[汽車之家 行業] 每一位考過駕照的老司機，或多或少都會回想起當年被科目二支配的恐懼——看著車庫線卻總是無能為力，總會壓到左邊或右邊。如果是側方位停車，那么回正方向盤的角度與時機更加不好掌握。
但在智能輔助駕駛越發普及的當下，這一困擾大多數司機的問題有望被解決。一些車企已經率先推出解決的方案，利用車輛周圍的傳感器，搭配無人泊車技術，來解放司機的泊車困擾。
9月23日，威馬與百度、科大訊飛聯合舉辦了一場自動泊車技術展示。展示中，威馬W6(參數|詢價)可以在車上無人的情況下，全自動通過側方位停車以及倒車入庫的測試。技術展示環節后，汽車之家與威馬、百度、科大訊飛方面進行了對話。
自動泊車演進
當今的智能電動車主要有兩個技術場景，分別是城市高頻和城際低頻。威馬是前者代表，小鵬是后者。威馬方面表示，其主要有3點考慮，“科技普惠，把智能當解決用戶痛點核心而非營銷噱頭，有強大的合作伙伴和技術去實現。”
當前，威馬W6所使用的泊車技術是HAVP（Home AVP），也叫“無人自主學習泊車”。在無人泊車方面，威馬已經進行了六代技術革新。
HAVP可簡單理解為使用固定路線進行無人駕駛泊車，用戶帶領威馬W6學習一次泊車路線，系統便會通過一系列傳感器，在本地及云端自動記憶行駛軌跡和預設車位的位置，實現無人情況下的自動泊車入位。
而當車主召喚威馬W6時，它也能自己規避障礙，避讓行人，自動接駕。
HAVP大多適用于類似于家或公司這種起點與終點路線都固定的泊車場景。而在威馬即將推出的最新無人泊車技術上，其命名為PAVP（Public AVP）。
PAVP的中文名稱為“無人高精地圖泊車”，可實現非固定車位場景的無人駕駛泊車，這相比于HAVP要自由很多，但是技術難度也更大，因為這項技術需要高清地圖與云端算力的協助。
在大型商場、寫字樓等非固定車位場景下，升級到PAVP的威馬W6，在特定停車場環境內可自主完成繞行障礙物、跨層巡航并自動泊入車位。威馬稱，PAVP功能將在年內通過OTA升級推送給用戶。
『威馬W6』
PAVP的應用，會進一步拓展泊車場景和適應停車場，但這個功能也是一個行業挑戰，因為它對停車場提出了較高的要求。光線、標志非常雜亂的老舊停車場，可能會讓PAVP難以應對。
針對這樣的問題，威馬研究院的工程師表示，威馬首先要把一些比較規范的停車場進行輕度改造，讓停車場一個一個去適應這項技術。另外，在技術和應用層面，威馬會逐步地拓展應用場景，包括商業停車場、政府和第三方的停車場。
“整個路線就是不斷地拓展場景、適用更多的場景。”威馬工程師說。而對于PAVP技術，百度規劃接下來先在國內一線城市開放落地，在今年底、明年初，會有一批商業停車場的測試和運營的計劃披露。
更新一代泊車技術處于研發中
與威馬合作開發自動泊車技術的是百度，時至今日，百度在國內的自動駕駛累計里程已經突破了1400萬公里，在自動駕駛方面擁有一定的技術基礎。
百度方面對汽車之家表示，第一代HAVP解決的是固定停車位場景，PAVP解決的是商業停車場場景，比如商場泊車場景。
“最新一代叫做UAVP（Urban AVP）。”百度工程師說，前兩種都是在停車場里面，第三種UAVP可以實現在距停車場較遠的地方（比如1公里），有自然需求的停車點，用戶可以隨意地去招車和還車。
“當然這需要更多技術的協助，比如說車輛協同、高精地圖以及更強的感知能力，我們希望通過更深的技術提升，能夠達到基本上完全自主的低速場景下的自動駕駛泊車能力。”百度方面表示。
『中：百度智能汽車事業部-功能安全解決方案資深經理 王亞麗』
目前，HAVP只需要車端的感知，不需要場端。這帶來了一個疑問——在未來，場端的功能是否會遭到弱化，車端與場端之間應如何進行融合？
對此百度方面表示，開放PAVP時需要弱場端，“就是說可能會有一些改造，例如高精地圖的改造。”
“等到我們開放UAVP的時候，因為會面對一些開放道路，所以需要一部分場端能力。現在有兩種技術方案，包括車端或者場端，我們覺得這兩種技術路線到最高級別的泊車場景肯定是互相融合的、需要去提升的。”
但是百度方面也表示，從安全角度來說，車端與場端不是互相替代，而是互相融合的關系。
什么叫多模語音交互？
在威馬W6上，搭載了全新的WIMI語音助手。
WIMI語音助手支持自然喚醒、關鍵詞喚醒、快捷指令喚醒等多種交互方式，可實現超過120余項常用功能語音控制。此外，還具備左右雙區音源識別能力，并支持15秒連續自然語音對話，一次喚醒后可多次自由打斷。
據了解，這套系統是威馬與科大訊飛聯合研發，科大訊飛在這一語音助手上投入了“多模語音交互技術”，針對這一技術，科大訊飛做出了解讀。
『科大訊飛智能汽車事業部-智能交互產品線總監 邢猛』
科大訊飛表示，在語音識別準確率影響因素中，噪聲影響因素占20%，其次才是方言的12%。克服噪音，一直都是提升語音識別準確性重要途徑。
“有時候，高噪場景下的用戶語音識別效果會受到當前技術瓶頸的影響。因為在高噪場景下，語音信號受道路噪聲的影響是很大的。在造成影響的情況下，如果單純依靠語音信號一個維度去識別判斷用戶的指令，是非常困難的。”科大訊飛工程師說。
這種場景下的識別精準度問題怎么解決？科大訊飛將技術路徑瞄準了圖像識別技術。
“用戶說話的時候，不僅有聲音發出來，他的嘴唇也會動。如果我看到他的嘴唇在動，就開始接收到他的語音信號，然后用唇部動作疊合聲音，這兩者結合在一起，就可以把高噪場景下的交互體驗、識別正確率提升上去。”
所以，在高噪場景下，用到的核心技術是唇語。通過識別嘴唇動和語音信號相結合，來提高識別率。
車內自然交互是科大訊飛要攻克的第二場景。自然交互不需要喚醒詞，所以一般情況下免喚醒功能會受到很多的干擾，比如在用戶不說話的情況下，有可能外面一個喇叭聲同樣能把車機觸發。
解決這一問題，同樣需要語音和圖像相結合的多模語音技術。科大訊飛工程師說，“我們會同步觀察車主的嘴唇動了沒有。當車機發現一個聲音，會看一下主駕的嘴唇有沒有動，如果嘴唇沒有動，加上有無聲音，大概就可以判斷這個聲音有可能是干擾，這樣就可以把干擾項區分出來。”
通過多模語音交互，可以大大提升語音識別的準確性，同時解決掉復雜場景的干擾，讓免喚醒以及交互功能可以獲得更高的用戶滿意度。
同樣，科大訊飛的工程師也在暢想語音交互的未來。“如果未來通過自動駕駛，把駕駛者的精力釋放出來了，會不會有座艙辦公場景、更多的協同辦公、更多的外部連接，在這里面語音起到什么作用？我們也在進一步思考。”
在智能化與網聯化不斷普及的當下，判斷一輛車是否智能的標準也在發生變化。從泊車到語音交互場景，業內通過一點點技術的改進，不斷提升用車的駕駛體驗，這才是推動產業向前發展的正確方案。
而隨著用戶痛點被不斷解決，一個真正屬于智能汽車的時代，或許將在我們的注視下來臨。（文/汽車之家 程功）
