1. 课程导入

AVP（Automated Valet Parking，自主代客泊车）是智能网联汽车从“辅助驾驶”走向“无人驾驶”过程中最具商业落地价值的场景之一。它要解决的核心问题非常朴素：驾驶员在停车场入口下车，车辆自行寻找车位、完成泊入；当用户需要用车时，车辆自行驶出车位、到达指定上车点。整个过程不需要人坐在驾驶位，也不需要人手持钥匙在车旁监控。与传统的APA（自动泊车辅助）相比，AVP把“人必须在车内或车旁”这一约束彻底解除，把泊车从一项驾驶操作升级为一项出行服务。

一、核心定义：AVP到底“自动”到什么程度

理解AVP，关键要区分三个层次：辅助泊车、记忆泊车和自主代客泊车。辅助泊车由人在车内监督完成；记忆泊车（HVP）让车辆学习一条固定路线后重复执行，但通常仍要求驾驶员在车内或近距离监控；AVP则要求车辆在停车场范围内实现无人驾驶，并具备远程召唤、自主避障、自主缴费、自主排队等能力。它的技术边界可以概括为“三无”：无驾驶员在车、无人工干预、无固定单车位限制。

从工程视角看，AVP不是单一功能，而是一套系统工程。它涉及低速无人驾驶算法、高精度地图与定位、停车场语义建模、车路协同通信、功能安全与预期功能安全、远程监控与接管、运营计费与用户交互等多个专业领域。这也是本课程要用30章篇幅系统展开的原因。

二、发展历程：从概念验证到量产前夜

AVP的发展大致经历了四个阶段。第一阶段是概念探索期，2010年前后，多家车企和高校开始演示“车辆自动寻找车位”的原型系统，但依赖昂贵的激光雷达和改装车辆，无法量产。第二阶段是记忆泊车期，2015年至2018年，随着超声波雷达和环视摄像头成本下降，HVP率先在部分高端车型上落地，车辆可以学习并重复一条固定泊车路线。第三阶段是场端协同期，2019年至2022年，停车场开始部署智能摄像头、地磁、UWB定位基站和边缘计算单元，AVP从“单车智能”转向“车场协同”，解决了单车感知盲区和全局调度问题。第四阶段是量产与运营期，2023年至今，多个城市出台自动驾驶出租车和自主泊车试点政策，部分车型开始宣称具备“记忆泊车+远程召唤”能力，停车场运营方也开始尝试代客泊车收费服务。

三、市场前景：为什么AVP值得系统学习

AVP的市场价值来自三个刚性需求。第一是用户痛点，大型商场、机场、医院停车场的寻位和取车时间常常超过15分钟，AVP可以把这段时间转化为用户的自由时间。第二是停车场运营效率，通过集中调度和紧凑泊车，同一片区域可以多停放10%至20%的车辆，对运营方是直接收益。第三是技术溢出，AVP所依赖的低速无人驾驶、场端感知、车路协同和远程监控能力，可以复用到园区物流、港口运输和无人配送等场景。

四、学习路径：30章如何层层递进

本课程按照“概念—技术—系统—运营—复盘”的逻辑展开。前5章建立AVP的系统观和场景定义，明确功能边界与性能指标；第6至12章深入车端感知、定位、决策规划和控制，这是AVP的算法内核；第13至18章聚焦场端智能设施、车路协同通信和高精度地图，解释“车不够、场来补”的工程思路；第19至24章讨论云端调度、远程监控、功能安全与预期功能安全，回答“无人了，谁来兜底”；第25至28章进入运营、计费、用户交互和商业模式；最后两章通过典型故障复盘和系统集成案例，把前面所有知识串成一条完整的工程链路。

五、常见误区与复盘

第一个误区是把AVP等同于“更高级的自动泊车”。APA解决的是“车位识别和转向控制”，AVP解决的是“无人驾驶在停车场场景的完整闭环”，两者在安全等级、系统架构和运营模式上完全不同。第二个误区是认为AVP必须依赖高精地图和激光雷达。实际上，场端视觉、UWB和语义地图的组合可以在降低成本的同时提高鲁棒性，技术路线并非唯一。第三个误区是忽视运营和法规。AVP一旦无人，事故责任、保险定责、停车场改造投资回收周期都会成为项目能否持续的关键，技术可行不等于商业可行。

从本章开始，我们将沿着“定义—技术—系统—运营”的主线，逐步拆解AVP自主代客泊车的每一个关键环节。理解AVP，不只是理解一辆车如何自己停进车位，更是理解一个由车、场、云、人共同构成的智能出行服务系统如何运转。