基于場端智能的自動泊車系統安全即服務架構研究

艾凌風

摘 要：基于場端智能的自動泊車系統是一種重要的車路協同應用案例。針對此類系統當前行業痛點，文章創新性地提出了場端基礎設施安全即服務（Safety as a Service）架構，通過將場端功能模塊化、服務化，顯著降低了車端適配難度，擴大了智能基礎設施適用范圍，有助于推動智能駕駛從L2向L4及以上平滑演進，加速產業化落地。

關鍵詞：自動泊車系統 智慧停車場 安全即服務 合作式智能交通系統

1 引言

隨著智能化和網聯化的浪潮席卷全球汽車產業，自動泊車系統（Automated Parking Systems）作為智能交通體系的重要組成部分，正在逐漸成為連接車輛和基礎設施的關鍵節點。在中國，特別是在政策推動和技術進步的雙重影響下，自動泊車技術迎來了迅猛發展。本文聚焦于自動泊車系統中場端智能的應用，識別當前技術落地的痛點，并提出了一種基于場端智能的安全即服務（Safety as a Service， SaaS）架構。

2 緒論

2.1 研究目的及意義

當前，中國汽車工業在電氣化、智能化、網聯化和共享化方面都做出了非常多創新的、規模化的應用[1]。依托完善的基礎設施和人工智能領域龐大的人才隊伍，我國汽車智能化發展有著廣闊的前景[2]。

與此同時，高級別自動駕駛在經歷快速發展期后，近年顯示出降溫趨勢，其原因是多方面的：一是商業模式不清晰，未能孵化出可規模化推廣的成熟模式；二是消費者接受程度不及預期；三是高級別自動駕駛功能可用度和安全性不及預期。為此，我們有必要加速汽車產業、交通產業與通信產業的跨界融合發展，加快智能網聯與高階自動駕駛功能融合方案的產業化落地。

2.2 自動泊車功能發展現狀

2.2.1 單車智能發展現狀

目前，最廣泛采用的自動駕駛分級標準由國際汽車工程師協會（SAE）提出。該標準將自動駕駛技術水平劃分為6個等級：即L0級別的人類駕駛、L1級別的輔助駕駛、L2級別的部分自動駕駛、L3級別的有條件自動駕駛、L4級別的高度自動駕駛及L5級別的完全自動駕駛[3]。

我國單車智能市場滲透率正快速提升，以泊車功能為例，L0、L1基本輔助駕駛功能（倒車輔助等）已廣泛應用；L2級及L2++功能（APA、RPA、HPA等）正在進入加速量產階段。L3、L4級VPA/AVP功能也正在限定區域進行測試和商業落地探索。

2.2.2 場端智能發展現狀

目前，對于停車場智能基礎設施的能力等級的劃分尚未形成國家標準，但各地已陸續出臺智慧停車場相關技術要求。以上海為例，《上海市智慧停車場（庫）建設技術導則（試行）》中規定，智慧停車系統按其智慧化程度可分為G1、G2、G3 三個等級：G1 級為停車場（庫）智慧停車系統，應具備地圖、泊位感知、行人定位、反向尋車等初級智慧停車服務；G2 級在滿足G1級別功能基礎上，提供空泊位導航，尋車導航，精準泊位預約等中級智慧停車服務；G3 級在滿足G2級別功能基礎上通過加裝場端感知系統和路側通信單元（V2X），實現智能泊車與車場協同，支持自動駕駛落地。地方政府正在大力推廣高級別自動駕駛停車場端基礎設施的建設，其主要目的是通過車路協同方式，支持智能泊車，推動自動駕駛落地。

從產業界來看，市面上已有多家企業發布了了支持高級別自動泊車的場端技術方案，例如：聯通智網在ITS大會上發布的”5G+AI智慧泊車服務系統“；通過在場端布置激光雷達、攝像頭等傳感器為車輛提供安全預警功能；還可通過室內北斗為車輛提供定位支持；博世AVP解決方案，則通過場端雙目攝像頭與邊緣計算設備，代替車輛進行感知和規劃，并由車端進行執行；禾多科技發布的 HoloParking AVP 解決方案；運用車端、場端和高精地圖“三端合一”技術實現車輛自主尋車位、泊入、取車等代客泊車功能。

2.2.3 行業痛點

需要指出的是，盡管針對自動泊車技術的技術研發和標準制定均已取得了長足的進步，但絕大多數功能仍為L2級別，難以真正解決泊車難的問題。同時，基礎設施端面臨投資大，回報周期長，車輛少等問題，沒有形成良好地商業模式。概括而言，當前高級別自動泊車商業落地仍面臨以下主要問題：一是高智能場端基礎設施向下兼容能力不佳；二是車端智能長尾效益明顯，預期安全難以滿足，駕駛員需在環[4]；三是車場融合方案權責不清；四是通信方式不統一。

3 智能基礎設施安全即服務架構設計

3.1 系統架構

本研究描述的系統架構是一類系統的抽象形式，可結合市面上相關智能基礎設施泊車系統實施。常見的高級別自動泊車智慧基礎設施通常包含以下主要模塊：一是場端感知系統，由按需布置的激光雷達、單目及雙目攝像頭組成，可實時檢測停車場環境，定位目標車輛和障礙物；二是場端控制系統，可對感知結果進行融合并根據環境下達泊車過程中的控制指令、定位數據和路徑信息；三是場端通信模塊，用于收發泊車過程中需要的消息[5]。此外，該系統應至少提供一種滿足IEC61508 SIL2等級要求的安全機制。

在假定車端具備L2++自動泊車功能的前提下，本文將重點介紹該車輛如何通過使用本系統提供的安全即服務能力，實現部分或全部的L4級高階泊車功能，系統架構圖如圖1所示。

3.2 關鍵技術

3.2.1 車場通信

車場通信包含兩方面內容，其一是用于傳輸服務請求、認證信息以及業務邏輯數據的傳輸通道，由于涉及到多個系統之間的城域或跨城域數據交換，業界比較通用做法是使用基于蜂窩網絡的移動通信方式。其二是用于傳輸場端控制信息等安全相關消息的傳輸通道，當前常用方案包括5G、Wi-Fi和C-V2X。

本方案選擇使用C-V2X作為主要通信方式。C-V2X是融合蜂窩通信與直通通信的車聯網通信技術，它可以提供兩種互補的通信模式：一種是基于PC5接口的直通模式；另一種是基于 Uu 接口實現的蜂窩網絡通信[6]。該技術的主要優勢包括：一是能提供針對車聯網應用的低時延、高可靠V2X通信能力；二是國家大力推廣，前裝滲透率快速上升；三是協議標準化程度高。

3.2.2 服務發布

具備安全即服務能力的停車場基礎設施，可以通過兩種方式向外發布服務信息：一是通過云平臺發布服務信息；車輛在到達停車場前就可以通過接口獲取支持的停車場及其能力，以及該服務覆蓋范圍（電子圍欄）；二是通過RSU設備向覆蓋范圍內的車輛廣播服務信息及覆蓋范圍。

進入SaaS模式后，場端以100ms周期向車發送安全行駛令牌，上述軟件則需要對令牌進行校驗，校驗的內容包括令牌有效期和令牌中攜帶的車輛安全行駛動態指標（是例如最大速度、前輪最大最小轉角等）。只有當令牌有效且動態指標滿足條件時，車輛繼續行駛，否則安全即服務客戶端軟件會覆寫ADAS系統控制指令，觸發制動。即在使用SaaS服務并切換到L4模式后，行駛令牌具有最高優先級。該軟件在運行時會在車端記錄所有令牌消息，可用于結合車端其他數據、圖像進行事故定責。

3.2.3 系統狀態機

車端在請求安全服務后，會經歷如圖2所示狀態轉移過程：1. 從L2泊車狀態進入轉移過程，此過程可發生在交接點或行駛過程中；2. 進行車場雙向認證，成功后進行時間同步并啟動SaaS服務；3. 當收到第一個有效的SaaS行駛令牌后，安全責任由車端轉移到場端；4. 進入L4泊車行駛狀態，場端每100ms發送一個SaaS行駛令牌到車端，僅當令牌有效時車輛可以行駛，否則車輛制動；5. 車輛制動后進入安全靜止狀態，僅當再次收到有效的令牌時重新進入行駛狀態；6. 泊車成功或因不可恢復錯誤進入結束狀態。

3.2.4 安全即服務客戶端軟件

安全仲裁由部署在車端的安全即服務軟件執行。該軟件部署在車端滿足ASIL-B等級的ECU中，通信功能可部署在OBU設備中；安全令牌轉發時需要進行加密。

進入SaaS模式后，上述軟件會收到場端以100ms周期向車發送安全行駛令牌并對其校驗，校驗的內容包括令牌有效期和令牌中攜帶的車輛安全行駛動態指標（是例如最大速度、前輪最大最小轉角等）等。若令牌有效且動態指標滿足，車輛繼續行駛，否則SaaS軟件會覆寫ADAS系統控制指令，觸發制動。即在使用SaaS服務并切換到L4模式后，行駛令牌具有最高優先級。該軟件在運行時會在車端記錄所有令牌消息，可用于結合車端其他數據、圖像進行事故定責。

3.3 典型場景分析

圖3所示為一G3級停車場，該場端滿足ISO 23374規定的Type2類型要求[7]，但僅能向同樣符合標準的車輛提供L4等級的服務，因此適配車輛少，向下兼容性差。經本研究進行安全功能服務化改造后，該場端可在其傳感器覆蓋區域提供SaaS（安全即服務）服務，服務兼容ISO 23374規定的三種類型車輛并能夠向L0-L4級的自動駕駛車輛提供服務。

典型應用場景如圖3所示：首先，車輛入場后基于車端智能進行自動泊車，并運行在輔助駕駛模式（L2/L2++），駕駛員需進行監控；當收到路端RSU或云端發布的SaaS服務后，行駛至交接點進行認證并啟動SaaS服務，切換為自動駕駛模式（L4），駕駛員移出責任鏈。車輛行駛過程中，場端傳感器會以”上帝視角“監控整個區域，可有效解決車輛傳感器盲區等問題。當檢測到危險時，場端停止發送有效的行駛令牌，觸發車輛制動。在整個過程中，車輛依靠車端智能進行定位、巡航、泊車等操作。僅有安全仲裁能力在權責交接后由場端代理，此時場端安全指令具有最高優先級。

4 結束語

本研究從智能基礎設施安全機制服務化角度出發，基于安全即服務模式有效地解決了前文所述的當前智慧停車場基礎設施所面臨的諸多問題。另一方面，本系統還存在如下可改進點：一是進一步推進C-V2X標準化以及車輛SaaS軟件標準化，降低集成門檻；二是進一步提高系統的適用范圍，例如支持室外停車場；三是進一步提高場端系統模塊化能力，使系統可集成停車場已有傳感器和其他設備，降低場端建設成本，縮短建設周期。

參考文獻：

[1]王恒凱，杜建宇，厲健峰，等.自動代客泊車技術發展現狀及趨勢分析[J].汽車文摘，2022（1）：52-56..

[2]蔡自興. 中國人工智能40年[J]. 科技導報， 2016，34（15）：12-32.

[3]李磊磊. 自動駕駛汽車產業發展研究及展望[J]. Automotive Digest， 2023 （9）.

[4]夏以檸. 生成式人工智能技術進展及其在自動駕駛領域的 應用與展望[J]. Automobile Technology，2023（9）.

[5]彭江磊. 自主泊車系統的開發研究[J].科學與信息化，2023（12）：52-56.

[6]陳山枝，葛雨明，時巖. 蜂窩車聯網（C-V2X）技術發展、應用及展望[J].電信科學，2022，38（1）：1-12.

[7]ISO 23374-1：2023. Intelligent Transport Systems - Automated Valet Parking Systems （AVPS） - Part 1： System Framework， Requirements For Automated Driving And For Communications Interface[S]. 2023.