電裝開發自動泊車圖像識别技術 提升車輛近距離環境感知能力

　　在日常駕駛場景中，停車場往往是車輛低速運行最為頻繁的環境之一，但同時也存在視野盲區多、環境要素複雜等特點。立柱、擋車裝置、台階等固定設施，以及行人等動态因素在有限空間中交織，使駕駛員在操作過程中難以始終全面掌握車輛周圍情況。如何在複雜的近距離環境中實現穩定可靠的環境識别，成為自動泊車等駕駛輔助功能持續發展的重要技術課題。

　　圍繞這一應用場景，電裝正推進車載圖像識别技術研發，通過提升車輛對周邊環境的識别能力，為自動泊車系統在複雜停車環境中的穩定運行提供技術支持。

　　多視角車載攝像頭構建車輛周邊感知能力

　　在智能駕駛輔助系統中，車載攝像頭是實現環境感知的重要傳感器之一。根據應用場景不同，車載攝像頭通常分為前向攝像頭與周邊攝像頭兩類。

　　其中，前向攝像頭主要用于支持前方碰撞預警、車道保持等功能，是實現更高等級駕駛輔助的重要基礎;周邊攝像頭則主要面向低速行駛場景，例如近距離防碰撞和自動泊車等應用。通過不同感知技術之間的協同配合，可進一步支撐車輛從出發到停車的連續輔助駕駛能力，為實現“Parking to Parking(P2P)”的技術路徑提供技術基礎。

　　在自動泊車場景中，周邊攝像頭承擔着關鍵作用。車輛在低速移動或泊車過程中，車身周圍近距離區域往往存在較多視覺盲區，一些體積較小或高度較低的物體在常規駕駛視角下并不容易被及時識别。這類情況在停車場環境中較為常見，也對車輛環境感知能力提出了更高要求。

　　三類識别能力支撐自動泊車系統運行

　　為适應停車場複雜環境，自動泊車系統通常依賴三類核心識别能力：停車位識别、靜止物體識别以及移動物體識别。

　　停車位識别主要通過安裝在車輛四周的魚眼攝像頭采集圖像，并生成類似俯視視角的鳥瞰圖像。在此基礎上，利用人工智能算法識别停車位邊界，系統即可據此規劃泊車路徑并執行自動泊車操作。

　　靜止物體識别則用于檢測停車場中的各類固定障礙物，例如牆體、立柱、擋車裝置等。其難點在于系統需要在不依賴具體物體類别的情況下，對形态各異的障礙物進行識别。為提升識别能力，電裝在開發中結合語義分割技術與三維環境重建方法。例如，通過Structure from Motion(SfM，運動恢複結構)視覺重建技術，系統僅依靠攝像頭獲取的連續圖像信息，即可逐步恢複周圍環境的三維結構，從而輔助系統識别潛在障礙物。

　　移動物體識别則用于識别停車環境中的動态目标。當系統檢測到潛在風險時，可通過車輛控制策略進行幹預，從而降低碰撞風險。

　　持續提升識别精度與系統穩定性

　　在自動泊車功能開發中，系統精度是确保車輛能夠順利完成泊車操作的重要基礎。通常情況下，車輛需要達到約10厘米級的位置精度以及約1度左右的角度精度，以實現穩定的泊車控制。

　　圍繞這一目标，研發過程中需要通過算法持續優化與大量實車驗證，不斷提升系統在複雜環境中的識别準确度與穩定性。同時，通過多種識别模型與視覺算法的協同應用，也有助于增強系統判斷結果的一緻性，從而提升整體可靠性。

　　此外，由于魚眼攝像頭安裝在車輛外部，在實際使用過程中不可避免會受到雨水、積雪或泥污等環境因素影響。因此，系統不僅需要識别周圍環境，還需要對圖像信息的可用性進行評估，并在此基礎上進行綜合判斷，以保證系統在多種環境條件下仍能保持穩定運行。

　　面向多樣化停車環境不斷優化算法能力

　　除了安全性能外，自動泊車系統還需要具備良好的環境适應能力。不同國家和地區的停車場在設計方式上存在差異，例如有些停車位通過線條标識，而有些則通過不同顔色進行區分。

　　與此同時，停車環境中還可能存在多種設施形态，例如牆體、立柱、台階、停車鎖等。面對這些多樣化場景，自動泊車系統需要在不同環境條件下保持穩定的識别能力。

　　為此，電裝在研發過程中通過實車測試采集多樣化數據，同時結合計算機圖形(CG)模拟與圖像合成技術，構建更加豐富的訓練數據，以提升系統在複雜場景中的适應能力。

　　未來，電裝将持續推進圖像識别等技術研發，通過不斷提升車輛在近距離環境中的環境感知能力，助力自動泊車系統在複雜停車環境中實現更加穩定、可靠的運行，為駕駛者帶來更加安心的出行體驗。

　　電裝公司簡介

　　電裝是世界先進的汽車零部件生産廠家之一。在美國《财富》雜志發布的2025年世界500強企業中排名第325名。一直以來電裝都專注于電動化、組合輔助駕駛、智能網聯等技術創新、緻力于解決汽車行業面臨的挑戰和社會課題。目前在全球廣泛應用的二維碼就是電裝在1994年發明并無償公開的。

　　在中國，電裝于1994年在煙台成立了第一家合資生産企業。作為在中國的統括公司——電裝(中國)投資有限公司，成立于2003年，目前在國内設有生産公司、銷售公司以及軟件開發公司等共計30多家關聯企業。