图片来自“Unsplash”
【编者按】在真正的AVP到来之前，主机厂、供应商、运营商需要思考的是，如何为用户提供找到车位到消费完成离场的全流程服务。
本文转载自高工智能汽车；由智能网汽车整理转载，供行业内人士参考。
自动驾驶的商业化部署，有很多突破口。
AVP（代客泊车）的概念仍处于全球汽车行业的技术层面上进行探索。不管是哪种技术路线和解决方案，都存在大规模落地的可能性，但也都处于示范测试的阶段。
目前一些参与类似项目的行业人士认为，尽管工程开发已经越来越成熟，但开发一个可扩展的、可持续的商业模式来推动AVP的普及和商业化，仍需要更深层次的公共部门和参与企业的合作。
这是一条崎岖的道路，很自然，我们也低估了我们面前的路。在任何时候，我们也低估了AVP对未来自动驾驶大规模部署的贡献潜力。
一、如何控制增量成本
通往无人停车场的道路并不平坦，但梅赛德斯-奔驰和博世合作的L4级代客泊车系统是世界上第一个有政府批准的示范项目，该停车场位于斯图加特的梅赛德斯-奔驰博物馆。
博世负责为大楼配备新的传感器和通信套件，而梅赛德斯·奔驰则负责升级一小批车辆的自动驾驶功能。
和通常在公开道路上进行测试的自动驾驶车辆不同，由于融合了场端的感知能力，意味着车辆本身可以减少技术上的复杂性。
当然，除了通信单元外，还是要求车辆具有电动转向、自动变速器、远程发动机启动、ESP和泊车功能。
考虑到这些功能在今天的联网智能汽车中相当普遍，博世认为，这比试图证明激光雷达、多雷达和其他传感器融合对量产车上市成本压力的影响要小得多。
系统的设计初衷是对现有的停车场进行改造，但并没有明确与现有量产车的自动辅助驾驶系统与其的硬件兼容性。
此外，就L4的部署而言，上述项目的车队部署规模很小，但仍是一个里程碑。更重要的是博世和奔驰作为汽车零部件和制造商巨头的代表，是如何看待AVP技术本身的未来趋势。
双方合作的目标，自然是推动AVP成为通用标准，其他汽车制造商也可以采用。毕竟，只有奔驰、奥迪、宝马或其他豪华品牌可以停放的停车场是不现实的。
但至少在一个相对受控的环境中实现无人驾驶，尤其是在涉及的增量成本切实可行的情况下，没有人会投反对票。
二、地图及定位，至关重要
寻找空停车位的自动驾驶汽车必须知道它在地图上的位置。对于一个精确的操作，例如停车，需要一个同样精确的地图和定位算法。
AVP项目还必须考虑传感器的实际预算，这就排除了激光雷达，代之以摄像头、超声波、毫米波和imu。此外，还有一个基于视觉的本地化解决方案，就是高清地图。
然而，基于视觉的本地化是非常困难的，目前还没有人展示出一个系统可以在一个完全通用的环境中准确而稳定地工作。
作为国际标准组织相关工作组的成员之一，Parkopedia正在参与制定自动代客泊车系统标准的起草。起草小组明确了至少在上落客区和区域周围需要人工地标来初始化系统。
Parkopedia拥有超过10年的城市停车相关服务经验，包括为汽车行业提供相关服务。目前，这家公司已经在89个国家的7000万个停车位上为20多个汽车品牌提供泊车服务。
Parkopedia是该项目的主要开发者，主要负责创建适合导航和本地化的停车场地图。Parkopedia还将牵头在英国的停车场对自动驾驶汽车上的地图进行测试。
开发高度自动驾驶地图，以支持室内导航是解决AVP的关键瓶颈之一。尤其是在无法接收GPS信号的多层停车场，估计车辆的当前位置比较困难，这意味着车辆必须依靠其他传感器，并根据地图上的可视物体和特征进行定位。
这是行业的一个共性问题，必须得到解决才能实现L4级别的AVP商业化规模部署。其中，也包括开发相关的定位算法——由摄像头、超声波和惯性测量单元组成的最小传感器组。
DeepMotion CEO蔡锐强调，AVP系统需要在各种类型的停车场中都能够正常工作，尤其在一些复杂多层停车场环境下仍可以应对自如。此前，该公司已经推出了全自动代客泊车解决方案。
根据DeepMotion实践经验，规模化的停车场高精地图制作能力、创新的算法突破、以及系统测试验证平台，是开发出一款量产AVP产品的关键。
制图的难点首先在于不同停车场物理结构差异很大，场内的标线施划也没有严格遵循统一的标准。
其次，停车场环境对传感器的物理性能要求很高，比如摄像头需要适应停车场的昏暗光线，同时制图系统需要处理GPS信号缺失带来的轨迹推算问题。
以多层地下停车场为例，DeepMotion可在4小时完成一个总面积约10000平方米，包含300多个车位的停车场高精地图制作。
此外，AVP系统在推向市场前，必须针对不同环境进行多次充分测试验证。根据专业机构对DeepMotion地下停车场高精地图的评测结果，地图整体绝对精度为10-20cm，相对精度小于10cm。
目前，DeepMotion的AVP产品设计中并未依赖场端智能，而是着力挖掘车端智能的潜力。为此，该公司还专门设计了一款低成本高精度的定位硬件。
有别于传统的GNSS-INS组合惯导，这款设备还接入了多种感知信号，通过比对高精地图，成功解决了无GPS信号场景下的高精度定位问题。
另一家专业级图商晶众地图，则已经在全国有十万余个停车场完成了集中采集。接下来，会按照主机厂排产进度生产，2019年底已经完成满足AVP需要的7000+以上停车场的规格数据制作，今年这一数字将会达到20000+。
目前，晶众地图在配套服务车位导航的产品中提供两种类型的解决工具：第一，畅停平台（Backend），类似于高德的AMap一样，以API这种方式来提供接口，可以创建地图，绘制和展开。
第二，是提供SDK的引擎技术，主要提供三类引擎：展示引擎、导航引擎、自定位引擎。
自定位引擎通过一些融合的算法，是一个纯软的解决方案。一个是利用高精度地图做虚拟定位点进行标注配合跟车辆所采集出来的相关数据进行边缘计算，推算出对应的位置。
此外，该公司推出的停车地图产品“Parking+”是一套专门针对自动代客泊车研发的产品。
该套方案以三维高精度停车场地图为主，配合晶众自研的地图引擎以及地图融合技术，针对当前自动泊车业务场景，推出车位诱导、 反向寻车等具体功能，支持AVP场景。
目前，晶众拥有停车场高清地图采集、 生产、 发布的资质和能力，高精度误差小于20cm，地图涵盖背景、 路网、 车位、 设施等全部要素。
而在真正的AVP到来之前，主机厂、供应商、运营商需要思考的是，如何为用户提供找到车位到消费完成离场的全流程服务。
三、如何解决生态系统难题
ParkAV，是一个由捷豹路虎、AppyWay以及英国部分城市公共部门组成的AVP创新联盟的测试项目，目的是解决一系列有关于移动即服务(MaaS)的运营模式。
“不仅要优化用户体验，还要考虑到城市的需求，这一点很重要。”参与ParkAV的地方政府主管部门负责人表示。
比如，AVP的下客点和上客点很可能是在街道上，而且离类似旅游景点、商业场所等人流密集区很近，如何确保不会造成交通拥堵。
该项目正在重点解决四个关键问题：
1、用户体验：消费者/乘客想要和期望什么?
2、商业模式：如何确保AVP项目的各方投资回报（尤其是基础设施投资），如何收费，并驱动市场规模化？
3、集成：AVP如何与其他服务进行集成？比如，洗车、缴费和快递到车服务等等。
同时，整个业务模型的核心还包括如何将AVP与停车场联系起来，并提供适当的投资回报、对基础设施进行更改以支持AVP。
4、法规：对于用户来说，AVP车辆能够在路边距离最近的目的地停车是最好的体验效果（这意味着在公开道路部署L4，而非停车场内），这就必须与现有的城市交通法规进行对接。
这项研究的关键是为运营商和终端消费者提供一个单一的业务接口，建立一套完整的数据与货币交换模型，确保系统可跨多个地点扩展，并具有商业和社会可行性。
最终的目的是，如何让大规模的AVP服务在真实的城市中为有需求的客户服务，并发展一个可持续的业务，可以在全球范围内推广。
参与该项目的AppyWay公司，主要业务是一个完整的城市泊车生态系统，包括路边数据APIs、支付解决方案以及为停车场运营商提供创新的解决方案。
该公司负责人表示，确保AVP是可行的解决方案，就意味着消费者可以享受到更方便、更省事的服务，并在他们希望的地方下车。
目前，联盟已经向政府提出一系列的建议：
1、修改道路交通条例，允许在专为其他使用者而设的泊车位内作为AVP的短暂泊车服务，并允许在泊车位作动态付款/预约。
2、允许运营商可以从城市道路获取空置停车位数据，同时强制执行支持停车支付系统互操作性的标准（就像共享充电服务一样）。
3、不要只关注车辆的性能，而是要以客户和业务为中心来看待它们如何影响交通效率，并鼓励启动更多的AVP示范项目。
此外，相关机构必须将MaaSpark视为MaaS的重要推动者，在一些城市新区规划中考虑及设置未来可供选择的泊车位，以配合AVP的大规模推广和部署。
捷豹路虎相关负责人表示，ParkAV项目表明，AVP可能在未来的移动领域发挥关键作用。一方面，为消费者减少停车时间和安全风险；另一方面，汽车制造商可以在此基础上开发更高级功能，增强用户体验。
版权声明
本文来源智能网，经智能网授权发布，版权归原作者所有。转载或内容合作请点击转载说明，违规转载法律必究。
