自主代客泊車系統(tǒng)技術(shù)路線研究

秦建波 鐘勝華 陳誠

關(guān)鍵詞：自主代客泊車；技術(shù)路線；系統(tǒng)方案；車端；場端；車場融合

0引言

目前，停車對于很多駕駛員來說，依然是最具挑戰(zhàn)性的駕駛?cè)蝿?wù)之一。車輛必須在狹窄的空間內(nèi)向后移動，碰撞概率很高[1]。其復雜性在于駕駛者是否具有合適的停車策略，同時能夠恰當?shù)乜刂栖囕v縱向和橫向運動，以及避免環(huán)境中的障礙物。此外，現(xiàn)代車輛設(shè)計、安全要求和空氣動力學對車輛的全方位能見度有負面影響。因此，在停車過程中發(fā)生物理碰撞或損壞事故也是常見的。目前很多車輛都通過提供全自動停車功能來解決這個問題。自動代客泊車（AutonomousValetParking，AVP）甚至可以進一步完成停車任務(wù)，也變相提高了停車場端車位資源的利用率。

自主代客泊車是指用戶在指定地點通過，移動端發(fā)送停車或者取車的命令[2]，車輛憑借自動駕駛的技術(shù)替代駕駛員實現(xiàn)車輛行駛與停泊的工作。本文從自主代客泊車技術(shù)演進、不同技術(shù)方案兩個維度來分析對比并預測。

1自主代客泊車技術(shù)演進過程

近年來，為解決城市停車難題和提升駕駛體驗，自主代客泊車技術(shù)和相關(guān)產(chǎn)品的研究與發(fā)展越來越深入，可以劃分為以下幾個階段：半自動泊車、全自動泊車、遙控泊車、輔助代客泊車、全自主代客泊車和完全自動駕駛[3-4]。

在2016年之前是半自動泊車階段，AVP系統(tǒng)通過超聲波雷達和算法操控方向盤，這種方式需要駕駛員保持對駕駛環(huán)境的監(jiān)控和控制。2018年，AVP系統(tǒng)進入到全自動泊車、遙控泊車階段，采用超聲波和環(huán)視的方法實現(xiàn)了10m內(nèi)全自動融合泊車的遙控泊車。在2021—2022年，AVP系統(tǒng)發(fā)展到輔助代客泊車階段，這一階段系統(tǒng)能夠自主導航和泊車，并與交通管理系統(tǒng)進行交互。車輛能夠在100m的范圍內(nèi)進行自動駕駛泊車，但仍然需要駕駛員的參與，并沒有將用戶徹底解放。

2AVP系統(tǒng)方案分析

自主代客泊車系統(tǒng)技術(shù)路線根據(jù)在基礎(chǔ)設(shè)施與車輛之間如何分配智能[5]，可以分為三類：基于車端智能技術(shù)路線，將智能分配給車輛；基于場端智能技術(shù)路線，將智能分配給基礎(chǔ)設(shè)施，并僅向車輛添加遠程控制單元；車場融合技術(shù)路線，同時分配給車輛和基礎(chǔ)設(shè)施，以實現(xiàn)相互支持。

2.1基于車端智能技術(shù)路線

基于車端智能技術(shù)的AVP系統(tǒng)通過在車輛內(nèi)部集成多種傳感器和關(guān)鍵技術(shù)，實現(xiàn)自主巡航、停車位搜索以及停車操作等功能。其中關(guān)鍵的傳感器包括激光雷達、攝像頭和超聲波傳感器等。激光雷達用于測量周圍環(huán)境的距離和形狀，提供精確的障礙物檢測和地圖構(gòu)建；攝像頭用于獲取道路信息、識別交通標志和識別其他車輛、行人等目標；超聲波傳感器用于與停車場設(shè)施和其他車輛進行距離測量。基于車端智能技術(shù)還需要依賴自動駕駛系統(tǒng)、路徑規(guī)劃和控制算法等。自動駕駛系統(tǒng)通過整合傳感器數(shù)據(jù)并進行實時判斷和決策，完成車輛的自主駕駛；路徑規(guī)劃算法根據(jù)用戶指令和場景信息，規(guī)劃適合的停車路徑；控制算法則負責執(zhí)行具體的駕駛操作。

基于車端智能技術(shù)的優(yōu)勢，在于具有較高的獨立性和環(huán)境適應(yīng)性。由于傳感器和計算設(shè)備直接搭載在車輛上，系統(tǒng)能夠不借助停車場的基礎(chǔ)設(shè)施，即時感知并響應(yīng)環(huán)境變化，快速做出決策并執(zhí)行相應(yīng)的行動。這種獨立性使得系統(tǒng)能夠在復雜的城市環(huán)境下穩(wěn)定運行，并且能夠適應(yīng)各種不同的停車場場景，提供靈活的停車服務(wù)。但是，基于車端智能技術(shù)的自動代客泊車系統(tǒng)也存在一些局限性。

首先，車輛本身的限制會對系統(tǒng)的性能產(chǎn)生影響。例如，車輛所搭載的傳感器可能受到天氣條件和光照情況等因素的干擾，從而影響感知和判斷的準確性。

其次，為了實現(xiàn)單車智能往往會搭載昂貴的傳感器，對感知和計算平臺的要求也較高，導致車輛成本較高。

最后，目前單車智能AVP最薄弱的地方在于室內(nèi)定位。尤其是在室內(nèi)停車場的場景下，單車智能AVP面臨的主要問題是沒有GPS信號或者GPS信號較弱，從而導致定位精度不高或者無法定位，使得進入室內(nèi)停車場和遠程喚醒時的車輛無法做到高精度的初始定位，不能達到AVP定位要求。這一情況也是目前限制單車智能AVP使用范圍的因素之一。

2.2基于場端智能技術(shù)路線

在基于場端智能技術(shù)的AVP系統(tǒng)中，停車場負責實現(xiàn)環(huán)境感知、車輛定位和路徑規(guī)劃等功能。在停車場內(nèi)部布置有激光雷達、攝像頭和地磁傳感器等多種傳感器，其中激光雷達用于感知環(huán)境中障礙物并生成高精度的地圖數(shù)據(jù)；攝像頭可獲取道路信息、識別交通標志和識別障礙物等；地磁傳感器用于檢測停車位的占用情況。這些傳感器通過實時采集和處理數(shù)據(jù)，經(jīng)過數(shù)據(jù)融合和路徑規(guī)劃等算法的處理，將控制指令發(fā)送給車輛，從而實現(xiàn)遠程控車。

基于場端智能技術(shù)路線優(yōu)勢在于高度集成化，所有的計算和決策過程都在停車場內(nèi)部完成，無需車輛攜帶大量的傳感器和計算設(shè)備，簡化了車輛設(shè)計和制造。場端還具有的優(yōu)勢為擴展性強，停車場可以部署更多的傳感器和計算設(shè)備，以提高系統(tǒng)的感知和決策能力，方便后續(xù)升級和擴展。另外，數(shù)據(jù)共享也會更加便利，停車場內(nèi)的設(shè)備可以通過網(wǎng)絡(luò)進行數(shù)據(jù)交互和共享，實現(xiàn)更高效的信息傳遞和協(xié)作。

然而，基于場端智能的方案也存在一些劣勢，那就是對停車場基礎(chǔ)設(shè)施的要求高，需要在停車場內(nèi)部布置大量的傳感器和計算設(shè)備，涉及到設(shè)備的安裝、維護和更新，成本較高且投資回報長。相應(yīng)系統(tǒng)的使用范圍也會相應(yīng)的受限，對于沒用經(jīng)過改造的停車場是無法使用的。此外，依賴于停車場的網(wǎng)絡(luò)和計算能力，停車場內(nèi)的設(shè)備需要具備足夠的計算和通信能力，來處理大量的傳感器數(shù)據(jù)和實時決策，基礎(chǔ)設(shè)施也需具備較高的性能和穩(wěn)定性。

2.3車場融合技術(shù)路線

對于車場融合的技術(shù)路線，是將場端智能和車端智能相結(jié)合，充分利用停車場與車輛上的傳感器和計算設(shè)備。該方案系統(tǒng)框架如圖1所示。其中，場端主要負責提供輔助功能，如室內(nèi)車輛定位、室內(nèi)通信、車位搜索、路徑規(guī)劃以及監(jiān)測停車場環(huán)境。攝像頭布置在停車場各個位置，用于實時監(jiān)測停車場內(nèi)的車輛和環(huán)境情況。通過圖像處理算法，可以提取車輛與障礙物的特征信息。此外，感知設(shè)備用于測量車輛與障礙物之間的距離，以避免碰撞，并發(fā)送信息進行預警。而V2X設(shè)備則可以在室內(nèi)停車場建立實時通信，并且廣播室內(nèi)地圖、障礙物和預留車位等信息。場端還會對傳感器獲取的數(shù)據(jù)進行實時處理與分析，采用算法來進行車位搜索、路徑規(guī)劃和停車操作等。

車端主要負責感知車輛周圍的障礙物和路面狀況，以及實現(xiàn)自主駕駛和停車操作。為了實現(xiàn)這些功能，雷達和相機被安裝在車輛上。雷達可以提供車輛周圍的感知數(shù)據(jù)，而相機可以拍攝和識別交通標志、標線等道路信息，并用于車輛定位和環(huán)境感知。此外，車速傳感器用于測量車輛的速度和加速度，提供運動狀態(tài)的實時數(shù)據(jù)。車端同樣會對傳感器獲取的數(shù)據(jù)進行實時處理與分析，采用感知融合算法和決策算法來實現(xiàn)車輛自主駕駛和停車操作。

基于場端與車端結(jié)合的智能技術(shù)方案的優(yōu)勢在于場端和車端的信息融合，能夠提供更全面、準確的環(huán)境感知和位置定位，增強系統(tǒng)的安全性和精度。通過充分利用場端和車端的傳感器數(shù)據(jù)，可以更好地避免障礙物，并提供準確的停車位置信息。另外，技術(shù)協(xié)同使得系統(tǒng)具備更高的魯棒性和靈活性。場端和車端共同參與決策和規(guī)劃過程，實現(xiàn)分布式的感知、決策和控制，從而能夠應(yīng)對不同的情況和變化。

然而，基于場端與車端的結(jié)合需要場端和車端之間的信息交互和協(xié)調(diào)，對通信和數(shù)據(jù)傳輸提出了更高的要求，同時目前還沒有統(tǒng)一的通信協(xié)議與停車場地圖構(gòu)建標準。因為同時涉及到場端與車端，其中牽扯到的行業(yè)與企業(yè)相關(guān)利益方更多，對于其中的協(xié)同處理與開發(fā)的難度也將大大增加。

3AVP系統(tǒng)方案對比

經(jīng)過對比，本文認為車場融合AVP的技術(shù)路線是優(yōu)于單獨依靠車端智能或者場端智能的技術(shù)路線。

首先，在安全方面，車場融合技術(shù)本身的優(yōu)勢在于擁有車端與場端同時提供的安全保障。不像只基于車端或者場端的AVP，當發(fā)生感知設(shè)備突然出現(xiàn)故障的情況，會導致系統(tǒng)整體無法完成系統(tǒng)功能。而車場融合的方式也能夠?qū)φ系K物感知結(jié)果進行對比，增加可信度。

其次，對于適用場景，基于場端智能的技術(shù)方案只能夠在提前經(jīng)過針對AVP改造的停車場內(nèi)使用，這種改造需要對停車場每個角落進行設(shè)備部署，從而限定了對環(huán)境的高要求。而基于車端智能的AVP目前需要高精度地圖的支持，需要提前對地圖采集與制作才能夠?qū)崿F(xiàn)自主代客泊車的功能應(yīng)用，這種限制導致單車智能的技術(shù)路徑不能實現(xiàn)首次來到陌生停車場的AVP。而采用車場融合的方案則可以減少場端設(shè)備布置的數(shù)量，降低對環(huán)境的要求，并且對于陌生停車場的室內(nèi)地圖，可以由停車場端提前采集與制作，借助場端設(shè)備發(fā)送給車端，從而增加AVP技術(shù)的適用場景。

再次，車場融合方案也能夠提供額外的輔助信息，如輔助定位信息、全局信息、停車場設(shè)施信息與車位信息等。單車智能的AVP找尋空閑車位時，會存在空閑車位不斷被占用，空閑車位位置不斷變換從而未能找到可停車位的情況，這時車輛就會在停車場內(nèi)不斷繞圈，在狹窄的環(huán)境中造成堵塞、資源浪費與增加停車時長。而借助車場融合技術(shù)能夠徹底解決這個問題，通過場端對車位信息的感知將空閑車位信息通過V2X鏈路傳輸給車輛，相當于為車輛增加了額外的感知途徑，從而輔助車輛決策，完成系統(tǒng)功能。

最后，對于投資與商業(yè)化，基于車端的AVP需要搭載昂貴的激光雷達等傳感器設(shè)備，這導致車輛的成本大大增加，同時也相當于在AVP用戶中篩選掉了一部分無法支付昂貴車輛費用的用戶，從而減少了受眾數(shù)量。而借助場端AVP的技術(shù)來實現(xiàn)AVP，需要停車場場商提前投入大量資金去改造現(xiàn)有停車場，并且這一投資的回報周期會十分長久，這也導致停車場場商的現(xiàn)金流受到影響，從而增加其風險。借助車場融合技術(shù)與V2X技術(shù)，不但能解決單車智能所面對的定位問題，而且能夠減少場端設(shè)備的大量投資。將投資來源分攤給汽車企業(yè)與停車場場商，既提高了各自參與的積極性，也完成了商業(yè)閉環(huán)，使得雙方都能夠獲得利益，從而推進AVP技術(shù)的量產(chǎn)。

4結(jié)束語

綜上所述，基于車場融合的技術(shù)路線將會是未來AVP落地的趨勢。與基于場端或者車端的AVP相比，車場融合的AVP能夠提高系統(tǒng)的整體的安全性，擴大技術(shù)的適用場景，提供更多有價值的信息，降低投資風險，形成商業(yè)閉環(huán)。同時，該方案也解決了單獨基于場端或者車端所解決不了的問題，如單車繞圈、場端建設(shè)昂貴等。雖然車場融合的方案也存在一些挑戰(zhàn)，如前文所提到的系統(tǒng)復雜性增加以及受益方之間不好協(xié)同等，但是通過通信、自動駕駛以及高精度地圖等技術(shù)的不斷發(fā)展，車端與場端的共同努力，車場融合的技術(shù)路線在普適性與安全性都將展露出車場融合的價值，從而加快AVP技術(shù)落地。