智能泊车系统的原理是什么？

　　智能泊车系统的核心原理可以概括为 “感知—决策—执行” 三个环节的协同闭环，它通过多传感器融合与算法规划，让车辆自主完成从寻找车位到精准入库的全过程。

　　一、感知层：车辆的“眼睛”如何看清车位

　　多传感器融合：主流方案以超声波雷达与环视摄像头为核心，部分高阶系统还引入毫米波雷达或激光雷达，用于探测车位线、障碍物距离及空间尺寸。超声波雷达擅长近距离测距，不受光照和烟雾影响；摄像头则能识别色彩、形状与标线，二者互补形成车辆周边的三维环境模型。

　　车位识别能力：系统可识别垂直车位、侧方车位、斜列车位，甚至无清晰标线的空间车位。新一代方案还能结合AI算法识别断头路车位、极窄车位等复杂场景。部分车型已支持“画框泊车”，在无划线空地由用户自定义目标位置后自动泊入。

　　二、决策与规划层：车辆的“大脑”如何计算路径

　　环境建模与路径生成：电子控制单元根据感知信息实时构建环境模型，计算出车辆相对车位的位姿，并规划无碰撞的最优泊车轨迹。规划算法会考虑阿克曼转向几何，结合转向角、车速等参数生成平滑路径。

　　AI与强化学习优化：新一代系统通过强化学习训练泊车模型，将“过程体验”写入奖励函数——例如抑制泊出时的大幅摆动、控制轨迹曲率、保持与两侧障碍物的距离均衡，让泊车动作更像老司机。理想汽车的专利也专门优化了“过台阶”场景，在翻越路沿后提前预制动，避免“猛冲重刹”。

　　三、执行与控制层：车辆的“手脚”如何精准操作

　　精确执行：系统独立控制方向盘、油门、刹车与挡位，实现毫米级精度控制，比人工操作更稳定、更精准。整个过程无需驾驶员干预，车辆可自动完成泊入、泊出动作。

　　功能形态演进：从最早仅靠超声波雷达的半自动泊车，到融入座舱域控制器的“融合泊车”，再到当前基于智驾域控制器的“行泊一体”方案，泊车功能正在与行车辅助深度融合，并支持OTA持续升级。高阶功能已覆盖记忆泊车、跨楼层记忆泊车、遥控泊车，以及代客泊车。行业还在推进自动泊车安全要求的强制性国家标准制定。

　　自动泊车正是通过上述三层的紧密协作，将“停车难”转化为一键完成的智能体验，也因其高频使用成为用户感受智驾价值的重要入口——有数据显示，头部方案的辅助泊车功能累计使用已突破10亿次。