智能泊车系统离解救那些停车困难户还有多远？

往期的智能驾驶相关研究周报曾经将汽车智能网联功能从消费者感知的角度分为五类(参见《汽车智能网联五类功能趋势和中国车企的应有策略》)，并先后介绍了其中的四类功能，本期是同议题的最后一篇，谈一下智能泊车。

严格地说，智能泊车系统包含两个部分：

1. 泊车位信息辅助类：在需要的时候，帮助车主找到停车位，甚至提供多处可选的车位，并将汽车导引到合适的停车位；

2. 停车辅助类：包括倒车雷达、半自动的泊车辅助、遥控/全自动泊车，以及代客泊车，这些都是建立在低速行驶和停车位具备的条件基础上的。

在泊车的功能里面，已经被客户完全接受的是倒车雷达的报警，还有环视系统帮助车主看到道路的情况；

从半自动泊车到代客泊车之前的泊车应用，还是需要车主尝试环境和使用条件，成功概率不高，所以并没有给人很爽的体验。

这两条，前者是泊车信息化，后者是车辆泊车自动化，其发展的终极形态终是合二为一的全自动的代客泊车，停车位的信息化和区域地图的信息化还是重要的。


图1 智能泊车示意图

一、泊车位信息辅助功能

这一功能说白了就是帮助车主找停车位。

基于系统层的泊车位信息：不少智能导航系统在到达目的地之后，基本都会为车主提供附近停车场信息。大城市的停车难的问题，确确实实影响到了驾车体验，所以对智能泊车功能而言，第一重要的还是给用户提供更好的停车方面的信息。

泊车位信息的提供：

常规的或习惯性的停车地点，车主已经轻车熟路了，无需语音推荐或提供其他选择；

车辆智能系统后台通过与公共或半公共停车场的信息进行链接，充分把附近停车的价格和使用率的信息收集起来，以合适的方式交互给车主，这一过程就把传统的车主开到停车场门口询问门卫有无车位的过程给代替掉了


图2 智能泊车系统寻常地下停车车位的模拟

在进入停车场以后，智能泊车系统把地上各个区位方向的可用车位、地下不同层楼和不同位置的可用车位信息都发给车主，目前大部分停车场通过车位上面的灯光颜色提示车位是已经被占用还是空闲。

通过V2X和智慧系统，将用户界面显示和导航系统打通，这是智能泊车系统发展的关键着力点。

如何把停车位、停车位轨迹在范围内来做，是个大的命题(牵涉到GPS缺失、惯导的精度问题)


图3 停车位的轨迹导航和显示

二、代客泊车功能

号称可实现完全自主泊车功能的法拉第未来量产车型FF 91，在年初发布了自动泊车演示，从其现场演示和后续视频看，这个代客泊车在有两排车的场地进行，整个过程是按照标准的代客泊车的功能设计去做的：

1)车主在停车场的入口下车，之后整个过程全部交由车辆本身的智能系统来负责。过程中车主可以选择通过手机可以与车辆互联，通过手机HMI界面来了解车辆的情况，车主也完全可以放心让车去自由发挥，整个过程“不闻不问”。

2)由于演示车辆所在的停车场没有智能化的系统支持，因此车辆具备“代客泊车”智能化系统就需要自主决策，从入口处开始寻找停车位，把自己停进去。

演示情况如下图所示：停车场前面三排停满了，因此FF91演示的是在一定范围内寻找空闲车位的能力，图中蓝色是车辆行走的道路，黄色是停车位，绿色是可用车位，上下两个图像代表的是两段视角。

从结果来看，演示车辆从前面三排满车位开始，沿道路行驶寻找车位，直至最后在第四排第三个停车位停下来。在整个过程中车辆系统主要寻找两车之间空闲的第一个停车位，因此它忽略了第四排第一个空车位。见下面示意图。


图4 FF91在CES上所演示的代客泊车

FF91的这种测量方法，类似于之前传统的泊车入位，使用超声传感器来探测可用车位宽度(也可能使用了前面那个16线lidar来生成车位间距、可能使用侧边超声传感器量车位)。在这个演示过程中，我们可以发现在找到车位的整个行驶路径中并没有车道线，受测车辆需要在停放车辆、走动车辆、行人、其他障碍物等各类环境信息中进行判断，以找到可行驶的区域，包括：

需要通过对整个其他车辆的停放位置来抽取可行驶区域

环境探测方面需要视觉+激光雷达，甚至结合侧边的毫米波radar一起完成对周边信息的探测

停车场内环境情况比较复杂，存在障碍物、活动物体(包括车、人)，甚至还可能有小孩子在里面

整个过程分两段，低速找路/寻找车位+停车入库

其实，法拉第这个自动泊车功能的演示成分还是挺大的，实际来做，需要更多的场景和干扰因素来验证其实际可行性。不同地区和不同条件的公共/私人停车场和停车库，差异也非常大，需要根据各种情况来实验、分类、学习和重新构造整个功能的设置。

从泊车辅助系统发展到代客泊车系统，这套智能系统需要对整个泊车过程负责，需要对从驾驶员下车到泊车点这段道路距离和环境的复杂性以及各类可能的意外情况做出正确的判断，如图所示，这是扎扎实实的L4的自动驾驶功能，需要对整个行驶过程做出系统性的后备处理：

在之前的场景考虑和要求中，都需要驾驶员在车内操作，对整个过程的安全性负责，车辆只是帮忙计算轨迹路径，以帮助驾驶员停车入库。

在完全代客泊车场景下，一旦把人的因素拿掉，情况就完全不同了：对于周围环境中车、人和其他障碍物的识别都得交给智能系统来处理

三、自动泊车智能系统的实现路径

与一个完整速度区间的L4自动驾驶的架构切合，自动泊车可以对ADS系统的冗余结构进行降级，也可以在刹车部分进行冗余(ESP+EPB)，整个路径的演化，比较核心的点是在哪里需要做到什么、如何进行升级和降级的考虑。


图5全自动泊车定义的划分

1.整车的智能化发展路线

第一步，是车载系统能够做到让驾驶员与车辆系统分离，让车辆系统在离开驾驶员之后，由ADAS系统完全接管原来人的操作，比较典型的就是遥控停车，一般要求人和车在视力所及的地方：

 车主可以通过手机可以指挥车辆进行泊车

自动驾驶系统可以控制动力总成系统和刹车系统，完成前进、后退和转向与换档 ，整个入库泊车的过程把人觉得最难的那部分工作全部由智能系统接管过去。

下图就是车主体验到的比较酷的人在车外面用手机对车辆进行操控，完成泊车的过程。


图6 炫酷的手表遥控停车

再进一步扩展，就是人下车的过程和停车入库的过程彻底分离，车辆可以自主完成停车，要达成这一点，需要停车场完成智能改造，通过所配置的终端V2I对车辆进行导引。而要在普通的停车场实现自动泊车，智能车辆需要像驾驶员一样去找车位。

2.网联辅助路线

如同我们现在对于智能道路和智能城市的考虑，自动泊车未来实现的基础是将一大部分工作交给整个设施，通过智能化的云后台来处理整个过程——

在限定基础设施的情况下，可以把很大一部分智能化的工作交给停车场，通过智能停车场主导内部车辆的动态车位分配；

通过V2X的方式，让停车场的管理系统与驶进的自动化车辆进行通信，告诉车辆可以停放的车位，下发地图和路径规划曲线；

智能车辆根据得到的地图、车位位置和局部路径规划方案，执行整个智能泊车过程，在这个过程中需要规避车辆、人员和其他障碍物，这些动态信息的识别与应对需要智能车辆自主进行。

不排除里面会出现一些车队队列应用，以实现批量化的车辆位置运转

3.智能化路线

如果脱开基础设施，让整个自动泊车系统由自身进行，通过AI来支持整个路径规划和车位的选取，从而找到可以停车的地方 ，这在某种意义上能更加实用一些——

车辆通过内部的4G网络与企业后台联结，获取必要的信息，看能否获取远程的信息；

如果无法获取相关信息的话，车辆就得完全依靠自己的智能系统，在停车场晃悠，寻找潜在的车位；
车辆需要自行规划执行路线，并与路线上的其他车辆进行博弈，如果找到了停车位还得与同样选定该车位的人类司机“沟通”下才能顺利的停下来。

所以，你看，从严格意义上来看自动泊车这件事情还是挺复杂的：如自动驾驶L4的定义，车辆需要完成所有的动态驾驶任务，需要从应用范围ODD(Operational Design Domain)上逐步升级。

泊车时速度是低下来了，遇到碰撞市绝对速度所引起的危害稍低，但相对速度的问题还是存在，比如低速穿越路口的车辆被正在高速或正常行驶的车辆给撞了，引起的危害还是不低的。

对于开放式的停车区域，比如小区内道路边上的停车位，要完成自动泊车的情况就更加复杂。