【技术能力】驾驶辅助系统泊车辅助、避障能力测评方法及技术解析

泊车辅助功能属于L2级驾驶自动化功能。驾驶辅助系统对车辆进行横向和纵向的控制泊入车位，同时需要驾驶员对车辆进行持续监控和有效接管。

【测试场景】

设置无障碍物平行/垂直/倾斜车位、有障碍物平行/垂直/倾斜车位、垂直车位动态干扰出库等测试场景。其中，无障碍物车位场景旨在验证车辆在理想环境下的基础路径规划与姿态控制精度，暴露车身角度偏差、车轮越界等基础执行链路缺陷；有障碍物车位场景旨在检验系统对近距静态障碍物的空间避碰策略与揉库效率，暴露传感器盲区穿透能力不足及多障碍时序规划能力短板。

【测评结果】

小米SU7车型在无人工干预下，泊入平行、垂直和斜列式3种标准车位泊车时，泊车用时均小于100s，成功实现无投影超出、无车轮超出、停车夹角小于3°的“完美入库”。其泊车辅助功能具有稳定、精准、拟人化的特点。

【技术解析】

感知层面，车辆搭载动静态障碍物检测模型，提升对行人、车辆及其他常见障碍物的识别精度和响应速度，即使在夜间或光照不足条件下，仍可保持识别性能，确保泊车过程安全平稳。

控制策略层面，通过优化泊车辅助系统中的换挡控制算法，实现了在揉库、移位过程中的无感换挡操作，减少传统泊车辅助中因换挡带来的顿挫停顿，提升泊车流畅性与舒适性，表现出“丝滑泊车”。针对动态干扰场景具备动态决策机制，对突然出现的车辆、行人等移动障碍进行快速反应和路径重规划，减少泊车过程中的卡顿、中断现象。

避障能力是决定驾驶辅助系统安全性的关键。驾驶辅助系统的避障能力主要通过传感器实时感知周围环境，通过算法进行路径规划与控制，实现自主避障。

【测试场景】

设置施工避让、故障车避让、“鬼探头”行人横穿、高车速锥桶避障4个典型场景。其中，施工避让场景旨在验证车辆传感器融合精度及紧急制动可靠性，暴露低矮障碍物漏识别的共性隐患；故障车避让场景旨在检验车辆突发静态障碍应对能力与绕行策略，暴露复杂场景决策短板；“鬼探头”行人横穿场景旨在考察车辆动态目标识别与紧急制动能力，暴露感知-决策全链路缺陷；高车速锥桶避障场景旨在量化车辆极限避障车速边界，识别行业高速动态识别能力瓶颈。

【测评结果】

小米SU7车型在4个避障场景中均成功避开了障碍物。尤其在施工避让场景中，该车型表现最佳。在高车速锥桶避障场景中，小米SU7车型成功挑战120km/h的速度对障碍物锥桶识别并实施绕行，是参赛所有车型的最高巡航避障车速。

【技术解析】

感知层面，驾驶辅助系统能结合导航地图信息和融合感知信息的实时输入，针对行驶路径上的锥形桶等低频出现但高风险的施工类障碍物，显著提升系统识别准确率和及时性。

控制策略层面，若识别到锥桶等施工设施有入侵车道风险时，提前变道远离风险车道。针对行人横穿、鬼探头等突发场景，系统通过端到端模型提供精准行为预判和及时响应机制，为安全避险留出时间，使得驾驶辅助系统功能有能力更早做出决策和响应，保障行车过程中的安全性。

高速场景层面，辅助驾驶系统统一了城区场景和高速场景的技术栈，在收费站、施工新旧线、上下匝道等车道线复杂场景，车辆能灵活地规划出轨迹，使得系统对高速场景的处理更灵活，在绕行障碍物、避让危险时的响应更安全。

工业和信息化部批复成立的智能网联汽车软件检测中心（以下简称“检测中心”）贯彻“以测促研，以评促用”的方针，对车辆驾驶辅助系统的功能、性能和安全性开展测试评价，定位技术瓶颈、明确优化方向、提升安全保障能力，为汽车企业提供技术咨询服务。

高危边缘场景库建设是驾驶辅助系统安全性测评的关键。检测中心正以法规、标准为指导，建设高危边缘场景库，开展高危边缘场景测试，旨在验证驾驶辅助系统在高危边缘场景下判断决策的合理性，为行业主管机构提供参考，提升行业整体安全水平。