乾貨：從停車位到停車場上的自動駕駛，詳解智能泊車技術現狀

導語：從停車位上的自動駕駛到停車場的自動駕駛，智能泊車系統將經歷怎樣的發展過程？

雷鋒網按：本文來自清華大學蘇州汽車研究院智能汽車技術研究所所長戴一凡及清華大學蘇州汽車研究院智能汽車技術研究所副所長呂英超在汽車創新港的微課堂分享，雷鋒網已獲授權編輯與發布。

智能泊車系統概述

自動泊車系統是各自動駕駛或者駕駛輔助功能中民眾需求呼聲最高的系統。如上圖（左），在德國、美國、法國、中國等等調研中都可以發現，自動泊車的功能是最受消費者親睞的。

右圖是歐盟的道路交通研究諮詢委員會提出的一個自動駕駛的路線圖：乘用車和商用車兩個路線圖。

從這個圖可以看出，自動泊車包括更進一步的代客泊車，這些自動泊車的系統非常受政府重視，也是非常重要的自動駕駛產品。

有機構預測，在2020年左右，自動泊車系統在中國市場的滲透率會達到30%左右，市場規模可能會超過100億元。

智能泊車的定義

智能泊車分為兩部分：一是比較常見的自動泊車，包括半自動、全自動等系統。另一個是代客泊車或自主泊車。

自動泊車階段的三個等級

自動泊車可以分成三個等級：半自動泊車，這是目前在產品級量產車上見到的功能，基本上只依靠 10 到 12 個超聲波雷達，通過探測空間的車位、障礙物來決定一個停車的位置。它只控制轉向系統，檔位和車速由駕駛員控制。

全自動泊車系統分成兩代：第一代只依靠超聲波探測空間車位，但是轉向系統以及車速控制都由自動駕駛系統來完成；第二代全自動泊車，不僅依賴超聲波雷達，同時也用攝像頭：通過超聲波雷達識別空間的位置信息，攝像頭識別車位線。

自主泊車的三代產品

在自主泊車階段，我們把它簡單分成了三代。

第一代自主泊車，針對室外停車場，它的定位比較容易解決，不會出現室內衛星信號遮擋的情況。在室外停車場車位尋找，就是說從停車場門口開始怎麼去找到這個車位。

這一過程有兩種方法：一種是通過系統自動的分配，如果是智能化停車場，系統通過超聲波探頭去感知哪個位置是空閑的，然後通過V2X發送給車輛，車輛自動導航到停車位附近，再啟動自動泊車系統把車停進去。第二種方式叫有限搜尋，它依靠超聲波進行近距離的車位搜尋。

第二代自主泊車，它適合室內停車場環境，而且可能有多層、上下層的停車場環境。它要解決室內定位的問題，也需要有室內的高精度地圖等等。同時，它不僅適用於室內，還適用於小區，可能在進停車場大門之前還有一段類似於園區自動駕駛的「封閉園區」環境。

第三代自動泊車，我們認為室內、室外都要適用，適用小區環境同時也要適用開放道路環境：在城市開放道路上，它要能自動駕駛（最後一公里），併兼容這些系統。車位搜尋方式可以是系統分配、有限搜尋和自主搜尋。

車位識別技術

兩種車位識別技術

（雷鋒網(公眾號：雷鋒網)註：以下內容來自呂英超的分享）

關於車位識別技術，包括兩種：一種是空間車位，利用超聲波檢測；另一種是線車位，通過攝像頭檢測。

基於超聲波感測器車位識別方面的技術

超聲波感測器的功能需求，主要用於前後障礙物的感知和車位識別。這裡我們講的是車位識別，對於車位識別感測器的要求，一個遠距離的（5米）。

現在博世、法雷奧的感測器是4.5米，他們要求要有一個小的波束角。前後障礙物感知用的感測器，普通倒車雷達就能滿足，它的探測距離是2米，這就要求它有一個大的波束角。

在感測器配置方面，現在關於前後倒車雷達檢測，一般是「前4後4」的配置，或者是降成本方案「前3後3」的配置。另外，在垂直泊車的時候，需要用到後兩個測向的感測器。

基於超聲波感測器的車位識別

當車經過一個空車位的時候，它會出現一個如上圖所示的波形。在這個過程中存在一個問題：感測器波束角過大的時，它途中的斜線範圍會很大，這會導致檢測車位的誤差變大。

所以這要求感測器在測距精度要高，在水平方向的波束角要盡量小。

左上圖是我們開發的超聲波感測器，它可以達到5米的探測範圍，水平方向的波束角是85度。我們有自己獨特的演算法：移動XY演算法。通過這個演算法我們可以在移動過程中檢測車位大小。就具體的效果，紅框中表示一個檢測出來的車位形狀。

上圖表格里的部分參數，是上一次國內APA會議提出來的。在平行車位搜索的時候，它的車速要求不高於30公里，垂直車位的要求是不高於20公里。

車的位置、找車位時車行駛的路徑、車最終停的位置、和停在周邊的車、目標障礙物的角度也有要求，這些要求相對來說都是比較常規的，也是現在一些供應商能夠做到的。

基於攝像頭的車位識別，目前主要是通過介入360全景系統中的四顆攝像頭，或者是採用一顆鷹眼攝像頭，只觀測前面那部分圖像。

這裡最主要的技術難點在於圖像處理演算法，如何把車位有效識別出來，包括白線、黃線，或者虛線、實線、以及不同路面的顏色。

如何把這些有效車位從複雜的圖像當中識別出來，這是考驗基於攝像頭的車位識別的技術難點。

上圖體現的就是基於攝像頭的車位識別的要求，它的搜尋車位時所需求的車速要比超聲波雷達低，平行車位要求低於12公里，垂直車位要低於10公里。

其他的參數要求與超聲波感測器識別車位是一樣的。再補充一點，標準里對於車位檢出的成功率有一個要求——就是要大於90%：10次去檢測一個車位，要求9次能夠檢測出來。

軌跡規劃和運動控制技術

自動泊車系統

上圖是自動泊車系統的框圖，主要是分為三個部分：環境感知、車位識別、人機交互的控制。

這裡要討論的軌跡規劃，如上圖（右），輸入車的位置、車位的位置，還有一些周邊障礙物，這些是約束條件，然後通過軌跡規劃的演算法，輸出泊車的軌跡、泊車動作指令。對半自動泊車來說，主要是方向盤轉角的指令。

上圖是是關於垂直泊車和平行泊車的一個軌跡規劃的示例。垂直泊車通常採用C型泊車，也有採用人字型泊車，更高級的就是結合了這兩種軌跡規劃方法。

平行泊車軌跡規劃原理

泊車過程中的軌跡規劃原理現在主要用到的兩個，一個是轉向的幾何學，主要應用的是阿克曼轉向的原理；另外一個是轉向運動學。

這裡最基本的一個就是，車在泊車的過程中是繞著轉向中心做圓周運動的。以這個為基礎，我們可以通過代數的方法，把車輛四個角周邊的坐標在運動過程中的實時軌跡給畫出來。

垂直泊車軌跡規劃原理

垂直泊車，最主要的是車輛做圓周運動的基礎，在軌跡規劃之前要先判斷一下車與障礙物的距離，就是hmin這個參數。它到底滿不滿足C型泊車或人字型泊車。最後根據計算可以得到一個軌跡在什麼時候做轉向操作的軌跡演算法。

平行泊車與垂直泊車類似：利用兩個最小半圓法還有圓弧切直線的方法，通過方向盤轉角折算到軌跡，再折算到所有關鍵點的轉向控制。

泊車的車輛運動控制

關於車輛運動控制，在泊車過程中對車速的要求在5到12公里，這主要考慮到EPS的負載還有行車安全、路徑跟蹤效果。

在運動控制里，它的輸入是一個車身位置、車身姿態、方向盤的轉角車速，通過路徑更多的演算法可以得到轉向修正的指令。

如上圖，泊車控制器與車身周邊的一些控制器，通過CAN網路的信號交互，比如與BCM的交互，它要求溫度信息或者是方向轉向燈的信息；與EPS交互，它要求能夠接受APA控制器傳過來的方向盤轉角信號，並把這個方向盤轉角信號反饋給APA。對ABS的要求，ABS發送車速信號、輪速信號給APA控制器。

這裡再提一下對EPS方面的要求：必須具有轉角閉環。另一個，轉角跟蹤的誤差要小於1度，轉角的跟蹤過程不能有超調，對動態最大轉向角度要求360度/秒。

上圖是平行泊車、垂直泊車在實車上得到的數據。

這裡有車身坐標點的軌跡，也有方向盤轉角的信號，在右下角的圖裡，還有包括車身姿態、航向角的車身信號。

自主泊車的關鍵技術

（雷鋒網註：以下內容來自戴一凡）

關於做自動泊車的過程中，我們需要解決的幾個關鍵問題。

1）如何獲取空車位的信息？

系統分配。停車場根據探測到的車位信息，自動分配車位給車輛；

有限搜尋，依靠超聲波雷達，在近距離、低車速狀態下搜尋車位；

自主搜尋，依靠毫米波雷達/激光雷達，自主規劃路徑，搜尋車位。

2）如何實現低成本、高精度的定位？

差分GPS/北斗。室外工況，成本控制很關鍵；

視覺技術（SLAM、車道線、標誌識別等）。室內室外工況，技術成熟度問題；

室內定位方案（UWB、WiFi、磁釘），需要停車場智能化改造。

3）自動泊車與自主泊車系統如何高效切換？

車輛停止位置。車輛停止位置與切入自動泊車系統的時機；

車位二次確認。利用超聲波、攝像頭再次確認車位信息。

清華泊車系統產業化路徑

我們已經是國內自主零部件品牌中是規模最大的供應商。其中3D立體的全景泊車也是國內首先進行量產的，現在在國內跟多個主流整車廠都是前裝。另外移動物體檢測、開門提醒、行車影像記錄等等附加的功能，為我們以後做全自動泊車裡的車位線識別提供了非常好的基礎。

第二方面，我們自主研發的超聲波雷達（探測距離 5 米到 6 米），它搭載我們自己的超聲波雷達泊車輔助系統，現在已經也是前裝量產。

我們擁有一些獨特的技術優勢，比如我們不是通過單個探頭單獨去識別障礙物的距離和位置，而是通過多探頭之間的一個協作配合，配對檢測，這樣距離測量誤差能夠控制在非常小的水平。

智能泊車的產業化路徑

智能泊車系統一個產業化的路徑，全景泊車、倒車輔助我們都是已有的產品級系統。今年我們會推出半自動泊車，以及融合攝像頭跟超聲波雷達的倒車輔助。

2018年、2019年我們會推出融合攝像頭的半自動泊車以及全自動泊車，預計在2019到2020年，我們會推出產品級的自主泊車系統。

雷鋒網原創文章，網站轉載請至雷鋒網官網申請授權。歡迎熱情討論，轉發分享~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！