超越劃痕：停車事故的高死亡率 

倒車進入停車位時總會有一個惱人的盲區——你錯過的柱子、比你想象的近一點的墻壁，或者稍微高一點的路緣突出部分。撞到或刮花車確實讓人很沮喪，但這只是停車事故中最小的問題。很少有人意識到停車事故的嚴重性，以及它們帶來的經濟和社會影響。據估計，每五起車輛事故中就有一發生在停車場，其中約四分之一涉及倒車，三分之一則是司機分心所致。每年有超過500人在停車場和車庫中死亡，另有6萬人受傷。

隨著城市不斷擴張，市中心人口密集，停車位的需求遠遠超過可用供應。居民、每天通勤到市中心的商務人士、游客及其他游客都在爭奪有限的免費停車位。這導致了挫敗感和壓力，進而增加了停車場事故的數量。寶貴時間的浪費，本可用于更有成效或更愉快的活動，以及交通擁堵加劇，是停車位稀缺帶來的額外負面影響。

對于年長或殘疾司機來說，找到一個容易到達的停車位不僅僅是方便的問題，更是他們生活質量的關鍵因素。稀缺且狹小的停車位會讓他們極度難以考慮離開家門、獲得基本服務、就醫或與家人朋友享受休閑活動，導致孤立和幸福感下降。

基于這些以及許多其他原因，使汽車能夠使用一組攝像頭、雷達和其他傳感器輔助駕駛員安全停車，或完全接管停車流程的技術進步正日益流行。

安全第一：監管機構正在采取行動 

自動停車系統的主要增長驅動力是自動緊急制動（AEB）系統的日益普及和接受度。許多汽車制造商現在提供AEB系統，可以在易受攻擊的道路使用者（VRU）——通常是行人或騎行者——被撞擊前讓車輛安全停車，或者在某些情況下降低碰撞速度以減少損害。AEB正日益成為車主和監管機構的強制要求。雖然歐洲新車評估計劃（Euro NCAP）近年來推出了多個行人AEB測試方案，并于2023年更新，但美國交通部國家公路交通安全管理局（NHTSA）最近宣布將乘用車和輕型卡車的AEB作為強制要求。在硬件方面，AEB可以通過現有的觀測系統（如安裝在車內的攝像頭和雷達）實現，并加入AI處理能力。近期技術進步和汽車制造商的投資使這些系統更加高效、可靠且價格實惠。一旦將AI處理應用于汽車環繞視野系統，實現全自動停車系統在AEB功能基礎上就沒有真正的障礙，一些原廠和一級車廠已經將AEB和自動停車作為捆綁套餐提供。

掌舵：多種自動停車解決方案

傳統上，停車是一項技術性和任務，是駕駛過程中必須的麻煩，司機很少感到愉快。結合停車場的緩慢和謹慎性以及相對受控的停車環境，輔助和自動停車利用相對便捷的技術能帶來顯著的安全性和舒適度。此外，在考慮盲點和360°感知時，這種感應配置優于人類駕駛員。加上滑入狹窄空間所需的耐心和精準度，停車成為自動機器的完美任務。乏味

自動停車解決方案主要有三種類型，其自主性程度各異。基本的自動駕駛包括一個泊車輔助系統，負責方向盤轉向，而駕駛員仍可控制加速和剎車踏板，以及變速箱檔位以控制車輛速度。該系統通常稱為停車試點，可以估算停車位是否適合車輛尺寸，并協助安全進出平行或垂直停車。這些系統已經存在十多年，采用超聲波傳感器（USS），因此精度較低，也不便使用。

下一級自動駕駛是全自動停車系統，要求司機留在車內，激活系統，監控過程，并在必要時準備接管。該自動停車系統完全控制方向盤、踏板和檔位。此類系統的先進功能是“空間搜索”，它會在停車場內行駛，找到合適的停車位，安全停放車輛。這些系統通常由傳感器（如相機和短程雷達）等傳感器的結合供能。

最先進的停車自動化是自動停車系統，也稱為遠程停車系統，允許司機站在車外，而車則獨立駕駛車輛到安全停車位。駕駛員可以下車，用智能手機遠程命令車停在一個空的平行或垂直停車位。自動停車的巔峰之處在于它能隨時召喚車輛駛出停車位并接駕員。結合智能停車場，可以啟用自動代客泊車，司機可在車庫的下車點停車，并使用智能手機應用激活停車。停車場會引導車輛到適合車輛尺寸的空閑停車位。電動汽車可以先被引導到充電點，然后自動移動到普通停車位，等待駕駛員在充滿電狀態下的召喚。

駕駛員的大腦：自動停車的驅動力  

為了實現自動停車AI，車輛必須具備對環境的精確感知，同時還必須能準確測量自身尺寸。第二部分很簡單，數字是通過車輛設計得知的。但第一部分更復雜，因為感知通常需要結合攝像頭傳感器計算的多種測量值，這些測量數據包括以下一組算法：

• 物體檢測——基于人工智能的算法，用于識別傳感器數據中的物體（例如攝像頭視頻輸入），如車輛、行人、交通標志等。這些信息對安全（避免易受攻擊的道路使用者）、機動性（避免撞擊物體）、遵守交通和停車法規（根據交通標志和標記）等都非常重要。
  

• 可駕駛空間檢測——這一能力也稱為語義分割，通常由一類基于人工智能的算法實現，這些算法將圖像劃分為表示不同語義意義的區域，如道路、路緣、植被、天空、墻壁等。這些信息對于車輛現場理解至關重要，使其能夠在可行駛空間內靈活移動，了解空閑停車位等。
  

• 幾何感知——有多種方法可以從圖像中提取幾何測量，通常通過追蹤特征點和紋理隨時間的移動。利用飛行器輸入信號（如速度、偏航率、加速度等）以及預定的光學和攝像頭位置比例，AI算法能夠準確定位飛行器在環境中的位置，提供控制飛行器所需的測量數據。這些測量被應用于被檢測到的物體，將圖像從二維檢測轉化為對每個檢測實體的三維感知。

除了視覺信息外，停車自動化系統通常還使用傳感器融合。例如，來自USS或SRR的信息可以補充視覺測量并提高其準確性。或者，雷達檢測場景中的物體可以提升基于視覺算法在不同條件下的信心和準確性，利用每個傳感器的優勢。

提升自動駕駛：Hailo為所有人提供自動停車

如今大多數車輛，尤其是私家車輛，并不支持自動停車。然而，大眾市場車輛通常配備環繞/頂視系統，依靠攝像頭和超聲傳感器向駕駛員展示近距離環境，并在停車時接近障礙物時保持警戒。不過，成功停車作的主要因素還是駕駛員的視野、視線和對車輛的細致控制。

如今，自動停車系統主要安裝在高端車輛上，因為全景視野（攝像頭、雷達、激光雷達等）所需的傳感器成本很高，而處理所有這些信號所需的計算能力仍然很高。

Hailo的使命是讓車輛安全變得經濟實惠且具成本效益。我們的AI處理器以低功耗和低成本實現高容量AI傳輸，實現高性能AI感知，支持全環繞視野系統，價格對大眾市場制造商具有吸引力。

通過在現有環繞式觀看系統中添加Hailo AI處理器，任何車輛都可以升級支持AEB，從而最大限度地保障駕駛員、乘客和VRU的安全。將AEB支持的環繞視野系統進一步升級為自動停車系統通常只需軟件更新，甚至可以遠程通過空中（OTA）更新完成，前提是車輛已具備自動轉向和自動制動/加速的ADAS功能。Hailo以實惠的成本支持高容量AI，使每輛汽車和每一次駕駛體驗都更加安全和舒適。