寅家科技是一家全球化的高科技智能駕駛公司，多年深耕高精度傳感器、深度學(xué)習(xí)算法、控制決策技術(shù)，形成智能交互、自動(dòng)駕駛系統(tǒng)集成、特定場(chǎng)景自動(dòng)駕駛技術(shù)領(lǐng)域的成熟應(yīng)用。基于堅(jiān)實(shí)的技術(shù)基礎(chǔ)，寅家科技聚焦環(huán)境感知、智能決策、控制執(zhí)行等領(lǐng)域，為客戶提供安全、高效的智慧出行解決方案。

寅家科技泊車(chē)事業(yè)部首席專家張皓磊以《全場(chǎng)景智慧泊車(chē)方案及視覺(jué)感知的行泊一體應(yīng)用優(yōu)勢(shì)》為主題展開(kāi)演講，以下是演講內(nèi)容整理：

寅家科技泊車(chē)事業(yè)部首席專家張皓磊

寅家科技的行泊一體技術(shù)發(fā)展之路

寅家科技成立于2013年，是集研發(fā)、生產(chǎn)、銷(xiāo)售、服務(wù)于一體的自主研發(fā)高新技術(shù)企業(yè)，獲得了專精特新“小巨人”企業(yè)稱號(hào)，主要產(chǎn)品覆蓋硬件、感知、算法、規(guī)控領(lǐng)域，提供高性能智能視覺(jué)、雷達(dá)感知硬件，領(lǐng)先的軟件算法，以及完整的軟硬件一體化解決方案、技術(shù)配套等全棧服務(wù)等，為客戶提供客制化的L2-L4級(jí)智能駕駛解決方案。

寅家科技建立之初主要聚焦感知硬件和感知算法服務(wù)，一步步從環(huán)視系統(tǒng)到全場(chǎng)景泊車(chē)，最終做到行泊一體，覆蓋遙控泊車(chē)、記憶泊車(chē)、代客泊車(chē)、高速道路和城市道路行車(chē)等不同場(chǎng)景應(yīng)用。

寅家科技行泊產(chǎn)品的整體規(guī)劃主要?jiǎng)澐譃閮深?lèi)，第一代行泊產(chǎn)品于2023年推出，是基于L2級(jí) ADAS自動(dòng)駕駛輔助系統(tǒng)的行泊一體和全場(chǎng)景泊車(chē)。第二代產(chǎn)品會(huì)在2024年推出，屬于L4級(jí)行泊一體的產(chǎn)品，包含2D、3D環(huán)視全景，自動(dòng)泊車(chē)功能、代客泊車(chē)、記憶泊車(chē)、影子系統(tǒng)、高精地圖等服務(wù)，以及屬于L４級(jí)別的高速公路引導(dǎo)，城市道路引導(dǎo)，自動(dòng)上下匝道，變道超車(chē)等功能也做了對(duì)應(yīng)研發(fā)部署。

目前寅家科技的自動(dòng)泊車(chē)主要是向較近距離的物理車(chē)位進(jìn)行泊車(chē)，采用駕駛員跟車(chē)監(jiān)督的形式。但是技術(shù)演進(jìn)至遙控泊車(chē)、記憶泊車(chē)以及AVP泊車(chē)之后，車(chē)位就不再局限于物理車(chē)位，而是會(huì)變成抽象的記憶存儲(chǔ)車(chē)位，或者云端車(chē)位的模式。駕駛員的角色也會(huì)從主動(dòng)監(jiān)督向無(wú)監(jiān)督、甚至手機(jī)操控的模式轉(zhuǎn)變。行車(chē)的距離控制也會(huì)從APA泊車(chē)的3-5米，到RPA的10米以內(nèi)，再到記憶泊車(chē)的1公里以內(nèi)，未來(lái)演進(jìn)至AVP泊車(chē)，距離還會(huì)進(jìn)一步延長(zhǎng)。可以說(shuō)，伴隨行泊一體技術(shù)的不斷升級(jí)，泊車(chē)場(chǎng)景也在不斷拓展。

那么升級(jí)后的全場(chǎng)景泊車(chē)能解決什么樣的痛點(diǎn)？首先是可以幫助到對(duì)倒車(chē)入庫(kù)、側(cè)方停車(chē)等技術(shù)不太熟練的駕駛員解決基本的停車(chē)尷尬。其次，更加一層安全保護(hù)，在泊車(chē)過(guò)程中當(dāng)面臨光線較暗、視野盲區(qū)有行人/動(dòng)物闖入，相比初級(jí)駕駛員，自動(dòng)泊車(chē)系統(tǒng)會(huì)有更完備的預(yù)測(cè)和處理機(jī)制。從資源利用的角度去說(shuō)，人類(lèi)駕駛員大多處于盲停，也就是不清楚哪里有車(chē)位，即開(kāi)即停的狀態(tài)，如果使用具備大數(shù)據(jù)匹配篩查能力的自動(dòng)泊車(chē)，就可以一定程度上提高車(chē)位整體利用率，也可以緩解亂停亂放導(dǎo)致的道路擁堵。

圖片來(lái)源：寅家科技

此外，在車(chē)主找車(chē)時(shí)，寅家科技會(huì)提供AR尋車(chē)功能，配套汽車(chē)周?chē)h(huán)境的環(huán)視全景拼接圖片，幫助車(chē)主更快地找到對(duì)應(yīng)車(chē)輛。

寅家科技的自動(dòng)泊車(chē)產(chǎn)品線覆蓋了高中低不同等級(jí)的配置，目前性價(jià)比較高的是環(huán)視系統(tǒng)和超聲波雷達(dá)組合，以及對(duì)于感知、定位、路徑規(guī)劃、車(chē)身環(huán)境的深度學(xué)習(xí)算法應(yīng)用。在中高端則采用是4D毫米波雷達(dá)、激光雷達(dá)等，同時(shí)仍然在通過(guò)不斷的數(shù)據(jù)閉環(huán)做算法迭代和升級(jí)，力求使用更小的算力實(shí)現(xiàn)更全面的功能。

寅家科技行泊一體2.0的視覺(jué)應(yīng)用優(yōu)勢(shì)

接下來(lái)是寅家科技行泊一體 2.0的視覺(jué)應(yīng)用優(yōu)勢(shì)，行泊的整體視覺(jué)環(huán)境不再局限于四枚環(huán)視攝像頭，自動(dòng)駕駛前主攝像頭和其他補(bǔ)盲攝像頭也會(huì)加進(jìn)“融合AVM”功能中，加強(qiáng)了對(duì)車(chē)身周?chē)心繕?biāo)的感知識(shí)別、跟蹤預(yù)測(cè)，更有助于高級(jí)別自動(dòng)駕駛的應(yīng)用。

行泊一體的整體視覺(jué)感知系統(tǒng)需要滿足三項(xiàng)功能需求：第一，需要對(duì)車(chē)身周?chē)腥恕④?chē)輛，其他障礙物進(jìn)行檢測(cè)、標(biāo)識(shí)和跟蹤。第二，實(shí)現(xiàn)對(duì)道路環(huán)境的檢測(cè)，比如車(chē)道線，車(chē)道信息，紅綠燈信息、路標(biāo)信息等。第三，對(duì)可駕駛區(qū)域進(jìn)行分割。第四，SLAM定位與建圖。

圖片來(lái)源：寅家科技

以上四項(xiàng)功能中，SLAM建圖與車(chē)周障礙物定位有兩點(diǎn)特別值得關(guān)注：

一是地圖特征的采集與建圖。駕駛員開(kāi)車(chē)進(jìn)入地庫(kù)，在沒(méi)有高精地圖支持的情況下，首先需要自己手動(dòng)掃圖，針對(duì)這一點(diǎn)，寅家科技行泊一體 2.0會(huì)對(duì)地圖，特別車(chē)輛行駛前向地圖的可視范圍內(nèi)特征點(diǎn)進(jìn)行掃描，采集車(chē)身行駛參數(shù)，如輪速、方向盤(pán)轉(zhuǎn)角、IMU等綜合信息，用來(lái)建立所有特征點(diǎn)的運(yùn)動(dòng)模型，利用這些數(shù)據(jù)建立特征點(diǎn)運(yùn)動(dòng)模型，在車(chē)輛行駛過(guò)程中，使用運(yùn)動(dòng)模型對(duì)特征點(diǎn)軌跡進(jìn)行動(dòng)態(tài)預(yù)測(cè)，獲取權(quán)重更高的特征粒子構(gòu)成地圖要素與完整的SLAM地圖。

此外，由于相似的特征點(diǎn)越多，地圖的構(gòu)建精度就越差，因此在相似度過(guò)高的情況下，系統(tǒng)會(huì)抓取更多特征點(diǎn)，以此提升整個(gè)地圖的精度和銳利度，在最后則會(huì)整合所有特征點(diǎn)的運(yùn)動(dòng)軌跡單獨(dú)成圖。

二是BEV感知內(nèi)的空間特征融合。BEV感知與環(huán)視領(lǐng)域內(nèi)的鳥(niǎo)瞰圖有一定相似性，但范圍更廣，相比鳥(niǎo)瞰視圖還囊括了汽車(chē)行駛前向視角主攝像頭的領(lǐng)域，會(huì)整合感知區(qū)域、車(chē)身原點(diǎn)坐標(biāo)、時(shí)間軸進(jìn)行一個(gè)4D虛擬化的時(shí)空同步輸出。

目前，寅家科技行泊一體 2.0主要使用Transform做BEV圖像的輸出投影，未來(lái)還會(huì)融合激光雷達(dá)、毫米波雷達(dá)、點(diǎn)云等多維度的感知信息，進(jìn)一步提高自動(dòng)駕駛環(huán)境感知的一致性、安全性和即時(shí)性。

（以上內(nèi)容來(lái)自上海寅家電子科技股份有限公司泊車(chē)事業(yè)部首席專家張皓磊于2022年9月15日由蓋世汽車(chē)主辦的2022第五屆自動(dòng)駕駛與人機(jī)共駕論壇發(fā)表的《全場(chǎng)景智慧泊車(chē)方案及視覺(jué)感知的行泊一體應(yīng)用優(yōu)勢(shì)》主題演講。）

返回第一電動(dòng)網(wǎng)首頁(yè) >