威马在其 Wtalk 技术公开课上发布了全新“公共停车场无人免学习代客泊车”（PAVP）技术，而这也是继当前业内主流的 AVP 停车场记忆泊车、APA 基础辅助泊车后，实现无需学习、跨楼层的无人泊车系统。

无人代客泊车是目前除了城区领航、高速领航辅助驾驶外的第三个链路，最终实现全场景自动驾驶的愿景。但自动泊车需要解决“最后一公里”的难题。

相比之下，泊车场景难点在于地图所更新的频率问题，另外不同停车场新旧程度不同，场景复杂；

同时停车场地库环境错综复杂，系统无法 GPS 定位，这几个难点是当前行业的难题。

威马此前已经落地了固定车位无人记忆代客泊车”（HAVP）方案，如今新的方案是基于“公共停车场无人免学习代客泊车”（PAVP），也就是基于车端、高精地图、停车场改造和云端四个域实现无需记忆、公共车位以及不受限距离的代客泊车。

一、 PAVP 解决了哪些泊车难题？

由于疫情，此次发布会是基于线上发布的方式，我们未能到现场参与实际体验。

从视频中可以看到 PAVP 由于无需记忆路线，所以用户在行驶到停车场内在指定落客区域后就可以下车启动系统。

用户利用威马 APP，选择“高精度地图泊车“功能，然后选择“智能泊车”开始泊车。

这时候云端会派发泊车车位及泊车线路给到车端，车辆自行自找车位同时泊入库。

而在车辆召唤上，用户打开威马APP 后 选择“高精度地图泊车“功能，选择指定取车点（如无选择，则系统默认一个），然后点击“开始”。

这时候用户前往指定取车点，车辆自动上电后离开泊车位到达用户预定的上车点接上用户。

可以看到 PAVP 的优势是解决了目前“人车无法分离”的难题，用户在到达下车点后可以离车，车辆支持绕障、自动泊入以及召唤，这样的好处是大大提升了代客泊车的实用性，解放用户。

另一优势是由于有高精地图支持，系统无需“学习一次”，而是通过地图匹配可以实现即到即用。

第三个优势是有了地图为基础，系统可以不受限于距离限制，可以依托地图实现不受距离的限制的泊车，这里包括跨楼层。

二、威马 PAVP 是如何做到的呢？

PAVP 实际上是依托五个端实现，包括车端、云端、图端、场端以及手机端。

车端其实我们比较容易理解，也就是凭借我们的车上的传感器，实现实时场景的感知和规划，在人车分离状态下车辆具备有“独立”的通过能力。

目前 W6 是由 2 个前视摄像头、4个环视摄像头、12 个超声波雷达以及 5 个毫米波雷达组成辅助驾驶系统。而整个泊车系统的逻辑是通过车外传感器、结合 8155 芯片以及威马自研的域控制器实现。

车外传感器则识别泊车状态下的障碍物感知，同时在遇到障碍物、行人等场景需要避让，从视频中可以看到在车辆在遇到障碍车的情况下可以实现打灯变道避障。

而视频中的另一个场景是遇到一个横穿的行人，系统能够制动刹停，避让行人。

在遇到靠右侧有逆向而行的行人时，系统能够通过左打方向盘避让行人后继续前行，整个体验看起来较为流畅。

除了解决实际情况下车端的场景，图端也是这次 PAVP 的核心要点。

相比记忆地图不同，威马采用了高精地图的方式解决了地图的难题。

据官方介绍此次应用到的是精度为 15cm 的高精地图，同时实现轻量化，高精地图大小可以压缩到 10M 以内。

而地图提供了重要的先验信息，包括车位信息、路口、上下接客点等信息，同时还包括跨楼层的信息显示，区别楼层信息。

此时云端扮演的角色就如同一个指挥官的作用，云端在接收到泊车信号时会下发地图以及停车场信息，实现车辆调度，比如现场遇到的现实车辆、车位问题做调度。

场端则扮演一个中间角色，也就是信号塔。

相比过去较大的依赖改造停车场，PAVP 只需要在停车场做涂装改造，通过贴上贴图，补充标志识别便可帮助车辆做识别。

最后是用户的手机端，手机端其实是用户和车之间在人车分离时一个沟通的桥梁，用户即可以操作命令，同时可以实时查看泊车以及召唤状态。

三、高精地图泊车 or 记忆泊车？

相比威马，小鹏采用的是基于纯视觉方案的记忆泊车。

小鹏基于视觉传感以及 IMU 定位技术路线，通过学习一遍对陌生的环境建立地图，并且保存后便可以使用。

这里的优势是记忆泊车不会受限于停车场的改造或者高精地图采集，使用包容度更高，但需要用户学习一遍需要使用成本。

小鹏视觉传感加入更多语义信息， 可以加入路径规划实现自动泊车，目前也实现了跨楼层自主泊车，没有高精地图的辅助，小鹏利用 SLAM 与语义地图相结合，是构建纯视觉方案的雏形。

定位上小鹏采用了惯性测量系统，可以完全独立定位，不需要依赖 GPS 等信号更为稳定。

威马则依靠高精地图实现自主泊车，同时利用云端计算来实现，相比车端，云端算力高很多，并且可以支持在线升级，这也是百度这类做无人车的一大技术优势。

另外泊车场景也不需要依赖太多效率，所以云端是一个很好的方案。

只要在同一个地库内，那么就有路径优化的可能，这个逻辑类似于当前的车队数据，利用云端训练、车端与云端的更新能力，只要样本够大，最佳路径的规划就成为可能。

另外这个云端就像一个大本营，只要有足够的品牌车队加入，那么它的优势就会更大，并且对于车企的成本要求也会变低。

依赖高精地图的优势无论是定位、规划等能力相比视觉感知会更佳稳定，同时扩充场景还是有很大想象空间。

但显而易见，高精地图还是受限于环境更新以及绘制问题，并且需要做停车场改造。

四、总结

以“360°全景影像”+“自动泊车辅助”（APA）+“遥控泊车辅助”（RPA）+“固定车位无人记忆代客泊车”（HAVP），威马也正一步一步实现闭环。

目前“固定车位无人记忆代客泊车”（HAVP）已经上线，可以在特定的环境下，实现自动泊车，随着“公共停车场无人免学习代客泊车”（PAVP）功能的补足，实现“人车分离”，系统也会在近期通过 OTA升 级推送给威马 W6 用户。

现阶段自动泊车的技术百花齐放，可以预见的是自动泊车向自主泊车的路径在场景化上会走向趋同，但是前期和中期的方案会发挥不同企业自身的技术优势。

威马基于高精地图的方式，能够加快技术落地实现技术与商业模式的闭环。