【編者按】在真正的AVP到來之前，主機廠、供應商、運營商需要思考的是，如何為用戶提供找到車位到消費完成離場的全流程服務。
自動駕駛的商業化部署，有很多突破口。
AVP（代客泊車）的概念仍處於全球汽車行業的技術層面上進行探索。不管是哪種技術路線和解決方案，都存在大規模落地的可能性，但也都處於示範測試的階段。
目前一些參與類似項目的行業人士認為，儘管工程開發已經越來越成熟，但開發一個可擴展的、可持續的商業模式來推動AVP的普及和商業化，仍需要更深層次的公共部門和參與企業的合作。
這是一條崎嶇的道路，很自然，我們也低估了我們面前的路。在任何時候，我們也低估了AVP對未來自動駕駛大規模部署的貢獻潛力。
一、如何控制增量成本
通往無人停車場的道路並不平坦，但梅賽德斯-奔馳和博世合作的L4級代客泊車系統是世界上第一個有政府批准的示範項目，該停車場位於斯圖加特的梅賽德斯-奔馳博物館。
博世負責為大樓配備新的傳感器和通信套件，而梅賽德斯·奔馳則負責升級一小批車輛的自動駕駛功能。
和通常在公開道路上進行測試的自動駕駛車輛不同，由於融合了場端的感知能力，意味著車輛本身可以減少技術上的複雜性。
當然，除了通信單元外，還是要求車輛具有電動轉向、自動變速器、遠程發動機啟動、ESP和泊車功能。
考慮到這些功能在今天的聯網智能汽車中相當普遍，博世認為，這比試圖證明激光雷達、多雷達和其他傳感器融合對量產車上市成本壓力的影響要小得多。
系統的設計初衷是對現有的停車場進行改造，但並沒有明確與現有量產車的自動輔助駕駛系統與其的硬件兼容性。
此外，就L4的部署而言，上述項目的車隊部署規模很小，但仍是一個里程碑。更重要的是博世和奔馳作為汽車零部件和製造商巨頭的代表，是如何看待AVP技術本身的未來趨勢。
雙方合作的目標，自然是推動AVP成為通用標準，其他汽車製造商也可以採用。畢竟，只有奔馳、奧迪、寶馬或其他豪華品牌可以停放的停車場是不現實的。
但至少在一個相對受控的環境中實現無人駕駛，尤其是在涉及的增量成本切實可行的情況下，沒有人會投反對票。
二、地圖及定位，至關重要
尋找空停車位的自動駕駛汽車必須知道它在地圖上的位置。對於一個精確的操作，例如停車，需要一個同樣精確的地圖和定位算法。
AVP項目還必須考慮傳感器的實際預算，這就排除了激光雷達，代之以攝像頭、超聲波、毫米波和imu。此外，還有一個基於視覺的本地化解決方案，就是高清地圖。
然而，基於視覺的本地化是非常困難的，目前還沒有人展示出一個系統可以在一個完全通用的環境中準確而穩定地工作。
作為國際標準組織相關工作組的成員之一，Parkopedia正在參與制定自動代客泊車系統標準的起草。起草小組明確了至少在上落客區和區域周圍需要人工地標來初始化系統。
Parkopedia擁有超過10年的城市停車相關服務經驗，包括為汽車行業提供相關服務。目前，這家公司已經在89個國家的7000萬個停車位上為20多個汽車品牌提供泊車服務。
Parkopedia是該項目的主要開發者，主要負責創建適合導航和本地化的停車場地圖。Parkopedia還將牽頭在英國的停車場對自動駕駛汽車上的地圖進行測試。
開發高度自動駕駛地圖，以支持室內導航是解決AVP的關鍵瓶頸之一。尤其是在無法接收GPS信號的多層停車場，估計車輛的當前位置比較困難，這意味著車輛必須依靠其他傳感器，並根據地圖上的可視物體和特徵進行定位。
這是行業的一個共性問題，必須得到解決才能實現L4級別的AVP商業化規模部署。其中，也包括開發相關的定位算法——由攝像頭、超聲波和慣性測量單元組成的最小傳感器組。
DeepMotion CEO蔡銳強調，AVP系統需要在各種類型的停車場中都能夠正常工作，尤其在一些複雜多層停車場環境下仍可以應對自如。此前，該公司已經推出了全自動代客泊車解決方案。
根據DeepMotion實踐經驗，規模化的停車場高精地圖製作能力、創新的算法突破、以及系統測試驗證平臺，是開發出一款量產AVP產品的關鍵。
製圖的難點首先在於不同停車場物理結構差異很大，場內的標線施劃也沒有嚴格遵循統一的標準。
其次，停車場環境對傳感器的物理性能要求很高，比如攝像頭需要適應停車場的昏暗光線，同時製圖系統需要處理GPS信號缺失帶來的軌跡推算問題。
以多層地下停車場為例，DeepMotion可在4小時完成一個總面積約10000平方米，包含300多個車位的停車場高精地圖製作。
此外，AVP系統在推向市場前，必須針對不同環境進行多次充分測試驗證。根據專業機構對DeepMotion地下停車場高精地圖的評測結果，地圖整體絕對精度為10-20cm，相對精度小於10cm。
目前，DeepMotion的AVP產品設計中並未依賴場端智能，而是著力挖掘車端智能的潛力。為此，該公司還專門設計了一款低成本高精度的定位硬件。
有別於傳統的GNSS-INS組合慣導，這款設備還接入了多種感知信號，通過比對高精地圖，成功解決了無GPS信號場景下的高精度定位問題。
另一家專業級圖商晶眾地圖，則已經在全國有十萬餘個停車場完成了集中採集。接下來，會按照主機廠排產進度生產，2019年底已經完成滿足AVP需要的7000+以上停車場的規格數據製作，今年這一數字將會達到20000+。
目前，晶眾地圖在配套服務車位導航的產品中提供兩種類型的解決工具：第一，暢停平臺（Backend），類似於高德的AMap一樣，以API這種方式來提供接口，可以創建地圖，繪製和展開。
第二，是提供SDK的引擎技術，主要提供三類引擎：展示引擎、導航引擎、自定位引擎。
自定位引擎通過一些融合的算法，是一個純軟的解決方案。一個是利用高精度地圖做虛擬定位點進行標註配合跟車輛所採集出來的相關數據進行邊緣計算，推算出對應的位置。
此外，該公司推出的停車地圖產品“Parking+”是一套專門針對自動代客泊車研發的產品。
該套方案以三維高精度停車場地圖為主，配合晶眾自研的地圖引擎以及地圖融合技術，針對當前自動泊車業務場景，推出車位誘導、 反向尋車等具體功能，支持AVP場景。
目前，晶眾擁有停車場高清地圖採集、 生產、 發佈的資質和能力，高精度誤差小於20cm，地圖涵蓋背景、 路網、 車位、 設施等全部要素。
而在真正的AVP到來之前，主機廠、供應商、運營商需要思考的是，如何為用戶提供找到車位到消費完成離場的全流程服務。
三、如何解決生態系統難題
ParkAV，是一個由捷豹路虎、AppyWay以及英國部分城市公共部門組成的AVP創新聯盟的測試項目，目的是解決一系列有關於移動即服務(MaaS)的運營模式。
“不僅要優化用戶體驗，還要考慮到城市的需求，這一點很重要。”參與ParkAV的地方政府主管部門負責人表示。
比如，AVP的下客點和上客點很可能是在街道上，而且離類似旅遊景點、商業場所等人流密集區很近，如何確保不會造成交通擁堵。
該項目正在重點解決四個關鍵問題：
1、用戶體驗：消費者/乘客想要和期望什麼?
2、商業模式：如何確保AVP項目的各方投資回報（尤其是基礎設施投資），如何收費，並驅動市場規模化？
3、集成：AVP如何與其他服務進行集成？比如，洗車、繳費和快遞到車服務等等。
同時，整個業務模型的核心還包括如何將AVP與停車場聯繫起來，並提供適當的投資回報、對基礎設施進行更改以支持AVP。
4、法規：對於用戶來說，AVP車輛能夠在路邊距離最近的目的地停車是最好的體驗效果（這意味著在公開道路部署L4，而非停車場內），這就必須與現有的城市交通法規進行對接。
這項研究的關鍵是為運營商和終端消費者提供一個單一的業務接口，建立一套完整的數據與貨幣交換模型，確保系統可跨多個地點擴展，並具有商業和社會可行性。
最終的目的是，如何讓大規模的AVP服務在真實的城市中為有需求的客戶服務，並發展一個可持續的業務，可以在全球範圍內推廣。
參與該項目的AppyWay公司，主要業務是一個完整的城市泊車生態系統，包括路邊數據APIs、支付解決方案以及為停車場運營商提供創新的解決方案。
該公司負責人表示，確保AVP是可行的解決方案，就意味著消費者可以享受到更方便、更省事的服務，並在他們希望的地方下車。
目前，聯盟已經向政府提出一系列的建議：
1、修改道路交通條例，允許在專為其他使用者而設的泊車位內作為AVP的短暫泊車服務，並允許在泊車位作動態付款/預約。
2、允許運營商可以從城市道路獲取空置停車位數據，同時強制執行支持停車支付系統互操作性的標準（就像共享充電服務一樣）。
3、不要只關注車輛的性能，而是要以客戶和業務為中心來看待它們如何影響交通效率，並鼓勵啟動更多的AVP示範項目。
此外，相關機構必須將MaaSpark視為MaaS的重要推動者，在一些城市新區規劃中考慮及設置未來可供選擇的泊車位，以配合AVP的大規模推廣和部署。
捷豹路虎相關負責人表示，ParkAV項目表明，AVP可能在未來的移動領域發揮關鍵作用。一方面，為消費者減少停車時間和安全風險；另一方面，汽車製造商可以在此基礎上開發更高級功能，增強用戶體驗。
閱讀更多 億歐網 的文章
