2021 年，我們終于能教自己的車開車了。
要問今年量產(chǎn)車自動駕駛技術(shù)的關(guān)鍵詞是什么?答案非記憶泊車莫屬。
就在最近兩個月，威馬 W6 實現(xiàn)了停車場內(nèi)無人自主學習泊車功能(HAVP)，小鵬通過 OTA 更新讓 P7 實現(xiàn)了停車場內(nèi)記憶泊車(VPA)，此外還有一汽紅旗等更多車企發(fā)布或即將推出類似功能。
這類系統(tǒng)簡單來說，就是讓駕駛員在停車場內(nèi)教一遍車輛如何泊車入庫。學會以后，進入停車場，汽車就會自己開到車位里，全程不需要駕駛員進行任何操作。
自 2018 年以來，以“單車道居中行駛”為核心功能的 L2 自動駕駛開始普及，隨后又陸續(xù)增加了自動變道、自動導航輔助駕駛(NOA)等高級功能。
到了 2020 年，隨著奧迪放棄 L3 級自動駕駛技術(shù)研發(fā)，量產(chǎn)車的自動駕駛能力似乎已經(jīng)局限到了 L2 + 變道 + 自動導航輔助的框架之內(nèi)，業(yè)內(nèi)鮮有新功能推出。
但今年隨著威馬、小鵬先后推出無人自主學習泊車、記憶泊車系統(tǒng)，量產(chǎn)車的自動駕駛系統(tǒng)終于有了新的突破。
一方面，泊車是用戶每天都需要面對的場景，使用率遠高于目前以高速公路為主的 L2 系統(tǒng)，能夠明顯提升用戶體驗。
另一方面，各大車企都在研發(fā)面向城市的 L2 自動駕駛系統(tǒng)，或者城市內(nèi)點到點的 L2 自動駕駛系統(tǒng)。
想要實現(xiàn)點對點，兩頭就是泊車場景。隨著泊車場景的解決，再加上自動等紅燈功能，城市內(nèi)的連續(xù)自動駕駛系統(tǒng)就基本完成。可以說，記憶泊車系統(tǒng)的推出，真正拉開了城市 L2 的大幕。
一場真正能夠改變?nèi)粘ｑ{駛體驗的自動駕駛變革，即將上演。
那么目前到底都有哪些記憶泊車類的功能上市了呢?這背后用到了哪些技術(shù)?未來又將向著哪些方向發(fā)展呢?
泊車技術(shù)多年未突破 停車場改造進展緩慢
近幾年，L2 級自動駕駛技術(shù)快速普及，極大程度上加快了汽車智能化發(fā)展。
同時，各大車企正加速拓展量產(chǎn)自動駕駛的邊界，例如實現(xiàn)特定場景的 L4 級自動駕駛，或者讓 L2 級自動駕駛的功能不斷豐富，停車場這個有規(guī)律可循，還是低速運行的場景自然就成為了優(yōu)先選擇對象。
2017 年，博世和戴姆勒打造出了全球首個量產(chǎn)的 L4 級無人自主泊車系統(tǒng)，是自動泊車領(lǐng)域的一次重大創(chuàng)新。
當駕駛員開車進入“下車區(qū)域”(例如停車場內(nèi)電梯口)，下車即可，車輛會自動駕駛到停車位，并泊車入庫。整個過程不需要安全員，只需要駕駛員在手機上確認即可完成。
不過，博世和戴姆勒合作的這套系統(tǒng)是基于停車場“深度定制”的。
從奔馳發(fā)布的視頻中可以看到，停車場內(nèi)每隔 3 個車位的距離，就安裝了一個激光雷達，分布在車輛行駛道路的左右兩側(cè)。這些激光雷達用于輔助車輛感知，內(nèi)置的 Wi-Fi 模塊以及停車場專用的 Wi-Fi 設(shè)備能夠與車輛實時通信。
顯然，這樣的無人自主泊車方案將有超高的成本，最終這套系統(tǒng)僅在奔馳博物館的停車場內(nèi)上線，基本告別了大規(guī)模普及。
不過，即便如此，奔馳還是沒有放棄 AVP 的量產(chǎn)。2020 年，奔馳還將 AVP 硬件前裝進入了奔馳 S 級中。
奔馳的合作方仍然是博世，不過博世已經(jīng)意識到激光雷達的成本實在高昂，全部改成了攝像頭，安裝在停車場頂部。同時，奔馳通過和 Apcoa 的合作，還在手機端簡化了支付方式。駕駛員在取車時，就能同時支付停車費用。
雖然這一 AVP 解決方案將激光雷達換成攝像頭大幅降低成本，同時還有實用性的提升。
但是，其本質(zhì)上沒有改變“依賴停車場改造”和“增加用車成本”的兩大痛點。
或許百萬級奔馳 S 級車主不在乎用車成本，但是更廣大的家用車車主就是最關(guān)心用車成本的那一批人。同時，即便是百萬級奔馳 S 級的車主，也不想等待漫長的停車場改造功能。
針對這兩個使用痛點，自動駕駛行業(yè)開始有了新的探索，其中就包括特斯拉的智能召喚功能。
購買了特斯拉完全自動駕駛能力(FSD)的用戶可以在停車場內(nèi)開啟智能召喚功能，車輛可以在無人的狀態(tài)下被召喚到車主所在位置。“位置”基于車主手機和車輛的 GPS 定位，運行過程中會用上特斯拉的自動駕駛能力，車輛需要保持在用戶視線內(nèi)，且車主需要保持按住召喚按鈕，也就是說這套系統(tǒng)本質(zhì)是 L2 級自動駕駛。
特斯拉的智能召喚不依賴停車場改造，在購買 FSD 的基礎(chǔ)上不增加用戶的用車成本。不過，地下停車場沒有 GPS 信號怎么辦?答案是沒辦法。
難道停車場的 L2 級自動駕駛就這么難嗎?有沒有更優(yōu)秀的解決方案呢?今年，國內(nèi)的兩家車企給出了更優(yōu)秀的方案。
量產(chǎn)自動駕駛的重大升級 學習泊車實現(xiàn)量產(chǎn)
今年 4 月，威馬 W6 上市，成為業(yè)內(nèi)首個搭載無人自主學習泊車功能的車企。今年 6 月，小鵬為 P7 車型推送更新，記憶泊車功能正式上線。
這是量產(chǎn)自動駕駛的一次重大升級，意味著量產(chǎn)自動駕駛的邊界正在不斷被拓展。威馬已經(jīng)具備 L4 級 AVP 的硬件能力，即將在今年年內(nèi)完全開放，而小鵬 P7 則是距離城市內(nèi)“點對點”L2 級自動駕駛又近了一步。
顯然，整車企業(yè)已經(jīng)看到，如果依賴停車場改造，覆蓋率可能永遠達不到 100%，并且現(xiàn)階段車輛的自動駕駛能力達不到全場景的 L4 級。
既然車輛自己直接上手不會開，不如讓駕駛員教車輛應(yīng)該怎么開。
因此，無論是威馬 W6 的無人自主學習泊車還是小鵬 P7 的記憶泊車，本質(zhì)上都有三個流程：教學 —— 學習 —— 復現(xiàn)，最終能夠?qū)崿F(xiàn)停車場場景的 L2 級自動駕駛，期間允許駕駛員脫手或者下車。
1、小鵬 P7 學一次就會，最遠能記一公里
當車輛進入地下停車場，行駛到與車位平層時，在小鵬 P7 車機上的泊車功能模塊中，就能讓車輛開啟泊車學習。
此時，駕駛員需要手動駕駛到停車場內(nèi)的車位，并掛入 P 檔。之后，車機會提醒即將完成學習，只需要駕駛員輕輕一點，整個學習過程就已經(jīng)完成。
當車輛再次來到與目標車位平層的停車場入口，小鵬 P7 會很貼心地主動提醒，是否需要開始記憶泊車。駕駛員只需要點擊確認，記憶泊車就會開始工作。松開制動踏板，車輛會按照學習的路線，行駛到上次學習時停入到的車位，全程不需要駕駛員操作。
小鵬 P7 可以學會最多 100 個停車場的泊車路線信息，每個停車場的最長學習距離達到 1 公里。
2、威馬 W6 允許下車，還會召喚
威馬 W6 的無人自主學習泊車功能實現(xiàn)方式和小鵬 P7 類似，駕駛員首先要在車機上點擊泊車按鈕，并在車機屏幕上選擇添加路線。
此后，駕駛員需要以不超過 15km/h 的速度完成泊車或出庫動作，車輛會記錄下泊車的路線。學習完成后，車輛會將感知的數(shù)據(jù)上傳至 Apollo 云端服務(wù)器，學習完成后，再將數(shù)據(jù)下載至車輛，上傳、學習、下載的整個過程需要 1～2 分鐘，車里稍加等待就能完成。
如果沒有網(wǎng)絡(luò)怎么辦?威馬 W6 也可以選擇在車端計算，計算時間小于 10 分鐘。
相對于小鵬 P7，威馬 W6 在學習完成后，允許駕駛員提前下車，用手機操控車輛入庫。用手機操控時，需要車主保持按住泊車按鍵，并且車輛始終在駕駛員視線范圍內(nèi)。如遇緊急情況，松開泊車按鍵，車輛就會迅速剎停。
目前，威馬 W6 最多可以學習 5 個車位路線，每條路線 100 米。實際體驗中，100 米的學習范圍確實小了一些，車東西更加期待未來即將開放的 200 米長的學習路線。
各路傳感器全部用上 應(yīng)對停車場復雜環(huán)境
相比于結(jié)構(gòu)化道路，停車場雖然全程低速運行，但是也有更復雜的環(huán)境。交通參與者有車輛、行人，甚至寵物，地下停車場沒有 GPS 信號，整個建筑也并非規(guī)則…… 在這樣的環(huán)境下，如何完成自動駕駛呢?
實際上，現(xiàn)有的兩款量產(chǎn)車在技術(shù)路線上存在著比較大的差異。在感知層面，小鵬更注重視覺感知，威馬還是依賴傳感器融合。
1、小鵬用上全部 14 枚攝像頭，毫米波雷達作用被弱化
相比公共道路，地下停車場場景面臨最大的困難就是沒有地圖。因此，必須車輛自己實時建圖，從而理解停車場的構(gòu)造究竟是怎樣的。
利用視覺感知和實時構(gòu)建，同時毫米波雷達輔助，小鵬 P7 就能完成對停車場各類場景的判斷。只要是在學習過程中車輛通過的位置，傳感器就能記錄下周圍的場景，包括路面、墻壁、車位等關(guān)鍵信息。
據(jù)了解，小鵬 P7 在記憶泊車過程中，會開啟車身全部攝像頭，包括 10 個高感知攝像頭和 4 個環(huán)視攝像頭。這種操作并不常見，因為環(huán)視攝像頭在高速場景中作用并不明顯，同時由于供應(yīng)商的限制，融合二者的感知數(shù)據(jù)其實并不容易。
此前車東西在采訪小鵬汽車自動駕駛中心高級產(chǎn)品經(jīng)理孫紅霄時，他表示，環(huán)視攝像頭和超聲波雷達的感知距離大約在 6 米左右的范圍。環(huán)視攝像頭與高感知攝像頭的配合，二者配合能夠?qū)φ麄€環(huán)境進行更精準的建模。
為什么說毫米波雷達的作用被弱化了呢?孫紅霄說道：“地下停車場是一個封閉環(huán)境，毫米波雷達電磁波的反射會非常雜亂，頂棚、承重柱、金屬物體等都會有不同程度的反射?？傮w來說，毫米波雷達能夠幫助追蹤動態(tài)目標，在停車場內(nèi)對視覺的依賴相當強。”
2、威馬更偏向傳感器融合 適用于各種停車場
在感知過程中，威馬 W6 也調(diào)用了全部傳感器，包括 2 個前視攝像頭、4 個環(huán)視攝像頭、1 個駕駛行為檢測攝像頭、5 個毫米波雷達和 12 個超聲波雷達。
其中，覆蓋在全車四周的 6 枚攝像頭負責以視覺成像形式，幫助車輛感知路況和周身環(huán)境。毫米波雷達和超聲波雷達在雨、霧、雪天氣下表現(xiàn)優(yōu)秀，露天停車場環(huán)境能夠發(fā)揮出良好效果。
因此，在感知層面，威馬偏向于傳感器融合，而非視覺傳感器優(yōu)先。
威馬 W6 在支持停車場種類上也更多，包括地下、露天、停車樓…… 只要你能想到的停車場，威馬應(yīng)該都支持學習泊車后完成自主泊車的功能。
3D 建模停車場 還會主動避障
車輛看過一遍駕駛員怎么開到車位上之后，接下來就需要自行學習泊車的過程，并最終能夠自己復現(xiàn)。小鵬和威馬的技術(shù)路線仍有所不同，小鵬是邊看邊學，威馬是看完了再學。
總結(jié)來看，在學習過程中，車輛面臨最困難的問題是“我在哪”?在復現(xiàn)的過程中，車輛面臨最困難的問題是如何避開隨時可能出現(xiàn)的障礙物。
1、不依賴 GPS，兩種技術(shù)路線都能精準定位
在地下停車場，GPS 信號中斷，車輛不知道自己所在的位置，無法根據(jù)位置變化畫出車輛的行駛軌跡。即便在 GPS 信號良好的地面停車場，GPS 定位 10 米的精度也容易產(chǎn)生偏差，狹窄的停車場行車道內(nèi)，極容易發(fā)生事故。
同時，GPS 的定位可以看作是車輛與地球的相對位置，不過記憶泊車并不需要這個位置信息，只需要知道當前的位置與起點的相對位置就完全足夠了。
因此，小鵬 P7 通過 IMU 慣性測量單元，精準判斷車身姿態(tài)和運動方向，實時確認車輛的位置。最終，車輛能夠畫出一張精準的行車路線圖。
此外，小鵬采用語義地圖和匹配算法，實現(xiàn)實時厘米級高精度定位。據(jù)介紹，語義地圖相當于車輛在感知過程中打下無數(shù)個坐標形成地圖，并且車輛理解每一個坐標代表什么。每走過一次相同的場景，車輛也會驗證此前的算法是否正確。也就是說，小鵬 P7 在停車場內(nèi)走得次數(shù)越多，記憶泊車的精度也會越高。
通過這種方式的定位，并不是確定車輛在地球上的某個位置，只需要確定車輛與各個關(guān)鍵點的相對位置。因此，完全不需要依賴 GPS 信號。
威馬 W6 的技術(shù)路線略有不同。根據(jù)威馬汽車的介紹，威馬 W6 采用了視覺定位的方式完成定位。
威馬究竟如何完成定位的，我們并沒有獲取完整的技術(shù)路線。不過，根據(jù)視覺定位的原理，我們也能略知一二。
在停車場內(nèi)，有許多規(guī)律可循的場景，例如規(guī)則的車位線、停放整齊的車輛，除露天停車場外，還擁有承重柱、墻面等特征物體。并且，這些物體的意義、位置都是恒定不變的。
最終，計算設(shè)備能夠一幀一幀拼接出整個感知過程的語義特征圖。同時，依靠輪速計推斷車輛位置，最終能夠畫出一張車輛運行的地圖。
值得注意的是，小鵬在“看”的過程中就順便把圖建成了，完全依靠小鵬搭載的英偉達 Xavier 自動駕駛芯片，算力能夠達到 30TOPS。
威馬則是看的時候先記下所有的感知數(shù)據(jù)，上傳到 Apollo 云端服務(wù)器，它的云端算力最高能達到 100 萬 TOPS 級別，為所有威馬 W6 提供云端算力。如果遇到?jīng)]有網(wǎng)絡(luò)的情況，威馬 W6 能依靠威馬和 Apollo 共同合作開發(fā)的 ACU-Advanced 車載計算平臺完成本地計算。
2、自己跑一遍，還能避開隨時出現(xiàn)的障礙物
學習完成后，就需要自己出來跑跑了。
回到起點，點擊開始泊車，兩輛車都能開始泊車動作。順利的話，整個駕駛過程和人類駕駛幾乎完全相同。實際體驗中，威馬 W6 同一路線多開兩次，操作會越來越順滑;小鵬 P7 表現(xiàn)始終穩(wěn)定，嚴格遵循學習路線駕駛。
不過，如果停車場內(nèi)突然出現(xiàn)了其他車輛、行人，甚至不知道哪來的障礙物，那應(yīng)該怎么辦呢?
此時，就要用上車輛自身的避障能力了，這又是一大難點。
如果遇到行人，兩款車都會主動停車禮讓行人，這個習慣好評。
如果遇到正在行駛的車輛，此時小鵬 P7 的毫米波雷達終于有用武之地了。毫米波雷達能夠感知前方車輛的速度、加速度，以及與本車的距離，從而判斷等待或者避讓。
在最終泊車階段，也會利用超聲波雷達感知近距離的障礙物。
威馬 W6 則主要依托攝像頭 + 超聲波雷達共同識別的方案進行避障。
據(jù)介紹，針對行人、車輛、錐桶等常見障礙物，威馬 W6 會通過視覺方面的特征識別，車輛即可感知障礙物的存在，并進行避讓;針對箱子、沙石等不常見的障礙物，威馬 W6 依托超聲波雷達，感知障礙物。發(fā)現(xiàn)障礙物后，車輛會根據(jù)障礙物的當前距離進行決策，并在合適的距離自動剎停、避讓。
結(jié)語：學習泊車有更廣闊應(yīng)用前景
雖然學習泊車是量產(chǎn)自動駕駛技術(shù)的一項重大進步，不過目前二者的體驗仍有一定局限。例如沒有固定車位的情況下這套系統(tǒng)可用性會有所降低，但小鵬會在未來推出非固定車位的記憶泊車，威馬預(yù)計在今年年底推出無人高精地圖泊車(PAVP)，解決這一痛點。
而面向未來出行場景，學習泊車功能還有更廣闊的應(yīng)用場景。其中一個是將學習泊車升級為 L4 級 AVP 無人自主泊車，讓車輛學習一遍之后，允許駕駛員下車鎖門立場，而不是一直看著車倒進車庫，這已經(jīng)被納入威馬學習泊車功能未來發(fā)展方向之一。
另一個應(yīng)用場景則是連接城市道路，在城市內(nèi)實現(xiàn)真正的點對點 L2 級自動駕駛。目前，特斯拉、蔚來、小鵬、理想、華為等多家車企都宣布了城市道路自動駕駛的規(guī)劃，量產(chǎn)近在咫尺。
已經(jīng)實現(xiàn)的結(jié)構(gòu)化道路(高速路 + 城市快速路)自動導航輔助駕駛，即將量產(chǎn)的城市道路自動導航輔助駕駛，加上已經(jīng)實現(xiàn)的停車場內(nèi)學習泊車，三者相加就是城市道路點對點 L2 級自動駕駛，相信這也是眾多車主所期待的一項 L2 級自動駕駛能力。
