自动代客泊车（AVP）允许在指定下车点下车的用户通过手机APP向其汽车发出泊车指令，汽车就会自己开到泊车点，无需人工操作和监控；随着用户在APP上发出取车指令，跟随指令的汽车会自动前往指定的取车点；如果几辆车同时收到泊车指令，它们会自动等待进入车位。研究表明，使车辆更加智能化的AVP可以促进车辆销售，降低30%的停车场运营成本，减少10%的停车场无效交通时间，节省10-15分钟的车辆取还时间。AVP市场容纳了大量的参与者，他们主要提供三种技术解决方案：单车智能，停车场智能，以及车辆与停车场合作。其中，主要由百度和纵目科技提供的单车智能最常被OEM使用。2020年9月，在中国车展上，新红旗的全尺寸E-HS9 SUV BEV开始预售。这款车型搭载了纵目科技的AVP系统。百度是AVP单车智能解决方案的典型供应商。该公司为AVP系统规划了从短距离到长距离、从易到难的实施路线。记忆停车（Home-AVP）是第一个落地的。Home-AVP：记忆停车。从电梯口到停车位，一次学会；用户在外面用手机召车或还车，他们的车可以自己开。Public-AVP：从停车场的任何一个取车点或还车点，用户把车停在停车场的任何地方，车会自动找到车位；被召唤的车会自己开到用户指定的地方。Urban-AVP：从离停车位最远1公里的上客或下客点到停车位，用户可以按照自己的意愿召唤或归还汽车，汽车会自己驾驶。博世是一个典型的停车场智能解决方案供应商。博世与梅赛德斯-奔驰和停车场运营商Apcoa一起，在斯图加特机场的P6停车场部署了一套AVP系统进行试商业运营。车辆停车场合作解决方案供应商由华为牵头。该方案是最难商业化的方案，因为很难协调参与的多个利益相关方（如物业公司、独立停车场解决方案供应商、OEM和移动平台运营商）。在当前阶段，AVP标准主要由协会制定。为了填补中国AVP行业标准的空白，应对AVP兼容多种解决方案的挑战，China-SAE和中国通信工业协会于2020年12月推出了《自动代客泊车系统通用技术要求》（T/CSAE156-2020）。该标准涵盖了三条技术路线：单车智能、停车场智能和车-停车场合作。它有四部分内容：系统定义、安全应用场景、系统的一般技术要求和测试的一般技术要求。《自动代客泊车系统的一般技术要求》定义了智能停车场的级别。P0、P1、P2、P3、P4和P5。根据上表，P2停车场满足AVP单车智能所需的条件；P4停车场基本具备成为AVP停车场的强端条件；P3停车场满足AVP停车场的弱端条件，大部分CVIS方案部署在P3停车场。多数业内人士认为，CVIS是AVP的未来。经过与专家的交流，认为任何技术路线图都需要一个安全责任主体，即谁负责AVP系统的安全，车辆端还是停车场端？认为强势的责任主体应该是停车场运营商和 AVP 技术提供商，弱势的责任主体是 OEM 和 AVP 技术提供商。AVP 在 P2 停车场的应用需要 L4 智能车辆，但这些车辆不可能在短期内（2025 年前）大规模生产。即使P2停车场建成了，可用的车辆也会很少。所以在2025年前，支持CVIS解决方案的停车场（P3/P4）有很大的发展空间。作为《自动代客泊车系统通用技术要求》的一个子标准，《自动代客泊车地图和定位技术要求》正在讨论中，预计将于2021年12月起草完成。其他AVP子标准，如AVP停车场通信、AVP测试和记忆停车等的研究正在进行中。
作为《自动代客泊车系统通用技术要求》的一个子标准，《自动代客泊车地图和定位技术要求》正在讨论中，预计将于2021年12月起草完成。其他AVP子标准，如AVP停车场通信、AVP测试和记忆停车等的研究正在进行中。
原始设备制造商正在通过独立开发或寻求外部合作的方式加速研发用于大规模生产的智能停车系统。一些车企如Weltmeister通过与百度合作，实现了L4级自动驾驶的AVP；吉利凭借5G-AVP技术实现了1公里自动停车，将进入基于智能云的AVP探索；广汽集团计划在2020年底尝试为部分车型配备记忆停车功能，2021H1在部分高端和豪华车型上安装AVP功能；长城汽车与百度Apollo合作进行AVP的量产，并宣布在2021年催生支持AVP的车辆。人们普遍认为，在2021年至2022年期间，AVP系统的测试步伐将加快，为在汽车上使用做准备，而AVP系统的大规模应用将在2023年开始。对于停车场的商业模式，停车场运营商、原始设备制造商和AVP解决方案供应商通过收取AVP订阅费或按使用量计费来获取利润。停车场运营商也通过智能停车系统提供的增值服务获得收益。博世就是一个例子，它将电动车自动充电、车辆自主清洗和快递配送结合起来，为停车场运营商提供完整的解决方案。目前来看乘用车的自主代客泊车系统将是首批进入市场的 "无人驾驶 "车辆应用之一。这些系统的扩展将有助于减少拥堵，优化可用停车位的使用，提高燃油经济性和驾驶者的便利性。AVP系统的这种演变需要管理安全并确保一个强大的解决方案，处理复杂的交通状况，并考虑到由于狭窄的停车位、障碍物、车辆动力学、天气和其他干扰因素而产生的不同条件。根据与原始设备制造商和一级供应商的资助研究和项目经验，本文强调了开发自主代客泊车功能的一些关键要求。
- 一个准确的虚拟框架来测试和验证系统和算法，并确定一组减少的关键场景，以便进一步进行物理验证。
- 当物理系统和车辆可用时，在框架内进行整合
- 与功能、性能和安全要求的持续联系。
因此需要定义一套完整的测试方案来验证AVP系统。这些场景将在很大程度上取决于环境（停车场、仓库、车辆制造的末端等），这将推动系统的要求成为几个用例。场景包括额定情况和故障情况（例如，传感器的故障或传感器信号的噪音）。最初的场景直接来自于需求和预期的场景，系统必须在这些场景中成功运行。对于每个场景，都要考虑广泛的条件和参数。例如，在执行停车动作时，这些参数包括 1）车辆的起始和结束位置；2）车辆方向（例如，与道路方向平行或成各种角度，在停车位的左侧或右侧）；3）引入其他角色（例如，行人、车辆）。每个场景还需要定义车辆在不同的场景变体中应该做什么（例如，在行人过马路时停车和等待）。ISO 26262标准，涵盖了汽车电气和/或电子系统的功能安全，支持安全相关条件的定义，然而，它并没有完全解决更高层次的自主性，如AVP的情况。AVP系统在非故障条件下可能会产生危险情况，可能会导致对其他行为者的伤害。这一差距可以通过应用ISO/PAS 21448，预期功能安全（SOTIF）分析来解决，以确保没有 "缺失的技术安全要求"，这些要求没有通过作为ISO 262626第3部分的危险分析和风险评估（HARA）得到。系统理论过程分析（STPA）解决了可能导致识别潜在危险（"已知不安全 "情况）的外部事件和内部过程控制行动需要考虑。STPA方法得出了安全要求，并以结构化的方式确定了测试案例。其结果是丰富了最初的安全要求和测试案例集，而这些要求和案例可能无法用传统的危险分析技术来确定。不同的来源可以用来确定AVP验证和确认的相关场景，包括现有的标准、公共文献、实际驾驶数据、事故数据库和其他。测试案例的生成过程是迭代和递归的：在整个系统的开发过程中，需要对情景进行修改。使用一个虚拟框架，这些案例对许多参数的组合进行测试。测试能够识别出控制策略失败的最关键的组合或特定场景的实例。
