遇到障碍物的时候紧急制动（前后方都需要）

谈了这么久自动驾驶，自动泊车会是个很好的切入口
 

图8  靠近车位路径规划
 

3.车库位置的自动入位

3.1 检测周边环境、车位的信息，制定入库策略
3.2 自动转弯进入

3.3 如果有紧急情况进行刹车

谈了这么久自动驾驶，自动泊车会是个很好的切入口
 

图9 车辆入库轨迹计划
 

所以这个故事比较简单，我们可以看到全球几乎所有的车企都在筹划这些方案，比较典型的如V-Charge大众方案、雷诺方案、本田方案。关于传感器、地图等配置以及具体技术路线有两个案例：
 

案例一——V-Charge方案

摄像头+超声波传感器被安排成360°覆盖周围环境。
   

12 个超声传感器负责短距离探测。
   

2个双目立体摄像头。
   

4个鱼眼摄像头，做360度环视。

连接到远程停车场服务器后，车辆定位会接收到专门设计的地图+停车场的道路网络信息。

本地地图存储了停车场的所有地方，使车辆可以根据摄像的信息来确定自身位置。

不依赖于GPS传感器，从而使导航也是在室内环境中，如地下停车位（GPS不可用时），并完善提供厘米级的精度。

这里配合无线充电，停车场的费用管理，加了不少别的东西进去。

谈了这么久自动驾驶，自动泊车会是个很好的切入口
 

图10 V-Charge方案
 

案例二——法雷奥方案

超声传感器：必须短距离测距，前后各6个，12个标配。

视觉传感器：一般用两个双目传感器（前后），视觉是主要解决车位的形状和定位问题的。
   

激光雷达用的是SCALA 的激光雷达，好处是可靠性更高一些。

这个更加纯粹一些，因为总体而言，它是按照方案来走的，而不是演示项目的概念。

结语
总的来说，未来停车场等基础设施智能化，特别是建立一个局部道路分配的计算云以后，会与路上所有的智能车辆之间通信交互和协同。自动泊车未来会涉及到诸多领域之间碰撞，使智能后台系统和运动终端开始博弈整个智能化的未来。