智能泊车系统的工作原理是什么？

　　一、感知层：多传感器融合构建环境模型

　　视觉与超声波协同：高清摄像头识别车位线、障碍物类型及标线，超声波雷达负责近距离测距，两者数据融合后形成以车辆为中心的3D环境地图。

　　关键难点：针对细柱、低矮障碍物等弱势场景，车企正持续优化融合感知算法，提升检出率和位置精度。

　　二、决策层：从固定路径到动态强化学习

　　传统方案：车机选定车位后生成一条固定轨迹，系统沿此路径执行，车位被占或路线受阻时即失败。

　　2026年新突破：蔚来采用强化学习方法训练泊车模型。奖励函数分两阶段设计——第一阶段惩罚车辆在车位内的大曲率转向和航向角突变，保证出库动作平顺；第二阶段惩罚两侧距离失衡，引导车辆居中驶出。

　　小鹏创新：取消“固定目标车位”，系统持续评估“目标区域”，实时检测更优空位并动态重规划路径，同时支持用户通过语音或拖拽调整意愿，实现人与系统的共识决策。

　　三、执行层：线控转向与精准控制

　　线控转向解耦：以蔚来ET9为例，方向盘与转向轮实现0机械连接，泊车时方向盘可保持静止（仅微转10°示意），路面振动过滤率达80%以上，显著提升泊车过程的安全感与舒适性。