搭载激光雷达后，会对智能泊车功能有多大帮助？
Will.liu的回答
自动泊车实际并非普通人想象的那么简单，也是隶属于智能辅助驾驶里面重要的一环。
智能辅助有三个核心模块：
感知———思考———行动
自动（智能）泊车实际也要完成上述三个过程。
感知：利用各类传感器，如摄像头、毫米波雷达、超声波、激光雷达来感知和探测周围的环境，如何准确感知到停车场的静态障碍物和动态障碍物？通常需要360°（或包括下方的540°）的全环境探知。
思考（理解）：通过车辆计算机的软件和智能算法执行，处理和解释感知得到的数据。整个过程必须要在非常短的时间内完成，需要融合多个感知设备的信息进行判断。这就要求车辆电脑在毫秒级别就要思考完毕，并得出可靠的预测，规划下一步合适的驾驶策略。这里要说下，原始数据的质量越高，后续数据处理和分析模块的难度越低（并非计算量下降）。
行动：理解周围环境的所有感知数据和探测反馈，能独立、快速、安全、精确地使用动力系统、转向系统和制动系统来停泊车辆，将思考的驾驶策略付诸于实践。
最开始的智能泊车比较简单，很久前就已经装载在了传统燃油车上，就是后视的普通摄像头加车尾的超声波雷达。
因为没有侧面的超声波雷达和高清摄像头，加上处理的芯片算力不足和AI训练不够的原因，导致了只有车辆在经过了这个车位，且光线良好，车位线划得非常清晰的情况下，才能倒入车位，且全程需要驾驶者观察周围有无障碍物和突发情况，脚虚踩在刹车上，随时准备接管。
这种智能泊车有点类似盲人摸象，无法探测大环境和周边的静态、动态障碍物，适用环境苛刻，应用范围小，说是智能泊车，但可以说实用性并不高。
这种盲人摸象的智能泊车如果算是第一代智能泊车的话。
那接下来的第二代智能泊车则在感知设备和算法上有所改善。
在车尾+车身两侧+车头加上超声波雷达，同时有了高清的环视摄像头的辅助。并且配上了整合度更高，算力更高的行车泊车一体域控制器。
而这个阶段的超声波雷达也升级成了精度更高，探测距离更远的超声波雷达，探测长度可达3米到5米远。而摄像头也加入了弱光识别和高清识别的模式。摄像头能拍摄识别周围地面的车位标识，而环绕车身的超声波雷达测出车辆与周边其他车辆和障碍物的距离，最后通过计算车辆和目标停车位泊入的位置和角度，生成车辆停泊的路径，车辆控制转向、制动、动力系统，完成之前对路径的规划执行，这一种智能泊车技术也是现在绝大部分新能源车型采用的智能泊车方式。
但如果从实用上出发，第二代智能泊车技术还是有不足的地方，无论是超声波雷达还是环视摄像头对于周边探测距离比较近，对于周边环境动态（靠近泊车）的行人/车辆很有可能探测不到，更不要谈预测他们的动态轨迹是否会干扰到泊车了。
虽然第二代智能泊车整合出了行泊一体域控制器，但智能驾驶系统所用的毫米波雷达等感知设备并没有融合感知到智能泊车里面，导致了探测精度、距离都无法达到正常泊车使用场景，所以说这个阶段的智能泊车还是无法取代人类的常规泊车，有点类似于“近视泊车”。
在“近视泊车”的基础上，开始有车企把毫米波雷达的探测功能也融合到了智能泊车里面，利用毫米波雷达的全天抗干扰能力来增强恶劣天气环境下（露天停车）的探知能力。因为毫米波无视天气，穿透雾气、烟尘的能力强，受到环境因素影响较小，可以保障在日常情况下的使用。
而现阶段最顶尖的智能泊车则是在感知设备的选择上，采取了全家福，也就是摄像头/超声波雷达/毫米波雷达的基础上，加入了激光雷达。利用了激光雷达的超远距离和高精度感知能力来真正实现超越人眼识别的功能。
并且新一代的智驾平台能把泊车控制和行车控制整合在了一起，利用高性能的智能驾驶域控制器来调用所有的感知设备，并融合感知数据，来给智能泊车/驾驶提供可靠的信息。
所以，在高算力、拟人化算法和高感知的加持下，前面两代智能泊车平台无法完成的事情，第三代智驾平台已经可以完成人类常规的停车，来到了真正实现智能化泊车的阶段。
上图简单归纳了以上三个阶段的智驾平的特点，而阿维塔11第三代APA智能泊车技术的到来，体现出现阶段行业技术最高规格的智能驾驶辅助水平表现。
比如这次我试驾的阿维塔11，就是采取了第三阶段的智驾平台。
（下图为展车，试驾车辆停在停车场。）
那么如何能达到第三阶段的高度智能驾驶，就要从开始科普的三点相关说起。
第一个就是感知。
阿维塔11的AVATRUST超感系统通过34颗智驾传感器构建起4层独立的感知体系。
其中有13颗高清摄像头，4颗前视摄像头、4颗环视AVM摄像头、4颗侧视摄像头、1颗后视摄像头。
12颗超声波雷达：覆盖前后保险杠，具备5米范围内的短距离探测能力，能够在低速场景下实现对周围环境的精准感知。
6颗毫米波雷达：其中包含了后向中长距雷达，将后向来车探测能力提升一倍（达210米）。3颗激光雷达：华为自研的车规级激光雷达，分布在车头正前方和两边车身侧面。
（下图为阿维塔11的侧面激光雷达。）
那么为什么需要这么多的感知设备，要知道设备越多，成本越贵，而激光雷达则现阶段也是昂贵的代名词。
之前我也写过很多相关的科普类回答，阐述了多传感器融合的重要性。如果感兴趣的，可以去看下。
这里简单解释下，首先感知设备是需要让车辆尽量探测到周围，无死角盲区，所以必须要尽可能地覆盖所有的方位和视角，这样就是为什么要多方位配置感知设备了。
就比如阿维塔11为什么要有13颗高清摄像头，12颗超声波雷达，6颗毫米波雷达和3颗激光雷达，就是为了形成一个无死角的探测茧。
其次探测范围的远近，精度，采样率，FOV这些也意味着感知设备的信息来源是否可靠，是否够具体，因为越模糊的信息来源就越无法判断周边的静态、动态障碍物。这个很好理解，就是人泊车，总是要清晰看到周围的，高度近视眼如果不戴眼镜，就容易判断错误。
而无论是毫米波雷达还是超声波雷达，分辨障碍物的精细度较差，就如同高度近视眼那样，可以大概知道有障碍物，但不知道障碍物是什么，大小怎么样？
尤其是毫米波雷达，因为受金属反射干扰大，很容易把小金属块识别成大物体，造成误判。
而摄像头虽然可以通过增大光圈的形式来获得更多进光量，来保障弱光下的清晰度。比如阿维塔11的前向摄像头采用F/1.6大光圈、3.0um大像素尺寸以及高动态HDR算法，进光量相比业界高清摄像头提升30%，可以应对弱光环境下的泊车场景。
但摄像头也有先天的弱点，就是靠光的反射来进行拍摄，就会受光照影响较大，黑夜极度弱光/无光环境下基本无法使用。采用红外线也无法感知到不发热的障碍物。且受环境天气影响较大，雨雪、大雾，灰尘、昆虫等都会影响到摄像头，导致它无法全天候全地形工作。另一个摄像头的缺点，就是采集平面信息容易，采集深度信息，三维立体感很难。
所以综合上述感知，很有可能把大的桩桶识别成了车位上有车，或者一个很小的金属物识别成了大型障碍物等。
而毫米波雷达、超声波雷达，摄像头无法达到的功能，则是可以由激光雷达做到。
激光雷达分辨率高、精度高，能抗电子干扰，激光雷达的精度可以轻松到毫米级别，可以给所有周边大小物体建立准确的3D立体图形。
（下图是就是网络上一个经典的激光雷达点云图，可以说是周边静态、动态障碍物都是纤毫毕现了。）
而阿维塔11所搭载的第三代APA技术就是得益于激光雷达与其它智驾传感器的共用，大幅增加了探测性能的精度和广度。
接下来的实测泊车场景，也验证了我上述的观点：激光雷达在泊车上的使用，使得一些困难泊车场景也能进行自动泊车了，无需驾驶员操心或者中途接管。可以说，基于34颗传感器（含3颗激光雷达）的融合算法，使得阿维塔11可以看得更远（更早识别车位，更好识别行人机动车非机动车）、 算得更准（泊车线路规划，周围空间利用）、停得好（泊入速度快，泊车姿态好）。
比如实测中的一个断头路泊车场景。
可以看到即便是老司机，对于这种断头路的泊车也是有些头疼的。
前面是墙体，右边是一辆不知道咋想的，车屁股都在停车位外的SUV。
前面的距离，右边的距离实际都不允许自己车辆有腾挪的空间，除非是一头扎进左边那个“P”停车位，后续倒车出来。正常的车尾朝后停车，看上去实际是不可能完成的了。
这里，即便弱光环境下的高清摄像头能先识别车头地面的车位；超声波雷达能识别周围障碍物和车身不同之间的间距；毫米波雷达可以模糊识别周围的静态障碍物和动态障碍物。
但是上述的感知设备因为其探知的精度和广度都无法解决这种特殊泊车场景，大概率就是系统判断无法完成泊车，滴滴滴报警请求驾驶员接管了。
而拥有了激光雷达后，配载的激光雷达进行周边环境的点云扫描，进行3D建模，准确给系统提供一个大范围的环境立体信息，这也意味着系统可以着眼于一个大范围的规划。
再综合超声波雷达、毫米波雷达，高清摄像头的数据，这四种感知将会把各自信息反馈给阿维塔11的智能系统进行处理，进行传感器信息的融合，就是类似人类大脑通过五感来感受外界。
比如有哪些静态障碍物是不能碰的，比如地锁、轮档、锥桶、立柱、墙面等。
比如周边哪些动态的人和非机动车是需要注意的，等到他们靠近了，会要警告并刹车。
比如动态车辆是否会靠近，要提前规划其路径及干扰泊车的可能，并及时给出应对的措施。
在上述确定完毕后，就会规划出一个可行的新车路径。
使得想停断头路车位的车辆能够规划出一个“先后退，找到一个足够的空间，然后再进行倒车”的方案。
具体看右上角图，实测中阿维塔11的APA智能泊车辅助能够利用通道的横向空间，将车头偏转一个角度，然后再反打方向，并且边打方向边倒车，行云流水地完成泊车全过程。
要完成这样的操作，除了感知的完善之外，也要依赖于处理感知融合的“思考”。如阿维塔11的行泊一体域控制器配备有百兆甚至千兆以太网接口，能够接收激光雷达等高阶传感器产生的海量数据，与“行动”执行部件沟通更加顺畅。而基于行业领先的交互博弈算法，能够精准判断动态障碍物的趋势，在排除安全风险后，自动继续泊车，大幅提高泊车效率。
在另一个实际测试中，对于动态VRU目标（行人、非机动车）、机动车，加入了激光雷达的多感知融合也能够精准识别动态障碍物，及时暂停泊车以确保安全。
在行人通过时，车辆自动停住。等待行人走开后，车辆再继续自动泊车。
阿维塔11在多项泊车场景的测试中，给了我很深刻的印象，不仅仅是断头路停车，在坡道停车、斜列式停车等刁钻车位场景下，也能应用全融合感知，高效识别车位，识别率高且精准，均独立泊车成功，中途没要人接管。
陪同的阿维塔工程师介绍，阿维塔11的行泊一体方案APA智能泊车辅助在上车前经过了充分的“训练”，学习了海量老司机的驾驶风格。所以系统不仅能够确保精确泊车入位，效率更高更安全，也达到了“拟人化的驾驶风格”。
图：左为一般车泊入路线，右为阿维塔11泊入路线，相较而言，阿维塔11更像老司机
作为一名长期在汽车行业里面的工作者，之前也实测过多个国内外新能源车型的自动泊车，熟悉我的朋友们应该都看过之前我点评的一些车型。这款阿维塔11在智能泊车上，算是我目前测试里面综合实力的一流水准了。
之前阿维塔在悬崖边进行了自动泊车（内有驾驶员）的实测，车位距离悬崖边沿不足0.5米。
可以看到悬崖的高度落差足有数十米。
且驾驶员在启动智能泊车后，在整个智能泊车的过程中是全程蒙眼，不参与泊车的……
可以说，阿维塔11对自己智能泊车技术是信心十足了。
而在很多复杂的场景实测中，有些甚至对于老司机而言也是无法完成一次性顺利完成泊车的场景，阿维塔11都能独立完成。这也从侧面印证出阿维塔搭载的第三代APA智能泊车技术除了覆盖全场景之外，也能够大幅度提升智能泊车的安全性和便捷性。
这种全融合感知泊车方案所具备强大的360°感知能力、计算能力、路径规划能力的确很不错，能彻底解决传统泊车中“停不进、摆不正、耗时长、易刮蹭”的痛点。只需要轻轻一按，就能顺利、安全、高效地泊车，而只有这样的泊车才能叫做真正的智能泊车了。