科目二的倒车入库好难啊，你们练了多久？ 第1页

停车确实难啊。

新手期我也觉得上路不难，“上路”是开车主要目的，学会上路就基本解决问题了，停车是慢速下的行为比较安全，那能有啥？

直到遇到了第一次堵车，第一次在小巷子里会车，第一次在狭窄的地方停车。我才认识到开车实在太痛苦了。这些场景考验的都是低速操作，它与上路有着本质上的不一样。

低速场景之所以难，原因在于“精度”。

高速公路前后车距动辄几十米起，二三十公分的误差不影响行车路径---普通人都有能力对进行修正。而低速场景，不论是塞车、停车都好，对驾驶者的“距离感”要求是极高的。我们很难仅仅依靠肉眼去判断前保险杠和障碍物的距离，或者车身右侧和墙壁的距离，仅仅靠肉眼要达到1cm的误差是极难的一个事情。

但往往就是那1cm，就擦碰上了。

除了距离感的精度以外，再就是对踏板、方向盘的操作精度。特别是早期的手动挡需要离合器踏板，可能一个喷嚏没打好脚底蹭了一下，车就和前面撞上了。对于新手来说，如果不适应执行器在接入动力那个瞬间的“踉跄”，就容易引起这样的问题。

知道这个困境，就能知道自动泊车的技术难点。

自动驾驶的技术，实际上也分行车、泊车两大场景。和普通人开车一样，大多数人对这领域的技术，也会习以为常地认为所谓“驾驶”就是行车，而忽略了“泊车”是智驾领域最重要的场景之一。

我们可以简单做个计算，车速120km/h，每秒行驶差不多33米。控制器内部处理信号时，采样频率一般是几十~几百赫兹的频率，我们取100Hz，每10ms处理一次信号---汽车在这个尺度下，能够行驶33cm。再考虑到卫星导航的误差经常达到几米~十几米，我们就会知道为什么自动驾驶需要高精度地图。但不论如何，行车时的尺度，与泊车时候所需要的“几厘米”是截然不同的。

在处理上述“新手困境”的问题上时，自动泊车在决策层也有一样的困扰，发动机+变速器的控制非常复杂，汽车前进后退的过程，是反复启停的过程。通常启停就意味着“阶跃”，阶跃时就必然存在冲击，与之相对的，行车的持续状态对于“积分”则非常友好。

但是在这二者之上还有一个问题：能不能准确识别停车位。这也是现在多数“自动泊车”功能的困境---对于非正式停车场，或者斜列停车位等等，无法非常准确地进行识别，一旦识别不了，后面的操作即使再完善也没有用。

这种感知困境与整个“自动泊车”的技术变迁不无关系。

从人工目测倒车，到有“辅助”倒车，最早的是倒车雷达，和倒车影像。这二者都可以很好地辅助驾驶者提高后方的“距离感”。

不过限制也多，这类技术只解决了最难感知的后方，驾驶者依旧需要自己感知前方和右侧的距离。另外是，倒车影像尽管有了图像，但本质上是非常朴素的“摄像头图像传递”，没有高算力的芯片，汽车本身无法处理特别复杂的信息，也无法在现有信息上进一步加工得到更高级的判断，而与“执行器”之间的联动，就更无从谈起了。

基于超声波雷达的发展，就出现了早期的“半自动泊车”。“半”的本质，在于只有“感知”而不参与“执行”。将“阶跃”的控制问题，交给驾驶者亲自处理，就简化了整个技术的难度。而其“感知”主要基于在车身四周配置大量的超声波雷达来实现，但我们可以知道，超声波有去有回，才能计算距离，在开阔的停车场没有反射，又如何识别得了车位呢？

因此往后也就有了摄像头的方案，倒车雷达进化成了俯视视角、360°环视全景等等形态。这其实是通过多个摄像头对周围环境重新进行重构，将“车”放入这个坐标系的过程，我们可以清楚地观察到车与四周环境的相对关系，从而实现更稳妥的停车。

对早期的燃油车来说，发动机与变速器的工况、档位选择非常复杂，控制器本身也没有足够的算力去学习用户的特征、分辨复杂的场景。因此往往只能最大限度地帮用户做好“方向盘”的动作，所以踏板和档位依然要车主自己来操作。

以及，再往后，就变成了今天我们常见的形态。

下面这个表里可以看到，如今各个厂家在硬件上都有了极大的提升，其中小鹏直接堆满天赋的做法简直犯规。

不得不说这么多传感器，更多地是为了完成“行车辅助”，而非自动泊车专用，但就摄像头+毫米波雷达+超声波雷达的方案而言，可以说自动泊车所需要的基本输入，也就都有了。

计算机识别图像、重构环境的过程其实很需要水准之上的技术与算力支持。将一张图片二进制化，提取可能的线段边缘，对x、y轴上的各个线段求导，甚至划分区域，识别出图片里比较明显的线，并将断断续续的线段连接起来---还要考虑相机角度的校准，俯瞰和透视变化，等等等等，这个处理过程非常繁琐。

识别了图片信息后，还需要融合测距信息，将测得的各个距离，放入到重构后的环境里，此时才开始在这个“虚拟环境”里，讨论下一步的动作。

但是对于近年不断在算力上进行攀升的智能汽车来说，这显然不是什么问题。

我们常常听到自动泊车难以应对复杂场景，不能识别车位的核心问题，就在“感知”这一步。但就以上面提到的小鹏为例，在P7搭载了如此之多的传感器之后，通过超声波系统+全景视觉系统之间的融合，是能够完美应对各类停车场景的，不仅能全方位支持垂直、平行、斜列车位，而且有框、无框都能识别得很好。

而基于汽车前端的感知，小鹏P7甚至不需越过车位，就能提前“看到”车位，从而对停车位进行选择。在有“感知”之后，“执行”就不是啥问题了。例如对于应该如何打方向盘，这个早在“半自动”的时代就已经可以实现了，至于在近年井喷的纯电产品里头，电机控制比发动机+变速器的系统要简单得多，从前“蹭”的那一下，已然不是什么问题，从感知、决策到执行器的控制，也就完全可以交给汽车自己完成。

但如果说，在“停车”这个动作上，还能更进一步的话，还能怎么做呢？

当然是体验！

这种体验，可以分为“停车技术”，与“停车控制”两块来说说。

从停车技术出发，还以P7的自动泊车为例，可以同时实现车头、车尾两种泊车方式，在面对复杂场景时，这种选择会显得特别灵活。

就停车控制来说，我曾对多个品牌进行过试驾，常见的是需要在中控界面进行主动激活，或者是驻车时通过R挡进入倒车影像之后，在中控进一步激活。问题就在于，在一层层的界面里点出来，或者肉眼找完车位，用R挡主动弄出界面时，汽车自己还没有看到车位……此时就会很尴尬。回家停车靠手动一把就打进的事情，我是不会费劲点那么久的，这就导致了这个功能变得华而不实，看似高级实则鸡肋。

这往往也是不少车企的缺陷。

也是在近年智能化的浪潮里，互联网的UI设计、语音识别极大程度地实现了用车过程的改善，这个交互过程也就有了更多可能，比如P7本身是有多重方式激活自动泊车系统的。一句语音“你好小P，我要自动泊车。”立刻搞定，而如果自定义按键绑定了自动泊车，也可以一键激活，再就是当汽车低速经过车位主动识别到时，点下车位就可以进入这个进程，即使是最原始的通过中控进入自动泊车系统，也要不了很复杂的层次。

一个功能必须高效便捷，才能真正实用，为车主所喜欢。就小鹏自己内部对多场景的测试评价里头，它们自己的自动泊车可以覆盖70%以上的场景，成功率高达80%，是非常不错的成绩。

自动泊车，还有没有可能更进一步呢？

当然是有的，比如VPA停车场记忆泊车。

在超高算力的支持下，P7其实有能力对一个“熟悉”的停车场，进行学习与建模。从停车场入口开始，到最终停车的位置，P7可以在驾驶者的监控下主动对路径进行学习与训练。这有啥用呢？

比如在经常去的商场，它就可以基于自建地图和高精度地图的定位，来帮助车主完成停车位的推荐，更靠近电梯，靠近电影院的入口，或者某家餐厅等等，对于自己家的停车场就更有意思了，是不是进了停车场入口，就可以看它自己表演了？这里可以扩展出非常多的场景，就是所谓记忆泊车的魅力了……

那，对于没去过的商场咋办？

智能时代的一个很重要的特点，其实就是互联网，完全可以在线下载别人的学习路径啊……基于信息互联，就等同于每个人都是城市的开拓者，每个人也是这项技术的受益者了。

那如果不是商场咋办……其实对于P7来说，重要的是记忆进入“停车场区域”，到执行停车动作的这个过程，即使是露天的，或者农庄里的停车路径，其实也没什么问题。

为什么说这个场景是个很重要的突破呢？要知道，在“定位”这个事情上，业内一直有非常多的研究，主要是因为商城的立体结构，“定位”的坐标难以体现自身到底在哪一层，以及进入地下后失去卫星信号，要准确描述自己的位置，需要依靠IMU惯导系统，汽车自身的轨迹，摄像头所看到的图像参考等等信息来实现，是一个比较困难的事情。

很多厂家瞄准上了大城市商圈里的各种停车场，试图建立一个“智慧型”的停车场所，在内部新设辅助定位的设施，也是希望能辅助完成L4级“无人自动泊车”，与“主动召唤”。届时，车主开到商场门口，就可以下车了……

今年其实已经有厂家在宣传这样的技术，实际上真正能用的区域还不是特别多，但再过几年普及程度更高的时候，这个肯定是可以实现的。

------那到时候需要为此换新车么？

别忘了前面提到的，例如P7这样的车，已经有了足够丰富的硬件，具有完成更高质量辅助驾驶的潜力，控制器也有着超高的算力，唯一需要更新的就只有软件，但这个对于具备OTA功能的汽车来说，根本算不上啥问题。

事实上，小鹏自己就是国内OTA升级技术最好的厂家之一，通过先进的整车OTA通道和远程唤醒技术，就能够实现人坐在家中就远程升级的步骤，进度与状态在手机上都可以实时进行监控。以及，VPA记忆泊车这个功能，P7上市时其实没有，也是后来的OTA……所以能够让人期待的是，下一次OTA会带来什么功能呢？

如果题主真的很期待自动泊车，就不如先去试试小鹏P7，作为业界的一线水准，足够让人满意。