車路協同自主代客泊車系統關鍵技術研究

中國聯通研究院 北京 100176

引言

2012年，隨著《國家智慧城市試點暫行管理辦法》的發布，中國的智慧城市建設拉開了序幕?！掇k法》指出，智慧城市建設目的是“加強現代科學技術在城市規劃、建設、管理和運行中的綜合應用”[1]。目前，中國的智慧城市建設，已從概念導入、試點探索，發展到以人為本、協同創新的新型智慧城市階段[2]。

另一方面，自2018年12月中央提出加強新型基礎設施建設后，“新基建”的內涵和定義不斷被拓寬和豐富。2020年3月，中共中央政治局常務委員會會議提出，加快5G網絡、數據中心等新型基礎設施建設進度，并總結了新基建涉及的七大領域。城市是基礎設施的核心載體，以5G、物聯網、人工智能、云計算、數據中心為代表的新一代信息技術的發展，已成為新型智慧城市建設的重要推動力。

作為智慧城市建設重要組成部分的智慧交通，目前也已上升為國家戰略，政策持續加碼。在“新基建”“新一代智慧交通”的大背景下，車路協同智慧交通進入技術與場景融合發展的新階段。

1 自主代客泊車概述

1.1 背景及概念

目前停車難、取車難依然是城市生活的一大痛點，由于停車資源短缺、車位利用率低、傳統停車效率低下等問題，導致停車難、取車難、找車浪費時間等問題普遍存在。隨著汽車產品形態、交通出行模式等的創新發展，自主代客泊車為解決停車困難提供了新的思路。

自主代客泊車(Autonomous Valet Parking，AVP)，是指用戶在下車點/上車點通過App端發送泊車/取車指令，車輛以自動駕駛的方式替代車主來完成從停車場入口/出口到停車位的行駛與泊車任務。AVP目前被業內認為是最有希望率先實現商業落地的自動駕駛技術應用場景之一，是乘用車實現大規模自動駕駛的一個必經場景。

1.2 相關政策

近年來，國家出臺多項政策大力引導智慧交通的發展，《數字交通建設綱要》《交通強國建設綱要》《車聯網(智能網聯汽車)產業發展行動計劃》《智能汽車創新發展戰略》等各類頂層規劃接連重磅出臺，傳達出了國家推動車聯網及智慧交通相關產業融合創新發展的決心。

此外，國務院辦公廳2020年11月印發的《新能源汽車產業發展規劃(2021－2035年)》指出，要“引導汽車生產企業和出行服務企業共建‘一站式’服務平臺，推進自動代客泊車技術發展及應用”“支持以智能網聯汽車為載體的自動代客泊車和特定場景示范應用”。

在國家政策的指引下，智慧交通及車路協同技術將不斷發展，自主代客泊車商品化推廣、普及應用將是必然方向，也將產生極佳的經濟價值和社會效益。

1.3 行業進展

近年來，泊車技術逐漸從APA(Auto Parking Asist)、RPA(Remote Parking Asist)發展到AVP階段[3-5]。國內外車企、科技企業紛紛開展相關技術研究及示范測試，如表1所示。

表1 行業進展

2018.11發布Valet Parking自主泊車計劃。2019.7發布泊車方案，宣布已拿到車企合作訂單。百度2020.9與威馬汽車合作AVP；在百度“2020 Apollo生態大會”上亮相首款搭載AVP的全新量產車型?？v目科技2017.11第一代自主泊車產品AVP Gen.1。2019.12第二代自主泊車產品AVP Gen.2。禾多科技 2018.12推出HoloParking 智能代客泊車方案。馭勢科技 2018.11搭載馭勢AVP的寶駿 E200 落地交付。Momenta 2019.7發布自主泊車方案Mpilot Parking。吉利2019.5宣布“爬行者“計劃。德賽西威2018.6與小鵬合作自動駕駛，包括AVP系統。華為2019與合作方探討車場協同方案。

1.4 技術路線

在自主代客泊車實現方面，業界提出了多種技術路徑，包括單車智能方式、強場控方式、車場協同方式，如圖1所示。

圖1 自主代客泊車主要技術路線

目前來看，無論哪種技術方案，還都處于示范探索階段，同時各技術路線也尚未形成統一的標準，特別是車場協同的自主泊車，由于涉及的相關方較多，協同起來更加復雜。

2 車路協同自主代客泊車系統架構及關鍵業務

2.1 系統架構

車路協同通過“端”“管”“云”三層架構實現環境感知、數據融合計算、決策控制，從而提供安全、高效、便捷的智慧交通服務。

對于自主代客泊車場景來說，端側主要包括車端、場端、移動App端；網絡側主要包括有線網絡、4G/5G及C-V2X、NB等無線網絡、定位網絡；云/邊側主要包括AVP服務平臺、車企平臺、停車場管理等第三方服務平臺，架構如圖2所示。

圖2 自主代客泊車系統示意框架

2.2 關鍵業務流程

1)一鍵泊車

用戶通過移動App端AVP應用，選擇停車位；到達下車點后，點擊一鍵泊車服務；車輛完成從下車點到泊車位的自動駕駛及自主泊車；車輛成功停入車位后，向用戶發送泊車成功通知；App顯示泊車成功。

2)一鍵召車

用戶到達上車點后，通過移動App端AVP應用點擊一鍵召車服務；車輛完成自主啟動及從車位的自主泊出，并自動駕駛到上車點；車輛成功到達上車點后，向用戶發送召車成功通知；App顯示召車成功。

3 車路協同自主代客泊車系統關鍵技術

3.1 感知技術

由于單車智能的車載傳感器無法實現無死角的環境感知，還需要一個“上帝視角”進行實時的數字化，對停車場環境、道路、道路參與主體的位置、速度、方向及道路異常事件等進行感知，實現聰明的車和智慧的路的協同。

常用的感知技術主要有視覺感知、激光感知、毫米波感知、通訊感知等[6]。

視覺感知主要基于攝像頭成像，通過視頻采集環境信息，再通過計算機視覺算法進行分析。視覺感知有其它傳感器無可比擬的優勢，是車路協同中必不可少的感知設備，但不足之處是容易受到光照強度影響。

激光雷達可在一秒內發射數百萬個激光束，通過返回的時間差精確測算出周圍物體的距離和形狀。激光雷達在惡劣環境條件下依然擁有超高的探測精度，精于三維信息處理，對物體大小、速度的計算精度高，但分辨率較低，對物體內容的識別能力偏弱，此外，成本較高，不利于大規模應用。

毫米波雷達感知主要通過發射特定波長的電磁波，通過回波時間計算車輛間距離，可實現多目標的識別與區分、車輛相對速度的測量。毫米波雷達不受光線干擾，但分辨率較低，無法準確探測到距離稍微遠一點的主體，無法準確區分相互貼近的目標，對靜態目標檢測和識別較差。

此外，通過V2X通信來共享單車智能的感知內容，實現車車、車路、車云間的協同，也是目前的一個研究領域。V2X感知距離可覆蓋停車場內所有需覆蓋的區域。

目前來看，采用單一的方式并不能完全實現精準的環境感知。為保障在各種復雜環境下都能實現環境的感知及交通參與主體、障礙物、異常事件等的識別，可采用融合的感知方案。未來的車路協同感知體系將聚焦在分布式傳感以及多源異構信息的融合。在自主泊車場景中，在車端感知的基礎上，可在場端安裝攝像頭、激光雷達、毫米波雷達等輔助設備，通過5G網絡或有線網絡實時把攝像頭拍攝的圖像或激光雷達掃描的點云圖像上傳給邊緣端，實現車場協同感知。

3.2 5G/V2X融合網絡技術

5G 網絡提供的高帶寬低時延高可靠網絡保障以及切片技術，可為車聯網業務提供進一步的服務保障[7]。V2X(Vehicle-to-Everything)是指：V2P(Vehicle-to-Pedestrian，車－人)、V2V(Vehicle-to-Vehicle，車－車)、V2I(Vehicle-to-Infrastructure，車－路邊基礎設施，如RSU(Road Side Unit)等)以及V2N(Vehicle-to-Network，車－云)。構建5G/V2X融合智能網絡，可為車路協同自主泊車系統提供通信保障。

在車路協同方式下，感知數據可通過5G RSU實現快速回傳，由5G邊緣云進行智能處理，將感知的結果通過5G Uu下發至RSU，再通過RSU廣播下發至車端，輔助車輛實現全域感知。

5G/V2X融合網絡技術不需要進行場地設備的布線，未來可以提供更多的AVP相關服務。

3.3 邊云協同技術

云計算擅長全局性、非實時、長周期的大數據處理與分析，邊緣計算[8-9]更擅長局部、實時、短周期的數據處理與分析，邊云協同放大了各自的價值。

在自主泊車過程中，涉及到各類數據的預測判斷、處理分析、決策下發等，各場景對算力、存儲、時延等的要求也不同。

邊云協同模式下，大量計算負載整合到路側邊緣，邊緣側利用5G、V2X等通信方式與車輛、云平臺進行實時信息交互；同時，車端也將成為邊緣計算節點，與邊端、云端協同配合，完成更多的業務交互。隨著5G、邊緣計算的不斷發展，車路邊云協同將更好地滿足各場景對算力、存儲、時延、安全等的要求。

3.4 數據處理與信息融合技術

由于路側傳感器與眾多的車載傳感器分別從不同的視角對同一道路地點、周邊環境、交通參與主體等進行感知，各傳感器采集的數據包括大量非結構化的數據，如視頻數據、激光點云數據、微波感知數據等。考慮到海量數據的傳輸帶寬及成本消耗，在車路協同系統中，邊緣計算節點先將數據整合為結構化數據，然后根據不同業務的需要，云端和邊緣端分別完成不同的數據融合計算。

車路協同感知數據處理與融合技術是綜合利用大數據、圖像識別、人工智能等技術，將來自多個傳感器的多源感知數據進行篩選、清洗、分析，并將各種傳感器在空間和時間上的互補與冗余信息依據某種優化準則或算法組合來生成對觀測對象的一致性解釋和描述。融合計算模塊將不同傳感器的數據轉換成統一的坐標系統，然后對不同感知數據進行對比，從而形成統一的結構化數據，生成車輛決策和預測所需的信息。

3.5 定位技術

自主代客泊車包括室外和室內兩種場景。在室外場景應用中，衛星定位仍是常用的方法，目前GNSS(Global Navigation Satellite System)+RTK(Real Time Kinematic)+IMU(Inertial Measurement Unit)定位可獲得精確至厘米級的定位精度。在室內場景中，針對AVP室內定位的主要技術有激光SLAM、視覺SLAM、UWB等。

自主代客泊車定位可分為以下幾個階段：一是車輛啟動時的定位初始化階段，該階段定位可通過車端定位、車場協同定位實現；二是全局定位階段，包括車輛巡航駕駛、泊車過程的定位，該階段可通過車端定位、場端定位、車場協同定位等方式實現；三是定位狀態異常階段，包括定位失效后的行駛處理、定位失效后的恢復處理等。各階段對定位精度有著不同的要求。

3.6 車位檢測技術

在車路協同自主泊車系統中，可通過部署在場側的車位檢測裝置實時監測停車位的變化，并將車位信息實時上報至AVP服務平臺。

目前主要的場端車位檢測技術有很多，如：視覺技術通過在停車場安裝的監控攝像頭，利用深度學習算法，實現車位占用狀態的實時檢測及上報；超聲波測距技術，通過分析汽車或地面的反射波，精確測量出反射面到探測器的距離，由此準確地檢測出每個車位的停車情況。在眾多的車位檢測方案中，地磁[10-11]車位檢測器，由于成本較低、準確率高、施工簡便等優勢，目前被廣泛應用到各種車路協同場景中。

地磁按檢測手段分為單模地磁、雙模地磁。常用的雙模地磁傳感器的工作原理是：把地磁檢測和雷達檢測結合起來，定時啟動多普勒雷達傳感器進行檢測，當檢測到停車位上有移動物體時，啟動地磁傳感器，檢測到停車位上有鐵磁性物體，并根據檢測結果判斷車位占用/空閑狀態。

地磁常用的通信技術包括ZigBee、NB、LoRa、4G等，其中NB地磁出貨量占八成左右。

4 結束語

車路協同自主代客泊車系統突破汽車和交通的技術體系，將5G、V2X、邊云協同、感知、融合、定位、大數據、人工智能等技術與智能網聯汽車、智慧交通深度融合，既促進了跨產業的協同發展,也契合國家“交通強國”戰略目標。隨著自主代客泊車關鍵技術的日趨成熟、場景商業進程的不斷推進以及相關法律法規等的逐步完善，這一場景將為人們帶來更好的智慧城市出行體驗。