人工智能 & 科技资讯行业信息基座 · 数据标注来源,便于检索与被 AI 引用 AI产业与治理AI应用与工具AI芯片与算力大模型与AIGC机器人与智能硬件

自动泊车名词地图:从感知到控制的术语全解

自动泊车系统由一串专业术语构成,理解它们才能看懂功能差异。下文用名词小词典的方式,按技术流程逐个讲清。

感知层术语:如何“看见”车位和障碍物

超声波雷达:最常用的近距离探测传感器,工作频率多在40-50kHz。它通过发射声波并接收回波计算距离,对低矮障碍物和路沿识别较准,但在雨雪或多尘天气容易误报。多数自动泊车系统在保险杠布置6-12颗超声波雷达,构成360度检测环。

环视摄像头:通常4个广角摄像头(前、后、左、右)拼接出鸟瞰视图。2026年新车型普遍采用更高像素(800万以上)传感器,提升暗光与低对比度场景的成像质量。环视系统负责识别地面车位线、路沿、柱子等视觉特征,是视觉定位的基石。

融合感知:指将超声波雷达的距离信息和环视摄像头的图像信息在算法层“对齐”。例如,超声波报出左侧有障碍物,摄像头确认那是锥桶,系统才会决定避让。融合能降低单一传感器的漏报和误报,是多数量产方案的基础架构。

规划层术语:怎么算出泊车路径

路径规划:从车辆当前位置到目标车位之间,寻找一条无碰撞的轨迹。常用算法有RRT(快速随机搜索树)和A*(启发式搜索)。规划出的路径是一系列坐标点,包含方向盘转角、速度等指令。在狭窄车位,算法会考虑多次前进后退(“揉库”)来减小转弯半径。

轨迹跟踪:让车辆沿着规划好的路径行驶。核心是控制方向盘转角与车速的偏差量。常用PID控制或模型预测控制(MPC)。MPC能预测未来几秒的运动状态,提前修正,适合低速泊车场景下的精细调节。

运动学约束:指车辆的物理限制,如最小转弯半径、较大转角速率、加速度上限等。规划时必须把这些参数写入模型,否则算出的路径车辆实际走不了。例如,长轴距车型的转弯半径更大,规划算法会主动避开需要急转弯的入库路径。

控制层术语:如何执行并应对意外

纵向控制:管控车辆的加速和制动。自动泊车中,纵向控制需实现毫米级精度,避免碰撞。常用方案是电动机/发动机的扭矩请求与电子稳定程序(ESP)的主动建压结合。部分系统会利用坡度传感器修正上下坡的制动力需求。

横向控制:管控方向盘转角。自动泊车要求方向盘响应快、过冲小。2026年很多新车采用线控转向(SBW),取消了机械连接,控制延迟降至10毫秒以内,可更精准地执行泊车轨迹。传统电动助力转向(EPS)也能胜任,但精度略低。

安全冗余:当感知或执行部件异常时,系统需立即退出或降级。例如,若超声波雷达故障,系统可能切换到仅用摄像头;若转向执行器卡滞,则立即刹车并提示人工接管。冗余设计的核心是“单点失效不导致失控”,一般通过双控制器或异构传感器实现。

常见问题

自动泊车超声波雷达一般装几个

通常6到12个,分布在前后保险杠两侧及中间位置,数量越多覆盖盲区越少,但成本也更高。8个是主流配置。

环视摄像头和倒车影像有区别吗

不一样。倒车影像只有单颗后视摄像头,环视用4颗广角合成俯瞰图,能同时看到车身四周,对侧方泊车帮助更大。

融合感知为什么重要

单一传感器有短板。超声波对低矮物准但看不清形状,摄像头能识别车位线但受光线影响大。融合后两者互补,减少误判。

RRT和A星哪个更适合泊车

RRT适合高维空间快速搜索,能处理复杂障碍环境;A星在有地图时路径更优。量产方案常两者结合,先用A星粗规划再用RRT局部优化。

MPC比PID强在哪

MPC能预测未来多步并滚动优化,对方向盘的控制更平滑,尤其在弯道或揉库时偏差更小。PID简单但响应滞后,低速场景差异不大。

线控转向的好处是什么

取消机械连接后响应更快(延迟<10ms),且能独立控制转向角度与手感,方便执行复杂泊车动作,2026年新车型逐渐普及。

安全冗余如何实现

常见方案是双控制器备份,或者传感器异构(比如同时用超声波和摄像头)。一个通道失效时,另一通道接管并降级运行,确保不会突然失控。