小米SU7上线端到端机械库位泊车功能：最小单侧5cm也可精准泊车

9月25日，小米汽车今天宣布，小米SU7智能泊车辅助能力带来新的升级：在支持侧方位、空间车位、极窄车位等200余种车位泊入的基础上，近期上线了全新的“机械库位泊车”功能，并通过OTA进行全面推送。

在城市中，为缓解停车位紧张的问题，机械库位停车场应运而生。其通过自动化机械设备，实现了车辆的立体停放，大大提升了空间利用率。但在机械库位泊车时，也面临着一些挑战，如2.05米的狭窄车位（库位宽度各有不同）、库位口前的立柱障碍，这些都可能增加车辆碰撞和刮蹭的风险。

为应对这些挑战，小米针对机械库位泊车这一特定场景，带来了创新的解决方案！

端到端算法革新，精准泊入极窄机械库位

在机械库位的设计中，库位内槽的宽度尤为紧凑。相较于传统停车位，机械库位内槽的宽度可能只有2.05米，单边的调整余地也仅有0.05米。这无疑对驾驶者的车技提出了更高的要求，即便是那些技术娴熟的“老司机”，可能也会望而却步。

在这个特殊的场景中，以往我们依赖传统的分段式库位检测方法，将感知、定位、决策等环节分别独立进行，但由于系统固有的不确定性，会导致在泊车时往往会产生10-15厘米的系统偏差，影响车辆精确停入车位。且传统方案的各模块之间紧密关联，任何微小的调整都可能会触发连锁反应，使得系统检测和维护变得复杂且耗时。

为了让车辆在超窄的机械库位更精准地泊入，小米自研了一套“端到端机械库位泊车”算法方案。该方案创新性地将感知和决策两个算法模块整合成一个，通过实时观察，动态调整的方式，做到最小单侧5cm的机械库位中精准泊车，解决了传统泊车算法无法停入超窄机械库位的难题，并提高了系统的维护效率。

那么，这一方案是如何实现如此显著的提升呢？首先，我们整合了车辆11个摄像头的图像信息，通过算法模拟人眼的感知方式，增强了系统对车辆与障碍物之间距离的预测能力。其次，对感知到的图像信息进行算法分析处理，全面观察和比较车辆姿态与库位差距，就像一位站在车外的指挥员，为驾驶者提供如“向左微调”或“再向右打一轮”等精准调整指令，确保车辆在接近库位前方0.5米时，位置和姿态已经做好相应调整，从而顺畅地泊入车位。

在端到端感知决策大模型的加持下，车辆可以根据现场情况，自动做出更加有策略、智能化的判断，轻松调整车辆的位置与姿态，实现了在库位外与轮毂之间保持3厘米的安全预警距离，以及在库位内达到1厘米的精确预警效果，有效避免碰撞与刮蹭的发生。

值得一提的是，小米SU7、小米SU7 Pro、小米SU7 Max均支持机械库位泊入功能，这也是端到端感知决策大模型在量产车中的首次应用。

独创变焦BEV技术，轻松应对立柱障碍挑战

除了极窄的库位内槽，在机械库位泊车的过程中，另一大挑战来自于库位口前的工字钢立柱*。泊车时，往往工字钢与车身的距离很近，在后视镜折叠的情况下，只有不到10cm左右的空间供车主微调，一不小心，就可能让爱车与工字钢来个不愉快的“亲密接触”，造成车辆碰撞或刮擦。

*工字钢立柱是机械库位口前的固定支撑，对立体车库的稳定性和安全性至关重要

面对机械库位门口的立柱障碍，小米的变焦BEV技术*提供了有效的针对性解决方案。其模拟了从鸟瞰视角观察对象的方式，把从摄像头中收集到的2D图像数据转换为一个统一、直观的3D视图，精准地投影到车体坐标系，就像给泊车开了一个“上帝视角”，能够给车辆提供全面、直观的环境理解。

*BEV（Bird's Eye View，鸟瞰图）是智能辅助驾驶等领域中，通过车辆传感器数据来构建周围环境俯视图或顶视图的技术

变焦BEV技术还可以根据物体与车辆的距离，动态地调整BEV算法的分辨率。简单来说，就是BEV算法能根据物体离车的远近，自动调整它的“视力”，离得近就看得更清楚；离得远就会放大视野。这样一来，不管是工字钢还是其他障碍物，都能被它捕捉得一清二楚，“图像”质量也实现了从基本“标清”到细腻“高清”的显著提升。

除此之外，我们还开发了“工字钢识别检测模型”，并将变焦BEV技术应用于其中。让该模型还深度学习了近20万帧的工字钢专属“课题资料”，在丰富的标注数据训练下，做到了全面提升对工字钢的识别检测能力。这样一来，在停入车位时，一旦发现工字钢，就可以准确捕捉其位置并提前发出安全预警，像是有个贴心的小伙伴在耳边轻声提醒：“嘿，注意前面！”，有效预防事故的发生。

机械停车库泊车功能的升级，是工程师们历经20000余次实地测试的精心打磨与反复调优带来的成果，不仅使得小米SU7能够精确地泊入两侧仅有0.05米边距的机械库位，还让驾驶者在面对工字钢等复杂障碍物时，也能游刃有余轻松应对。