自主泊车的痛点及可能的解决策略

szwzyh

　　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。

　　自主泊车所面临的挑战

　　停车场设备生产商科立德表示：“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，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。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。

　　科立德表示，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

　　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，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

　　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。

　　在智能停车场设备的选择上，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。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，科立德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

　　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。

停车场设备：www.kiledo.com