全世界都不爱停车，于是有了自动泊车

本文主要从几个方面来谈谈自动停车的技术，第1部份是自动停车的发展历史，第2部份是自动停车的内部结构和1些厂家的方案。值得注意的是，在不同的国家，落实不同场景自动化的意愿也不相同，唯1肯定的是，大家都不爱停车，确切的说是不爱找车位和停车。这是全部汽车智能化和自动驾驶里面最迫切的需求，也是1个比较容易切入的环节。

△图1 各个自动驾驶功能的民众接受度，自动停车需求呼声很高

第1部份 自动停车的发展历史

停车辅助系统可以分3个大的阶段，分为被动式、半自主式停车辅助、全自动停车。

1）被动式：在停车时提示驾驶员前方或车辆后方障碍。在发展的进程中从只有后方预警，发展成车辆往前运动前方检测也有预警、加入视觉图象、加入辅助线还有周边盲区预警，到现在最复杂的是两种系统结合，包括倒车雷达+360度环视的两种功能。

△图2 被动式停车系统结构

被动式主要利用超声波传感器+蜂鸣器+HMI图标来提示驾驶者外部障碍物情况，避免车辆在倒车时碰撞，1般由下面几个功能构成：

防碰撞声音+图象提示
丈量停车位大小的系统
提供转弯角度的提示
提供后视图象和辅助线检测
360度环视图象

被动式是充分斟酌了本钱的系统，采取低本钱的超声传感器来实现倒车时候的障碍物检测，1般距离为1米～1.5米的情况，消费者对此类系统接受度高。

2）半主动式停车辅助

随着自动化水平的提高，各个汽车公司都想要帮助驾驶者更好地停车，所以开发出来了不同的系统如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，这些系统的特点是1般需要驾驶员来负责油门和刹车，车辆帮忙计算轨迹路径，帮助驾驶员入库。

△图3 半自动停车系统的1些对照

△图4 法雷奥Park 4U系统

如图4所示法雷奥的Park 4U，其系统构成为：

超声传感器
半自动停车ECU 控制器
外部传感器：轮速、加速、转弯角度、转矩、车速、变速箱情况
HMI按纽和前后报警蜂鸣器
EPS控制转向系统

对消费者来讲，档位需要控制、加速和减速都需要控制，全部进程中的责任需要承当。各个车企，在HMI、车位大小上面有差异，基本的操作没有差异。J.D. Power 的《2015年驾驶员汽车交互体验报告》(2015 Driver Interactive Vehicle Experience (DrIVE) Report)显示，“最没用汽车新技术”榜单上半自动停车排第3位，1/3车主都不会去尝试这个功能，由于并没有甚么用。

3）全自动停车

从半自动停车到全自动停车的进化进程中：

重要点：人是不是需要在车内，仅通过手机可以指挥车进行停车。
档位：在停车进程中轨迹计算需要调剂的时候，出现不成功的情况，系统是不是有切换档位、实现前落后退的权限。
加速：系统有无权限来自己进行加速。
刹车：系统是否是会检测到碰撞以后控制刹车系统。

可以看到这基本上是全部停车把人的工作全部接盘过去的进程。

△图5 从半自动到全自动停车

我们看到的就是比较酷的人在外面用手机进行操控：

△图6 智能手机操控自动停车

固然这1部份，人还是需要找到车位的。目前正在研究的所谓Valet Parking（停车场自动停车），就完全是不需要你去找到那个车位的概念了。在某些充电运营的模式中，Valet Parking被赋予更多的意义：

1.停车位的自动搜索：车辆自动地寻觅空车位，而且发现空车位。
2.电动车的无线充电：对电池进行无线充电。
3.充电完成以后的停车位分离：充电完成后，系统自动将充电槽释放给其它电动车辆，转而寻觅普通停车位。
4.乘客召唤使用车辆：在限定运行的场景出口处，将车辆交还给所有人。

△图7 停车场自动停车（V-Charge）

第2部份 停车场自动停车的结构

其实从被动辅助停车（L0）→半自动停车（L1）→全自动停车（L2）→停车场自动停车（L3与L4之间），是1步步迭代和改进的进程。停车场自动停车之所以是L3和L4之间，主要是没人参与了，但需要在特殊场景里面，而且是低速行驶。我们把Valet Parking需要做的事情进行分解：

1.与停车场设施进行通讯，获得地图和管理系统分配的可以停车车位位置和编号信息。
2.进行定位和路径计划，自主决策来肯定过去的路径。

2.1 履行低速无人驾驶前往待停车位
2.2 遇到障碍物的时候紧急制动（前后方都需要）

△图8 靠近车位路径计划

3.车库位置的自动入位
3.1 检测周边环境、车位的信息，制定入库策略
3.2 自动转弯进入
3.3 如果有紧急情况进行刹车

△图9 车辆入库轨迹计划

所以这个故事也比较简单，我们可以看到全球几近所有的车企都在筹划这些方案，比较典型的如V-Charge大众方案、雷诺方案、本田方案。关于传感器、地图等配置和具体技术线路有两个案例：

案例1——V-Charge方案

摄像头+超声波传感器被安排成360°覆盖周围环境。
12 个超声传感器负责短距离探测。
2个双目立体摄像头。
4个鱼眼摄像头，做360度环视。

连接到远程停车场服务器后，车辆定位会接收到专门设计的地图+停车场的道路网络信息。
本地地图存储了停车场的所有地方，使车辆可以根据摄像的信息来肯定本身位置。
不依赖于GPS传感器，从而使导航也是在室内环境中，如地下停车位（GPS不可用时），并完善提供厘米级的精度。

这里配合无线充电，停车场的费用管理，加了很多别的东西进去。

△图10 V-Charge方案

案例2——法雷奥方案

超声传感器：必须短距离测距，前后各6个，12个标配。
视觉传感器：1般用两个双目传感器（前后），视觉是主要解决车位的形状和定位问题的。
激光雷达用的是SCALA 的激光雷达，好处是可靠性更高1些。

这个更加纯洁1些，由于整体而言，它是依照方案来走的，而不是演示项目的概念。

车云小结

总的来讲，未来停车场等基础设施智能化，特别是建立1个局部道路分配的计算云以后，会与路上所有的智能车辆之间通讯交互和协同。自动停车未来会触及到诸多领域之间碰撞，使智能后台系统和运动终端开始博弈全部智能化的未来。（作者：朱玉龙）