avp拮抗剂药物_avp

AVP，全称自动代客泊车，中文名“自主停车服务系统”。作为自动驾驶在停车场景的应用，AVP实现自动停车服务的功能，最终目标是取代传统的人工停车服务，帮助用户节省大量停车时间，解决高峰时段排队停车的痛苦。

AVP作为当前停车场景的功能天花板，涉及复杂的细分场景，技术难度大，保障车辆安全也是巨大的挑战。因此，目前我们可以看到，业内已经出现了AVP的一些演示版本，但是还没有量产的产品出现。

那么代表目前自动泊车技术最高水平的AVP的原理和关键技术是什么呢？难点在哪里？本文将对此进行详细解读，揭开AVP的面纱。

图1 AVP宣传图

01

AVP功能原理

典型的AVP函数的完整过程是：

(1)当用户到达或接近停车场入口时，通过手机终端开启AVP功能，用户可以离开车辆去吃饭、购物、开会等。

(2)车辆接收AVP功能激活指令，自行进入停车场，在停车场找到可用停车位，并在停车位停车；

(3)用户需要用车时，通过手机远程发送呼叫，指定需要上车的位置；

(4)车辆收到呼叫指令后，自行驶离停车位，驶出停车场，到达指定位置，用户上车。

图2 AVP函数的全流程图

从功能流程可以看出，AVP的完整功能可以拆解为四个关键子功能：一是手机与车辆的互联；二是车辆在停车场找车位；第三，车辆自动停入车位。第四，车辆远程召唤。

1.1机器-车辆互连

移动电话和车辆之间的互联是AVP功能的基础。只有当用户可以离开车辆，通过手机远程向车辆发送指令，AVP才能真正给用户带来便利。

做到这一点并不难。目前很多汽车都有智能互联和控制手机的功能，并有自己的品牌专用APP作为入口：典型案例如手机钥匙、车内温度控制、特斯拉的哨兵模式、智能通话、小鹏远程泊车等等。

那么，机车互联的原理是什么？

手机与汽车互联的系统包括车载控制器与网关、T-BOX、后台、手机APP四个部分。

T-BOX是Telematics BOX的简称，主要用于车辆与后台系统和手机APP之间的通信，实现车辆信息显示和手机APP的控制。

当用户通过手机APP发送控制命令时，手机访问后台(通常是云服务器)，云服务器将用户的命令传输到车载T-BOX，车载T-BOX再通过车载总线(CAN/Ethemet)将命令传输到相应的车载控制器。对于AVP功能，这里指的是控制器的AVP功能。

从操作层面，手机通过APP访问云端服务器，通过网络模块与车辆的OBD和控制器建立联系，从而激活AVP功能，控制车辆开启自主泊车服务模式：

图3车-车互联系统的组成

1.2寻找停车位

AVP功能的核心是进入停车场，自动寻找停车场的停车位。在没有任何控制的情况下，如何在停车场自动准确地找到停车位是AVP的重点和难点。

目前找车位的技术路线有两条。一种是纯车辆路线，即车辆在停车场行驶时会搜索车位，一旦找到可用车位，就会停下来准备停车。另一种是车辆与停车场相结合的路线，即在停车场内安装设备，将停车场内的可用车位信息等信息发送给车辆，车辆以停车场给定的车位为终点，规划行驶路径，直接行驶到终点。

图4 AVP寻找停车位方案。

图5寻找p的AVP方案

对于纯车端方案，路径规划是指车辆自行规划路线搜索车位，这和传统的手动搜索车位的思路一样，需要结合周围场景，边前进边规划；对于车场结合方案，路径规划是指规划从当前位置到目标停车位的路径，然后车辆可以直接沿着这条路径行驶。

停车位识别功能要求车辆能够独立识别各种类型的停车位。通常，停车位是从不同维度进行分类的，包括停车位方向、停车位标线、停车位字符等。

避障是指车辆在寻找停车位的过程中，能够识别周围的所有障碍物，并能通过加速、减速、转向或停车等方式及时避开障碍物，保证安全高效行驶。障碍主要包括静态障碍和动态障碍。在车场结合的方案中，障碍物还可以由车场的设备实时传输给车辆，提高了避障的准确性和效率。

表2总结了车辆需要能够识别的常见障碍类型。

字符识别是指车辆能够识别的字符，如直行和转弯箭头、车道路线、斑马线、停车位编号、专用停车位标志等。标示在招牌、地板、柱子等。车辆需要对自己的驾驶行为做出决策，并通过这些字符标志确认停车位的可用性。

1.3在停车位停车

在找到并确认停车位后，它开始自动停入停车位。这个过程和传统的自动泊车功能一样，通过规划泊车路径，控制车辆按照路径倒车来完成泊车工作。

1.4呼叫车辆

远程叫车的整个过程是自动泊车的相反过程。用户通过手机发出指令后，车辆自动驶出停车位，到达指定位置，完成整个AVP过程。

02

AVP的关键技术

从AVP的基本原理可以看出，AVP功能的实现涉及车联网、感知识别、同步定位、规划控制等多个领域，涉及的关键技术包括高精度地图、SLAM、融合感知、融合定位、路径规划等。

2.1高精度地图

高精度地图也称高分辨率地图，是一种专门用于无人驾驶的地图。对于AVP功能来说，高精地图主要是指停车场的高精地图：高精地图通过格式化存储停车场的各种交通要素，可以告知车辆停车场完整、高精、精细化的内部信息，包括高精度坐标、准确的车位、通道、立柱、标志、地线等信息。

高精地图的绝对精度一般在亚米级。以高德地图为例，绝对精度可以达到10厘米以内，水平相对精度往往更高。

可以说，高精地图存储了停车场的所有交通信息，是车辆规划和定位的基础。目前国内能够提供高精地图的地图厂商主要有高德、百度、四维图新。

图6高精度地图

2.2大满贯

SLAM的全称是同时定位与测绘，即同步定位与测绘技术。

SLAM是高精地图之外的另一种建图方法：车辆第一次在一个停车场内移动，同时根据位置和环境感知的结果对自己进行定位，同时在自己定位的基础上建立增量地图，实现车辆的自主定位和导航。

目前主流的SLAM主要通过视觉语义来实现，即摄像头识别周围环境，通过语义分析确认当前环境，完成定位和映射。但随着激光雷达的量产，激光SLAM将成为新的主流。

2.3融合感知

毫无疑问，环境意识是自动驾驶的重中之重，也是AVP的重点和难点。

众所周知，不同种类的传感传感器，如摄像机、毫米波雷达和激光雷达，都有各自的优缺点。因此，融合移动单元的感知结果

对于AVP来说，前视摄像头、侧视摄像头、全景摄像头、毫米波雷达、激光雷达、超声波雷达等传感器的感知结果都可以融合。融合后的感知结果将大大提高环境识别的效果。

2.4融合定位

传统的车辆定位主要依靠GNSS，即全球导航卫星系统，如GPS、北斗等。而GNSS的定位精度只有米，无法满足自动驾驶的定位要求；同时，对于AVP来说，卫星信号在地下车库无法覆盖，传统的CNSS定位将失效。

因此，GNSS+IMU+SLAM的组合定位模式是目前AVP实现精确定位的最佳选择。通过三者的信息融合，可以实现厘米级的定位精度，精度也可以得到保证。

此外，在车场结合方案中，可以利用车场互联实现停车场内汽车位置的实时同步，进一步提高了定位效果。

2.5路径规划

这里的路径规划是指规划车辆在停车位停车时的停车路线。

停车路径规划是一个相对复杂的规划问题，涉及到障碍物和车辆的轨迹预测、行驶区域的选择、局部轨迹规划和车辆控制。

不同的规划算法会得到完全不同的自动泊车效果。目前各路玩家还在不断优化自己的停车路径规划算法，以求达到更好的效果。

03

AVP的发展现状

从以上可以看出，AVP的愿景是美好的，但受限于目前的技术水平，距离AVP的全面量产还有一定的距离。

相比目前已经量产的自动泊车功能，AVP是更高水平的自动泊车，可以认为目前的自动泊车是AVP的基础。

目前大部分量产车型都能实现最基本的APA，即自动泊车进出；小鹏、魏玛等新势力也实现了简单的HPA，即记忆停车功能。HPA可以理解为AVP函数的过渡版本，适用于单号一、指定的停车场和车位。

表3各级自动泊车功能现状

停车功能

自动驾驶水平

适用场景

发展形势

APA自动泊车

L2

仅自动停车

已经基本普及了

HPA记忆停放

L3

固定停车场和停车位

单个玩家实现量产。

AVP停车服务

哌泊噻嗪棕榈酸酯

任何停车场和可用停车位

演示阶段，没有大规模生产

虽然距离AVP完全落地还有很长的路要走，但作为点对点自动旅行中的关键起点和终点，AVP将是所有玩家的必争之地。

从目前行业趋势来看，大家都在为AVP的量产而努力。相信随着关键技术的突破和成熟，AVP在不久的将来会得到广泛的推广和应用。