[汽車之家新鮮技術解讀] 最近我們體驗了威馬的“公共停車場無人免學習代客泊車”技術，開篇之前不要被它冗長的名字嚇到了，簡而言之，它就是一個可以在特定區域（比如商場）讓車主直接下車去逛街，而他的愛車可以自己找個地方停好再等車主召喚的技術。雖然現階段看來這個技術還有不少局限性，在實際操作環節也還有許多客觀問題有待解決，但它或許也代表了未來的用車方式，接下來我們就帶大家簡單地了解一下。
要說現在城市用車的痛點在哪，我想周末的購物廣場找停車位絕對要算一個了。而用戶的痛點則能讓車企們催生出不少新鮮的玩意兒，這一技術就非常有代表性。
說到“自動泊車”目前這一技術和自動駕駛一樣也可以分為幾個階段，一是現在大規模搭載在中高配車型上的需要駕駛員參與控制的泊車版本，這個版本的自動泊車需要操作人員還在車輛的控制回路之中，并在必要的時候接管車輛。它的用途是降低泊車時的難度，有了這一配置在側方位停車不太容易掌握車身和周圍距離的時候駕駛者就可以很輕松地完成一次標準停車了。而再此基礎上更進一步則是駕駛者在車外的遙控自動泊車了，駕駛者還是需要在車輛附近充當計算和控制中樞的作用，對車輛下達指令。它的好處則是可以在一些狹窄的車位泊車，避免了從副駕或是天窗后備廂位置爬出來的尷尬局面。其實就目前的停車場環境而言，駕駛員可以直接控制和接管的自動或遙控泊車方式是最為穩妥的。
隨著技術的發展，真正無人版本的自動泊車也開始出現在一些量產車型之上，例如威馬的HAVP功能可以實現車輛自主行駛躲過障礙物，并停在駕駛者指定位置的功能。不過該功能對場地有一定要求，比如威馬的HAVP功能在實際體驗的過程中就還需要經過在現場進一段時間的行學習之后才能使用。這一功能的實現是靠車輛搭載的高性能計算機和遍布于車身的攝像頭和傳感器以及智能算法實現的，到這一步，駕駛者已經可以部分從停車這件事上解放出來了。
而在此基礎上更深地挖掘車輛潛能的話，其實具備自主學習泊車功能的車型也可以在特定的場所完成無人自主泊車以及召喚功能。簡單來說就是通過車輛和場地地圖的適配，讓車輛在部分有高精度地圖覆蓋的區域具備完全無人駕駛的能力。不過這種無人駕駛要求的車速更低，路況相對也沒有城市交通那么復雜，因此也更好實現一些。
從目前的停車場無人泊車的技術發展路徑來看，主要有三種流派，按技術和設備的側重點不同大致可以分為：偏車端、偏場端以及車端+云端結合少量場端布置的融合方案。現在看來這幾種方案各有優劣，接下來就簡單和大家進行一些介紹。
首先是偏車端的無人自主泊車方案，顧名思義就是將無人泊車這個行為的主要道路探測、場景以及路徑計算放在車上。通過車輛自己解決地圖繪制、路徑規劃的一種技術路徑。目前特斯拉的Smart Summon（智能召喚）就是典型。通過特斯拉車主在停車過程中使用Smart Summon功能，可以將所在停車場進行地圖繪制，并且上傳云端，樣本數據量大了之后智能召喚功能也會更好用。而在國內，小鵬汽車也是走的類似的技術路徑，將車輛武裝起來，通過深度學習和相應算法匹配可以生成高精度地圖供泊車使用。這種偏車端的無人泊車方案的好處在于它不依賴特定停車場的設施和配置，只要車輛經過學習之后就能實現無人自主泊車和召喚。相應地這個功能的實現對車輛硬件也提出了更高的要求，同時在算法和軟件以及成本方面也有更高的要求。
與之相對的方式就是偏場端的方案，在這一方案中，將感知車輛位置、行進路徑的傳感器部署在停車場中。車輛只需具備與停車場設施的V2X車聯網通信功能以及可控的底盤執行系統就可以在停車場控制中心的實時反饋下完成無人自主泊車。這個方案對車輛的智能化和計算能力沒有很高的要求，看似對車輛硬件要求很低，但卻也是比較難以實現的。這是因為這一技術路徑需要在停車場增加各種設備，進行大量改造，實現起來也比較難。
全往車上鋪單車成本高，車主不喜歡。往場地上堆設備的話，停車場難協調。那怎么才能在現有技術條件下完成無人自主泊車呢？技術人員想到了將上面兩種技術融合的方案，新方案要求車端有一定的自動駕駛計算能力以及配置，但又沒有高到必須裝上幾個激光雷達再配上超高性能的車機和算法。在停車場的場地上也不需要安置一堆傳感器，只需要在特定的幾個位置裝上車輛用于視覺識別的標識就可以了。剩下的事情交給云端的控制中心在車輛入場前將提前繪制好的停車場高精度地圖和停車場信息下發給車輛就好了，這時候車輛可以根據地圖和車載傳感器在現場進行路徑規劃，然后自己開過去停好并等待車主的召喚。
這次我們體驗的威馬W6就采用的這種方案，在停車場只需要進行少量可供車輛攝像頭進行視覺識別定為的標識和對應車位的遙控鎖具就能完成改造，更適合現階段的快速部署所需。而且同小鵬的無人自主泊車方案一樣，它也支持跨層停車。遇到障礙物或行人時，會主動停車/避讓。無法通行時，則可聯系地勤處理。靠近可用停車場時就會自動下載路徑信息，自動泊車路線由高精度地圖和定位實時修正，沒有泊車和停車點的距離限制。
寫在最后：
雖然車端+云端+場端的多端融合方案在現階段可以迅速實現特定場景下的無人自主泊車，也是當下無人自主泊車的可行方式。但在體驗中我們還是能發現一些問題有待解決的：比如若是在車流、人流量很大的周末，自主泊車很可能會受到現場不可控因素的干擾導致無人自主泊車的成功率下降。
這時候不論是通過車主自己解決還是場地上的地面服務人員來解決問題都不是效率最高的方案，畢竟在人工智能還不能完美替代人類操作機器的當下最優解還是人類本身。受限于停車場數量、停車場內環境復雜程度以及可用車位數量，這個技術在目前看來可能還停留在宣示技術實力的層面比較多，對車主日常用車的助力還不是很大，不過這種公共停車場無人免學習代客泊車背后的技術還是未來可期的。（文/汽車之家 羅奧雨）