我把之前写的关于泊车的文章，包括我自己的梳理都仔细的想了一遍，可以从另一个角度来看看自动泊车在未来应用的思考。

• 2015-12-02 全自动泊车系统 V-Charge

• 2016-01-06 从辅助泊车到自动泊车

• 2016-01-11 聊聊Valet Parking

• 2016-02-15 聊聊前向和后向的行人检测

我们可以来罗列几个问题？

1）我们是否需要自动泊车？        需要

2）自动泊车的接受度如何？        接受度比较高

3）自动泊车的场景在哪里停？    自家小区，公司，不经常去目的地区域

     这个问题其实分两类，是车辆依靠什么办法去处理，外部停车环境能否帮助到车辆，还是需要车辆只靠自己的力量完成这个停车的过程。

4）是不是大家都在做？

我们不说我们已经知道的这些（VW），看看Honda、BMW和雷诺都在做啊

1.BMW的短距离演示 只是在一定距离的停车

2.Honda演示 与基础设施

3.Renault的考虑

4.LG  LG都在和学校做这些研究了

    最重要的问题是自动泊车最可能的切入点在哪里？

Bosch and Daimler automate parking: Mercedes with built in valet

• Bosch and Daimler start pilot project for automating parking in a car park

• Valet parking via Smartphone

• Bosch, Daimler and car2go agree on a development cooperation

我们认真的分析一下分时租赁的问题，就是车位问题

1）潮汐停车，高峰频次无法停置

2）峰值流动

3）车位与停车人下车点的距离

     这个自动泊车，某种程度是一种双向的流动，既可回也可发，配置个充电的加油的机器都完全不是问题啊。

 其实我想说的是，一旦落实到运营，我们想简单一些，做贵的基础设施+相对简单和便宜的车。其实换个意思，做限定场景限定支持的较多车辆，运行在相对昂贵，需要有各种运算和通信的基础设施场景里面。这对于设施而言，是一次性投入。

1）车辆

1.1 感知：尽可能复用原有传感器，用双目或者Lidar感知环境。

1.2 定位和地图匹配：使用V2I+Visual SLAM

• 由基础设施告知可停车位置并进行导引

• 车辆内部采用Visual SLAM结合精度不是那么高的GPS

1.3 计算：采用局部云计算模式做大量的算法，帮车辆做局部路线生成

小结：

1）看得多一些，在做笔记的同时，也是在思考不同的配置模式（车和基础设施），如何能做一盘更好更合理的菜出来

2）下一步，还是多看多分析可行性，把整个这块给琢磨透一些