自動(dòng)泊車技術(shù)大爆發(fā)，一文帶你速覽自動(dòng)泊車技術(shù)

本文來源：智車科技

泊車場(chǎng)景是自動(dòng)駕駛落地較早和較廣泛的場(chǎng)景之一，自動(dòng)泊車功能對(duì)于很多車主來說很有用。尤其是對(duì)于新手司機(jī)來說，在駕駛技術(shù)還尚未純熟的階段，面臨泊車這種相對(duì)較困難的駕駛場(chǎng)景時(shí)，如果能通過車輛配備的自動(dòng)泊車功能實(shí)現(xiàn)輔助泊車或自動(dòng)泊車將會(huì)大大提高駕駛安全性和效率。因此，這些年自動(dòng)泊車技術(shù)也飛速發(fā)展，從最開始的半自動(dòng)到全自動(dòng)泊車再到近幾年推出的記憶泊車和代客泊車，其自動(dòng)化程度越來越高，場(chǎng)景適應(yīng)性越來越強(qiáng)。

那么自動(dòng)泊車技術(shù)都經(jīng)歷的怎樣的發(fā)展階段，又包含哪些關(guān)鍵技術(shù)，現(xiàn)在市面上誰(shuí)家的自動(dòng)泊車系統(tǒng)最好用呢？本文將帶大家一起梳理和回答這些“干貨”問題。

發(fā)展歷程

1.1 發(fā)展階段

根據(jù)自動(dòng)化程度的演進(jìn)， 自動(dòng)泊車可分為半自動(dòng)泊車、全自動(dòng)泊車、記憶泊車、自主代客泊車四種產(chǎn)品形態(tài)，其中， 根據(jù)搭載傳感器和使用場(chǎng)景的不同，全自動(dòng)泊車又可分為基于超聲波的全自動(dòng)泊車、超聲波融合環(huán)視攝像頭的全自動(dòng)泊車、遙控泊車三種形態(tài)。隨著自動(dòng)泊車技術(shù)的不斷迭代，自動(dòng)泊車功能的實(shí)用性也越來越強(qiáng)。

自動(dòng)泊車發(fā)展階段

1.2 功能定義

半自動(dòng)泊車（S-APA）

半自動(dòng)泊車(Semi-Automatic Parking Assist，S-APA) 基于車輛的超聲波傳感器實(shí)現(xiàn)車位感知， 向駕駛員提供車位信息， 并進(jìn)行路徑規(guī)劃， 系統(tǒng)自動(dòng)控制車輛轉(zhuǎn)向系統(tǒng)， 駕駛員僅需按照儀表盤的提示對(duì)車輛縱向進(jìn)行控制。

半自動(dòng)泊車需要駕駛員實(shí)時(shí)監(jiān)督，并控制檔位、加速和減速，對(duì)應(yīng) SAE L1 級(jí).

全自動(dòng)泊車（F-APA）

與半自動(dòng)泊車相比，全自動(dòng)泊車(Full-Automatic Parking Assist，F(xiàn)-APA) 更加智能化。全自動(dòng)泊車系統(tǒng)可以對(duì)車輛進(jìn)行橫向和縱向的控制， 同時(shí)需要駕駛員對(duì)車輛進(jìn)行持續(xù)監(jiān)控和有效接管，以保障泊車安全，屬于 SAE L2 級(jí)別的泊車輔助系統(tǒng)。

遙控泊車（RPA）

RPA（Remote Parking Asist）遠(yuǎn)程遙控泊車輔助系統(tǒng)是在APA自動(dòng)泊車技術(shù)的基礎(chǔ)之上發(fā)展而來的，車載傳感器的配置方案與第一代類似。它的誕生解決了停車后難以打開自車車門的尷尬場(chǎng)景，比如在兩邊都停了車的車位，或在比較狹窄的停車房。

遙控泊車RPA允許用戶在車外一定可視范圍內(nèi)使用遙控裝置（手機(jī)或鑰匙）控制車輛進(jìn)行泊入、泊出、直進(jìn)、直出等功能，整個(gè)過程中駕駛員必須始終監(jiān)控車輛狀態(tài)。

與APA相比，遙控泊車RPA最大的區(qū)別就在于泊車過程中駕駛員始終處于車外，如果此時(shí)遇到一些安全風(fēng)險(xiǎn)，駕駛員是沒有能力在車內(nèi)及時(shí)進(jìn)行安全處理的。

記憶泊車（HPA）

在全自動(dòng)泊車基礎(chǔ)上， 記憶泊車(Home-Zone Parking Asist，HPA) 可在相對(duì)更遠(yuǎn)距離和更復(fù)雜環(huán)境中自主完成泊入和泊出操作。記憶泊車建立在 SLAM (Simultaneous Localization and Mapping，即時(shí)定位與地圖構(gòu)建)技術(shù)基礎(chǔ)之上，利用車身傳感器，學(xué)習(xí)、記錄并儲(chǔ)存用戶常用的下車位置、停車地點(diǎn)及泊車行進(jìn)路徑， 建立常用泊車路徑的環(huán)境特征地圖， 車輛再次經(jīng)過該地點(diǎn)時(shí)， 系統(tǒng)將復(fù)現(xiàn)用戶的泊車路徑來代替駕駛員完成停車場(chǎng)內(nèi)最后一段距離的低速駕 駛和泊車。在外界環(huán)境發(fā)生較大變化， 記憶泊車功能無(wú)法實(shí)現(xiàn)時(shí)， 記憶泊車系統(tǒng)將要求駕駛員 接管車輛或者返回原來位置，對(duì)應(yīng) SAE 分級(jí)的 L3 級(jí)別。

代客泊車（AVP）

自主代客泊車是指用戶在指定下客點(diǎn)下車， 通過手機(jī) APP 下達(dá)泊車指令， 車輛在接收到指令后可自動(dòng)行駛到停車場(chǎng)的停車位，不需要用戶操縱與監(jiān)控；用戶通過手機(jī) APP 下達(dá)取車指令， 車輛在接收到指令后可以從停車位自動(dòng)行 駛到指定上客點(diǎn)；若多輛車同時(shí)收到泊車指令， 可實(shí)現(xiàn)多車動(dòng)態(tài)的自動(dòng)等待進(jìn)入泊車位。車輛 自動(dòng)行駛過程中應(yīng)能遵守道路交通規(guī)則，或停車場(chǎng)運(yùn)營(yíng)方所制定的場(chǎng)內(nèi)交通規(guī)則。

系統(tǒng)組成

系統(tǒng)組成

2.1 傳感器

APA傳感器配置有兩種主流方案，一是基于純超聲波雷達(dá)的，二是基于全息影像與超聲波雷達(dá)融合的感知方案。但是純超聲波的感知方案只有空間信息，僅能識(shí)別由邊界車、路緣確定的車位，不支持由車位線確定的車位。在無(wú)障礙物的情況下無(wú)法檢測(cè)到可泊車位。據(jù)不完全統(tǒng)計(jì)數(shù)據(jù)顯示，國(guó)內(nèi)搭載APA功能的車輛中，基于全息影像與超聲波融合方案占比逐年上升，從2018年的6.8%上升至2022年1-5月的48.4%。隨著計(jì)算平臺(tái)算力的提升，以及用戶對(duì)多場(chǎng)景落地方案的要求，超聲波與視覺融合感知方案將成為市場(chǎng)主流的自動(dòng)泊車方案。

傳感器對(duì)比

2.2 控制器

泊車控制器，負(fù)責(zé)將感知系統(tǒng)采集到的信息進(jìn)行處理和分析，得出車輛當(dāng)前的位置、目標(biāo)的位置以及周邊的環(huán)境，依據(jù)這些參數(shù)判斷是否具備停車條件，計(jì)算最優(yōu)路徑規(guī)劃，生成相應(yīng)的控制指令，并通過整車網(wǎng)絡(luò)將泊車過程中所需的轉(zhuǎn)向力矩、轉(zhuǎn)角信息等信息以電信號(hào)形式下發(fā)到相關(guān)執(zhí)行器，同時(shí)要把需要向駕駛員顯示的信息按照輸出的邏輯和順序，通知到 HMI 端。

隨著自動(dòng)泊車級(jí)別的提升， 各個(gè)方案所需的傳感器的種類和數(shù)目越來越多， 對(duì)數(shù)據(jù)處理的需求也越來越高。一般而言，超聲波數(shù)據(jù)使用微處理器(MCU) 處理即可；攝像頭數(shù)據(jù)處理包括傳統(tǒng)的計(jì)算機(jī)視覺方法和深度學(xué)習(xí)兩種方法，需要使用到系統(tǒng)級(jí)芯片(SoC) 上的中央處理器(CPU)、圖形處理器(GPU) 、數(shù)字信號(hào)處理單元(DSP) 、神經(jīng)網(wǎng)絡(luò)處理器(NPU) 等處理單元；毫米波雷達(dá)和激光雷達(dá)數(shù)據(jù)需要算力更強(qiáng)的 SoC 芯片進(jìn)行處理。

泊車控制器架構(gòu)?圖源：自動(dòng)泊車行業(yè)發(fā)展藍(lán)皮書（2021-2025）-高工智能汽車出品

目前市場(chǎng)上主流的駕駛輔助功能域控設(shè)計(jì)方案：

硬件解決方案

兩種主流的硬件解決方案：

1）TC297+TDA2 平臺(tái)立足于自動(dòng)泊車的應(yīng)用

2）TC397+TDA4 平臺(tái)提供更高的算力和更豐富的內(nèi)存資源和接口，立足于代客泊車的應(yīng)用

TC297+TDA2方案

TC397+TDA4方案

下圖是映馳科技三J3+S32G的方案?？梢钥闯觯阂活wJ3負(fù)責(zé)8M主相機(jī)處理、一顆J3負(fù)責(zé)周視和后視處理，第三課J3負(fù)責(zé)環(huán)視處理，最后由S32G中的M7核負(fù)責(zé)規(guī)控（S32G中有三對(duì)M7鎖步核）

軟件解決方案

針對(duì)MCU端與SOC端，支持靈活的軟件架構(gòu)方案，以滿足多類傳感器的數(shù)據(jù)解析及傳輸，支持客戶開發(fā)及功能安全要求。

1）MCU端基于Classic Autosar標(biāo)準(zhǔn)架構(gòu)

2）SOC端支持Linux/QNX/VxWorks操作系統(tǒng)，支持Adaptive Autosar架構(gòu)

行泊一體芯片方案

中低端行泊一體芯片：TDA4、J3

中高端行泊一體芯片：OrinX、昇騰610

可以看到，之前泊車系統(tǒng)時(shí)有單獨(dú)的控制器和傳感器組成的，而現(xiàn)在都在做行泊一體和艙泊一體的方案，把一個(gè)泊車和行車的功能集成到一個(gè)控制器中開發(fā)實(shí)現(xiàn)，或者時(shí)將泊車的軟件集成到座艙域控中。以上的兩種做法不僅降低了系統(tǒng)成本，而且提高了系統(tǒng)的集成度。這一趨勢(shì)也正是在為即將到來的艙駕一體方案甚至是整車中央控制器架構(gòu)發(fā)展和“靠攏”。

2.3 執(zhí)行器

執(zhí)行器主要由4個(gè)部件組成（全部必不可少）：

VCU(整車控制器)：在自動(dòng)泊車功能中，VCU的主要功能有兩個(gè)，響應(yīng)擋位切換、響應(yīng)扭矩輸出實(shí)現(xiàn)車輛運(yùn)動(dòng)；

ESP（電子穩(wěn)定程序）：主要作用為接收減速度信息實(shí)現(xiàn)車輛制動(dòng)。目前Bosch提供的ESP支持兩種制動(dòng)接口，CDDS與CDDAP。CDDAP為泊車專用接口，通過發(fā)送剩余制動(dòng)距離、緊急制動(dòng)等信息可以實(shí)現(xiàn)更高精度的制動(dòng)，其精度一般可以控制在10cm內(nèi)。另外CDDAP也提供了例如二段泄壓的接口用于在坡道上起步。

EPB（電子剎車）：主要作用泊車結(jié)束后使車輛駐車，另外EPB也可以作為制動(dòng)冗余備份，EPB一般支持在3km/h以下直接響應(yīng)，可以使車輛剎停。對(duì)于鑰匙泊車和手機(jī)泊車，制動(dòng)冗余備份是必要的。有部分車型，因成本考慮會(huì)把EPB控制器集成在ESP中，此時(shí)ESP出現(xiàn)異常，EPB無(wú)法起到制動(dòng)備份的作用。

EPS(電子轉(zhuǎn)向助力)：主要作用轉(zhuǎn)動(dòng)方向盤，實(shí)現(xiàn)車輛的橫向控制。EPS的接口有兩個(gè)，扭矩控制與角度控制。扭矩控制的方式一般用于車道保持系統(tǒng)。泊車主要使用角度控制，角度控制其控制精度更高，響應(yīng)一致性更好，方便軌跡跟蹤算法的實(shí)現(xiàn)。

2.4 其他關(guān)聯(lián)系統(tǒng)

IP(儀表)：主要作用是用于顯示車位信息，并且提示泊車進(jìn)程。

HUT(導(dǎo)航主機(jī))：主要作用顯示泊車動(dòng)畫，提供泊車按鈕；

BCM(車身控制器)：提供車輛車門狀態(tài)。當(dāng)車門開啟時(shí)泊車系統(tǒng)應(yīng)被禁用，車門開啟會(huì)影響攝像頭車位識(shí)別精度，另外車門開啟，車輛邊界改變，存在一定碰撞風(fēng)險(xiǎn)；

PEPS(無(wú)鑰匙進(jìn)入系統(tǒng))：轉(zhuǎn)發(fā)鑰匙信號(hào)，實(shí)現(xiàn)鑰匙遙控泊車。

BLE（藍(lán)牙模塊）：可以集成在大屏中，但是要滿足一定范圍的連接距離，主要用于手機(jī)操控泊車。為了保證系統(tǒng)安全，防止藍(lán)牙通道惡意攻擊劫持，可以使用報(bào)文加密及時(shí)間戳來保證。手機(jī)泊車不使用4G或是5G網(wǎng)絡(luò)作為連接通道的原因?yàn)榫W(wǎng)絡(luò)信號(hào)容易受到環(huán)境干擾及網(wǎng)絡(luò)延遲。例如，部分地下停車無(wú)網(wǎng)絡(luò)信號(hào)，泊車將無(wú)法使用。另外關(guān)于網(wǎng)絡(luò)延遲，手機(jī)泊車過程中如出現(xiàn)異常，需要保證車輛立即退出泊車。

算法

自動(dòng)泊車一般分為：環(huán)境感知、停車位檢測(cè)與識(shí)別、泊車路徑規(guī)劃、泊車路徑跟隨控制以及模擬顯示五個(gè)環(huán)節(jié)，因此自動(dòng)泊車算法模塊可以細(xì)化成：傳感器融合、軌跡規(guī)劃、車輛控制、避障模塊、狀態(tài)管理模塊、定位模塊。算法框圖如下：

自動(dòng)泊車算法框圖

3.1 定位

建圖定位模塊的關(guān)鍵技術(shù)主要包括車輛本身定位和車位地圖掃描兩個(gè)部分。該模塊需要完成車輛周圍信息的感知和建模，車輛自身的定位和跟蹤反饋，所建立的地圖和定位信息是自動(dòng)泊車路徑規(guī)劃和控制決策模塊的根本基礎(chǔ)，也是決定車輛自動(dòng)泊車質(zhì)量的直接因素。根據(jù)車輛配置的不同，對(duì)自動(dòng)泊車常用的定位技術(shù)總結(jié)介紹如下。

3.1.1 航跡推算定位技術(shù)

基于航跡推算的定位主要采用慣性導(dǎo)航系統(tǒng)和里程計(jì)。

慣性導(dǎo)航系統(tǒng)建立在慣性原理的基礎(chǔ)上，由車輛IMU全天候地輸出六自由度的信息，包括x、y、z、roll、pitch和yaw。其基本原理是首先由測(cè)量的角速度積分推算姿態(tài)，根據(jù)姿態(tài)信息將測(cè)量的加速度投影到導(dǎo)航坐標(biāo)系，進(jìn)而對(duì)投影后的加速度去除重力后進(jìn)行積分推算位置[4]，因此系統(tǒng)誤差會(huì)隨著時(shí)間累計(jì)成為慣性導(dǎo)航中最大的問題。

里程計(jì)定位是基于車輛輪速傳感器的應(yīng)用，通過標(biāo)定的方法獲得單位脈沖的距離，再通過對(duì)脈沖計(jì)數(shù)計(jì)算車輪行駛的距離，進(jìn)而獲得車輛的航向角和當(dāng)前位姿。以圖2所示車輛配置傳感器的情況為例，對(duì)基于輪脈沖的里程計(jì)定位算法介紹如下。

（1）脈沖系數(shù)標(biāo)定

以輪脈沖傳感器作為定位模塊的主要傳感器，輪脈沖通過標(biāo)定可以獲取車輛單位脈沖行駛的距離，即脈沖系數(shù)。分別標(biāo)定車輛驅(qū)動(dòng)輪左右兩側(cè)脈沖系數(shù)，通過脈沖計(jì)數(shù)可獲得車輛行駛距離，如式（1）（2）所示：

式中：SL 、 SR 分別表示左側(cè)驅(qū)動(dòng)輪、右側(cè)驅(qū)動(dòng)輪行駛的距離；NL 、 NR 分別表示左、右驅(qū)動(dòng)輪脈沖系數(shù)；LL 、 LR分別表示左、右驅(qū)動(dòng)輪脈沖計(jì)數(shù)。

（2）車輛EPS轉(zhuǎn)角標(biāo)定

采用半圓標(biāo)定法對(duì)EPS轉(zhuǎn)角和轉(zhuǎn)彎半徑進(jìn)行標(biāo)定，原理如圖4所示。首先將待標(biāo)定車輛停在標(biāo)有直線的測(cè)試場(chǎng)地，將車輛的后軸中心與直線重合，控制EPS轉(zhuǎn)角為待標(biāo)定值，將兩后輪外側(cè)對(duì)地點(diǎn)標(biāo)記為 L0L_0 、 R0R_0 ；然后保持EPS轉(zhuǎn)角不變，車輛以較低的速度穩(wěn)定行駛轉(zhuǎn)過180°，將兩后輪外側(cè)對(duì)地點(diǎn)標(biāo)記為 L1L_1 、 R1R_1 ，測(cè)量（ L0L_0 ， L1L_1 ）和（ R0R_0 ， R1R_1 ）之間的距離分別為 DLD_L 、 DRD_R ，計(jì)算車輛轉(zhuǎn)彎半徑為 R=DL+DR2R=frac{D_L+D_R}{2} 。采用如圖5所示表格對(duì)EPS轉(zhuǎn)角和轉(zhuǎn)彎半徑進(jìn)行記錄，用于定位查表計(jì)算。

（3）定位跟蹤計(jì)算

以后輪驅(qū)動(dòng)、前輪轉(zhuǎn)向車輛為例，對(duì)車輛定位推算建立如圖6所示模型。

通過對(duì)左右兩側(cè)輪脈沖系數(shù)標(biāo)定得到左右兩側(cè)車輪行駛距離，如式（1）（2）所示，可得車輛后軸中心行駛距離如下：S=SL+SR2 (3)S=frac{S_L+S_R}{2} (3)

利用查表法（圖5）獲取當(dāng)前EPS轉(zhuǎn)角下的轉(zhuǎn)彎半徑R，由圖6可知：

因此，定位模塊輸出車輛姿態(tài)信息如下：

3.1.2 IMU+輪速融合定位

航跡推算算法適用于短行程車輛位姿定位，但該方法存在一些誤差。所以需要結(jié)合其他方法共同來定位。本方案采用了結(jié)合IMU及車輛動(dòng)力學(xué)模型，通過位置估計(jì)算法計(jì)算短時(shí)內(nèi)高精度位姿變化，通過定位融合算法計(jì)算出最終的車輛位姿，其方法流程如下圖所示：

3.1.3 環(huán)境特征匹配定位技術(shù)

基于環(huán)境特征匹配的定位技術(shù)最典型的應(yīng)用是激光雷達(dá)技術(shù)。激光雷達(dá)以激光為載波，形成點(diǎn)云形式的數(shù)據(jù)，通過發(fā)射信號(hào)和反射信號(hào)進(jìn)行測(cè)距測(cè)速和識(shí)別。激光雷達(dá)主要由激光發(fā)射器、激光接收器和光學(xué)掃描鏡三部分組成，基本工作過程是激光發(fā)射系統(tǒng)將電脈沖轉(zhuǎn)換為光脈沖發(fā)出，激光脈沖在障礙物表面發(fā)生漫反射，部分反射光束會(huì)沿著和入射光束一樣的方向返回。在光速已知的情況下，通過測(cè)量發(fā)射至接收脈沖的時(shí)間差計(jì)算出距離。

航跡推算定位不易被外界環(huán)境(光照，環(huán)境復(fù)雜度等)干擾， 傳感器成熟且成本較低，計(jì)算量也小，實(shí)時(shí)性較高，雖然其是相對(duì)定位方法，會(huì)受到累 計(jì)誤差的影響，但考慮到對(duì)于泊車系統(tǒng)來說，車輛行駛距離較短，因此累積的誤差不會(huì) 對(duì)系統(tǒng)的運(yùn)行造成太大的影響。因此，在工程實(shí)際中，目前對(duì)于低級(jí)別的輔助駕駛系統(tǒng)，相對(duì)定位方法是采用最多的定位方法。

3.2 感知

自動(dòng)泊車系統(tǒng)的感知算法主要包括兩部分：停車位識(shí)別和障礙物識(shí)別。其中障礙物識(shí)別與行車場(chǎng)景設(shè)計(jì)類似，因此主要分析停車位的檢測(cè)算法。

3.2.1 基于自由空間方法

基于自由空間方法是通過識(shí)別相鄰車輛的周圍環(huán)境并分析車輛周圍的空間結(jié)構(gòu)來實(shí)現(xiàn)對(duì)可用停車位的檢測(cè)。常用的傳感器有超聲波傳感器、激光傳感器、立體相機(jī)、深度相機(jī)和其他相機(jī)。這些傳感器可以感知車輛周圍的環(huán)境，并為停車位檢測(cè)提供可靠的參考數(shù)據(jù)。根據(jù)停車位識(shí)別方法的不同，基于自由空間的方法可進(jìn)一步分為基于直接測(cè)距的方法、基于概率圖的方法和基于三維重建的方法。下面將分析并介紹這三種方法的特點(diǎn)，如表2所示

目前，基于直接測(cè)距的停車位探測(cè)方法存在許多問題。因此，研究人員使用地圖表示方法和數(shù)理統(tǒng)計(jì)將環(huán)境劃分為一系列小網(wǎng)格，每個(gè)網(wǎng)格都有一個(gè)可能的值來表示網(wǎng)格被占用的概率。車輛周圍的停車位由網(wǎng)格占用度來估計(jì)。這種方法被稱為基于概率圖的停車位檢測(cè)方法。

基于三維重建的停車位檢測(cè)方法

基于3D重建的停車位檢測(cè)方法通過重建車輛周圍的三維空間模型來實(shí)現(xiàn)停車位的檢測(cè)。在傳統(tǒng)的3D重建過程中，存在大量的偽3D點(diǎn)，并且3D點(diǎn)的密度與檢測(cè)到的特征數(shù)量呈線性關(guān)系，無(wú)法控制，通過提高3D點(diǎn)的跟蹤效率、跟蹤密度和重建障礙物模型，可以提高停車位的檢測(cè)精度。

總結(jié)

目前，基于自由空間檢測(cè)停車位的方法已成為主流方法，該方法只需在車輛上安裝廉價(jià)的測(cè)距傳感器，同時(shí)，這種方法也存在一定的缺點(diǎn)。該方法的檢測(cè)性能完全取決于停車位相鄰位置停放的車輛，當(dāng)周圍沒有停放的車輛時(shí)，此方法將失敗。

3.2.2 基于停車位標(biāo)記的方法

基于自由空間的停車位檢測(cè)方法是最廣泛使用的方法，但其性能取決于相鄰車輛的姿態(tài)和所用傳感器的測(cè)量精度。因此，如果沒有相鄰車輛，基于自由空間的停車位檢測(cè)方法無(wú)法正常工作，無(wú)法滿足駕駛員對(duì)停車位檢測(cè)的需求。因此，研究人員提出了一種基于停車位標(biāo)記的停車位檢測(cè)方法，利用計(jì)算機(jī)視覺技術(shù)通過從圖像中識(shí)別停車位標(biāo)記來確定停車位的位置。根據(jù)檢測(cè)技術(shù)的不同，它可以分為三類：基于直線檢測(cè)的方法、基于角點(diǎn)檢測(cè)的方法和基于學(xué)習(xí)的檢測(cè)方法。本節(jié)將分析并介紹這三種檢測(cè)方法，如表3所示。

基于直線的停車位檢測(cè)方法

停車位標(biāo)記是指特定停車場(chǎng)中由附著在地面上的指南和分隔線組成的停車位。有很多種類型，如矩形停車位、平行四邊形停車位和菱形停車位。由于停車位標(biāo)記由直線段組成，因此檢測(cè)直線對(duì)于尋找停車位至關(guān)重要.

基于角點(diǎn)的停車位檢測(cè)方法

基于傳統(tǒng)的停車位直線檢測(cè)的方法只能檢測(cè)一種或兩種類型的停車位，但停車位的類型很多，如菱形或平行四邊形?；诮屈c(diǎn)特征的停車位檢測(cè)方法可以檢測(cè)各種停車位類型并實(shí)現(xiàn)各種停車操作。

基于學(xué)習(xí)的方法

該領(lǐng)域中幾乎所有現(xiàn)有的最先進(jìn)的方法都基于低級(jí)視覺特征，例如線段和角點(diǎn)，并檢測(cè)一些低級(jí)視覺算法。由于不可重復(fù)的環(huán)境變化導(dǎo)致的噪聲、雜波或照明變化，這些特征無(wú)法明顯區(qū)分，更糟糕的是，它們是不穩(wěn)定的。因此，如何在復(fù)雜多變的環(huán)境中使用視覺方法高效準(zhǔn)確地檢測(cè)停車位仍然是一個(gè)難題。為了解決這一問題，研究人員使用深度學(xué)習(xí)技術(shù)，通過基于學(xué)習(xí)的方法構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，從大量正樣本和負(fù)樣本中訓(xùn)練模型，并實(shí)現(xiàn)停車位的檢測(cè)。

總結(jié)：基于停車位標(biāo)記的方法通過分析道路上的標(biāo)記來識(shí)別停車位，與基于自由空間的方法相反，其性能不取決于相鄰?fù)７跑囕v的存在和位置。然而，這些方法只能在有停車位標(biāo)記的停車場(chǎng)中正常工作，并且對(duì)于停車位標(biāo)記被遮擋或模糊的情況不適用。

3.3 規(guī)劃

聚焦到毫米級(jí)別的軌跡規(guī)劃根據(jù)輸入的行為決策信息、結(jié)合車輛實(shí)時(shí)位姿信息、局部環(huán)境信息、全局路徑參考信息等，在“安全、舒適、效率”的精神引領(lǐng)下，規(guī)劃生成一條滿足特定約束條件的平滑軌跡軌跡（包括行駛軌跡、速度、方向等），并輸入給控制執(zhí)行層。

3.3.1 Hybrid A*

Hybrid A*是連續(xù)坐標(biāo)系下進(jìn)行啟發(fā)式搜索，基于網(wǎng)格地圖，挑選滿足車輛3d連續(xù)狀態(tài)點(diǎn)并將損失值賦值給該點(diǎn)，即Hybrid A*的搜索空間不僅考慮了x,y方向的拓展，還考慮了航向角方向的探索能夠保證生成的軌跡滿足車輛動(dòng)力學(xué)約束。

Hybrid A*規(guī)劃的軌跡由兩部分組成，一部分是考慮了車輛動(dòng)力學(xué)的探索節(jié)點(diǎn)連接而成的路徑；一部分是使用ReedSheeps曲線連接中間點(diǎn)位姿與目標(biāo)位姿的路徑。利用ReedSheeps曲線連接當(dāng)前節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)，并對(duì)該軌跡進(jìn)行碰撞檢測(cè)，若無(wú)碰撞，則結(jié)束搜索，其規(guī)劃軌跡位當(dāng)前路徑到目標(biāo)節(jié)點(diǎn)的path1+當(dāng)前節(jié)點(diǎn)回溯到起始節(jié)點(diǎn)的路徑path2；若碰撞，則放棄該曲線，并從OpenList中重新尋找節(jié)點(diǎn)，繼續(xù)搜索。

3.3.2 圓弧直線幾何法

給定一個(gè)起點(diǎn)（x,y,theta）和一個(gè)終點(diǎn)（x,y,theta），利用數(shù)段圓弧-直線將其連接起來，未知量只能有三個(gè)。以一段直線+一段圓弧為例，我們?nèi)齻€(gè)未知量可分別設(shè)為直線長(zhǎng)度l，圓弧長(zhǎng)度s和圓弧半徑r，聯(lián)立起點(diǎn)終點(diǎn)方程即可求出這三個(gè)未知量。

為了方便求解，我們將起點(diǎn)歸一化，這樣可以列出三組方程。

基于圓弧直線的規(guī)劃方法是強(qiáng)烈依賴人類先驗(yàn)知識(shí)的，以倒車入庫(kù)為例，一般來說，我們會(huì)先嘗試一把泊入。如果不能一把泊入，會(huì)開到車位附近并盡量將車擺正，然后往前開，再向后嘗試泊入。對(duì)于一把泊入的場(chǎng)景，我們直接使用直線-圓弧或圓弧-直線或直線-圓弧-直線連接，若連接成功且無(wú)碰撞，則代表此車位可一把泊入。如果不能一把泊入，可以先嘗試將車開到車位附近，再嘗試泊入。我們?cè)谲囄桓浇鼘?duì)位置和角度進(jìn)行采樣，讓車行駛到采樣點(diǎn)，然后方向盤左打前進(jìn)一段距離，然后再向后倒泊入。

同樣，我們也可以多次前進(jìn)后退，再泊入車位。

3.4 控制

3.4.1 ?車輛運(yùn)動(dòng)學(xué)模型

基于車輛運(yùn)動(dòng)學(xué)模型的控制方法主要考慮了 車輛的運(yùn)動(dòng)學(xué)約束對(duì)車輛控制的影響。首先了解一下常見的車輛運(yùn)動(dòng)學(xué)模型：

平時(shí)見到的汽車屬于阿克曼轉(zhuǎn)向，通常可以簡(jiǎn)化為兩輪的自行車模型

其假設(shè)車輛的前后輪均為剛體，只能沿著車輪滾動(dòng)的方向前進(jìn)，無(wú)側(cè)向滑動(dòng)。由上述假設(shè)可得自行車模型的運(yùn)動(dòng)微分方程如下式：

角速度和角速度的關(guān)系：v=ωr，即 ω=v/r，因此這里

其他的比較簡(jiǎn)單，就不加以說明。

3.4.2 橫向控制

后輪反饋式（Rear wheel feedback）是利用 后輪中心的路徑跟蹤偏差量 來進(jìn)行轉(zhuǎn)向控制量計(jì)算的方法

根據(jù)運(yùn)動(dòng)學(xué)方程(2-1)及車輛后輪與參考路徑的幾何關(guān)系

可推導(dǎo)出參考路徑坐標(biāo)系 (?, ?)

Ferent 坐標(biāo)系下 (?, ?, ψ?) 的變化率為：

Frenet坐標(biāo)系使用道路的中心線作為參考線，使用參考線的切線向量和法線向量 建立坐標(biāo)系，那么基于參考線的位置，就可以使用縱向距離和橫向距離來描述任意位置，同時(shí)縱向和橫向的速度、加速度、加加速度等信息也更便于計(jì)算。

對(duì)于二次連續(xù)可導(dǎo)的參考線，需要設(shè)計(jì)車身橫擺角速度?保證在李亞普洛夫方程下局部漸進(jìn)收斂：

對(duì)于李亞普洛夫穩(wěn)定也分為漸進(jìn)穩(wěn)定和指數(shù)穩(wěn)定。李亞普洛夫穩(wěn)定性理論是從能量的觀點(diǎn)出發(fā)的。系統(tǒng)的能量隨著時(shí)間的推移不斷變化（增加or減少），在有限時(shí)間內(nèi)，系統(tǒng)趨于穩(wěn)定，能量不再變化。此時(shí)，系統(tǒng)的k+1時(shí)刻的能量減去k時(shí)刻的能量是<0的，即V(k+1)-V(k)<0，V代表能量函數(shù)。漸進(jìn)穩(wěn)定指對(duì)于時(shí)變系統(tǒng)，?在條件(1)下獨(dú)立于時(shí)間t1，指數(shù)穩(wěn)定指收斂率是以指數(shù)下降。對(duì)于后輪反饋式算法，為了保證車輛的李亞普洛夫穩(wěn)定性，車身橫擺角速度?可表示為下式：

其中， ?ψ 為橫擺角偏差反饋控制增益， ?e 為橫向位置偏差反饋控制增益

因此，根據(jù)運(yùn)動(dòng)學(xué)方程，可得到前輪轉(zhuǎn)角?為:

3.4.3 縱向控制

縱向控制主要為速度控制，通過控制剎車、油門、檔位等實(shí)現(xiàn)對(duì)車速的控制，對(duì)于自動(dòng)擋車輛來說，控制對(duì)象其實(shí)就是剎車和油門。

縱向控制原理

縱向控制的工作原理如圖所示。它主要由“位移-速度閉環(huán)PID控制器”、“速度-加速度閉環(huán)PID控制器”和“速度-加速度-剎車/油門”開環(huán)控制器構(gòu)成。

行業(yè)現(xiàn)狀

近年來，各大主機(jī)廠加大對(duì)自動(dòng)泊車系統(tǒng)的投入力度，紛紛推出搭載自動(dòng)泊車系統(tǒng)的車型， 國(guó)內(nèi)新車自動(dòng)泊車前裝滲透率持續(xù)上升。數(shù)據(jù)顯示， 2022 年 1-5 月，國(guó)內(nèi)新車 APA 搭載量達(dá) 95.7 萬(wàn)輛， APA 滲透率達(dá)到13.6%。2021 年，國(guó)內(nèi)新車 APA 搭載量達(dá) 243.7 萬(wàn)輛， APA 滲透率達(dá)到 11.9%， 同比增長(zhǎng) 17.8%。下面將幾家主流主機(jī)廠的自動(dòng)泊車搭載信息進(jìn)行對(duì)比：

主流供應(yīng)商方案，包括恒潤(rùn)科技、魔視智能、知行科技、東軟睿智。

展望未來

從APA到AVP，自動(dòng)泊車技術(shù)在不斷進(jìn)步，自動(dòng)駕駛行業(yè)也在不斷發(fā)展，對(duì)于自動(dòng)泊車，或者是對(duì)任何的產(chǎn)品而言，創(chuàng)新永遠(yuǎn)是這個(gè)產(chǎn)品不竭的生命力?；氐轿覀兊闹黝}，對(duì)于自動(dòng)泊車讓我們一起想象一個(gè)故事：有一天一個(gè)新手司機(jī)開車去上班，到停車場(chǎng)后嘗試多次都無(wú)法將車停進(jìn)狹?。赡懿]那么狹小）的車位，這時(shí)他（她）已經(jīng)要遲到了，車內(nèi)突然傳來一聲：你先去上班，我來幫你停車！他（她）淚流滿面對(duì)的說了一聲：謝謝！然后立刻下車飛奔電梯口，而車子則自己緩緩的停進(jìn)了車位。

上面這個(gè)故事雖然是我們自己編造的，但這也許就是自動(dòng)泊車誕生的初衷。言歸正傳，文章開頭提到了自動(dòng)泊車的技術(shù)演進(jìn)，其實(shí)仔細(xì)看更是這項(xiàng)技術(shù)應(yīng)用場(chǎng)景的不斷創(chuàng)新和迭代。從最開始的僅僅是將車泊入車位，到后面的遙控泊車，再到代客泊車，都在不斷的進(jìn)行場(chǎng)景創(chuàng)新和擴(kuò)展從而解決用戶的需求：我無(wú)法自己將車停進(jìn)車位->我將車停到車位但是位置太窄我無(wú)法下車->我沒時(shí)間去停車……面對(duì)這樣一個(gè)個(gè)的需求，自動(dòng)泊車的應(yīng)用場(chǎng)景不斷的創(chuàng)新和增加，用戶的痛點(diǎn)被解決，體驗(yàn)不斷向好。我們有理由相信在不遠(yuǎn)的將來完全自動(dòng)駕駛系統(tǒng)將會(huì)規(guī)模落地，那時(shí)將是另一番場(chǎng)景！