按照自动化程度等级，自动泊车可以分为：半自动泊车全自动泊车半自动泊车系统为驾驶员操控车速，计算平台根据车速及周边环境来确定并执行转向，对应于SAE自动驾驶级别中的L1；全自动泊车为计算平台根据周边环境来确定并执行转向和加减速等全部操作，驾驶员可在车内或车外监控，对应于SAE L2级。
按照所采用传感器的种类，半自动/全自动泊车可以分为：超声波自动泊车基于超声波与摄像头的融合式自动泊车
图2■ 8个超声波雷达：泊车过程中检测车身周边的障碍物，避免剐蹭■4个超声波雷达：泊车开始前进行车位的探测及在泊车过程中提供侧向障碍物信息。
▲泊车路径规划考虑到自动泊车实现原理，泊车路径规划一般尽可能满足以下要求：a.完成泊车路径所需要的动作必须尽可能少。因为每个动作的精度误差会传递到下一个动作，动作越多，精度越差。b.在每个动作的实施过程中，车辆的转向轮（绝大部分为前轮）的角度需要保持一致。因为系统是通过嵌入式系统实现的，而嵌入式系统的性能有限，转向轮角度保持一致能够将运动轨迹的计算归结为几何问题，反之需要涉及复杂的积分问题，这对嵌入式系统的性能是一个挑战。一般平行泊车和垂直泊车采用如图4和5所示路径。平行泊车分为单次和多次：单次为如图4所示路径一次泊车完成；多次则为当车位长度比较小时，可采用多次“揉库”的方法泊车。
▲泊车路径跟随控制该过程为通过车载传感器不断探测环境，实时估算车辆位置，实际运行路径与理想路径对比，必要时做局部校正。▲模拟显示由传感器反馈构建泊车模拟环境，具有提示与交互作用。提示用户处理器意图以及做必要的操作。另外，路径规划后进行泊车时为了知晓处理器定位和计算路径运行情况，需要将这些处理器信息反馈给用户。如果处理器获取环境信息或者处理过程中出现重大错误，用户可以及时知晓与停止。
随着自动驾驶技术的发展，自动泊车逐渐往自主泊车方向演进。自主泊车又称为代客泊车或一键泊车：指驾驶员可以在指定地点处召唤停车位上的车辆，或让当前驾驶的车辆停入指定或随机的停车位。整个过程正常状态下无需人员操作和监管，对应于SAE L3级别。自主泊车系统包含两个功能，即泊车与唤车：
是指用户通过手机APP选定园区、住宅区等半封闭区域内的某一唤车点，然后车辆从停车位自动泊出、低速自动驾驶到达唤车点，从而实现唤车，同时防止潜在的碰撞危险的功能。
按主要技术路线，自主泊车系统可分为：偏车端方案偏场端方案车端场端并重方案偏车端和偏场端的自主泊车方案对比如图6所示：
偏车端自主泊车系统方案：典型的偏车端自主泊车系统的组成见以下图7和表2：
偏车端方案的系统逻辑流程图见下图8：由图可知，偏车端方案主要借助车载传感器对周围环境以及自身状态的感知来决策并执行车辆动作，并在必要时提醒用户进行车内或远程接管操控。
◤在停车场内布置激光雷达或双目摄像头来实现对车辆状态及周边环境的监控，通过预埋式停车场传感器探测当前占用状态。
所有传感器数据均在数据中心进行汇总分析，根据储存的元信息（如停车位尺寸、费用、诸如残疾人停车位等的特殊情况等）完成匹配。数据中心根据这所有的信息实时生成停车地图。
驾驶员通过智能手机APP接收所有的信息，从而始终能了解最近可用停车位的概况，以及所有相关详情，如距离和价格。而车辆只需要具备与停车场设施的通信能力和可控的底盘执行系统，即可在场端的辅助下完成自主泊车。
清华大学苏州汽车研究院对自动/自主泊车系统及其关键零部件进行了深入的自主研发，部分成果如下：
▲高精度车位检测及车位融合基于超声波传感器可实现空间车位的探测、360环视摄像头可实现线车位的检测。同时结合超声波传感器及环视摄像头的障碍物信息检测，对车位进行多层次的融合，实现泊车位的高精度检测，大大提升了泊车场景的覆盖范围。如图14所示：
▲轨迹动态规划技术泊车过程中有诸多不可控因素，如转向系统执行速度与精度问题、参考障碍物位置变动问题等，导致在泊车过程中出现泊车轨迹偏离路径规划轨迹现象。为此开发了泊车轨迹动态规划技术，可实现泊车过程中的轨迹实时修正甚至轨迹重规划，如图15所示：
▲室内定位技术如图16所示，通过采用视觉SLAM+标签辅助定位方式，解决地下停车场无GPS的问题，同时通过多源信息融合，提升定位精度。
▲基于视觉的停车场车位状态检测技术如图17所示，通过停车场安装的监控摄像头，基于深度学习算法，实现车位占用状态的实时检测，并将此信息上传至停车场车位管理后台服务器，为自主泊车车辆提供可泊车位信息。
▲全局与局部路径规划技术如图18所示，基于A*算法实现任意两点间的全局路径规划，支持路径规划重置、选路以及速度规划功能，同时结合实时环境感知状态，进行局部路径规划，实现紧急制动、 跟车巡航以及换道避让、 换道超车等自主决策。
加入“一览众车”新能源汽车、智能驾驶产业微信群，扫以下二维码加群主微信申请入群。添加好友时请注明（姓名-公司-职位）。PG电子和其他游戏平台相比，有什么不同之处？
