各位朋友，大家好！我终于挤出时间来和大家分享一些有趣的话题了。我计划先和大家探讨自动泊车辅助（APA），然后再谈谈HPA、AVP，之后我们可以聊聊行车场景，如果有时间的话，我还想谈谈行泊一体的概念。这是我今年希望完成的目标，也非常欢迎各位朋友积极参与讨论，因为只有通过深入的讨论，我们才能碰撞出灵感的火花，推动产品的不断进步。
说到APA，这是我们日常生活中经常使用的基础泊车功能。它包括以下一些重要的子功能：
1. 全景影像（AVM），这个功能通过四路环视鱼眼动态拼接，去除畸变，为我们提供了车身周围360°的环境图像信息。它有2D和3D两种显示模式，虽然现有的3D模型在视觉效果上都差不多，但由于鱼眼超广角的影响，近处的物体形变较大，如何解决3D图像失真问题将是未来AVM发展的重要方向。
2. 车位搜索，这个功能主要依靠环视相机搜索划线车位，而超声波则负责探扫空间车位。两者相结合，可以更准确地找到可用的车位。在搜索车位的过程中，系统还需要判断车位的可泊性，比如是否有障碍物、地锁是否打开等。
3. 车位泊入和泊出，这两个功能主要是规划泊车路径，然后和执行器进行握手，执行泊车过程。在这个过程中，系统需要实时感知周围环境，进行避障。
4. 低速紧急制动（MEB），这个功能在非泊车状态下的低速行驶时（12kph以下）起到紧急制动的作用，一般依靠视觉和超声波来实现。
5. 循迹倒车，利用DR的记忆功能进行轨迹规划，依靠传感器进行避障。
6. 扇区碰撞报警（PDC&SDW），这个功能利用超声波探测到的障碍物信息进行实时报警，覆盖车身360°。
7. 泊车失败辅助和泊车中途辅助，这两个功能主要是在泊车过程中遇到不可恢复或可恢复的中断条件时，提供判断和退出机制。
从整体来看，APA泊车主要分为两个过程：车位搜索和车位泊入。车位搜索主要依靠视觉搜索划线车位，并通过四路鱼眼图像进行畸变校正和动态拼接，形成俯视BEV图，然后在这个图上进行车位搜索和障碍物识别。而车位泊入则是在确认车位后，识别车位方向，建立车辆坐标，规划泊车轨迹，然后和执行器进行握手执行。在泊车过程中，传感器会实时监控周围环境，遇到障碍物会立即刹停。
在泊车场景中，有一些难点需要我们关注，比如墙头车位、立体车位和极窄车位等。这些车位对于车位释放精度要求很高，需要我们不断优化系统以提高定位精度和纠偏能力。同时，障碍物感知和测距也是一个重要的挑战，需要我们结合多种传感器来实现更准确的感知和测距。
在技术方案上，整车系统架构一般由泊车域控制器、超声波传感器、鱼眼相机、转向执行器、制动执行器和中控显示等组成。这些部件相互协作，共同实现了APA泊车的各项功能。
全部评论 （0）