小鹏汽车：硬核智能泊车

伴随着高考圆满结束，即将迎来莘莘学子公布高考成绩与选择专业的环节，有很多鹏友们咨询我，关于高考填报志愿的问题，尤其是对智能驾驶方面非常感兴趣，接下来小编给大家科普一下小鹏智能驾驶方面的科普知识，为准大学生们选专业做参考。

今天，我们的「小鹏专业课」就打算从行业首个量产且不依赖停车场改造的泊车功能入手，从原理上解说一下“记忆泊车”的详细过程，介绍一下都用到哪些技术，以及对应到的专业。

感知—观察身边的环境

当我们来到一个陌生环境，要去某个地方时，首先要做的事就是观察，比如自己所处的位置、周围环境等等。人们用眼睛和耳朵观察环境，然而汽车并没有五官。
但聪明的人类总是善于从身边寻找灵感：

比如鱼类为了发现食物和天敌进化出了一双特殊的眼睛，这双眼凸起且可以转动超过180度，以获得超广角的视觉；

蝙蝠在晚上飞行能够发出超声波，根据反射回来的信号来判断猎物的距离；

因此鱼眼摄像头以及雷达传感器在P7上得到了充分运用。在P7上，共有9个高感知摄像头，4颗鱼眼环视摄像头；再结合5颗高精毫米波雷达和12颗超声波雷达传感器，P7能够形成一个比人眼看得更透彻的感知系统，真正做到360°无死角。



记忆路线—认路的过程

即使环视摄像头能看清四周，对于VPA系统来说，新的问题又来了：车该怎么走？

在我们小时候，“识路”是一项重要技能，虽然大部分小朋友不知道街道门牌号，但却可以记住游乐场的位置，例如：沿着银行穿过马路，看到超市后右拐就到了。

因此在我们脑海里就有了：以游乐场为目的地，周围的银行，超市为“特征元素”的记忆路线；有了记忆路线后，无论处于哪个方位，只要看到这些银行和超市就知道游乐场该怎么走了。

而VPA系统也正是以此方法来“识路”的：

在构建记忆路线时，先提取“特征元素”。汽车在首次设定记忆路线时，会感知并记住沿途经过的车位、车道线、立柱等特征元素，以及跟这些特征元素的位置距离关系。然后，汽车大脑会回忆记住的“特征元素”，根据他们的位置距离空间关系，整合成一条“记忆路线”。



定位—知道自己在哪

当小朋友获得一条去游乐场的路线之后，走到最后却发现进了一个补习班，定睛一看发现是自己没开定位走错了：在凭记忆走路的时候，你首先要知道自己在哪儿。

小朋友们通过识别旁边的建筑知道自己在哪，距离游乐场还有多远。这里也是一样的，在汽车行驶时，根据看到的特征元素，然后在记忆路线中进行匹配，从而得出自己处于什么位置。

就这样，VPA系统一路“过五关斩六将”：自动转弯，控制车速，识别障碍物，自动避让行人和安全会车等，终于来到了那个记忆车位面前。

如果你的座驾是我们小鹏P5，在高精度激光雷达的加持下，它还能找到跨楼层的记忆车位，记忆泊车的距离甚至从原来的“最后一公里”升级为“最后两公里”。



这三部分内容对应的专业领域差不多，考生们也可以关注一下跟图像处理和计算机视觉相关的专业。

到了这一步，其实还未完全成功，接下来更为重要的是把车停进去。

对于倒车入库，人类会按照经验来操作：根据车尾和车位线的角度来决定转动多大角度的方向盘，如果没法一把入库还需要来回调整，直到停好。

“经验”这种东西在我们停车的过程中占到了主导地位，经验丰富的老司机，只要找准角度就能一把入库，而新手司机，可能要来回倒腾几次。而如果把老司机的经验“写进”汽车大脑，形成我们所说的算法，那汽车是不是就会自己停车了？
事实上我们的工程师也是这么干的。

路径规划—找到最优入库路线

对于老司机来说，在最后一步把车停进去有好几种方法，但只有一条是最方便快捷的。

而系统的路径规划就是根据汽车与车位的相对位置，算出理论上的最优路线，让汽车以最少的调整把车停进去。但如果实际的泊车路线因为转向或速度控制精度等原因与理论路线出现偏差，系统还要根据汽车实际位置来动态修正停车路线，直至停好车。

路径规划是智能驾驶领域的热门方向，如果对这方面有兴趣，首推就是计算机/软件专业，或者数学也不错，诸多智能驾驶算法都需要数学知识。

看到这你以为你已经掌握VPA系统的全部秘籍，来到了第五层，然而其实你还在第四层。

运动控制—让实际贴近理论

路径规划再好，如果汽车不按你说的走也没用，比如让方向盘向左转60°，它就绝对不能转61°。运动控制就是对汽车的转向，速度等进行控制，让车能指哪打哪。而汽车的运动控制做的越精确，汽车的实际运行路径就越能贴近理论运行路径，还能平稳而不动声色。在这一点上，小鹏汽车在停车的时候既不会出现速度过高，也不会有急刹，体验非常平稳。



这两部分内容跟汽车控制/自动化控制有关，准大学生们可以关注一下车辆工程/自动化专业。

以上就是给大家分享的小鹏智能泊车技术及原理相关知识，除此之外，记忆泊车技术一直更新换代。现在，小鹏超硬核智能泊车技术让鹏友找车位更加轻松，泊车的智能化达到了人车合一的境界。