困在停车场的自动驾驶

作者 | 周到  编辑 | 张博文

自动驾驶对普通人有什么用？困停

谈到这个话题，人们脑子里浮现的车场可能都是有望“消灭”私家车的无人驾驶出租车。显然，自动驾这项发明对普通人来说价值最大，困停当然，车场不包括广大网约车和出租车司机。自动驾

但在预计的困停很长一段时间内，无人驾驶出租车的车场商业化运营都将可望而不可及。即使像的自动驾萝卜快跑和上汽旗下享道出行这样的无人车运营商，其覆盖范围也仅在人烟稀少的困停边缘城区，更像在做公益。车场

因此，困停不少公司都在用车的车场具体细分场景上下手，试图通过将自动驾驶在一些场景下率先落地来取得消费者的自动驾认可，实现商业收入。于是乎，速度更低，道路环境更为简单且用户使用更加高频的停车场，开始成为企业发力的重点。智能泊车，遥控泊车，智能召唤，L4级无人驾驶泊车，P-AVP/H-AVP……车企与科技公司造的词，可能一个停车场都放不下了。

只是，功能用处有多大，其实不好说。

跨层记忆泊车：可以，但没必要

上周，虎嗅在北京南城的一个万达广场里，体验了小鹏VPA-L跨楼层停车场记忆泊车，具体使用经过是这样的：在经过地下停车场入口闸机抬杆后，就可以操控小鹏P5开始进行记忆泊车学习（现阶段还不具备自动经过闸机功能）。开启功能后，车辆就将记忆行驶轨迹。当车辆通过了下楼层的坡道，以及减速带时，中控屏会有明确的UI图标进行标注，路径上探测到的两边车位也会标注出来。

更重要的是，VPA-L现在可用的最长距离是2公里，记忆学习的过程中还剩多少米也会显示出来，使用体验非常直观。到达选定的停车位并踩下刹车后，中控屏便会弹出自动泊车选项。用户在选定后，车辆就可以自主泊入车位，泊车学习到此就算圆满完成。

随后，用户可以将路线根据目的地环境进行标注。包括“电梯厅”、“充电桩”等以便下次使用。当用户再一次将车开出商场时，路线就会上传到云端。等到下次再来到该商场后，就可以在同样的出发点选择开启VPA-L，让车辆自动开到上次泊入的车位，过程中还可以自主避让车辆和行人。整个过程中车辆速度不超过10公里/小时，司机只需盘监督车辆，和使用小鹏高速NGP（领航辅助驾驶）的体验差不多。

更重要的是，用户还可以把自己已经学习过的路线与他人分享。这样即使到了一个新的商场，用户也不必再学习一遍路线，而是通过别人的“经验”来直达充电桩或者电梯厅。此外，小鹏的VPA-L还无需要教条地必须停到学习的车位。沿路若有车位，用户也可以选择提前自动泊入。

同样，即使没来得及在路径的起点开启功能，用户也可以从路上的任意一点开启自动泊车。

根据小鹏汽车方面的介绍，记忆泊车这项功能在小鹏P7上已经做过推送。这次借助于激光雷达和更新后的XPilot系统，小鹏将记忆泊车的距离由1公里提升到了2公里，并且实现了跨层泊车的功能。

据了解，该功能在3月16日才刚刚上线，还没有收到太多用户反馈。但就体验的顺畅度来说，小鹏VPA-L已经超越了百度，成为目前相对最好用记忆泊车功能。当然，目前笔者体验过的有且只有两个，另一个是搭载百度AVP方案的威马W6。

但刨除了效果只看功能本身的话，无论是小鹏VPA-L还是百度AVP，目前对消费者的用处都谈不上大。

目前，自动驾驶在停车场还不太能打

一般来说，我们在停车场里的需求其实很简单：把车停到距离电梯厅或停车场入口最近的停车位里，电动车也许还要加上停到充电桩的位置。当然如何停进去这个问题，主要依靠车技和智能泊车来搞定。

而大家目前的痛点是以下三个

不知道哪里有空车位/充电桩。

解决方案：车辆接入车位管理系统。车机为用户提供车道级导航和车位指引。

停车车位距离目的地太远，下车走的距离太长。

解决方案：汽车能够在乘客下车后，自动驾驶寻找车位并泊入。

路痴了找不到车。

解决方案：在乘客准备离开时，车辆可以接受召唤自助行驶到乘客上车点。

但是上述问题，小鹏VPA-L都无能为力。

因为每个需求，别说交给机器，就算交给人类驾驶员，往往在停车场高峰拥挤时间段，都是一场人与人之间的斗智斗勇。

举一个生活中特别常见的例子。进停车场开半天还没找到车位，你是再绕一圈还是跟着一个提着购物袋下了地库的人走，等着那人开车离开？

看到这儿，是不是已经开始头疼了？

小鹏VPA-L 这项功能当前可以解决的，只有用户来到一个新的地下停车场后，不能准确找到电梯厅和充电桩的问题。但目前大多数停车场都对地下设施有着清晰的标注。相比较之下，进了停车场以后，用户的疲劳驾驶倒不是啥痛点。

对此小鹏汽车给虎嗅的解释是，他们目前还只是要把有人场景下的泊车做好，等到技术成熟时再探索无人场景。

更重要的是，笔者驾驶小鹏P5体验时处于工作日时间，地下1层的停车场尚未停满，地下2层更是空空如何。因此，该功能如果放在周末的北京朝阳大悦城，究竟体验如何尚不可知。

相比之下，百度Apollo为威马、长城和广汽埃安提供的AVP记忆泊车产品在账面参数和功能上就显得很合理。以威马W6为例，车辆可以记忆和学习的路径虽然只有几百米，但已经可以在车上无人的情况下，根据此前记忆过的泊入和驶出路线，实现手机遥控的自动驾驶。

不过在实际体验中，若车辆周围环境与当时进行路线学习时有较大变化，AVP自动泊车有很大概率无法启动。而这种环境变化包括但不限于：停车场周围停泊车辆的数量和种类、太阳光照角度的变化、地面上新的积水造成的道路颜色和反射率的差异，以及当地4G信号的强弱（远程遥控的自动泊车，需要车机与手机的连接），以及车辆自动驾驶系统的心情。

因此，当前能够可供使用的停车场自动驾驶方案，对于用户来说都不是那么实用。那么问题来了，到底什么样的方案，能够解决在前文提出的三个用户痛点？

技术难度，才是停车场自动驾驶的最大阻碍

大家可能有印象，曾经博世和联合发布过停车场自动驾驶方案。两家厂商打通了预先安放在停车场的摄像头与车辆之间的数据链，走的是“车场协同”路线。只要与博世进行合作的车企，车辆无需安装更多摄像头和激光雷达等特殊传感器，就可以在停车场的摄像头指引下进行泊车。

相比较之前百度和小鹏的方案，博世与戴姆勒的AVP对车辆的要求更低。但问题在于，如此庞大规模的商场和写字楼，若要逐一进行场地的勘察与安装摄像头，显然是不菲的成本。对此，停车场管理公司显然不愿承担。而这如果要转嫁到消费者身上，究竟能有多少人愿意为之买单尚属未知。

相比之下，百度名为P-AVP的方案（P即Public的缩写）走的是“重车轻场”路线。即在停车场提前绘制高精地图，并与停车场的物业管理方合作规划AVP的专用车位，实现车辆的自主寻找车位泊入以及召唤驶出。这些车位普遍比较偏远，车主万不得已不会使用，如果能通过自动驾驶提升这部分车位的使用频率，物业管理方非常乐意。如果能够实现，显然是双赢。

但问题在于，这项功能实现起来技术难度太大。据虎嗅了解，百度此前试图在2021年下半年就向合作车企交付该功能，但该计划不断延迟，最终到今天也没实现。更重要的是，该方案虽然不用在停车场安装固定传感器，但绘制高精地图以及逐个停车场进行车辆适配，依旧需要耗费人力。毕竟，百度只是供应商，而不同品牌的车型在尺寸、技术架构上都有差异。

这项巨额成本，百度和车企都不愿承担。

由此可见，小鹏这样通过车端智能，不依赖场端的做法在商业化上似乎更加可行。虎嗅推测，小鹏的VPA-L在云端实现的路径共享，让人看到了“众包建图”的模式雏形。如果小鹏能够在云端将每辆P5在停车场中采集到的地图整合，那么采图带来的成本就可以依靠用户量的增加而化解于无形。同样，车企对于自身车辆的底层电子电气架构也更加了解，适配难度更低，这都是百度所不具备的优势。

因此，用户若想要真正能解决自己停车痛点的自动驾驶技术，还需加以时日。当前的智能汽车，恐怕还做不到。

(责任编辑：热点)