智能泊车系统的核心原理，是用传感器替代人眼、用算法替代人脑，让车辆自主完成从识别车位到精准入库的全过程，当前行业正从"辅助泊车"加速迈向"记忆泊车与代客泊车"的新阶段。
一、感知与决策：智能泊车的"眼"与"脑"
环境感知层：车辆依托超声波雷达、环视摄像头与毫米波雷达，实时探测车位尺寸、障碍物距离及周边状况，形成360°环境模型。超声波雷达负责近距离精确测距，摄像头则识别车位标线与空间车位，两者融合弥补单一传感器的局限。
路径规划层：AI系统基于感知数据，在车身相对坐标系中计算最优泊车轨迹，并根据车位类型（垂直、侧方、斜列）动态调整转向、油门与制动指令。
执行控制层：电子控制单元将规划路径映射为方向盘转角与车速命令，全程自主控制挡位与刹车，无需驾驶员干预。部分系统还会持续监测周围动态，遇行人或障碍物靠近时立即制动，确保安全。
二、技术演进：从单一雷达到行泊一体
初期阶段：早期泊车辅助仅靠周身超声波雷达实现，功能与行车、座舱系统各自独立。
融合泊车阶段：引入"鱼眼摄像头+超声波"融合感知，泊车功能开始融入座舱域控制器，识别能力与稳定性显著提升。
行泊一体阶段：随着激光雷达、侧视摄像头等更高感知元件上车，泊车功能进一步融入智驾域控制器，实现行车与泊车共用算力平台，OTA 扩展空间更强。当前记忆泊车（HPP）与代客泊车（AVP）正逐步普及，车辆可在陌生或已学习环境中自主寻找车位并泊入，无需驾驶员监管。
三、体验优化：让泊车过程"更像老司机"
端到端模型应用：头部厂商已开始采用强化学习训练泊车模型，将用户安心感写入训练目标。例如蔚来相关专利通过两阶段奖励函数设计，分别约束泊出初期轨迹曲率与两侧障碍物距离均衡，显著抑制大幅摆动与急打方向，提升泊出过程平顺性。
复杂场景应对：针对室外车位台阶、坡度等边界工况，理想汽车专利提出"驱动与制动衔接"优化方案——在车辆翻越台阶后提前减小驱动力并同步增大制动力，避免"猛冲+重刹"的顿挫感，提升成功率与舒适性。
功能形态多样化：主流车型已提供车内自动泊车、遥控泊车、离车泊入等多种模式，并通过 App 实现远程监控与一键召唤，适应狭窄车位及不便上车的场景。