不知道你有没有过我这种体验,还差几分钟就过9点,我还在公司楼下停车场找车位。
9点过15分,刚刚好,有个空车位出现。顺利停完车,上楼、打卡、喜提本月第四次迟到。那是几年前的事儿了,那会儿就想要是有个人能帮我把车停了,我去楼上打卡,多棒;几年过去,这个人依旧没出现,但钉钉远程打卡暂时解决了我的痛点。
但我的车还得我自己停,不是科技不进步,是我的车没有"代客泊车"功能。今天聊的话题,随着越来越多的新车都开始默认"标配"这样的功能,威马/WEY等,那什么是5G-AVP,怎么实现的?以后前景怎么样?
拆开看,5G有什么用?
这个段落简单点儿讲,4G是移动互联时代、5G是万物互联时代。
比起5G-AVP可能大部分人对于5G-V2X更熟悉点儿,关于这个的报告也更全面。不用去百度,5G还是一种移动通信技术,演变到如今已经是第五代,特点是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接(重点)。
那么V2X就是实现车与X(车与车、与人、与路、与服务平台)之间的网络连接。是5G在车联网的垂直应用场景。举例:盘山路,路口转向会有盲区,通过V2X技术车与车进行通讯,可以知道对面或某个盲区方向是否有车,然后进行决策如减速、刹车等,减少交通事故的发生机率。其中5G的应用在里面起到了万物互联+大规模设备的链接+高数据传输+减少延迟作用。
于V2X一样,于AVP也一样的道理。
AVP是什么,怎么实现的?
自动泊车功能不是一蹴而就的,而是慢慢积累演变而来;在AVP之前,你可能更先接触到了APA和RPA。
APA自动泊车,是生活中最常见的自动泊车辅助功能,汽车低速巡航用超声波雷达感知周围环境,帮助驾驶员找到合适的车尾,然后驾驶员发送泊车指令,汽车自动泊车入位。APA这套辅助功能依赖的传感器不复杂,常见的是8颗UPA超声波雷达,就是日常频繁用到的倒车雷达,然后前后各4颗;还有4颗APA超声波雷达,安装在车身两侧。
两种雷达属性不同,分工也不同。APA超声波雷达探测范围远、窄,最远测距普遍5米左右;UPA超声波雷达探测范围近、宽,普遍最远3米。
所以,底层逻辑就是用APA雷达完成车辆低速行驶时的车位寻找和校验,侧前方的APA雷达会先探测到车位,距离会由小变大再变小。这个过程被探测到之后,根据车速信息算清楚空车位的尺寸信息;接着,侧后方的APA雷达需要完成的工作,是对前方雷达探测到的信息进行二次检验,以免出现错误信息。但重点是,驾驶员仍然需要在车内完成整个停车过程。
接下来是RPA,远程遥控泊车。基本逻辑和APA自动泊车相同,传感器配置也和以上差不多APA雷达+UPA雷达;唯一区别是使用场景,你可以下车并站在5米左右的范围内,连上蓝牙遥控你的车实现"自动泊车",解决的痛点是狭窄空间内停好车你下不来的尴尬。但这个过程始终你仍然需要在场,不是在车里而是在车外,你还是不能冲上楼打卡。
最理想的场景,应该是我们把车开到家/公司楼下,我们直接去办事,找车位和停车的工作交给车辆自己完成,就是代客泊车功能——AVP。
简单分析一下,首先这是一个特定场景下的L4级别无人驾驶功能,它的传感器配置就必须要加入摄像头。跟它相似的是"自学习泊车"功能,简单易懂就是你教汽车怎么停、停在哪儿,记住之后就能自动把车给你停好,这种更适用于有固定车位的场景下,没有的话你还得自己来。
以上"自动学习泊车"功能,配备的传感器包括了APA、UPA雷达之外,还加入了4颗鱼眼摄像头组成了360度全景影像和停车场高精度图+SLAM同步定位与建图技术。相比于以上几种辅助泊车功能,AVP功能还得解决从驾驶员下车地点低速行驶到车位的问题,必须得保证安全,所以得提升车辆对于远距离的感知能力,所以也就有了一颗前向摄像头。
为什么不用感知力更好的激光雷达?实现单一功能用高成本的激光雷达没有性价比可言,激光雷达成本降下来之前应该会一直用视觉感知系统。而且,停车场普遍场景单一,没有那么多的快速移动物体,对于低速行驶的车辆来说视觉感知可以应对大多数的突发状况。
底层逻辑上面也分析的差不多了,APA雷达和UPA雷达的使用逻辑刚才已经说了,探测车位信息然后进行二次验证。360度全景影像+前视觉摄像头配合SLAM技术+停车场高精地图,构建场景让车辆知道自己在那儿然后要去哪儿。最后,根据算法完成"代客泊车"功能和"远程召唤"功能。
现在已经有很多产品开始使用或准备使用AVP功能,吉利星越L的5G-AVP 1km无人泊车功能、威马W6无人泊车功能、红旗E-HS9的AVP等等。
AVP的难点不是硬件,AVP前景如何?
AVP的应用场景在哪儿?在露天停车场或地下停车库。那AVP抛除感知硬件之外还需要SLAM同步定位与建图技术,还有更重要的"支持室内导航的自动驾驶高精地图"。
支持高度自动驾驶的地图,才是AVP的关键瓶颈,尤其是没有网络信号的多层停车场;当你在B3层打开地图导航的时候,你经常能发现,在到路面之前你的路径可能还要重新计算一次。这于AVP功能一样,没有信号致命、没有高精地图同样致命,影响大规模商业化落地。AVP需要在各种条件下的停车场正常工作,尤其是在复杂、多层的停车场。关于停车场制图的难点,不同停车场结构差异大、场内的标线规划不统一。
当然现在也有第三方在做停车场精度地图建设,但后续在车企对于AVP系统推向市场之前,还需要针对不同停车场环境进行充分的测试。
除了给停车场制作精度地图之外,还有一种车场协同的方法,但成本相对就高了。
一个是改车一个是改停车场,加强车端自身的传感能力和加强场端通信支持。但成本是一个大问题,博世和戴姆勒曾经展示过用工业级单线激光雷达,平均3个车位就要布置25个激光雷达,平均成本高,还不适用于现阶段的场端AVP。
未来最先可能大规模实现的是车端AVP低成本方案,一方面降低成本一方面又不会限制AVP只在具备"场端"功能的停车场使用。当然,这个方案的前提是,解决好停车场高精地图。
总结
泊车功能逐步发展到现在的AVP,从最初的超声波雷达到现在的无人自动泊车功能。每一次的迭代都离不开传感器+融合算法+通信技术的各方面成熟。
而且,在5G传输、传感器硬件、基础建设越来越成熟完善的未来,汽车肯定会更智能;无论是车端还是场端,在接下来的商业化落地上都会提供出更好的解决方案,这只是时间问题。所以,我下一辆车准备换一台有AVP功能的车,钉钉远程打卡+AVP,每天能多睡半小时。
凤凰网汽车公众号
搜索:autoifeng
官方微博
@ 凤凰网汽车
报价小程序
搜索:风车价