對于有車一族來說，開車是愉快的，但停車往往是件令人痛苦的事兒。停車之難，一是在于車位難找，二即使找到了，停車入位也是煩心事，縱然是老司機也不敢大意，以免發生不愉快的剮蹭。這種痛點，自然也就催生了對“自動泊車（APS）”的需求。 所謂自動泊車，顧名思義就是汽車無需（或者只需盡可能少的）人工干預，通過車載傳感器和車載處理器，來實現自動化的車位尋找、車位識別、停車入位等操作。這無疑會了卻菜鳥的一塊心病，對于老手來說也更省力氣。

市場日趨火熱

根據蓋世汽車的用戶調查，72%的用戶表示雖然沒有使用過自動泊車系統，但有機會的話很愿意嘗試，而40%的用戶表示有購車計劃時，愿意購買配備自動泊車系統的車型，買方的強勁需求由此可見一斑。 從車企和汽車電子開發者這一“賣方”的角度來看，自動泊車也是其在ADAS和自動駕駛領域一個不錯的切入點。其原因主要有三點：

第一是技術難度相對較小，停車場雖然屬于高復雜度的開放道路，但是由于車速較低、交通參與者較少，安全風險及技術難度相對較小，現有的技術基本可以滿足需要。

第二是由于使用場景相對固定和簡單，實施起來法律和倫理方面的障礙也比較小。

第三是自動泊車的產品形態比較靈活，既適用于前裝市場，成為新車的新賣點，也可以通過后裝市場對存量車輛進行升級改造。

因此有分析認為，基于上述的這些因素，自動泊車可以幫助汽車行業玩家在自動駕駛領域掘得第一桶金。佐思產研的研究數據顯示，中國乘用車市場自動泊車的裝配率已經從2013年的1.34%上升到了2019年的7.7%。而中國汽車技術研究中心的分析也顯示，到 2020 年自動泊車系統在狹義乘用車市場的新車裝配率將達到20%。很顯然，市場已經啟動了。

技術分級淺析

不過如果真的想進入自動泊車，上面的分析還是顯得比較粗糙。實際上，既然自動泊車是自動駕駛中的一個場景，那么其也和自動駕駛一樣是有不同分級的，根據自動泊車自動化程度，其可被分為四類：

自動泊車輔助（APA）：在泊車入位時駕駛員仍然需要在主駕駛位，車輛自動控制泊車的方向和速度，但駕駛員要隨時觀察周圍環境，準備踩剎車等應急操作。

遠程泊車輔助（RPA）：它是在APA基礎上發展而來的，但與APA不同的是泊車過程中人處于駕駛座艙之外觀察環境，隨時準備通過遙控器或手機APP進行剎車和控制，這種方案特別適合于停車位狹窄的場合。

自學習泊車（HPA）：也被稱為“記憶泊車”，它是依托360°全景影像功能，實現即時定位與地圖構建（Simultaneous Localization And Mapping，SLAM），實現在特定場景中固定路線的自主泊車。

自主泊車（AVP）：這實際上就是自動泊車系統的終極目標，它可以像高級酒店的車童一樣，幫助車主完成自動尋常車位、停車入圍、自動接駕等全流程的泊車自動化操作。

顯而易見，上述不同的類型（級別）的自動泊車系統，其技術難度也是不同的，相應地也就需要不同的技術解決方案。

技術架構考量 不過上述所有這些不同級別的自動泊車系統，其基本的技術架構都是相同的，必須包含以下三個部分：

傳感器系統：其主要任務是探測環境信息，在尋找車位階段，可以采集車位的長度和寬度以判斷是否合適停車；在泊車階段，主要是監測汽車相對于目標停車位的位置坐標，以及與周圍障礙物相對距離，進而計算出車身角度和轉角等信息，確保泊車過程的安全可靠。

計算處理系統：它會根據車位監測傳感器系統采集到的信息，計算車位的有效長度和寬度，判斷該車位是否可用，以及在停車入位的過程中，根據停車位和汽車的相對位置規劃出最佳的泊車路徑。可以說，這是自動泊車系統最核心的部分。

執行系統：自動泊車計算控制系統的計算結果，將作為決策指令輸入電動助力轉向系統以及發動機電控系統，以控制泊車過程中方向盤的角度和汽車油門開度，兩個方面的動作相互配合，最終完成泊車的操作。

由此不難看出，自動泊車與其他自動化系統一樣，都是包括感知、思考和決策及執行三個環節，而更精準的環境感知、更高效的數據處理，決定了自動泊車方案優劣的關鍵。

在傳感器系統方面，超聲波傳感器是最成熟的技術，它發射并接收從障礙物反射回來的超聲波信號，根據發射和接收信號的時間長短來測算與障礙物的距離。如今，毫米波雷達在一些比較前衛的全自動泊車系統也已經出現了，相較于超聲波，它可以提供更高的分辨率、精度及抗干擾能力。雖然有人認為毫米波雷達在低速下的性能優勢不突出，且在地庫中使用時信噪比不高，但是其不斷下降的成本和固有的性能優勢還是讓人們對其充滿了興趣。

此外，360°環視視覺系統也是自動泊車系統中必不可少的環境傳感器，它通過4個廣角魚眼攝像頭構成了一個可以對車輛周圍進行全方位觀察的“上帝視角”，提供更直觀的信息和數據。當然，受環境光線的影響以及無法直接測距，是視覺傳感方案的短板。可見，各種傳感器互有短長，自動泊車系統的感知部分的方案，就是針對特定目標應用，對上述多種類型傳感器進行組合，通過傳感器融合，以達到一個最優的結果。

在計算處理方面，為了提升數據處理的效率和速度，在視覺處理上選用恩智浦的S32V視覺處理器，其不僅有多核64位Arm Cortex-A53提供充沛的算力，還具有圖像信號處理器（ISP）、強大的3D圖形處理器單元（GPU）、雙APEX-2視覺加速器等專門的視覺處理功能，同時還有可支持機器學習模型部署的工具鏈。而在傳感器、泊車路徑規劃及跟蹤的數據處理上選用意法半導體的SPC564Bxx系列車規級MCU，采用e200z4d處理器核，工作頻率高達120MHz，具有可變長度編碼（VLE），并滿足汽車級的可靠性、功能安全方面的要求……這都會為自動泊車系統未來功能的擴展和性能的提升提供有力的技術支撐。

尋找開發捷徑 不過，對自動泊車有了深入的理解，也有了可供使用的產品和技術，但在實際的開發過程中，開發者還是會遇到不少具體的問題，比如核心器件的評估選型、系統的整合、性能參數的實現等等，解決這些問題，都少不了費時費力的摸爬滾打。

編輯：jq