从APA到AVP，四代泊车辅助系统技术剖析前言在汽车智能化的浪潮中，车载传感器发展迅速，越来越多搭载了先进传感器的 汽车进入了我们的视野。比如能够在高速公路上实现单车道巡航的凯迪拉克 CT6，以及交通严重拥堵时解放驾驶员时间的奥迪 A8，以及能够轻松实现高速 公路自动驾驶、上下匝道的特斯拉 Model 系列的车型。公众对自动驾驶的认识主要集中在高速、环路，解决的是“开车”的问题。其实 自动驾驶技术除了能开得一手好车外， 还可以帮助解决新老司机都比较头痛的 停车问题。泊车辅助系统目前已经发展至第三代，从最开始的驾驶员必须在车 内配合挂挡完成泊车，发展到驾驶员可以站在车外 5 米使用手机控制泊车，最 后到汽车自己学习泊车路线，完成固定停车位或自家车库的泊车。下面，我就来盘点一下已经成熟的这三代泊车辅助系统的传感器配置以及典型 的应用场景，随后我会对将在一两年内量产的第四代泊车辅助系统做一个技术 分析。目前市面上已量产的泊车辅助系统主要有三类。 最早普及也是最为常见的第一 代叫做 APA 自动泊车，随后出现的是将泊车与手机结合的第二代 RPA 远程遥 控泊车，最后是最先进的第三代叫做自学习泊车。在未来一到两年内将会出现 更为先进的泊车解决方案 AVP 代客泊车，也就是暂未量产的第四代泊车辅 助系统。泊车辅助一代： APA 自动泊车APA(Auto Parking Asist )自动泊车是生活中最常见的泊车辅助系统。泊车辅 助系统在汽车低速巡航时，使用超声波雷达感知周围环境，帮助驾驶员找到尺 寸合适的空车位，并在驾驶员发送泊车指令后，将汽车泊入车位。APA 自动泊车所以依赖的传感器并不复杂， 包括 8 个安装于汽车前、 后的 UPA 超声波雷达，也就是大家常说的“倒车雷达”，和 4个安装于汽车两侧的APA超 声波雷达，雷达的感知范围如下图所示。APA超声波雷达的探测范围远而窄，常见 APA最远探测距离为5米；UPA超 声波雷达的探测范围近而宽，常见的 UPA 探测距离为 3 米。不同的探测范围 决定了他们不同的分工。APA 超声波雷达的作用是在汽车低速巡航时，完成空库位的寻找和校验工作。 如下所示，随着汽车低速行驶过空库位， 安装在前侧方的 APA 超声波雷达的探 测距离有一个先变小，再变大，再变小的过程。一旦汽车控制器探测到这个过 程，可以根据车速等信息得到库位的宽度以及是否是空库位的信息。后侧方的 APA 在汽车低速巡航时也会探测到类似的信息， 可根据这些信息对空库位进行 校验，避免误检。使用 APA 超声波雷达检测到空库位后，汽车控制器会根据自车的尺寸和库位 的大小，规划出一条合理的泊车轨迹，控制方向盘、变速箱和油门踏板进行自 动泊车。在泊车过程中，安装在汽车前后的 8 个 UPA 会实时感知环境信息， 实时修正泊车轨迹，避免碰撞。APA自动泊车辅助需要驾驶员在车内实时监控，以保证泊车顺利完成，属于SAELevel 2 级别的自动驾驶技术。 对泊车辅助一代做一个简单的技术盘点， 如下图 所示。泊车辅助一代APA自动泊车技术盘点传感器配置方案APA超声波雷达x 4UPA超声波雷达x 8传感器布局雷达：UP傩声波雷达典型 应用场景驾驶员在车内 垂直库位、平行库位SAE等级Level 2泊车辅助二代： RPA 远程遥控泊车RPA(Remote Parking Asist )远程遥控泊车辅助系统是在 APA 自动泊车技术的 基础之上发展而来的，车载传感器的配置方案与第一代类似。它的诞生解决了 停车后难以打开自车车门的尴尬场景，比如在两边都停了车的车位，或在比较 狭窄的停车房。RPA远程遥控泊车辅助系统常见于特斯拉、 宝马7系、奥迪A8 等高端车型中。在汽车低速巡航并找到空车位后，驾驶员将车辆挂入停车挡，就可以离开汽车 了。在车外，使用手机发送泊车指令，控制汽车完成泊车操作。遥控泊车涉及 汽车与手机的通信，目前汽车与手机最广泛且稳定的通讯方式是蓝牙，虽然没 有 4G 传输的距离远，但 4G 信号并不能保证所有地方都能做到稳定通讯。 以下就是 RPA 远程遥控泊车辅助系统的演示视频。 一旦有了这套系统， 就再也 不怕在车位里打不开车门了。RPA 远程遥控泊车辅助系统相比于第一代加入了与驾驶员通讯的车载蓝牙模 块，不再需要驾驶员坐在车内监控汽车的泊车过程，仅需要在车外观察即可。 泊车辅助二代的技术盘点如下图所示。泊车辅助三代：自学习泊车 在汽车变得越来越聪明后，驾驶员的期望也越来越高。他们希望在大雨天下班 时，不用自己冒雨取车，而是用手机发送指令后， 汽车能自己启动，泊出车位， 并行驶到他们面前。为了实现这个功能，给驾乘人员带来更好的体验，工程师们在汽车上加入了鱼 眼相机。鱼眼相机的镜头就像鱼眼一样，能够看到超过 180范围内的东西，在 汽车四周各装一个鱼眼相机，将他们的图像进行畸变矫正后再拼接，即可实现 360的环境感知。市面上的很多高端车型上配备的 360全景影像功能，就是基于以上原理拼接而 成的“鸟瞰图”。为了给驾驶员提供更好地泊车体验，工程师在鸟瞰图的基础上 做了更多文章，做出了“上帝视角”，我们可以称之为“真360。高清全景影像系 统”，配合车上的大屏使用，效果更佳。如下图所示：曲！ rfj* 口.书嗔卑iftfl齐这个时候热心观众就要问了：这个功能看起来确实很高端，但是并没有解决汽 车行驶到我面前的问题。好问题，接下来要说的就是自学习泊车辅助系统的核心技术SLAM （Simultaneous Localization And Mapping，即时定位与地图构建）。SLAM 最早应用于军事领域，随后是机器人领域，近两年才被广泛应用到汽车领域。我 将用一个非常简单的例子让大家了解 SLAM 技术。当我们走进一个陌生的大房子时，我们每走一步都会在脑海中记录一些信息， 比如这个房子有几层楼，卧室和洗手间在哪，家具的摆放等，这些被记录的所 有信息就是我们在脑海中建立的地图（Map）,房间的布局，家具的大小、位置 关系等信息被称作这个图的特征（Feature）。每走一步都会看到新的特征，脑 海中的地图会越来越大、越来越丰富。一旦房子在脑海中建图完成后，即使把 我们放到房子里的任一位置，我们都能根据我们看到的特征，立刻判断出自己 位于哪一层、哪个房间。这就是建图和定位的简单描述。基于相机实现的 SLAM 技术，被称为视觉 SLAM 。视觉 SLAM 需要从图像中提 取特征信息，再配合视觉里程计的技术建立地图，但基本原理与上述例子大同 小异。自学习泊车的学习过程 驾驶员在准备停车前，可以在库位不远处，开启“路线学习”功能，随后慢慢将 汽车泊入固定车位，系统就会自学习该段行驶和泊车路线。泊车路线一旦学习 成功，车辆便可达到“过目不忘”。自学习泊车的模仿过程 完成路线的学习后，在录制时的相同起点下车，用手机蓝牙连接汽车，启动自 学习泊车辅助系统，汽车就能够模仿先前录制的泊车路线，完成自动泊车了。 整个自学习泊车过程如下视频所示：驾驶员除了让汽车学习泊入车库的过程外，还能够学习汽车泊出，并行驶到办 公楼的过程。聪明的汽车能够自动驾驶到我们面前，即使在大雨天也不用害怕 冒雨取车了。自学习泊车辅助系统相比于前两代加入了 360环视相机，而且泊车的控制距离 从 5 米内扩大到了 50 米内，有了明显提升。自学习泊车辅助系统的技术盘点 如下。泊车辅助三代AI自学习汩车技术盘点APA超声波雷达x 4传感冒昌配置方案UPA超声波雷达x 8:鱼眼摄像头x4師r环视和车载蓝牙 a卩燧声波雷达 ； up陶声波雷达食型驾驶员在车内/车外50米内应用场景家、公司固定车位SAE等级Level 3泊车辅助四代：AVP自动代客泊车最理想的泊车辅助场景应该是，我们把车开到办公楼下后，直接去办正事，把 找停车位和停车的工作交给汽车，汽车停好后，发条信息给驾驶员，告知自己 停在哪。在我们下班时，给汽车发条信息，汽车即可远程启动、泊出库位，并 行驶到驾驶员设定的接驳点。AVP（Automated Valet Parking ）自动代客泊车的研发就是为了解决日常工作、 生活中停车难的痛点， 其主要的应用地点通常是办公楼或者大型商场的地上或 地下停车场。相比于更为成熟的前三代泊车辅助产品， VP 除了要实现泊入车库的功能外， 还需要解决从驾驶员下车点低速（小于 20km/h ）行驶至库位旁的问题。为了 能尽可能地安全行驶到库位旁，必须提升汽车远距离感知的能力，前视摄像头 成为了最优的传感器方案。 地上/地下停车场不像开放道路， 场景相对单一，高 速运动的汽车较少，对于保持低速运动的自车来说，更容易避免突发状况的发 生。常用的激光雷达和毫米波雷达没被选用的原因是，激光雷达的成本较高，在成 本降下来之前，不在大部分车企的量产考虑范围内；毫米波雷达由于感知原理 的限制，在低速下的表现并不好，而且在地库中使用时信噪比不高，也不做考 虑。综合以上几点，最基本的 AVP 自动代客泊车的技术方案如下： 除了以上提到的传感器外，实现 VP 还需要引入停车场的高精度地图，再配合 SLAM 或视觉匹配定位的方法，才能够让汽车知道它现在在哪，应该去哪里寻 找停车位。除了自行寻找停车位外，具备 VP 功能的汽车还可以配合智能停车场更好地完 成自动代客泊车的功能。 智能停车场需要在停车场内安装一些必要的基础设施， 比如摄像头、地锁等。这些传感器不仅能够获取停车位是否被占用，还能够知 道停车场的道路上是否有车等信息。将这些信息建模后发送给汽车，汽车就能 够规划出一条更为合理的路径，行驶到空车位处了。目前VP的技术已经比较成熟了，很多车企也跟 Tierl （博世、安波福等）或者 互联网公司（百度，欧菲、纵目等）做了概念验证项目。如下视频所示为梅赛 德斯奔驰与博世共同研发的 AVP 产品。总结 泊车辅助系统的发展并不是一蹴而就，而是逐步发展而来的。从最初简单的超 声波雷达的应用，到引入手机和车载蓝牙提供更为丰富的泊车功能， 再到 SLAM 技术的引入，最后到各种车载传感器的融合与通信技术的应用。每一次的功能 迭代都离不开车载传感器技术、基础设施建设、算法以及通信技术的成熟。在5G、传感器技术、基础设施愈发成熟的未来，汽车将会更加智能。在不远的 未来，汽车也许不再只是一个简单的出行的伴侣，更是一个在我们工作时，将 自己共享出去的赚钱工具。