生活中存在很多新老司機都犯難的泊車場景，困擾著不少車主的日常出行。

老舊商場或小區地下車庫光線不足且車位旁立柱裝有消防栓，倒車時需兼顧后視鏡，還要防止車身發生剮蹭，往往得反復下車確認，十分不便。

遇到斷頭路車位或狹窄通道等高難度場景時，常常需要多次反復揉庫才能勉強停入，耗時又耗力。

側方停車時若后方車輛不斷鳴笛催促，容易令人心慌手亂，即便本可順利停入，也難免失誤。

成功停進極窄車位后，也常因車輛姿態不整或靠墻過近，導致乘客無法開門下車，尷尬不已。

目前市面上的智能泊車產品，在面對上述復雜場景時往往也表現不佳，普遍存在車位漏識別、停車精度差、揉庫慢，以及極限車位無法成功泊入等問題。

為了徹底解鎖各類極限泊車場景，滿足用戶全方位的泊車需求，Nullmax 推出了新一代智能泊車方案——Max Parking。

前不久，在嚴謹的測試后，多位行業頭部客戶均給予一致的高度評價：“Nullmax 的泊車能力，尤其在極窄車位泊入、復雜場景通過性和泊車效率上，達到行業頂尖水準。”無論是面對極窄車位，還是復雜地庫與多障礙物交互的場景，Nullmax 都已具備精準、流暢、可靠的一鍵泊入能力，并將該關鍵技術環節實現成熟的應用落地。

Max Parking：

效率高、姿態正、全場景表現穩

Max Parking 是 Nullmax 自主研發的智能泊車解決方案，致力于讓每一次泊車都輕松無憂。

Max Parking 通過精準的場景識別和空間利用，在復雜場景中快速規劃最優路徑，大幅縮短泊入時間，整體泊車效率較部分頭部友商水平提升10-15%。同時，還實現了行業領先的泊車精度，位姿控制可達±2cm/±1°級別，讓車輛泊入一步到位，姿態恰到好處。該方案不僅能輕松應對日常常見車位，更在面對極窄車位、斷頭路車位、機械車位等復雜場景時，依然表現穩定。

Max Parking 具備卓越的平臺兼容性與工程敏捷性。其架構支持靈活的傳感器配置（如1-3M環視攝像頭，AK1/AK2超聲波雷達）、不同算力的芯片平臺及車輛執行器的不同接口（加速度、扭矩、速度與距離），確保高性能表現與快速移植能力，為車企合作伙伴提供快速量產、性能出色的泊車方案新選擇。

七大黑科技，成就泊車“老司機”

01先進的BEV感知及融合方案

Max Parking 采用高度可擴展的多模態感知融合方案，可靈活接入視覺、超聲波雷達等多源異構傳感器數據，并具備快速適配不同分辨率與視角攝像頭的能力。通過前處理模塊統一處理多分辨率圖像數據，并借助 Fast-Ray 變換器將多視角特征投影至統一 BEV 空間，實現了視角與分辨率的自適應融合。該方案顯著增強了對車位邊界、低矮障礙物等關鍵目標的感知檢測穩定性，尤其在環氧地坪反光、夜間低照度等極端場景下表現優異。

02強大場景識別和路徑搜索規劃能力

Max Parking 深度融合智能場景感知與自研自適應混合A*算法，能夠精確識別并應對多種極端泊車場景，包括斷頭路車位、窄通道車位及極窄車位等高難度工況。系統依據實時環境特征，動態調整搜索策略與約束條件，高效生成兼具安全性、合理性與可行性的最優軌跡，顯著提升在復雜場景下的泊車成功率和停靠準確率。

03分層協同規劃算法

采用分層協同的規劃架構，全局規劃與動態規劃緊密配合，既從宏觀層面確保泊車整體軌跡合理、效率最優，又能根據實時感知到的車位、障礙物等環境變化，動態調整局部路徑與泊車目標，顯著提升系統的泊車準確性、成功率和場景適應性。

04自適應終點偏移策略

面對旁車突然侵入、車位緊貼墻壁或存在障礙物干擾等復雜場景，系統能夠實時感知環境變化，并動態自適應調節泊車終止位置，在確保安全避障的同時，優化車輛最終停靠姿態，提升復雜場景下的泊車成功率和合理性。該系統還可響應駕駛員指令，實現自定義偏置停靠，有效提升便捷性與上下車舒適度，充分體現智能泊車功能的實用性與靈活性。

05多維時空搜索規劃算法

Nullmax自主研發的多維時空聯合搜索規劃算法，可同步優化距離、時間與速度等多維度目標，實現高效、平滑的軌跡規劃。該算法大幅提升了車輛在動態場景中的交互智能性與擬人化水平，使車輛在面對復雜交通環境時決策更合理、行為更流暢，無限接近人類駕駛員的判斷與操作習慣。

廣泛應用場景覆蓋包括：路口會車、車輛搶行、自適應跟車、主動繞行、禮貌讓行、倒車脫困等一系列典型與長尾場景，全面保障系統在不同環境下的可靠性、安全性與體驗感。

06領先的SLAM技術

Max Parking 的記憶泊車功能具備卓越的環境感知與定位能力，可在多層地下停車場、地面車位等復雜場景中實現穩定、可靠的“無人巡航”與自主泊入。

依托深度學習環境紋理特征提取技術，在低 CPU 占用條件下高效獲取更豐富、穩定且準確的環境特征信息。結合幾何特征跟蹤與環境語義匹配的雙重定位策略，系統無論在動態行駛還是靜態泊車狀態下，均可實現全場景＞99%的高精度重定位，定位性能卓越可靠。

在全程＞2km的建圖范圍內,記憶泊車功能支持任意位置實現中途啟動與無縫重定位，用戶無需返回固定起點，真正實現“隨時隨地、隨心啟用”。系統同時兼容室內外多層停車場場景下的建圖與巡航，最高巡航速度可達20km/h，在確保安全的前提下顯著提升通行效率。

07巡航泊入無感切換技術

基于統一的坐標系統架構，當記憶泊車（HPA）行駛至巡航終點附近時，自動泊車（APA）功能已在后臺靜默啟動、提前計算。憑借軌跡規劃與控制執行的無感切換技術，系統可自主、平滑地由巡航狀態切換至泊入狀態，全程無需停車等待或人為介入，從巡航到泊入，真正實現全程連貫、一氣呵成的智能化體驗。

硬核基座支撐，數據引擎加速泊車進化

01數據驅動的場景泛化能力

依托全局建圖與自研的AutoGT自動預標注系統，構建高效閉環數據生產體系，顯著降低真值標注成本與周期，極大提升數據產出效率。系統基于海量真實泊車場景數據訓練感知模型，持續增強其在多場景、多工況下的泛化能力與感知精度，全面提升泊車系統的環境理解與決策可靠性。

02Max Parking 虛擬引擎

我們打通了不同車型的測試數據，實現全域數據統一管理與應用，構建出高效可靠的虛擬仿真平臺。它不僅極大提升了研發效率，更全面賦能智能泊車系統的快速迭代與可靠驗證。比如，

一鍵將真實路采數據轉化為豐富仿真場景，自動生成多樣化車位與障礙物布局，并且可以從一個場景中泛化出成百上千的衍生場景，大幅提升算法的魯棒性，加速適應各類復雜環境。

支持對泊車核心算法開展靜態搜索規劃驗證與動態全局規劃測試，可在仿真環境中系統性檢驗算法精度、效率與可靠性。

可在仿真或實車測試中隨時加入虛擬車輛、行人等動態智能體，輕松模擬真實交互場景，高效訓練和驗證車輛的決策與交互能力。

Max Parking 虛擬引擎，真正實現“數據驅動迭代，仿真加速落地”，幫助車企大幅縮短開發周期，更快交付用戶體驗卓越的泊車功能。

結語

Nullmax 的 Max Parking 智能泊車解決方案憑借“感知-規劃-執行”全鏈路智能驅動，徹底將用戶從復雜的空間判斷與操作控制中解放出來。該系統既可幫助新手駕駛員從容化解泊車焦慮，也能為經驗豐富的老司機節省更多時間與精力。

它不僅能夠高效應對常規停車場景，更可精準處理窄位、斷頭路等現實中的復雜泊車挑戰，真正實現了全場景的能用及好用。每一次流暢、輕松的自動泊入，都體現了智能駕駛為現代出行帶來的實實在在的便捷與幸福感。

作為行業領先的人工智能科技公司，Nullmax 2016年創立于美國硅谷，致力于打造全場景無人駕駛應用，引領移動出行智變。

Nullmax 通過先進的計算機視覺和深度學習技術，打造了涵蓋上層應用、中間件及云端數據系統的輔助駕駛全棧技術體系 MAX，并構建了由數據平臺、算法平臺組成的基石架構。

基于 MAX 平臺架構及新一代 Nullmax Intelligence (NI) 端到端智駕技術，Nullmax 推出了以視覺為主、多傳感融合感知的 MaxDrive 平臺化輔助駕駛方案，面向不同車型、不同場景功能需求，可全面覆蓋高中低算力的不同芯片平臺，支持任意傳感器配置，具有可擴展、可移植、低成本、覆蓋全球的優勢。目前，Nullmax 已與全球多家汽車廠商、一級供應商、芯片廠商建立了深入的量產合作，量產進程持續向前。