秦建波、鐘勝華、陳誠
(成都交投智慧停車產(chǎn)業(yè)發(fā)展有限公司,成都 610041)
目前,停車對于很多駕駛員來說,依然是最具挑戰(zhàn)性的駕駛任務之一。車輛必須在狹窄的空間內向后移動,碰撞概率很高[1]。其復雜性在于駕駛者是否具有合適的停車策略,同時能夠恰當?shù)乜刂栖囕v縱向和橫向運動,以及避免環(huán)境中的障礙物。此外,現(xiàn)代車輛設計、安全要求和空氣動力學對車輛的全方位能見度有負面影響。因此,在停車過程中發(fā)生物理碰撞或損壞事故也是常見的。目前很多車輛都通過提供全自動停車功能來解決這個問題。自動代客泊車(Autonomous Valet Parking,AVP)甚至可以進一步完成停車任務,也變相提高了停車場端車位資源的利用率。
自主代客泊車是指用戶在指定地點通過,移動端發(fā)送停車或者取車的命令[2],車輛憑借自動駕駛的技術替代駕駛員實現(xiàn)車輛行駛與停泊的工作。本文從自主代客泊車技術演進、不同技術方案兩個維度來分析對比并預測。
近年來,為解決城市停車難題和提升駕駛體驗,自主代客泊車技術和相關產(chǎn)品的研究與發(fā)展越來越深入,可以劃分為以下幾個階段:半自動泊車、全自動泊車、遙控泊車、輔助代客泊車、全自主代客泊車和完全自動駕駛[3-4]。
在2016 年之前是半自動泊車階段,AVP 系統(tǒng)通過超聲波雷達和算法操控方向盤,這種方式需要駕駛員保持對駕駛環(huán)境的監(jiān)控和控制。2018 年,AVP 系統(tǒng)進入到全自動泊車、遙控泊車階段,采用超聲波和環(huán)視的方法實現(xiàn)了10 m 內全自動融合泊車的遙控泊車。在2021—2022 年,AVP 系統(tǒng)發(fā)展到輔助代客泊車階段,這一階段系統(tǒng)能夠自主導航和泊車,并與交通管理系統(tǒng)進行交互。車輛能夠在100 m 的范圍內進行自動駕駛泊車,但仍然需要駕駛員的參與,并沒有將用戶徹底解放。
自主代客泊車系統(tǒng)技術路線根據(jù)在基礎設施與車輛之間如何分配智能[5],可以分為三類:基于車端智能技術路線,將智能分配給車輛;基于場端智能技術路線,將智能分配給基礎設施,并僅向車輛添加遠程控制單元;車場融合技術路線,同時分配給車輛和基礎設施,以實現(xiàn)相互支持。
基于車端智能技術的AVP 系統(tǒng)通過在車輛內部集成多種傳感器和關鍵技術,實現(xiàn)自主巡航、停車位搜索以及停車操作等功能。其中關鍵的傳感器包括激光雷達、攝像頭和超聲波傳感器等。激光雷達用于測量周圍環(huán)境的距離和形狀,提供精確的障礙物檢測和地圖構建;攝像頭用于獲取道路信息、識別交通標志和識別其他車輛、行人等目標;超聲波傳感器用于與停車場設施和其他車輛進行距離測量?;谲嚩酥悄芗夹g還需要依賴自動駕駛系統(tǒng)、路徑規(guī)劃和控制算法等。自動駕駛系統(tǒng)通過整合傳感器數(shù)據(jù)并進行實時判斷和決策,完成車輛的自主駕駛;路徑規(guī)劃算法根據(jù)用戶指令和場景信息,規(guī)劃適合的停車路徑;控制算法則負責執(zhí)行具體的駕駛操作。
基于車端智能技術的優(yōu)勢,在于具有較高的獨立性和環(huán)境適應性。由于傳感器和計算設備直接搭載在車輛上,系統(tǒng)能夠不借助停車場的基礎設施,即時感知并響應環(huán)境變化,快速做出決策并執(zhí)行相應的行動。這種獨立性使得系統(tǒng)能夠在復雜的城市環(huán)境下穩(wěn)定運行,并且能夠適應各種不同的停車場場景,提供靈活的停車服務。但是,基于車端智能技術的自動代客泊車系統(tǒng)也存在一些局限性。
首先,車輛本身的限制會對系統(tǒng)的性能產(chǎn)生影響。例如,車輛所搭載的傳感器可能受到天氣條件和光照情況等因素的干擾,從而影響感知和判斷的準確性。
其次,為了實現(xiàn)單車智能往往會搭載昂貴的傳感器,對感知和計算平臺的要求也較高,導致車輛成本較高。
最后,目前單車智能AVP 最薄弱的地方在于室內定位。尤其是在室內停車場的場景下,單車智能AVP 面臨的主要問題是沒有GPS 信號或者GPS 信號較弱,從而導致定位精度不高或者無法定位,使得進入室內停車場和遠程喚醒時的車輛無法做到高精度的初始定位,不能達到AVP 定位要求。這一情況也是目前限制單車智能AVP 使用范圍的因素之一。
在基于場端智能技術的AVP 系統(tǒng)中,停車場負責實現(xiàn)環(huán)境感知、車輛定位和路徑規(guī)劃等功能。在停車場內部布置有激光雷達、攝像頭和地磁傳感器等多種傳感器,其中激光雷達用于感知環(huán)境中障礙物并生成高精度的地圖數(shù)據(jù);攝像頭可獲取道路信息、識別交通標志和識別障礙物等;地磁傳感器用于檢測停車位的占用情況。這些傳感器通過實時采集和處理數(shù)據(jù),經(jīng)過數(shù)據(jù)融合和路徑規(guī)劃等算法的處理,將控制指令發(fā)送給車輛,從而實現(xiàn)遠程控車。
基于場端智能技術路線優(yōu)勢在于高度集成化,所有的計算和決策過程都在停車場內部完成,無需車輛攜帶大量的傳感器和計算設備,簡化了車輛設計和制造。場端還具有的優(yōu)勢為擴展性強,停車場可以部署更多的傳感器和計算設備,以提高系統(tǒng)的感知和決策能力,方便后續(xù)升級和擴展。另外,數(shù)據(jù)共享也會更加便利,停車場內的設備可以通過網(wǎng)絡進行數(shù)據(jù)交互和共享,實現(xiàn)更高效的信息傳遞和協(xié)作。
然而,基于場端智能的方案也存在一些劣勢,那就是對停車場基礎設施的要求高,需要在停車場內部布置大量的傳感器和計算設備,涉及到設備的安裝、維護和更新,成本較高且投資回報長。相應系統(tǒng)的使用范圍也會相應的受限,對于沒用經(jīng)過改造的停車場是無法使用的。此外,依賴于停車場的網(wǎng)絡和計算能力,停車場內的設備需要具備足夠的計算和通信能力,來處理大量的傳感器數(shù)據(jù)和實時決策,基礎設施也需具備較高的性能和穩(wěn)定性。
對于車場融合的技術路線,是將場端智能和車端智能相結合,充分利用停車場與車輛上的傳感器和計算設備。該方案系統(tǒng)框架如圖1 所示。其中,場端主要負責提供輔助功能,如室內車輛定位、室內通信、車位搜索、路徑規(guī)劃以及監(jiān)測停車場環(huán)境。攝像頭布置在停車場各個位置,用于實時監(jiān)測停車場內的車輛和環(huán)境情況。通過圖像處理算法,可以提取車輛與障礙物的特征信息。此外,感知設備用于測量車輛與障礙物之間的距離,以避免碰撞,并發(fā)送信息進行預警。而V2X 設備則可以在室內停車場建立實時通信,并且廣播室內地圖、障礙物和預留車位等信息。場端還會對傳感器獲取的數(shù)據(jù)進行實時處理與分析,采用算法來進行車位搜索、路徑規(guī)劃和停車操作等。
圖1 車場融合AVP 部分系統(tǒng)架構圖
車端主要負責感知車輛周圍的障礙物和路面狀況,以及實現(xiàn)自主駕駛和停車操作。為了實現(xiàn)這些功能,雷達和相機被安裝在車輛上。雷達可以提供車輛周圍的感知數(shù)據(jù),而相機可以拍攝和識別交通標志、標線等道路信息,并用于車輛定位和環(huán)境感知。此外,車速傳感器用于測量車輛的速度和加速度,提供運動狀態(tài)的實時數(shù)據(jù)。車端同樣會對傳感器獲取的數(shù)據(jù)進行實時處理與分析,采用感知融合算法和決策算法來實現(xiàn)車輛自主駕駛和停車操作。
基于場端與車端結合的智能技術方案的優(yōu)勢在于場端和車端的信息融合,能夠提供更全面、準確的環(huán)境感知和位置定位,增強系統(tǒng)的安全性和精度。通過充分利用場端和車端的傳感器數(shù)據(jù),可以更好地避免障礙物,并提供準確的停車位置信息。另外,技術協(xié)同使得系統(tǒng)具備更高的魯棒性和靈活性。場端和車端共同參與決策和規(guī)劃過程,實現(xiàn)分布式的感知、決策和控制,從而能夠應對不同的情況和變化。
然而,基于場端與車端的結合需要場端和車端之間的信息交互和協(xié)調,對通信和數(shù)據(jù)傳輸提出了更高的要求,同時目前還沒有統(tǒng)一的通信協(xié)議與停車場地圖構建標準。因為同時涉及到場端與車端,其中牽扯到的行業(yè)與企業(yè)相關利益方更多,對于其中的協(xié)同處理與開發(fā)的難度也將大大增加。
經(jīng)過對比,本文認為車場融合AVP 的技術路線是優(yōu)于單獨依靠車端智能或者場端智能的技術路線。
首先,在安全方面,車場融合技術本身的優(yōu)勢在于擁有車端與場端同時提供的安全保障。不像只基于車端或者場端的AVP,當發(fā)生感知設備突然出現(xiàn)故障的情況,會導致系統(tǒng)整體無法完成系統(tǒng)功能。而車場融合的方式也能夠對障礙物感知結果進行對比,增加可信度。
其次,對于適用場景,基于場端智能的技術方案只能夠在提前經(jīng)過針對AVP 改造的停車場內使用,這種改造需要對停車場每個角落進行設備部署,從而限定了對環(huán)境的高要求。而基于車端智能的AVP 目前需要高精度地圖的支持,需要提前對地圖采集與制作才能夠實現(xiàn)自主代客泊車的功能應用,這種限制導致單車智能的技術路徑不能實現(xiàn)首次來到陌生停車場的AVP。而采用車場融合的方案則可以減少場端設備布置的數(shù)量,降低對環(huán)境的要求,并且對于陌生停車場的室內地圖,可以由停車場端提前采集與制作,借助場端設備發(fā)送給車端,從而增加AVP 技術的適用場景。
再次,車場融合方案也能夠提供額外的輔助信息,如輔助定位信息、全局信息、停車場設施信息與車位信息等。單車智能的AVP 找尋空閑車位時,會存在空閑車位不斷被占用,空閑車位位置不斷變換從而未能找到可停車位的情況,這時車輛就會在停車場內不斷繞圈,在狹窄的環(huán)境中造成堵塞、資源浪費與增加停車時長。而借助車場融合技術能夠徹底解決這個問題,通過場端對車位信息的感知將空閑車位信息通過V2X 鏈路傳輸給車輛,相當于為車輛增加了額外的感知途徑,從而輔助車輛決策,完成系統(tǒng)功能。
最后,對于投資與商業(yè)化,基于車端的AVP 需要搭載昂貴的激光雷達等傳感器設備,這導致車輛的成本大大增加,同時也相當于在AVP 用戶中篩選掉了一部分無法支付昂貴車輛費用的用戶,從而減少了受眾數(shù)量。而借助場端AVP 的技術來實現(xiàn)AVP,需要停車場場商提前投入大量資金去改造現(xiàn)有停車場,并且這一投資的回報周期會十分長久,這也導致停車場場商的現(xiàn)金流受到影響,從而增加其風險。借助車場融合技術與V2X 技術,不但能解決單車智能所面對的定位問題,而且能夠減少場端設備的大量投資。將投資來源分攤給汽車企業(yè)與停車場場商,既提高了各自參與的積極性,也完成了商業(yè)閉環(huán),使得雙方都能夠獲得利益,從而推進AVP 技術的量產(chǎn)。
綜上所述,基于車場融合的技術路線將會是未來AVP 落地的趨勢。與基于場端或者車端的AVP 相比,車場融合的AVP 能夠提高系統(tǒng)的整體的安全性,擴大技術的適用場景,提供更多有價值的信息,降低投資風險,形成商業(yè)閉環(huán)。同時,該方案也解決了單獨基于場端或者車端所解決不了的問題,如單車繞圈、場端建設昂貴等。雖然車場融合的方案也存在一些挑戰(zhàn),如前文所提到的系統(tǒng)復雜性增加以及受益方之間不好協(xié)同等,但是通過通信、自動駕駛以及高精度地圖等技術的不斷發(fā)展,車端與場端的共同努力,車場融合的技術路線在普適性與安全性都將展露出車場融合的價值,從而加快AVP 技術落地。