2022年6月22日,一輛蔚來ET7測試車從停車樓墜落,造成一死一傷的慘痛事故,人們聊起自動駕駛安全性能的負面談資又多了一條。特斯拉,小鵬,這些自動駕駛們,都曾經在自己自豪的領域"翻車"。這就讓普通用戶不禁擔心:在高速行駛的道路上,把車輛的駕駛權完全交給"機器人",是否是一個安全的選擇?
而這正是開頭提到的蔚來ET7測試車之所以會在停車樓做測試的原因。停車場作為低速限定場景,車速低,行人少,發(fā)生嚴重交通事故的可能性下降,但其商業(yè)價值卻一點不低,"代客泊車"作為一個已經存續(xù)了一百年以上的成熟業(yè)態(tài),能夠創(chuàng)造持續(xù)穩(wěn)定的現(xiàn)金流,是一個非常好的自動駕駛技術介入現(xiàn)實交通的窗口。
因此,在實現(xiàn)車輛自動駕駛商業(yè)化之前,研究AVP(Automated Valet 停車,自主代客泊車)功能的技術發(fā)展和商業(yè)化能力,是非常有價值的。從現(xiàn)有的AVP產品出發(fā),我們可以了解AVP功能具體的實現(xiàn)方式,進而分析其成本和技術難點,終對其商業(yè)化的預期和“L3”級自動駕駛相關功能的推廣做出判斷。
目前AVP的主要表現(xiàn)
AVP的產品邏輯十分簡單:用戶在到達目標地點之后,離開車輛,下發(fā)自動代客泊車的指令,由車輛自動駛入停車場,尋找車位。當用戶需要使用車輛時,再遠程召喚車輛,自動從停車位行駛到用戶面前。
但是根據(jù)智能的程度,一般可以把AVP的功能分為以下幾類:自動代客泊車輔助(APA)、遙控泊車(RPA)、自學習泊車(HAVP)、自主代客泊車(AVP)。
自動代客泊車輔助(APA)需要乘客自行駕駛入停車場,車輛感知到停車位之后,可以自己打方向盤,泊入車位,期間司機需要一直在車上。
遙控泊車(RPA)與自動代客泊車輔助類似,只是在泊入期間,車主可以下車,讓車輛自己泊入車位。這個功能在比較狹窄的車位,或者旁邊障礙物的車位比較有用,方便了車主上下車。
自學習泊車(HAVP)相較前兩者有了更大的進步,在進入停車場之前司機就可以下車,車輛會自動停回屬于自己的停車位。但是它的局限還是很明顯的,一是車位固定,二是需要事先學習路線,換了一個停車場就沒有辦法使用。
自主代客泊車(AVP)是理想的狀態(tài),自己尋找車位,自己規(guī)劃路線,適應不同的停車場。并且可以實現(xiàn)逆向召喚,車輛自動從車位泊出,行駛到車主的面前。
泊車功能 |
智能化程度 |
人在車內 |
泊車距離 |
是否需要建圖 |
場端配合 |
APA |
低 |
是 |
近 |
不需要 |
不需要 |
RPA |
低 |
否 |
近 |
不需要 |
不需要 |
HAVP |
高 |
否 |
遠 |
需要 |
不需要 |
AVP |
高 |
否 |
遠 |
需要 |
需要 |
目前已經在提供AVP服務的主機廠有特斯拉、小鵬、極狐、威馬(百度)等廠家。各家對AVP功能的定義和實現(xiàn)路線均有所不同。
此處將各家表現(xiàn)做一個對比
廠家 |
智能泊車等級 |
泊車路線距離 |
路線數(shù)量 |
是否支持跨層 |
建圖方式 |
GPS |
特斯拉 |
APA/RPA |
1-2米 |
不支持 |
不支持 |
不支持 |
全程需要 |
小鵬 |
HAVP |
1000米 |
100 |
支持 |
路線建圖 |
初始定位 |
極狐 |
HAVP |
1000米 |
1 |
支持 |
路線建圖 |
初始定位 |
威馬 |
HAVP/PAVP |
100米 |
5 |
不支持 |
路線建圖/全局建圖 |
初始定位 |
技術路線
從技術的角度,以上自動代客泊車功能主要依賴于感知、建圖、規(guī)劃三個部分。
在低級別的AVP功能中,對車輛的要求主要是感知。隨著代客泊車功能的發(fā)展越來越向真正的自動駕駛靠近,對建圖和規(guī)劃的要求也就越來越高。
傳統(tǒng)汽車用戶對自動駕駛功能的接納是一個循序漸進的過程。正如同一百年前的人類見到火車會恐懼一樣,現(xiàn)代人類見到自己不理解的技術一樣會產生恐懼的想法。因此低速場景下的自動駕駛功能給我們人類和技術提供了一個磨合的緩沖區(qū)。
代客泊車這項業(yè)務的誕生之初就伴隨著對服務員的信任,而AVP功能的出現(xiàn)則是把這種對泊車服務員的信任遷移到對各個智能駕駛公司的信任中。對于非AVP用戶來說,停車場也是一個絕好的展示平臺:當你東張西望的尋找停車位的時候,一輛全無人的自動駕駛車輛從你旁邊試過,緩緩泊入智能停車場安排好的停車位,安全,便捷。