自动泊车的普及给车主带来了极大便利，但近日频频发生的自动泊车事故，却让这股智能驾驶的热潮蒙上了一层阴影。
事故频发，质疑不断
小米SU7、理想L9、小鹏P7等多款车型相继出现自动泊车故障，导致车辆撞墙、擦车，引发消费者质疑和不满。
据社交媒体上的投诉，事故原因各不相同，但普遍集中在停车场环境复杂、盲区较多、光线不足等情况。比如，小米SU7在开启智能泊车时，传感器错误识别障碍物，导致车辆撞墙；理想L9在自动泊车过程中驶向行车道，差点酿成事故；小鹏P7则在空旷路段直接撞向了旁边的车辆。
这些事故表明，自动泊车技术尚不成熟，存在较大的安全隐患。虽然车企在宣传中称之为代客泊车，但实际上仍需要驾驶员全程监督，本质上仍属于辅助泊车。
技术瓶颈与现实难题
自动泊车系统主要依赖于传感器的感知能力。然而，在复杂多变的停车场环境中，会出现一些难以识别或处理的边缘场景，尤其是盲区和光线不足的情况。
此外，车端智能的自动泊车系统存在局限性，比如须符合国标停车场白名单、匝道口难以为继等。这就导致自动泊车技术难以覆盖所有场景，尤其是立体车位等更加复杂的环境。
车路协同，提升安全性
为了解决上述问题，业内提出了车路协同式自动泊车（C-AVP）方案。C-AVP通过在停车场安装场端智能设施，利用场端感知、IT及通信技术，与车辆感知系统结合，实现路径规划和行为决策的协同，提升自动泊车安全性。
在C-AVP模式下，场端可以为车辆提供更全面的环境感知和高精度定位，弥补车端传感器的不足。同时，通过车路通信，车辆可以实时获取停车场信息，更加准确地进行障碍物识别和避让。
商业闭环，发展关键
C-AVP技术虽然优势明显，但商业闭环尚未形成，是阻碍其发展的关键因素。建设智慧停车场需要大量的资金投入，而停车场运营本身属于重资产行业，车企通常不愿直接投资。
为此，业内探索了多种商业模式，比如车企与高端社区合作，共同改造停车场，向用户收取自动泊车服务费；或者向停车场提供软硬件设施，再向车主提供服务。
对于停车场运营主体而言，他们希望通过AVP业务的引入，探索向场景运营、流量运营和数据运营的转型。
数据价值，未来方向
自动泊车未来将成为停车行业数据的重要入口，具备极大的数据价值。如何深度挖掘停车数据的价值，依托数据进行业态升级，并与交通运输和城市治理相结合，是整个产业需要深入思考的问题。
总之，自动泊车技术仍需发展和完善，车路协同是提升安全性、实现大规模推广的关键。各方主体需要共同探索商业模式，创新发展路径，以推动自动泊车技术成熟落地，为用户提供更安全、更便捷的停车体验。同时，积极挖掘停车数据的价值，助力智慧交通建设和城市治理。
原创文章，作者：睿鸿在线，如若转载，请注明出处：https://mip.orihonor.com/2024/12/03/20728.shtml
