即使是對于老司機來說，停車有時也是一個不小的挑戰。在美國，大概有五分之一的車輛事故發生在停車場或車庫中，其中四分之一發生在倒車時。而令人擔憂的是，根據美國國家安全委員會的一項民意調查，三分之二的司機表示，在停車場內他們幾乎不會注意周圍環境，要么在打電話、發短信、聽音樂，要么在設置GPS定位。

與此同時，隨著城市化的不斷推進，許多地方停車位的數量遠落后于其需求。居民、上班族、游客們相互爭奪有限的免費停車位，這導致許多司機情緒不滿、壓力過大、同時造成道路擁堵和交通事故，這也浪費了許多時間。因此，不難理解，自動泊車技術越來越受歡迎。該技術依賴于一系列的攝像機、雷達和其他傳感器來實現。因此對制造商和工程師來說，汽車行業面臨的新挑戰是開發市場所需的人工智能驅動系統，讓每一位司機——不僅僅是豪華車車主——都能享受自動泊車帶來的益處。

目前有三種主要的自動停車方案——泊車輔助系統、自動泊車系統和自主泊車系統——它們在對汽車的控制權上有所不同。到目前為止，有幾種不同類型的AI算法來感知和測量車輛周圍環境，以確保停車更平穩，更高效。

自動泊車解決方案正當時

對許多人來說，停車不僅技術要求高，而且令人乏味。人們通常是在相對受控的環境中停車（但也有一些例外），如停車場。與司機相比，自動化技術更擅長進行360°的環境感知，包括盲點的感知。技術不存在失去耐心或看手機的問題，并且擁有較高的精準度，可以在狹小空間內完成停車。簡而言之，自動化對于停車來說至關重要，輔助或自動停車技術可以利用相對容易獲得的技術來提供更高的安全性和舒適性。

自動泊車方案主要有三種類型，它們在自主性方面各有不同。基礎級別方案包括一個泊車輔助系統，主要控制方向盤，由司機控制加速、制動踏板和傳動系統。下一個級別是完全自動泊車系統，其要求司機留在車內，手動激活系統，監控其過程，并隨時準備接管控制權。高級版本的自動泊車系統則可以在停車場自動駕駛并尋找適合車輛安全停放的車位。停車自動化的最高級別包括自主泊車系統，也稱為遠程泊車系統，它允許司機不進入車內，而車輛可以獨立并安全地完成自行停放。司機可以下車并使用智能手機遠程命令它停在車位上。

而自主泊車的最高形態是司機能夠遠程控制在停車位上的車輛，使它能夠到指定地點接送司機。結合智能停車場，可以啟用自動代客泊車，其中司機可以將車輛停在臨時停車點，并使用智能手機應用激活停車功能。停車場將指導車輛到適合該車輛尺寸的空停車位。

方向盤背后的技術

為了實現多種級別的自動泊車，車輛需要能夠感知其所處環境，這項工作極為復雜。感知通常需要結合從攝像頭傳感器計算出的多種測量數據，并且使用幾種類型的AI算法來實現。這包括對象檢測，基于AI的算法和識別傳感器數據中的對象，如車輛、行人、停車標志等。可行駛空間檢測，也稱為語義分割，通常由一類基于AI的算法執行，這些算法將攝像機輸入分割為具有不同語義含義的區域，如墻壁、路緣、車輛等。這些信息對于理解場景和車輛操縱至關重要。幾何感知算法，則使用來自車輛的輸入信號（如速度、偏航率和加速度），加上光學和攝像頭定位的預定比例，以實現精確定位車輛在其環境中的方向，并提供控制車輛所需的測量數據。

這些算法的主要工作是處理視覺信息。此外，停車自動化系統通常采用傳感器融合。例如，來自超聲波傳感器或短距離雷達的信息補充和視覺測量來提高其準確性。但是，收集視覺和傳感器數據是一回事。實際處理AI算法，以便汽車安全做出適當的反應則是另一回事。

普及自動泊車

到目前為止，大多數車輛還不支持自動泊車。然而，市場上許多車輛已經配備了環視系統，它依靠攝像機和超聲波傳感器來向司機提供周圍環境的情況，并在車輛靠近障礙物時提醒他們。盡管如此，停車主要還是依靠于是司機的視野、視線以及對車輛的精準控制。為了進一步推廣自動化停車，工程師和設計師需要開發一個更實惠的基于人工智能的自動化解決方案。

目前，自動泊車系統主要安裝在高級車輛上，因為360°傳感器（攝像機、雷達、激光雷達等）的成本以及處理所有信號所需的計算能力仍然非常高。自動泊車系統發展的一個主要驅動因素是自動緊急制動（AEB）系統的日益普及，許多監管機構開始強制要求一些車輛配備這項技術。在技術上，可以通過使用車輛中安裝的現有環視系統并增加人工智能處理能力來啟用自動緊急制動。一旦完成這一步，創建自動泊車系統就相對簡單些。事實上，一些汽車公司已經開始將自動緊急制動和自動泊車捆綁推出。

Hailo等企業的發展對自動泊車將起到重要作用。例如，通過在現有環視系統中添加一個Hailo-8 AI處理器，制造商可以升級任何車輛以支持自動緊急制動，而且進一步升級到自動泊車通常只需要進行軟件更新。

未來，每輛車和每次駕駛體驗都將變得更安全、更舒適。雖然我們無法幫助司機提高他們自己的停車技能，但我們可以提升汽車本身的技能。

審核編輯 黃宇