智能泊车功能的原理是什么？

　　智能泊车功能的原理已经从“传感器识别+路径规划”进化为“感知融合+端到端强化学习”的AI系统，让车辆不仅“停得进”，更追求“停得稳、像老司机”。

　　智能泊车功能是一项集环境感知、决策规划与控制执行为一体的自动驾驶技术。系统通过车载摄像头、超声波雷达、毫米波雷达等传感器协同工作，构建车辆周边的三维环境模型，从而精准识别车位线、障碍物和周边车辆。其核心决策逻辑正从传统“基于规则编程”向“数据驱动”进化，针对用户感知最敏感的“泊车姿态”与“过程平顺度”进行专项优化。

　　一、三大核心环节的协同工作

　　环境感知：摄像头捕捉车位线与视觉信息，超声波雷达探测近距离障碍物，毫米波雷达负责测距测速，三者数据融合实现毫米级精度定位。

　　决策规划：算法综合感知数据，快速规划出最优泊车路径，即使在狭小空间也能计算出精准的转向角度与行驶距离。此环节已引入强化学习，为“泊得是否好看”建立可量化的训练目标。

　　控制执行：车辆执行机构按照决策指令，精确控制方向盘转角、油门与刹车，将车辆平稳停入车位。

　　二、强化学习重塑“泊车体验”

　　两阶段奖励函数：蔚来相关专利将泊出过程分为两个阶段，第一阶段奖励与轨迹曲率、航向角挂钩，抑制刚出库时猛打方向的激进动作；第二阶段关注车辆与两侧障碍物距离是否均衡，引导车辆保持居中姿态。

　　将“安心感”写入算法：这种训练方式不再是单纯追求“停进去”，而是让模型学会“用更平顺、更均衡、更让人放心的方式停进去”，有效抑制大幅转向、频繁修正等人类驾驶员不喜欢的动作。

　　监督学习+强化学习：先用真实泊车轨迹进行模型预训练，再通过强化学习优化。其“审美标准”包含泊入起点时车辆与车位方向夹角，以及进入车位后的曲率和摆动幅度，还会对碰撞、压线、超速等行为减分，确保在不牺牲安全的前提下优化姿态。

　　三、功能形态的多元化落地

　　从自动到遥控：除常规的APA自动泊车外，还衍生出RPA遥控泊车与RDA遥控直行泊出，解决窄车位“停车容易下车难”的窘境。

　　离车泊入遍地开花：用户可选择车位后直接下车，通过手机App或钥匙让车辆自主完成泊入并自动落锁。

　　场景适应性增强：新一代系统已能应对无清晰标线的不规则车位，并可实现画框泊车（在空地手动框选区域后自动泊入）。