打开APP

困在停车场的自动驾驶

用户若想要真正能解决自己停车痛点的自动驾驶技术,还需加以时日。当前的智能汽车,恐怕还做不到。

自动驾驶对普通人有什么用?

谈到这个话题,人们脑子里浮现的可能都是有望“消灭”私家车的无人驾驶出租车。显然,这项发明对普通人来说价值*,当然,不包括广大网约车和出租车司机。

但在预计的很长一段时间内,无人驾驶出租车的商业化运营都将可望而不可及。即使像百度的萝卜快跑和上汽旗下享道出行这样的无人车运营商,其覆盖范围也仅在人烟稀少的边缘城区,更像在做公益。

from clipboard

图注:一公里一块钱的价格,堪称做公益

因此,不少公司都在用车的具体细分场景上下手,试图通过将自动驾驶在一些场景下率先落地来取得消费者的认可,实现商业收入。于是乎,速度更低,道路环境更为简单且用户使用更加高频的停车场,开始成为企业发力的重点。智能泊车,遥控泊车,智能召唤,L4级无人驾驶泊车,P-AVP/H-AVP……车企与科技公司造的词,可能一个停车场都放不下了。

只是,功能用处有多大,其实不好说。

跨层记忆泊车:可以,但没必要

上周,虎嗅在北京南城的一个万达广场里,体验了小鹏VPA-L跨楼层停车场记忆泊车,具体使用经过是这样的:在经过地下停车场入口闸机抬杆后,就可以操控小鹏P5开始进行记忆泊车学习(现阶段还不具备自动经过闸机功能)。开启功能后,车辆就将记忆行驶轨迹。当车辆通过了下楼层的坡道,以及减速带时,中控屏会有明确的UI图标进行标注,路径上探测到的两边车位也会标注出来。

更重要的是,VPA-L现在可用的最长距离是2公里,记忆学习的过程中还剩多少米也会显示出来,使用体验非常直观。到达选定的停车位并踩下刹车后,中控屏便会弹出自动泊车选项。用户在选定后,车辆就可以自主泊入车位,泊车学习到此就算圆满完成。

随后,用户可以将路线根据目的地环境进行标注。包括“电梯厅”、“充电桩”等以便下次使用。当用户再一次将车开出商场时,路线就会上传到云端。等到下次再来到该商场后,就可以在同样的出发点选择开启VPA-L,让车辆自动开到上次泊入的车位,过程中还可以自主避让车辆和行人。整个过程中车辆速度不超过10公里/小时,司机只需盘监督车辆,和使用小鹏高速NGP(领航辅助驾驶)的体验差不多。

更重要的是,用户还可以把自己已经学习过的路线与他人分享。这样即使到了一个新的商场,用户也不必再学习一遍路线,而是通过别人的“经验”来直达充电桩或者电梯厅。此外,小鹏的VPA-L还无需要教条地必须停到学习的车位。沿路若有车位,用户也可以选择提前自动泊入。

同样,即使没来得及在路径的起点开启功能,用户也可以从路上的任意一点开启自动泊车。

根据小鹏汽车方面的介绍,记忆泊车这项功能在小鹏P7上已经做过推送。这次借助于激光雷达和更新后的XPilot系统,小鹏将记忆泊车的距离由1公里提升到了2公里,并且实现了跨层泊车的功能。

据了解,该功能在3月16日才刚刚上线,还没有收到太多用户反馈。但就体验的顺畅度来说,小鹏VPA-L已经超越了百度,成为目前相对*用记忆泊车功能。当然,目前笔者体验过的有且只有两个,另一个是搭载百度AVP方案的威马W6。

但刨除了效果只看功能本身的话,无论是小鹏VPA-L还是百度AVP,目前对消费者的用处都谈不上大。

目前,自动驾驶在停车场还不太能打

一般来说,我们在停车场里的需求其实很简单:把车停到距离电梯厅或停车场入口最近的停车位里,电动车也许还要加上停到充电桩的位置。当然如何停进去这个问题,主要依靠车技和智能泊车来搞定。

而大家目前的痛点是以下三个

不知道哪里有空车位/充电桩。

解决方案:车辆接入车位管理系统。车机为用户提供车道级导航和车位指引。

停车车位距离目的地太远,下车走的距离太长。

解决方案:汽车能够在乘客下车后,自动驾驶寻找车位并泊入。

路痴了找不到车。

解决方案:在乘客准备离开时,车辆可以接受召唤自助行驶到乘客上车点。

但是上述问题,小鹏VPA-L都无能为力。

因为每个需求,别说交给机器,就算交给人类驾驶员,往往在停车场高峰拥挤时间段,都是一场人与人之间的斗智斗勇。

举一个生活中特别常见的例子。进停车场开半天还没找到车位,你是再绕一圈还是跟着一个提着购物袋下了地库的人走,等着那人开车离开?

看到这儿,是不是已经开始头疼了?

小鹏VPA-L 这项功能当前可以解决的,只有用户来到一个新的地下停车场后,不能准确找到电梯厅和充电桩的问题。但目前大多数停车场都对地下设施有着清晰的标注。相比较之下,进了停车场以后,用户的疲劳驾驶倒不是啥痛点。

对此小鹏汽车给虎嗅的解释是,他们目前还只是要把有人场景下的泊车做好,等到技术成熟时再探索无人场景。

更重要的是,笔者驾驶小鹏P5体验时处于工作日时间,地下1层的停车场尚未停满,地下2层更是空空如何。因此,该功能如果放在周末的北京朝阳大悦城,究竟体验如何尚不可知。

相比之下,百度Apollo为威马、长城和广汽埃安提供的AVP记忆泊车产品在账面参数和功能上就显得很合理。以威马W6为例,车辆可以记忆和学习的路径虽然只有几百米,但已经可以在车上无人的情况下,根据此前记忆过的泊入和驶出路线,实现手机遥控的自动驾驶。

不过在实际体验中,若车辆周围环境与当时进行路线学习时有较大变化,AVP自动泊车有很大概率无法启动。而这种环境变化包括但不限于:停车场周围停泊车辆的数量和种类、太阳光照角度的变化、地面上新的积水造成的道路颜色和反射率的差异,以及当地4G信号的强弱(远程遥控的自动泊车,需要车机与手机的连接),以及车辆自动驾驶系统的心情。

因此,当前能够可供使用的停车场自动驾驶方案,对于用户来说都不是那么实用。那么问题来了,到底什么样的方案,能够解决在前文提出的三个用户痛点?

技术难度,才是停车场自动驾驶的*阻碍

大家可能有印象,曾经博世和戴姆勒联合发布过停车场自动驾驶方案。两家厂商打通了预先安放在停车场的摄像头与车辆之间的数据链,走的是“车场协同”路线。只要与博世进行合作的车企,车辆无需安装更多摄像头和激光雷达等特殊传感器,就可以在停车场的摄像头指引下进行泊车。

相比较之前百度和小鹏的方案,博世与戴姆勒的AVP对车辆的要求更低。但问题在于,如此庞大规模的商场和写字楼,若要逐一进行场地的勘察与安装摄像头,显然是不菲的成本。对此,停车场管理公司显然不愿承担。而这如果要转嫁到消费者身上,究竟能有多少人愿意为之买单尚属未知。

相比之下,百度名为P-AVP的方案(P即Public的缩写)走的是“重车轻场”路线。即在停车场提前绘制高精地图,并与停车场的物业管理方合作规划AVP的专用车位,实现车辆的自主寻找车位泊入以及召唤驶出。这些车位普遍比较偏远,车主万不得已不会使用,如果能通过自动驾驶提升这部分车位的使用频率,物业管理方非常乐意。如果能够实现,显然是双赢。

但问题在于,这项功能实现起来技术难度太大。据虎嗅了解,百度此前试图在2021年下半年就向合作车企交付该功能,但该计划不断延迟,最终到今天也没实现。更重要的是,该方案虽然不用在停车场安装固定传感器,但绘制高精地图以及逐个停车场进行车辆适配,依旧需要耗费人力。毕竟,百度只是供应商,而不同品牌的车型在尺寸、技术架构上都有差异。

这项巨额成本,百度和车企都不愿承担。

由此可见,小鹏这样通过车端智能,不依赖场端的做法在商业化上似乎更加可行。虎嗅推测,小鹏的VPA-L在云端实现的路径共享,让人看到了“众包建图”的模式雏形。如果小鹏能够在云端将每辆P5在停车场中采集到的地图整合,那么采图带来的成本就可以依靠用户量的增加而化解于无形。同样,车企对于自身车辆的底层电子电气架构也更加了解,适配难度更低,这都是百度所不具备的优势。

因此,用户若想要真正能解决自己停车痛点的自动驾驶技术,还需加以时日。当前的智能汽车,恐怕还做不到。

【本文由投资界合作伙伴虎嗅网授权发布,本平台仅提供信息存储服务。】如有任何疑问题,请联系(editor@zero2ipo.com.cn)投资界处理。

相关资讯

汽车出行数据总览

最新资讯

热门TOP5热门机构 | VC情报局

去投资界看更多精彩内容
【声明:本页面数据来源于公开收集,未经核实,仅供展示和参考。本页面展示的数据信息不代表投资界观点,本页面数据不构成任何对于投资的建议。特别提示:投资有风险,决策请谨慎。】