從第一輛真正意義上的汽車發展至今，已近百年時間，汽車不僅實現電氣化與自動化，且步入了智慧化的佇列，自動駕駛逐步得到社會認可推崇，彎道超車、自適應巡航、自動泊車等智慧化技術為駕駛員操作帶來便利，這其中，自動泊車作為呼聲較高的功能，也是自動駕駛發展歷程的一個縮影。

什麼是自動泊車

通俗講，自動泊車就是指車子不需要人工控制，系統能夠自動將車子停入車位的功能。利用車載感測器、處理器和控制系統的幫助，自動泊車成為了小白駕駛員的福音。

自動駕駛透過遍佈全身的感測器，車子可測量自身與周邊物體之間的相對距離、角度、速度等，並將資訊傳遞至車載計算平臺或雲端計算平臺計算出操作流程，最後控制車輛轉向與加減速，以實現自動泊入、泊出及部分行駛功能。

自動泊車發展至今，已形成完善的理論體系，整個自動泊車過程大致分為五個步驟：

丨環境感知

丨停車位檢測與識別

丨泊車路徑規劃

丨泊車路徑跟隨控制

丨模擬顯示

按照泊車方式，可分為三個類別：

丨平行式泊車

丨垂直式泊車

丨斜列式泊車

根據自動化程度等級，自動泊車又可以分為：

丨自動泊車（APA）

丨輔助遠端泊車（ RPA）

丨自學習泊車（AVP）

本文將以自動化等級為例，詳細闡述。

APA 、AVP與RPA

APA

APA是指手動＋智慧的人機協同模式，作為第一代自動泊車技術，它需要駕駛員在車內輔助操作才能完成自動泊車，自動駕駛等級也停留在L2級。

APA是生活中最常見的泊車輔助系統，泊車輔助系統在汽車低速巡航時，使用超聲波雷達感知周圍環境，幫助駕駛員找到尺寸合適的空車位，並在駕駛員傳送泊車指令後，將汽車泊入車位。

其中，超聲波雷達共12個，8個安裝於汽車前、後的UPA超聲波雷達，也就是大家常說的“倒車雷達”，與4個安裝於汽車兩側的APA超聲波雷達。

RPA

RPA是是基於APA發展而來，擁有與APA同等的感測器，只是在RPA模式下，駕駛員可離開車輛，站在500內使用手機傳送泊車指令，目前，手機與汽車連線方式已從藍芽變成5G模式。

RPA模式常見於高階車型，以解決停車後無法開啟車門的尷尬，利用RPA，車主只需掛上倒擋，下車動動手機即可。

AVP

如果說APA與RVP是遞進的關係，那麼AVP絕對是更上一層樓。在汽車變得越來越聰明後，駕駛員的期望也越來越高。他們希望愛車不僅能自己泊進車庫，還能自己泊出，於是AVP誕生了。

為了實現這個功能，魚眼相機發揮了巨大作用，魚眼相機可以看到超過180°範圍內的東西，在汽車四周各裝一個魚眼相機，即可實現360°的環境感知。

此外，作為自學習泊車輔助系統的核心技術——SLAM（即時定位與地圖構建）同樣立下了汗馬功勞。基於相機實現的SLAM技術，被稱為視覺SLAM。視覺SLAM需要從影像中提取特徵資訊，再配合視覺里程計的技術建立地圖。

自學習泊車能夠學習駕駛員的泊入和泊出操作，並在以後自主完成這個過程。因此，駕駛員在準備停車前，可以開啟“路線學習”模式，隨後將汽車泊入固定車位，系統就會自學習該段行駛和泊車路線。泊車路線一旦學習成功，車輛便可達到“過目不忘”。

自動駕駛泊車系統的發展不是一蹴而就，而是經過了技術層層更迭洗禮。從最初需要駕駛員在車內實時監控，到利用網路的遠端操控，直至現階段SLAM的引進，車載感測器、攝像頭、通訊技術及演算法的成熟發揮了巨大作用，智慧發展離不開大膽的構思、過硬的技術與不懈的堅持。

此外，資料作為自動駕駛的基礎層，同樣有不可取代的地位。在泊車時經常會遇到“看不見”車位、障礙物識別困難、速度控制差等問題，而資料標註透過將非結構化資料到成品資料的一站式處理，一直為演算法提供優質養料，提升機器學習能力。

以曼孚科技為例，曼孚科技作為AI基礎架構與智慧平臺服務商，旗下自研的智慧化資料服務平臺SEED平臺，以異構資料生命週期管理作為核心發展方向，在影像識別、影片識別、語音識別、語義理解等領域，為全球AI企業提供專業、定製化的資料綜合服務解決方案。

在未來，自動泊車技術將愈加成熟，人在家中坐，車從庫中來已不再是幻想，而曼孚科技也將努力夯實在自動駕駛資料服務中的領先地位，用高質量的訓練資料推動AI行業的攀升。