談了這麼久自動駕駛，自動泊車會是個很好的切入口
雷鋒網(搜索“雷鋒網”公眾號關注)按：本文作者朱玉龍，汽車行業從業工程師，主做汽車電子，領域從新能源汽車過渡到ADAS。
本文主要從幾個方面來談談自動泊車技術，第一部分是自動泊車的發展歷史，第二部分是自動泊車的內部結構和一些廠家的方案。值得注意的是，在不同的國家，落實不同場景自動化的意願也不相同，唯一確定的是，大家都不愛停車，確切的説是不愛找車位和停車。這是整個汽車智能化和自動駕駛裏面最迫切的需求，也是一個比較容易切入的環節。
圖1 各個自動駕駛功能的民眾接受度，自動泊車需求呼聲很高
第一部分 自動泊車的發展歷史
1）被動式：在泊車時提醒駕駛員前方或車輛後方障礙。在發展的過程中從只有後方預警，發展成車輛往前運動前方檢測也有預警、加入視覺圖像、加入輔助線還有周邊盲區預警，到現在最複雜的是兩種系統結合，包括倒車雷達+360度環視的兩種功能。
圖2 被動式泊車系統結構
被動式主要利用超聲波傳感器+蜂鳴器+HMI圖標來提示駕駛者外部障礙物情況，防止車輛在倒車時碰撞，一般由下面幾個功能構成：
被動式是充分考慮了成本的系統，採用低成本的超聲傳感器來實現倒車時候的障礙物檢測，一般距離為1米～1.5米的情況，消費者對此類系統接受度高。
2）半主動式泊車輔助
隨着自動化水平的提高，各個汽車公司都想要幫助駕駛者更好地停車，所以開發出不同的系統如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，這些系統的特點是一般需要駕駛員來負責油門和剎車，車輛幫忙計算軌跡路徑，幫助駕駛員入庫。
圖3 半自動泊車系統的一些對比
圖4 法雷奧Park 4U系統
如圖4所示法雷奧的Park 4U，其系統構成為：
對消費者來説，檔位需要控制、加速和減速都需要控制，整個過程的責任需要承擔。各車企，在HMI、車位大小上面有差異，基本的操作沒有差異。J.D. Power的《2015年駕駛員汽車交互體驗報告》(2015 Driver Interactive Vehicle Experience (DrIVE) Report)顯示，“最沒用汽車新技術”榜單上半自動泊車排第三位，1/3車主都不會去嘗試這個功能，因為並沒有什麼用。
3）全自動泊車
從半自動泊車到全自動泊車的進化過程中：
可以看到這基本上是整個泊車把人的工作全部接盤過去的過程。
圖5 從半自動到全自動泊車
我們看到的就是比較酷的人在外面用手機進行操控：
圖6 智能手機操控自動泊車
當然這一部分，人還是需要找到車位的。目前正在研究的所謂Valet Parking（停車場自動泊車），就完全是不需要你去找到那個車位的概念了。在某些充電運營的模式中，Valet Parking被賦予更多的意義：
圖7 停車場自動泊車（V-Charge）
第二部分 停車場自動泊車的結構
其實從被動輔助停車（L0）→半自動泊車（L1）→全自動泊車（L2）→停車場自動泊車（L3與L4之間），是一步步迭代和改進的過程。停車場自動泊車之所以是L3和L4之間，主要是沒人介入了，但需要在特殊場景裏面，而且是低速行駛。我們把Valet Parking需要做的事情進行分解：
1.與停車場設施進行通信，獲取地圖和管理系統分配的可以泊車車位位置和編號信息。
2.進行定位和路徑規劃，自主決策來確定過去的路徑。
2.1 執行低速無人駕駛前往待停車位
2.2 遇到障礙物的時候緊急制動（前後方都需要）
圖8 靠近車位路徑規劃
3.車庫位置的自動入位
3.1 檢測周邊環境、車位的信息，制定入庫策略
3.2 自動轉彎進入
3.3 如果有緊急情況進行剎車
圖9 車輛入庫軌跡計劃
所以這個故事比較簡單，我們可以看到全球幾乎所有的車企都在籌劃這些方案，比較典型的如V-Charge大眾方案、雷諾方案、本田方案。關於傳感器、地圖等配置以及具體技術路線有兩個案例：
案例一——V-Charge方案
連接到遠程停車場服務器後，車輛定位會接收到專門設計的地圖+停車場的道路網絡信息。
本地地圖存儲了停車場的所有地方，使車輛可以根據攝像的信息來確定自身位置。
不依賴於GPS傳感器，從而使導航也是在室內環境中，如地下停車位（GPS不可用時），並完善提供釐米級的精度。
這裏配合無線充電，停車場的費用管理，加了不少別的東西進去。
圖10 V-Charge方案
案例二——法雷奧方案
這個更加純粹一些，因為總體而言，它是按照方案來走的，而不是演示項目的概念。
結語
總的來説，未來停車場等基礎設施智能化，特別是建立一個局部道路分配的計算雲以後，會與路上所有的智能車輛之間通信交互和協同。自動泊車未來會涉及到諸多領域之間碰撞，使智能後台系統和運動終端開始博弈整個智能化的未來。
參考資料：
圖1、圖3、圖4和圖5出自法雷奧2015-06 Engaging the Open Source Gear Impact on an Automotive Supplier.
圖2出自《Handbook of intelligent vehicle》中31章 Parking Assist和《Handbook of Driver Assistance Systems》.
圖6 、圖7和圖10出自V-Charge Project Overview.
圖8和圖9出自Design and Implementation of Parking Control Algorithm for Autonomous Valet Parking.
本文首發車雲網，原文：全世界都不愛停車，於是有了自動泊車 。
資料來源：雷鋒網
作者/編輯：朱玉龍
引用自動泊車不僅是單車智能，隨着未來加入對外通信，會產生更多領域間的碰撞。
本文主要從幾個方面來談談自動泊車技術，第一部分是自動泊車的發展歷史，第二部分是自動泊車的內部結構和一些廠家的方案。值得注意的是，在不同的國家，落實不同場景自動化的意願也不相同，唯一確定的是，大家都不愛停車，確切的説是不愛找車位和停車。這是整個汽車智能化和自動駕駛裏面最迫切的需求，也是一個比較容易切入的環節。
圖1 各個自動駕駛功能的民眾接受度，自動泊車需求呼聲很高
第一部分 自動泊車的發展歷史
引用泊車輔助系統可以分三個大的階段，分為被動式、半自主式泊車輔助、全自動泊車。
1）被動式：在泊車時提醒駕駛員前方或車輛後方障礙。在發展的過程中從只有後方預警，發展成車輛往前運動前方檢測也有預警、加入視覺圖像、加入輔助線還有周邊盲區預警，到現在最複雜的是兩種系統結合，包括倒車雷達+360度環視的兩種功能。
圖2 被動式泊車系統結構
被動式主要利用超聲波傳感器+蜂鳴器+HMI圖標來提示駕駛者外部障礙物情況，防止車輛在倒車時碰撞，一般由下面幾個功能構成：
引用防碰撞聲音+圖像提示
測量停車位大小的系統
提供轉彎角度的提示
提供後視圖像和輔助線檢測
360度環視圖像
被動式是充分考慮了成本的系統，採用低成本的超聲傳感器來實現倒車時候的障礙物檢測，一般距離為1米～1.5米的情況，消費者對此類系統接受度高。
2）半主動式泊車輔助
隨着自動化水平的提高，各個汽車公司都想要幫助駕駛者更好地停車，所以開發出不同的系統如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，這些系統的特點是一般需要駕駛員來負責油門和剎車，車輛幫忙計算軌跡路徑，幫助駕駛員入庫。
圖3 半自動泊車系統的一些對比
圖4 法雷奧Park 4U系統
如圖4所示法雷奧的Park 4U，其系統構成為：
引用超聲傳感器
半自動泊車ECU 控制器
外部傳感器：輪速、加速、轉彎角度、轉矩、車速、變速箱情況
HMI按紐和前後報警蜂鳴器
EPS控制轉向系統
對消費者來説，檔位需要控制、加速和減速都需要控制，整個過程的責任需要承擔。各車企，在HMI、車位大小上面有差異，基本的操作沒有差異。J.D. Power的《2015年駕駛員汽車交互體驗報告》(2015 Driver Interactive Vehicle Experience (DrIVE) Report)顯示，“最沒用汽車新技術”榜單上半自動泊車排第三位，1/3車主都不會去嘗試這個功能，因為並沒有什麼用。
3）全自動泊車
從半自動泊車到全自動泊車的進化過程中：
引用首要點：人是否需要在車內，僅通過手機可以指揮車進行泊車。
檔位：在泊車過程中軌跡計算需要調整的時候，出現不成功的情況，系統是否有切換檔位、實現前後進退的權限。
加速：系統有沒有權限來自己進行加速。
剎車：系統是不是會檢測到碰撞之後控制剎車系統。
可以看到這基本上是整個泊車把人的工作全部接盤過去的過程。
圖5 從半自動到全自動泊車
我們看到的就是比較酷的人在外面用手機進行操控：
圖6 智能手機操控自動泊車
當然這一部分，人還是需要找到車位的。目前正在研究的所謂Valet Parking（停車場自動泊車），就完全是不需要你去找到那個車位的概念了。在某些充電運營的模式中，Valet Parking被賦予更多的意義：
引用1.停車位的自動搜索：車輛自動地尋找空車位，而且發現空車位。
2.電動車的無線充電：對電池進行無線充電。
3.充電完成之後的停車位分離：充電完成後，系統自動將充電槽釋放給其它電動車輛，轉而尋找普通停車位。
4.乘客召喚使用車輛：在限定運行的場景出口處，將車輛交還給所有人。
圖7 停車場自動泊車（V-Charge）
第二部分 停車場自動泊車的結構
其實從被動輔助停車（L0）→半自動泊車（L1）→全自動泊車（L2）→停車場自動泊車（L3與L4之間），是一步步迭代和改進的過程。停車場自動泊車之所以是L3和L4之間，主要是沒人介入了，但需要在特殊場景裏面，而且是低速行駛。我們把Valet Parking需要做的事情進行分解：
1.與停車場設施進行通信，獲取地圖和管理系統分配的可以泊車車位位置和編號信息。
2.進行定位和路徑規劃，自主決策來確定過去的路徑。
2.1 執行低速無人駕駛前往待停車位
2.2 遇到障礙物的時候緊急制動（前後方都需要）
圖8 靠近車位路徑規劃
3.車庫位置的自動入位
3.1 檢測周邊環境、車位的信息，制定入庫策略
3.2 自動轉彎進入
3.3 如果有緊急情況進行剎車
圖9 車輛入庫軌跡計劃
所以這個故事比較簡單，我們可以看到全球幾乎所有的車企都在籌劃這些方案，比較典型的如V-Charge大眾方案、雷諾方案、本田方案。關於傳感器、地圖等配置以及具體技術路線有兩個案例：
案例一——V-Charge方案
引用攝像頭+超聲波傳感器被安排成360°覆蓋周圍環境。
12 個超聲傳感器負責短距離探測。
2個雙目立體攝像頭。
4個魚眼攝像頭，做360度環視。
連接到遠程停車場服務器後，車輛定位會接收到專門設計的地圖+停車場的道路網絡信息。
本地地圖存儲了停車場的所有地方，使車輛可以根據攝像的信息來確定自身位置。
不依賴於GPS傳感器，從而使導航也是在室內環境中，如地下停車位（GPS不可用時），並完善提供釐米級的精度。
這裏配合無線充電，停車場的費用管理，加了不少別的東西進去。
圖10 V-Charge方案
案例二——法雷奧方案
引用超聲傳感器：必須短距離測距，前後各6個，12個標配。
視覺傳感器：一般用兩個雙目傳感器（前後），視覺是主要解決車位的形狀和定位問題的。
激光雷達用的是SCALA 的激光雷達，好處是可靠性更高一些。
這個更加純粹一些，因為總體而言，它是按照方案來走的，而不是演示項目的概念。
結語
總的來説，未來停車場等基礎設施智能化，特別是建立一個局部道路分配的計算雲以後，會與路上所有的智能車輛之間通信交互和協同。自動泊車未來會涉及到諸多領域之間碰撞，使智能後台系統和運動終端開始博弈整個智能化的未來。
參考資料：
圖1、圖3、圖4和圖5出自法雷奧2015-06 Engaging the Open Source Gear Impact on an Automotive Supplier.
圖2出自《Handbook of intelligent vehicle》中31章 Parking Assist和《Handbook of Driver Assistance Systems》.
圖6 、圖7和圖10出自V-Charge Project Overview.
圖8和圖9出自Design and Implementation of Parking Control Algorithm for Autonomous Valet Parking.
本文首發車雲網，原文：全世界都不愛停車，於是有了自動泊車 。
資料來源：雷鋒網
作者/編輯：朱玉龍