自动泊车辅助系统迭代演变|深度学习

第一代泊车辅助:APA自动泊车

APA自动泊车是生活中最常见的泊车辅助系统。

激活自动泊车辅助系统，雷达探头会在低车速及侧向距离1.5m左右内成功完成扫描。而自动泊车辅助系统，当在车位旁有路灯杆、中小型树木等柱状障碍物时，为防止雷达探测发生误差造成碰撞风险，此时系统将不被激活。前后左右的雷达探头测量车辆自身与周围物体间的距离与角度，驾驶员仅需控制车速，车载电脑计算出操作流程，配合车速调整方向盘转动，自行进入停车位，但挡位及制动还需人为控制，尚未实现全智能化。

当前在国内可以见到的车型如上海大众途观、奔驰B200、一汽大众CC、斯柯达昊锐、一汽丰田皇冠、雷克萨斯LS等都装有自动泊车辅助系统。

下图以福特汽车为例演示自动泊车

第二代泊车辅助: RPA远程遥控泊车

RPA（Remote Parking Asist）远程遥控泊车辅助系统是在APA自动泊车技术的基础之上发展而来的，车载传感器的配置方案与第一代类似。

在汽车低速巡航并找到空车位后，驾驶员将车辆挂入停车挡，就可以离开汽车了。在车外，使用手机或钥匙发送泊车指令，控制汽车完成泊车操作。

它的诞生解决了停车后难以打开自车车门的尴尬场景，比如在两边都停了车的车位，或在比较狭窄的停车房。RPA远程遥控泊车辅助系统常见于特斯拉、宝马7系、奥迪A8等高端车型中。

第三代泊车辅助: AVP自动泊车

AVP（Automated Valet Parking）自动代客泊车的研发就是为了解决日常工作、生活中停车难的痛点，其主要的应用地点通常是办公楼或者大型商场的地上或地下停车场。

AVP主要涉及传感器如下

VP要实现寻找车库，泊入车库的功能，需要地安全行驶到库位旁，必须提升汽车远距离感知的能力，主要使用SLAM技术。

SLAM 全称Simultaneous Localization and Mapping，中文名曰“同步定位与地图构建”，主要用于解决机器人在未知环境运动时的定位和地图构建问题。当你身处一个陌生的地方，要准确找到目的地和路线，会打开手机上的地图APP，然后定位、输入目的地、规划路线和导航。机器人也一样。当它们身处未知环境时，同样需要通过以上步骤才能做出正确的运动。只不过，机器人靠的不是手机地图APP，而是SLAM 技术。

SLAM 传感器分为激光雷达和视觉两大类。

激光雷达能以很高精度测出机器人周围障碍点的角度和距离，而且速度快，计算量也不大，容易做成实时SLAM。许多行业分析师认为，激光雷达是实现全自动驾驶的关键传感器，其产品被以Google、百度为代表的企业认可。，

视觉SLAM 分3 个子方向：单目、双目（或多目）、RGBD。此外，还有鱼眼、全景等特殊摄像头。

单目SLAM 只需要一个普通的2D 摄像头，成本优势大。但没有大小和距离信息，通过借助GPU 和惯性测量器件（Inertial Measurement Unit，IMU）确定物体的大小，依靠运动中的三角测量，来求解相机运动并估计像素的空间位置。

双目SLAM 消除了单目的很多麻烦。双目视觉和人眼类似，通过左右眼图像的差异来计算距离———也就是所谓的立体视觉（Stereo）。但是双目SLAM 的计算量非常大，通常需要用到可编程门阵列FPGA，而且其深度量程也受双目的基线与分辨率限制。

RGBD SLAM的传感器是深度摄像头，能直接记录深度信息。深度摄像头通过把光投射到物体表面，再测量反射的信息来计算距离，具体原理有两种：结构光或Time-of-Flight。它比传统相机能够提供更丰富的信息，也不必像单目或双目那样费时费力地计算深度。不过，现在多数RGBD 相机还存在测量范围窄、噪声大和视野小等诸多问题。

除了自行寻找停车位外，具备VP功能的汽车还可以配合智能停车场更好地完成自动代客泊车的功能。智能停车场需要在停车场内安装一些必要的基础设施，比如摄像头、地锁等。这些传感器不仅能够获取停车位是否被占用，还能够知道停车场的道路上是否有车等信息。将这些信息建模后发送给汽车，汽车就能够规划出一条更为合理的路径，行驶到空车位处。

随着人类社会的进步，自主泊车系统商品化推广市场、普及应用是必然的方向，也将产生极佳的经济效益和社会效益。低成本、高性能的自主泊车系统拥有十分广阔的市场前景。

如果你觉得我写的还不错，就给我点个赞吧，能关注一下就更好啦~

公众号：AI汽车人End

了解更多，请持续关注WX“AI汽车人”

加入自动驾驶微信群