倒车进入停车位时总会有一个恼人的盲区——你错过的柱子、比你想象的近一点的墙壁，或者稍微高一点的路缘突出部分。撞到或刮花车确实让人很沮丧，但这只是停车事故中最小的问题。很少有人意识到停车事故的严重性，以及它们带来的经济和社会影响。据估计，每五起车辆事故中就有一发生在停车场，其中约四分之一涉及倒车，三分之一则是司机分心所致。每年有超过500人在停车场和车库中死亡，另有6万人受伤。
随着城市不断扩张，市中心人口密集，停车位的需求远远超过可用供应。居民、每天通勤到市中心的商务人士、游客及其他游客都在争夺有限的免费停车位。这导致了挫败感和压力，进而增加了停车场事故的数量。宝贵时间的浪费，本可用于更有成效或更愉快的活动，以及交通拥堵加剧，是停车位稀缺带来的额外负面影响。
对于年长或残疾司机来说，找到一个容易到达的停车位不仅仅是方便的问题，更是他们生活质量的关键因素。稀缺且狭小的停车位会让他们极度难以考虑离开家门、获得基本服务、就医或与家人朋友享受休闲活动，导致孤立和幸福感下降。
基于这些以及许多其他原因，使汽车能够使用一组摄像头、雷达和其他传感器辅助驾驶员安全停车，或完全接管停车流程的技术进步正日益流行。
安全第一：监管机构正在采取行动自动停车系统的主要增长驱动力是自动紧急制动（AEB）系统的日益普及和接受度。许多汽车制造商现在提供AEB系统，可以在易受攻击的道路使用者（VRU）——通常是行人或骑行者——被撞击前让车辆安全停车，或者在某些情况下降低碰撞速度以减少损害。AEB正日益成为车主和监管机构的强制要求。虽然欧洲新车评估计划（Euro NCAP）近年来推出了多个行人AEB测试方案，并于2023年更新，但美国交通部国家公路交通安全管理局（NHTSA）最近宣布将乘用车和轻型卡车的AEB作为强制要求。在硬件方面，AEB可以通过现有的观测系统（如安装在车内的摄像头和雷达）实现，并加入AI处理能力。近期技术进步和汽车制造商的投资使这些系统更加高效、可靠且价格实惠。一旦将AI处理应用于汽车环绕视野系统，实现全自动停车系统在AEB功能基础上就没有真正的障碍，一些原厂和一级车厂已经将AEB和自动停车作为捆绑套餐提供。
掌舵：多种自动停车解决方案传统上，停车是一项技术性和任务，是驾驶过程中必须的麻烦，司机很少感到愉快。结合停车场的缓慢和谨慎性以及相对受控的停车环境，辅助和自动停车利用相对便捷的技术能带来显著的安全性和舒适度。此外，在考虑盲点和360°感知时，这种感应配置优于人类驾驶员。加上滑入狭窄空间所需的耐心和精准度，停车成为自动机器的完美任务。乏味
自动停车解决方案主要有三种类型，其自主性程度各异。基本的自动驾驶包括一个泊车辅助系统，负责方向盘转向，而驾驶员仍可控制加速和刹车踏板，以及变速箱档位以控制车辆速度。该系统通常称为停车试点，可以估算停车位是否适合车辆尺寸，并协助安全进出平行或垂直停车。这些系统已经存在十多年，采用超声波传感器（USS），因此精度较低，也不便使用。
下一级自动驾驶是全自动停车系统，要求司机留在车内，激活系统，监控过程，并在必要时准备接管。该自动停车系统完全控制方向盘、踏板和档位。此类系统的先进功能是“空间搜索”，它会在停车场内行驶，找到合适的停车位，安全停放车辆。这些系统通常由传感器（如相机和短程雷达）等传感器的结合供能。
最先进的停车自动化是自动停车系统，也称为远程停车系统，允许司机站在车外，而车则独立驾驶车辆到安全停车位。驾驶员可以下车，用智能手机远程命令车停在一个空的平行或垂直停车位。自动停车的巅峰之处在于它能随时召唤车辆驶出停车位并接驾员。结合智能停车场，可以启用自动代客泊车，司机可在车库的下车点停车，并使用智能手机应用激活停车。停车场会引导车辆到适合车辆尺寸的空闲停车位。电动汽车可以先被引导到充电点，然后自动移动到普通停车位，等待驾驶员在充满电状态下的召唤。
为了实现自动停车AI，车辆必须具备对环境的精确感知，同时还必须能准确测量自身尺寸。第二部分很简单，数字是通过车辆设计得知的。但第一部分更复杂，因为感知通常需要结合摄像头传感器计算的多种测量值，这些测量数据包括以下一组算法：
物体检测——基于人工智能的算法，用于识别传感器数据中的物体（例如摄像头视频输入），如车辆、行人、交通标志等。这些信息对安全（避免易受攻击的道路使用者）、机动性（避免撞击物体）、遵守交通和停车法规（根据交通标志和标记）等都非常重要。
可驾驶空间检测——这一能力也称为语义分割，通常由一类基于人工智能的算法实现，这些算法将图像划分为表示不同语义意义的区域，如道路、路缘、植被、天空、墙壁等。这些信息对于车辆现场理解至关重要，使其能够在可行驶空间内灵活移动，了解空闲停车位等。
几何感知——有多种方法可以从图像中提取几何测量，通常通过追踪特征点和纹理随时间的移动。利用飞行器输入信号（如速度、偏航率、加速度等）以及预定的光学和摄像头位置比例，AI算法能够准确定位飞行器在环境中的位置，提供控制飞行器所需的测量数据。这些测量被应用于被检测到的物体，将图像从二维检测转化为对每个检测实体的三维感知。
除了视觉信息外，停车自动化系统通常还使用传感器融合。例如，来自USS或SRR的信息可以补充视觉测量并提高其准确性。或者，雷达检测场景中的物体可以提升基于视觉算法在不同条件下的信心和准确性，利用每个传感器的优势。
提升自动驾驶：Hailo为所有人提供自动停车如今大多数车辆，尤其是私家车辆，并不支持自动停车。然而，大众市场车辆通常配备环绕/顶视系统，依靠摄像头和超声传感器向驾驶员展示近距离环境，并在停车时接近障碍物时保持警戒。不过，成功停车作的主要因素还是驾驶员的视野、视线和对车辆的细致控制。
如今，自动停车系统主要安装在高端车辆上，因为全景视野（摄像头、雷达、激光雷达等）所需的传感器成本很高，而处理所有这些信号所需的计算能力仍然很高。
Hailo的使命是让车辆安全变得经济实惠且具成本效益。我们的AI处理器以低功耗和低成本实现高容量AI传输，实现高性能AI感知，支持全环绕视野系统，价格对大众市场制造商具有吸引力。
通过在现有环绕式观看系统中添加Hailo AI处理器，任何车辆都可以升级支持AEB，从而最大限度地保障驾驶员、乘客和VRU的安全。将AEB支持的环绕视野系统进一步升级为自动停车系统通常只需软件更新，甚至可以远程通过空中（OTA）更新完成，前提是车辆已具备自动转向和自动制动/加速的ADAS功能。Hailo以实惠的成本支持高容量AI，使每辆汽车和每一次驾驶体验都更加安全和舒适。