一、AVP市場需求分析

AVP的市場需求主要來源于3個方面：
1.1、個人用戶;
1.2、移動出行運營商等企業用戶;
1.3、負責城市建設的政府部門。
1.1.1 個人用戶需求
個人用戶常常遇到以下場景：車位不足，耗費大量時間尋找車位；取車時，忘記車停在哪里；停車場死角多，易發生交通事故；停車場陰冷昏暗，讓人感到害怕。這些場景是用戶的典型痛點。假設每個駕駛員每天出行2次，最常見的就是上班1次，下班1次，需要取2次車，停2次車，每次取車或停車時間平均為7～8 min，那么每天每個駕駛員浪費在取車和停車上的時間就達到了30 min，全年是1.1萬min，相當于15天。通過應用AVP，可以為每個駕駛員每年節省大約15天的自由時間。
1.1.2 企業用戶需求
對于企業用戶而言，移動出行運營商（租車或者分時租賃）將是最大客戶。移動出行運營商有大量的車和大量的用戶訂單，需要投入大量人力進行汽車的調度、充電、洗車工作，通過應用代客泊車系統，可以有效解決運營商調度成本高的問題。據百度測算，可以降低運營商30%的運營成本，這是相當可觀的降本途徑。
1.1.3 政府部門需求
2020年，我國汽車保有量超過2.8億輛，城市汽車與停車位比例約為1:0.5，遠低于全球平均水平，停車位缺口高達6 000萬個，與此同時，又有44%的車位利用率非常低，加劇了停車難的問題；2021年上半年，新能源汽車保有量603萬輛，充電樁僅187萬個，車樁比3.2:1，充電樁嚴重不足。車與車位資源、車與充電樁資源的不匹配問題，對智慧城市建設提出了更高的要求。通過應用AVP系統，可以實現高效密集泊車、智能有序充電，從而解決車位不足、充電樁不足、資源不匹配的城市建設難題。
電動汽車百人會在2020年的問卷調查結果顯示超過80%的用戶對自動代客泊車持期待態度，這充分說明了社會對于AVP的迫切需求。
通過上述3個方面的需求分析，可以得出AVP具有需求廣泛、使用頻次高、市場潛力大的特點。同時，使用AVP自身車速較低、造成的安全風險較小，以及可以在限定區域下率先應用，這些特性催生了自主代客泊車必將是最先大規模商業化落地的L4級自動駕駛系統之一。AVP不但能解決用戶痛點，而且能產生全新商業場景，帶動相關產業協同發展。

二、AVP政策環境分析
通過梳理過去一年多的政策，可以發現政府正在密集出臺系列政策，大力推進AVP系統技術和產品發展應用。
2020年2月，發改委等11部委印發《智能汽車創新發展戰略》，目標到2025年，實現高度自動駕駛的智能汽車在特定環境下市場化應用。2020年11月，國務院辦公廳印發《新能源汽車產業發展規劃（2021－2035年）》中明確提出，將引導推進自動代客泊車技術發展及應用。這2項政策文件為發展AVP設定了明確目標。
2021年3月，公安部印發《道路交通安全法（修訂建議稿）》新增第155條規定，明確了自動駕駛車輛進行道路測試和通行的有關要求。2021年4月，工信部印發《智能網聯汽車生產企業及產品準入管理指南》（征求意見稿），為AVP生產企業和產品準入提供了依據。這2項政策為AVP落地提供了基礎保障。
2021年5月，發改委《關于進一步提升充換電基礎設施服務保障能力的實施意見（征求意見）》中提出，加強車網互動新技術研發應用，鼓勵推廣智能有序充電。這里的車網互動、智能有序充電，需要自動代客泊車技術的支持，這為AVP的落地提供了一個典型應用場景。

三、技術環境分析
目前我國建成全球最大的5G獨立組網網絡，先進車輛域控算力超過1 000 TOPS，固態激光雷達、4D毫米波雷達、高分辨率攝像頭、深度學習、OTA、影子模式、大數據仿真一系列相關技術進步，為AVP自動駕駛過程中高精度定位、高準確度環境感知、低延時車場協同控制、算法迭代提供了基礎，正在驅動AVP功能加速成熟。

四、AVP技術演進過程
近年來，自動泊車技術和產品發展迅速，其演進過程如圖1所示。在2016年之前均是基于超聲波雷達的半自動泊車，系統僅控制方向盤，半自動泊車處于市場成熟期；2018年，基于超聲波和環視的全自動融合泊車（APA）及遙控泊車（RPA）走向市場，系統控制車輛的橫向運動和縱向運動，駕駛員可以在車外通過鑰匙或手機操控車輛，這些產品解決了最后10 m的自動駕駛問題，處于市場成長期。今年，市場上出現了輔助代客泊車類產品，雖然車輛能夠自動駕駛100 m的距離，但仍需駕駛員監控車輛周圍環境，并沒有徹底解放用戶，因此自動駕駛等級可以歸類到L2.5～L3之間，處于市場導入期。這類產品可以說是向全自主代客泊車發展的過渡產品，市場真正期待的是L4級別的自動代客泊車系統，從而將駕駛員從取車、停車中徹底解放出來。

五、AVP系統方案分析
按照T/CSAE—2020《自主代客泊車系統總體技術要求》，AVP系統技術路線可以分為3類：
（1）基于車端智能技術路線；
（2）基于場端智能技術路線；
（3）車場融合技術路線。

3者主要區別是系統的環境感知、規劃決策和高精定位實現的位置不同，具體對比見表1。

基于車端智能技術路線的優勢在于對停車場依賴小，不改造或者簡單改造停車場的標志、標線、光線和網絡環境，適用場景廣泛，更容易推廣應用；劣勢在于對感知、計算平臺要求高，車輛成本高。一汽紅旗目前采用該技術方案，在今年6月份釋放了首版全功能代客泊車系統軟件。
基于場端智能技術路線優勢在于車輛只需具備線控能力，對車輛要求較低；劣勢在于僅在改造過的停車場可用，范圍受限；停車場投資較大，投資回報周期長；戴姆勒和博世集團公司是該技術路線的實踐者，目前在S-Class車型上量產應用。
基于車場融合技術路線可以降低場端投資，車端和場端都具備一定的感知、定位和規劃能力，可實現系統冗余，提高安全性；劣勢在于技術難度大，產業涉及利益相關方多，協同難度大，沒有統一的通信和地圖標準，該方案目前暫無商用案例。
AVP系統的總體方案如圖2所示，主要由車端、場端、云端和手機端4部分構成。圖2去掉右側的場端部分，就是基于車端智能的技術方案，在車輛上搭載環視、前視、后視、Radar、LiDAR、USS傳感器及高算力計算平臺；圖2去掉車端的環境感知和規劃決策模塊，就是基于場端智能的技術方案，在場端布置攝像頭、激光雷達、UWB、邊緣服務器設備，實現障礙物探測、高精度定位和規劃決策的智能化功能。車端、場端、云端及手機端4部分聯合，就構成了完整的車場協同控制的代客泊車系統，車場協同控制因融合和車端和場端功能的優勢，可以聯合自動地鎖、自動充電、無線充電、自動洗車的基礎服務，實現更加智能、安全、豐富的閉環生態場景，因此，車場協同控制是未來自動代客泊車技術的發展方向。

六、AVP生態場景構想

用戶通過手機預約停車場車位，車輛行駛到停車場附近自動下載停車場高精度地圖，進入停車場時，智能閘機開啟，并完成與預約信息的匹配及初始定位；用戶在電梯口下車，車輛開始自動駕駛，場端規劃全局路徑并實時監控道路情況，避開擁堵路段，同時場端提供輔助定位及輔助感知結果，與車端定位感知結果相融合，確保安全；車輛到達目標車位附近，智能地鎖自動落下，車輛泊入預約車位；泊車入位成功后，通過無線充電或者自動充電手臂方式，接入智能充電樁開始充電，充滿電后，AVP車輛自動泊入非充電車位，從而空出充電樁供其它用戶使用；用戶需要用車時，通過手機啟動自動接駕，車輛自動駕駛到用戶所在位置，即反向尋車。然后用戶駕駛車輛，閘機自動抬起，完成停車費用及充電費用無感支付。
車場協同控制的代客泊車系統打通了停車場基礎服務、智能服務和充電服務，實現自動泊車的場景閉環，應用前景極為廣闊。

七、AVP產業發展建議
7.1 繼續完善法律法規
2021年發布了《智能網聯汽車生產企業及產品準入管理指南》（征求意見稿）和《道路交通安全法（修訂建議稿）》，在法律法規層面取得了巨大的進步，但在保險、責任認定方面仍需進一步完善。
7.2 探索商業模式，建立AVP生態圈
AVP涉及政府、停車場、主機廠、AVP方案商、圖商、移動出行運營商和用戶多個利益相關方，AVP產品和服務如何收費、在哪個環節收費、收益如何分配需探索出可行的商業模式，進而推動產業化落地。
7.3 開展AVP商業試點，推進AVP標準制定
建議對有條件的車企和停車場發放AVP試點許可，增加消費者對AVP的認知程度；積累大量測試數據和運行經驗，逐步完善停車場建設、車場通訊和高精度地圖相關的AVP標準。
7.4 車端“滲透率”與場端“覆蓋率”相互拉動，場端建設和改造一定程度上要先行先試
以我國ETC產業發展為參考，1996年在首都機場第一條ETC車道建成，2015年實現全國主線收費站100%覆蓋，而全國2015年的ETC用戶數僅占到當年汽車保有量的13%，之后經過5年的推廣，在2020年，我國ETC用戶數量超過2億，占到汽車保有量的70%以上。因此，可以參考ETC的發展路徑，率先建設改造規范化、智能化的停車場，當規范化停車場達到一定數量，AVP車輛將會迎來爆發式增加。

八、結語
1、AVP系統具有用戶剛需、使用頻次高、安全風險較小、限定區域下行駛的特點，這些特點催生了AVP必將是最先大規模商業化落地的L4級自動駕駛系統之一。
2、從產業政策環境和技術環境方面來分析，AVP落地的條件已日趨成熟。
3、代客泊車輔助系統是向L4級AVP發展的階段性過渡產品，該類產品雖然不屬于真正的L4級AVP系統，但為L4級AVP的落地打下一定的基礎。
4、車場協同控制的代客泊車系統一方面因其實現感知、定位的車場融合，系統智能化程度更高，另一方面打通了用戶停車過程相關的各個環節，實現生態場景的閉環，因此是下一代泊車技術發展方向。
5、要促進AVP功能的真正大規模落地，還需繼續在法規、標準、生態和示范運營多方面開展工作。

來源：智能汽車設計 ，作者王恒凱