“政策+标准”落地加速，AVP代客泊车直面痛点

对于自动驾驶商业化落地的探讨，其中很关键的一个细分应用就是可控环境的低速无人自动泊车（也被称为代客泊车）。无论是从消费者的需求、技术成熟度还是商业闭环模式而言，AVP赛道已经开始进入实质性攻坚阶段。

过去几年，行业内也一直采取两条技术路线并行研发。其中之一，就是基于单车智能技术，仅仅通过车端的软硬件技术（包括定位、地图等）来实现，这是目前大部分车企的路径，好处是主动权在车企，但劣势也很明显，对场景的认知有限。

其二，则是借助V2I（车辆对基础设施）技术，让车辆能够与停车场基础设施进行通信，来协同进行路径规划和行为决策，通过场端感知、IT及通信技术取代多传感器、高算力控制器的高成本方案。

这种方案的好处很明显，就是降低车端的软硬件成本（可以更快普及），同时充分利用停车场的现有监控、通信等设施进行改造，场内安全风险更为可控。

不过，也同样存在不少需要解决的问题，比如基础设施谁来建设？不同品牌车型与场端通信的协议标准互通，商业模式如何构建，功能安全评价等等。

从目前对于AVP的系统架构整体认知来看，大体上是围绕场端基础设施、AVP用户以及车辆三种角色来设定，从而形成车端智能系统、场端智能系统以及车场协同系统三种。

但不同企业在实际落地过程，会有不同的选择和版本迭代。

一、感知限制、责任归属，仍是关键问题

在通往无人代客泊车的道路上，汽车制造商已经进行尝试。

特斯拉的智能召唤，是全球最早量产的高阶自动泊车系统，智能召唤功能可控制车辆前往车主所在位置（使用手机GPS作为目的地）或所选位置，并按需绕行障碍物或停稳。

不过，按照用户手册的说明，车主必须确保一直可以清晰地看到车辆，并时刻观察车辆及其周围情况。同时，仅限在熟知及可预测周围环境的私家宅院停车场或车道使用。

一些限制条件还包括：智能召唤功能无法识别车辆行驶方向， 无法在空旷的停车场内导航，并且无法预测交叉路口的交通状况。在以下情况系统则无法保证正常运行，包括车道为坡路（智能召唤功能仅可用于平坦路面，最大坡度10%；行驶距离最大145-150米等等）。

此外，按照特斯拉的官方说法，智能召唤仍然只是一项测试功能。车主必须持续监测车辆和周围环境，并随时做好立即采取行动的准备。同时，智能召唤功能的安全责任仍归属驾驶员。

今年以来，国内几家自主品牌也率先亮相了可量产无人泊车技术的各种版本，比如威马的无人自主泊车系统（包括无人自主学习泊车和无人高精地图泊车）、吉利星越L的5G-AVP 1km无人泊车技术、小鹏汽车的VPA停车场记忆泊车等等。

其中，以百度已经在威马W6释放的无人自主学习泊车功能（HAVP）为例，车主手册明确说明，务必保持驾驶位有驾驶员，对车辆状态安全监控，并强调如遇到潜在风险，驾驶员仍需及时踩刹车或转动方向盘接管车辆。

此外，该项功能仍有大量的限制条件，比如，学习场景周围无明显和典型特征、可移动障碍物（比如，行人、儿童、动物等）、障碍物与背景色对比度接近的场景等等，都无法正常识别和学习。同时，驾驶距离不超过100米，周围环境未发生明显变化等等。

最重要的是，车主手册明确指出：车辆控制人需对车辆和功能使用过程中的风险承担法律责任。这意味着，从高阶自动泊车到AVP，仍然存在类似从L2到L4的跨越问题。

换个角度看，问题仍然出在感知的能力突破和冗余上。

去年10月，随着搭载SAE L4级AVP功能的奔驰全新一代S级轿车量产上市，博世的AVP技术也正式迈向L4商用化应用之路，方案最大的特点是将安全控制权给到停车场，而不是汽车。

这是一种类似于公开道路车路协同实现自动驾驶落地的模式。此外，对于基础设施改造成本的考量，目前，在德国斯图加特机场，博世安装在场端的激光雷达方案升级为更加优化的摄像头方案。

该摄像头由博世安防事业部集合了博世多年耕耘汽车的技术和多年安防产品的经验，同时符合车规级应用及安防场景，既保证了车端和场端的功能安全，同时保障了运营时的信息安全。

在实际运行中，戴姆勒和博世合作开发的全新一代奔驰S级AVP代客泊车系统，在全程无人操作的情况下，车辆能够自己启动并开往预定车位，随后用户操作取车，车辆则会自动驶回上下客区域。

而从目前量产记忆泊车的限制条件来看，自动代客泊车AVP面临的技术挑战仍然在于目标识别对环境感知的要求更高，需要传感器在各种环境下都能较好地实现功能。

比如，在小鹏汽车的VPA停车场记忆泊车用户手册中，就明确指出，当前功能由于不同停车场的实际情况不可预知，路线的设定存在失败的可能。同时，强调了车端传感器的局限性。

二、政策、标准加快推动落地

相比较而言，基础设施包括车辆和停车环境的必要技术（包括感知、通讯、控制和调度），这样就可以帮助车辆计算出行车路线，同时检测路线上的可能障碍物，满足所有的安全要求。

就在一周前，德国汽车工业协会(VDA)在慕尼黑联合多家企业展示了无人自动代客泊车项目，通过配备特殊技术的停车场完成全部任务。此次演示，还展示了如何实现在停车场的各种自动化服务，包括洗车、货物搬运以及自动将车辆归还给驾驶员。

这个项目的合作伙伴包括汽车制造商宝马、CARIAD（大众集团旗下的软件子公司、福特汽车、捷豹路虎和梅赛德斯·奔驰以及技术方案提供商博世、大陆、法雷奥等数家公司。

和此前国内举办的数次车路协同三跨、四跨测试类似，该项目是为未来不同制造商的车辆提供基础技术平台，使其能够与不同的基础设施进行通信，从而有助于优化可用停车位的使用。

更关键的是，国际标准化组织(ISO)正在编制一项国际标准ISO 23374，确保基于车端与场端协同的AVP功能安全要求，在不同的整车制造商和技术设备、基础设施供应商之间互通。

按照相关标准，这些车辆只需要配备自动变速器、ESP、电动驻车制动、辅助转向和用于自动代客泊车的智能通信单元，就可以实现车辆与云端、场端后台系统的交互。

“利用车辆现有技术，也不需要增加额外的硬件和超高的计算单元。同时在场端也不需要额外的高精地图定位。”按照博世公司的说法，这本身就是突出的成本优势。

此外，基于场端的通信与监控，停车管理服务可以基于不同车位的预约或空置状态来提供车位的路线规划。这意味着，车辆不需要依赖自身的传感器对停车场设施进行识别，以找到合适停车位。而记忆泊车则是过渡方案，比如指定停车位或者家庭自有停车位。

不过，客观来说，部分企业对于基于场端的AVP方案抱有很高的期望，但商业进展并不是一帆风顺，主要障碍在于，提供AVP服务能否成为一个可持续的独立业务、开放平台以及共享数据的问题以及对于部分车企商业模式的潜在影响。

如今，政策支持已经在加速。

今年3月，发改委等多部门印发《加快培育新型消费实施方案》，提出推进新型城市基础设施建设，实施智能化市政基础设施建设和改造。

其中，住建部明确提出支持试点城市探索建设车城网平台，将城市道路设施、市政设施、通信设施、感知设施、车辆等进一步数字化，并接入统一平台进行管理，实现全面感知和车城互联。

同时，通过引入智能停车系统和设备，利用人工智能、大数据技术等逐步实现停车数字化管理，提高城市停车效率和资源利用率，进一步打破数据孤岛，从而破解城市停车难困境，实现停车数据与智慧城市发展协同发展。

此前，一些研究机构指出，车端成本是完全无人驾驶落地的最重要标准之一，与用户对系统的信任和接受度这一标准的权重相等。从目前大部分推出高级别自动驾驶功能的预售车型来看，基本上采取了选装的策略。

其次是，AVP与基础设施紧密有关，从而使这项技术能够支持城市的交通管理以及场端（路端）硬件的复用。

比如，公开道路的交通摄像头监控行人过马路，并验证行人是否正在过马路或等待过马路，从而为常规车辆以及自动驾驶车辆提供感知补充，类似的方案同样应用于AVP的障碍物检测。

“未来，自动代客泊车AVP生态还可以衍生出许多的附加值服务，如电动车自动充电、无人洗车、快递交付等。”博世智能网联AVP总监王挺表示，AVP不仅仅解决停车难的问题，还可以参与到未来的ITS智慧交通系统。

2020年，博世已经将充电机器人与自动代客泊车技术进一步相结合，大幅提高电动车充电桩的利用效率。新的AVP商业落地应用已率先在上海进行试点规划。