2. AVP系统概述

自主代客泊车(Automated Valet Parking,AVP)是自动驾驶技术在低速封闭/半封闭停车场景中的典型落地形态。它的目标不是让车辆在开放道路上高速巡航,而是让车辆在停车场内完成“人下车—车自己找位—车自己泊入—车自己驶出—车到指定点接人”的完整闭环。理解AVP,必须从系统组成、功能定义、等级划分以及它与APA、RPA的关系四个维度同时切入,否则很容易把AVP简单理解为“更高级的自动泊车”。

一、系统组成:车端、场端、云端与用户端协同

AVP不是单一控制器功能,而是一套跨车、场、云、人的系统工程。典型AVP系统由四大部分构成:

  • 车端系统:包括感知传感器(环视摄像头、超声波雷达、毫米波雷达、激光雷达)、定位模块(视觉/激光SLAM、UWB、IMU、轮速计)、决策规划控制器、线控底盘(转向、驱动、制动、挡位)以及人机交互单元。
  • 场端系统:由停车场侧的基础设施组成,包括场端摄像头、路侧单元(RSU)、UWB基站、地磁/车位占用检测、场端边缘计算节点和通信网络。场端可提供超视距感知与全局调度能力。
  • 云端系统:负责车位资源管理、车辆调度、路径分配、计费与远程监控,是AVP商业化运营的核心支撑。
  • 用户端:手机App或车机界面,用于预约泊车、召唤取车、查看状态和异常处理。

四者通过V2X、Wi-Fi、5G或专用短程通信连接,形成“车—场—云—人”闭环。缺少场端或云端,AVP仍可降级为单车智能模式,但车位调度效率和异常处理能力会明显下降。

AVP系统组成与协同关系 车端系统 环视/超声波/毫米波/激光 SLAM定位 + IMU/轮速 决策规划控制器 线控转向/驱动/制动 场端系统 场端摄像头 / 路侧单元 UWB基站 / 地磁检测 边缘计算节点 车位占用与全局感知 云端系统 车位资源管理 车辆调度与路径分配 计费 / 远程监控 OTA与数据回传 用户端 手机App / 车机界面 预约泊车 / 召唤取车 状态查看 / 异常处理 V2X 5G/Wi-Fi 指令/状态 调度下发 通信链路:V2X / 5G / Wi-Fi / 专用短程通信,支撑车—场—云—人闭环

二、功能定义:从“泊车”到“代客”的完整任务链

AVP的功能定义可以拆解为五个连续阶段:下车点交接、低速巡航、车位搜索与分配、自动泊入、召唤取车。每个阶段都有明确的触发条件和退出机制。

  1. 下车点交接:驾驶员在指定落客区下车,通过App确认启动AVP,车辆完成自检并接管控制权。
  2. 低速巡航:车辆在停车场通道内以≤15 km/h行驶,依靠车端感知与场端辅助完成避障和路口通行。
  3. 车位搜索与分配:车端识别空闲车位,或由云端根据全局车位状态分配目标车位。
  4. 自动泊入:车辆规划泊入轨迹,完成揉库、换挡、微调,最终停稳并自动落锁。
  5. 召唤取车:用户通过App召唤,车辆从车位驶出并前往指定上客点,完成交接。

关键功能边界:AVP通常限定在停车场内部道路和车位区域,不处理开放道路红绿灯、行人密集街区等场景。一旦车辆驶出电子围栏,AVP应主动退出并请求驾驶员接管。

三、等级划分:从辅助泊车到完全自主代客

行业通常将AVP分为L0~L4五个等级,等级越高,对场端和云端的依赖越强,驾驶员参与度越低。下表给出典型划分:

等级 名称 驾驶员角色 场端依赖 典型能力
L0 人工泊车 全程操作 无 仅提供倒车影像/雷达提示
L1 辅助泊车 监控并操作 无 APA自动转向,驾驶员控制挡位和车速
L2 部分自动泊车 监控并随时接管 无 APA/RPA完成转向、挡位、车速,人需在车内或车外监控
L3 有条件自主代客 无需在车内,但需在限定区域待命 可选 车辆自主完成泊入/驶出,异常时请求远程或现场接管
L4 完全自主代客 不参与驾驶 强依赖 车—场—云协同,全流程无人化,支持商业化运营

需要强调的是,L3与L4的核心分界不在于“能不能自动泊”,而在于异常处理责任归属。L3仍要求系统在失效时有人可接管,L4则要求系统在限定运行域内独立完成最小风险策略。

四、与APA/RPA的区别与联系

APA(自动泊车辅助)和RPA(遥控泊车辅助)是AVP的技术前身,三者共享感知、规划和线控底盘基础,但在使用边界和系统架构上差异显著。

  • APA:驾驶员在车内,车辆自动完成转向和泊入,驾驶员负责挡位和车速。属于L1~L2,作用范围仅限车位附近。
  • RPA:驾驶员在车外,通过手机或钥匙遥控车辆直线泊入/驶出。属于L2,解决“车位太窄下不来车”的痛点,但路径简单、距离短。
  • AVP:驾驶员在落客区下车,车辆自主完成“找位—泊入—等待—驶出—接人”全链路。属于L3~L4,依赖场端和云端,作用范围覆盖整个停车场。

联系:APA/RPA是AVP的底层能力子集。AVP的泊入模块通常复用APA的轨迹规划和超声波/环视感知;RPA的遥控唤醒和直线控制逻辑也被AVP的召唤功能继承。可以说,没有成熟的APA/RPA,就很难有稳定的AVP。

五、典型场景与常见误区

以一个地下三层停车场为例:用户在地面落客区下车,App启动AVP。车辆通过坡道下行,场端UWB提供连续定位,云端分配B2层A区车位。车辆自主避让对向来车和行人,泊入后自动落锁。用户购物结束后召唤,车辆驶出至地面接客点。全程约6分钟,用户无需进入停车场。

常见误区一:把AVP等同于“更高级的APA”。APA解决的是“最后几米”,AVP解决的是“最后几百米”,两者在系统架构、通信依赖和安全冗余上不在同一量级。

常见误区二:认为AVP必须依赖场端。实际上单车智能AVP也可运行,但场端能显著提升定位精度、全局调度效率和异常处理能力,是L4商业化的关键使能项。

常见误区三:忽视退出机制。AVP必须定义清晰的降级策略:通信中断、定位丢失、通道阻塞时,车辆应安全停车并请求远程协助,而不是继续盲目行驶。

综上,AVP系统是车端、场端、云端、用户端协同的复杂系统工程。它的功能定义覆盖完整代客任务链,等级划分以责任归属和运行域为核心,与APA/RPA既有技术继承关系,又在系统边界和商业化能力上实现了质变。理解这四组概念,是后续学习AVP感知、定位、规划、控制和安全设计的基础。