从2022年开始，行泊一体赛道开始变得异常火热。究其原因，主要有两点：一方面，降低驾驶辅助研发及生产成本需求迫切，催生结构性降本行泊一体技术方案；另一方面，中国市场对于泊车需求较高，而欧美相关零部件技术企业在泊车领域出现早期踏空现象，使得行泊一体领域出现了国内企业弯道超车欧美企业的机会。

1、导航辅助驾驶快速普及

导航辅助驾驶目前已经成为车企的主要发力点，而越来越多的消费者也开始接触到这一概念并且已逐步接受。

那么导航辅助驾驶究竟是什么？导航辅助驾驶的核心是Navigate（导航），简单来说就是，基于用户设定的导航路线，车辆可以在高精地图所覆盖的高速、快速环线、城市道路等结构化道路中实现从A点到B点的自动驾驶辅助，目前比较火热的NOA、NGP、NOP、NOH、NOM等都属于导航辅助驾驶。

多个车企都是凭借这一新功能，打开了更大的市场。

目前智能汽车行业的领跑者特斯拉就是最早推出NOA功能的车企。2018年10月，特斯拉正式推出了NOA功能，开辟了高速路段上从入口到出口的自动驾驶，可以提供自动变道、超车和进出匝道的功能。这项功能也成为了特斯拉的一个标签，成了销量的杀手锏。

之后，国内新造车势力蔚小理也开始快速推进导航辅助驾驶。2020年10月，蔚来成为全球第二家向用户提供导航辅助驾驶的车企；紧接着小鹏也在2021年的1月份正式开放了导航辅助驾驶；理想汽车也在2021年12月份正式推出了导航辅助驾驶。

现阶段，无论是特斯拉还是蔚小理，其导航辅助驾驶功能都已经成为了一个独特标签，其用户对于这一功能的使用率也越来越高。

另一方面，记忆泊车也是蔚小理的一项王牌技术，尤其像小鹏汽车已经推出了跨楼层的记忆泊车。

这也助推了其他车企对于这一产品的需求，因而目前国内的主流车企如长城、吉利、广汽等都开始在这方面发力。

但传统车企长久以来都是采用传统Tier 1的产品供应，在自研自动驾驶方面的积累并不算多。所以一部分车企会选择成立或者控股一家供应商进行自动驾驶的研究，而一部分车企则会直接选择供应商的产品。

由于研发自动驾驶需要投入大量的人力物力财力和时间，很多车企并不具备自己研发自动驾驶的条件，向供应商直接采购则成了性价比最高的方式。

目前国内也诞生了一批自动驾驶供应商，他们在导航辅助驾驶和自动泊车方面都有较强的技术积累。

2、行泊一体化

当下，对于国内汽车行业来说，智能驾驶功能正在成为消费者购车时候一个新的参考指标。2021年，国内新能源汽车总销量为330万辆，占整体国内汽车销量比重不到20%，这就意味着燃油车仍然占据主流汽车市场。由于消费者更愿意为智能驾驶这样的配置支付更高的溢价，因此我们看到当前的很多豪华品牌上基本都已经配置了驾驶辅助甚至NOA领航这样的功能，自动泊车也早已经成为标配。但是，在20万以下中级车甚至入门级车型上去部署同样的驾驶辅助功能，在成本上对整车企业和相关零部件公司构成比较大的挑战。在这种情况下，将智能驾驶配置部署到中档甚至入门级车型上就显得至关重要。

行泊一体，作为一个可以从结构上有效降低成本同时在功能上大幅提升的解决方案，逐步成为智能驾驶赛道的新宠儿。和传统的领航功能和泊车功能需要有两套独立的系统不同，行泊一体方案是将两套系统有机整合在一起，把行车和泊车功能整合到单个控制器中，大大简化了系统的复杂程度并降低了成本，同时提升了行车和泊车功能切换时的用户体验。

尽管行泊一体市场很“火爆”，但却依然面临着成本、技术、数据等诸多方面的障碍。

首先在技术方面，据某主机厂反映，行泊一体的融合控制器涉及很多架构设计、资源分配的难题。这需要供应商在内部分别进行行车感知处理和泊车感知处理，感知的结果还需要分别生成不同的规划控制轨迹，技术复杂度远比单纯的泊车产品要难得多。

这不仅要求ADAS厂商要打通感知、融合、定位、规划、决策、控制等全栈式技术环节，还需要兼顾性能、功能、可靠性、成本等多方面的考量。

事实上，目前业界很少有一家供应商可以很好地实现行泊控制器的融合，并同时将两种功能做得非常好，多数主机厂只好针对行车、泊车功能分别去找两家不同的供应商。

但这种架构则带来了第二大难题——成本。

高速行车与低速泊车分属两套硬件，不仅会存在冗余问题，而且主机厂的采购成本也会更高。更为重要的是，传统供应链采用“黑盒”模式，主机厂很难对方案进行分解招标。同时，由于行车系统和泊车系统来自不同企业，供应商的能力和经验往往比较单一，在量产环节中或将耗费巨大的磨合成本，与主机厂希望快速进行SOP的目标背道而驰。

而据高工智能汽车调研，即便是采用了所谓的“行泊一体”方案，现阶段的方案基本使用的是多块低算力芯片，并且仅仅将泊车和行车的硬件整合到了一个控制器内，距离“真正融合的行泊一体（传感器深度复用、芯片资源共享）”大规模量产还存在一系列的难题和痛点。

比如，一个系统同时支撑行车和泊车功能，软件的复杂度将大幅增加。尤其是针对行车和泊车功能同时运行或者交互的场景，无疑将是一项巨大的挑战。

百度智驾业务部相关负责人认为，全栈研发的能力才是破局的关键。

例如，在功能开发方面，目前芯片算力普遍不足，所以需要软硬一体优化异构计算，保证体验；通过自研硬件，能在软件方面对算力做更好优化，最大化发挥软件的价值；供应商在与车厂合作的过程中需要做硬件适配。而自研硬件则无需与多家不同硬件域控制器做适配，技术稳定性强，缩短开发周期，降低工作量，同时在执行层面降低风险。

可以看到，各大车企、Tier1对于多场景自动驾驶方案越发渴望，也对智能驾驶系统供应商提出了非常高的要求。供应商必须具备全栈能力，形成模块化解决方案，并要足够的开放与高度灵活，具备帮助车企快速部署实现的能力，以满足不同车企的不同层级的需求。

特斯拉、蔚来等创新车厂也开始从控制器、传感器、芯片到算法追求全面自研。这也完全证明了，只有具备成熟的软硬件全栈研发能力，才能在接下来的智能化大战中屹立不倒。

百度智驾业务部相关负责人表示，软硬一体的全栈方案首先带来的便是成本的下降。同时，高度灵活的架构也将更好地为主机厂带来功能差异化的竞争优势。

最后，数据闭环的建立也是横亘在主机厂智能驾驶升级之路的又一难题。

3、技术攻关与路线演进提供土壤

如果说市场需求的牵引是行泊一体走热的原动力，那么技术的发展和路线演进便是其水到渠成的基础条件。

“智能泊车经历了超声波、全景摄像头、融合泊车再到更高阶的记忆泊车的过程，沿着智能化的方向发展。”丁丁介绍称，“而车身环视系统、自动泊车系统，在经历了一段时间的发展之后，基本已成为主流标配。它们是行泊一体出现的重要技术基础。”

“当相近功能的某几项配置成为标配后，就需要更多地考虑降本需求。纵观整个行业的发展，降本最直接的方法，就是将多执行功能整合到一个芯片或系统中，这也是行泊一体出现的重要原因之一。”丁丁表示，将摄像头整合集成为行泊一体，技术上的准备相对充分。

据介绍，行泊一体功能集中整合的主要技术难点在于芯片。“我们最初尝试开发行泊一体系统时，没有合适的单一芯片可以实现融合集成，所以使用了两颗芯片做处理器。但随着公司自主研发的芯片算力和处理能力都有了大幅提高，能够用单芯片来承载更成熟的集成系统，不仅成本降低，更具备了量产条件，足以支持当前市场化的需求。”丁丁告诉记者，“在整个发展过程中，我认为最大的技术挑战在于算力，功能集成融合后，各个摄像头之间需要一定的补充和协调，在算法上会注重融合以及针对不同场景的调整，实现功能的扩充，识别准确率、可靠性等指标的进一步提升。”

王平指出，把行车和泊车功能整合到单个SoC上，存在多个方面的难点。“首先是在实现更高性能的同时，保持较低的功耗；其次是软件的调度和算法模型要能够同时满足行车和泊车场景的需求；再次是域控制器从原型到量产的测试要求和复杂度更高。”王平在接受记者采访时表示，“针对这些技术难题，寒武纪行歌采用高能耗比的AI架构，可获得比传统GPGPU（通用图形处理器）架构更高的性能和更低的功耗，并采用自然散热，同时提供了成熟的软件及工具链。”

“行泊一体解决方案走热，也是基于我国国情的技术演进。以欧洲和北美市场为例，由于道路条件、停车场设施的原因，早期泊车类应用需求不高，上游的相关芯片企业也将研发资源向高等级自动驾驶领域倾斜。因此，外资供应商‘意外’地踏空了这一细分市场，这也给了自主芯片企业难得的发展机会。凭借敏锐的嗅觉和持续的积累，自主供应商迅速抓住机遇，推动行泊一体在整车上落地。”丁丁表示。

4、3年内行泊一体或配备过半

对于未来市场的预期，行业人士普遍持乐观态度。王平在接受记者采访时表示，预计未来3年，行泊一体域控制器在中国市场的装车量会快速增长，达到每年500万辆以上。据悉，目前影响行泊一体市场化的障碍主要是产品的成熟度、成本和功耗。寒武纪行歌将在今年发布行泊一体的芯片及解决方案，今明两年也将推出多款自动驾驶SoC芯片，通过先进工艺和成熟的软件工具链，将复杂的场景需求集中在单颗SoC芯片上，以更高能效满足不同车企对于自动驾驶的多样化需求。

丁丁认为，行泊一体相关产品不断发展，从双芯片向单芯片发展已并不遥远。“可以透露一点，行业内今年开始启动的项目中，基本都是单芯片方案。基于我们掌握的一些数据，目前自主品牌车型前装智能泊车、融合泊车、自动泊车（或类似）功能的比例约为20％，预计到2025年，这个数字会超过50％，行泊一体解决方案也将大致按照这样的增长趋势爬坡。”他对记者说。

东软睿驰预计，3年后，行泊一体将成为我国市场上新车型的标配。但张春民表示，这两年行业缺芯的现状，以及中国芯片企业自主研发能力不足，可能成为影响行泊一体大规模量产的阻碍。

业内人士指出，无论是域控制器的发展，还是自动驾驶功能的普及，全球汽车业都是“摸着石头过河”，我国企业有幸走在了前列。对于汽车智能化、网联化的发展路径，各方基于自己的理解和禀赋进行着探索，这在行泊一体解决方案上就体现得非常明显。

“行泊一体解决方案意味着更复杂的软件调度和神经网络，因此软件厂商应提供更为完善的软件架构和中间件，同时算法要能够处理多传感器融合，这将是更为紧密的系统协作。寒武纪行歌提供云边车一体的AI工具链，更重要的是我们秉承开放通用的原则，联合业内的软件合作伙伴，共同为车企提供快速部署、数据闭环、车端自学习的自动驾驶解决方案，通过发挥各自的优势，共同推动新的解决方案不断优化。”王平说。

“我们的研发更侧重于软件，而非硬件。行泊一体更多是一种对未来市场需求的预研，是否会成为主流方向，我们仍在观察。在完成软件准备工作的基础上，一旦硬件条件成熟，实现互相赋能集合成真正意义上的行泊一体，将会大幅提升汽车的智能化水平。”邢勋表示。

“以行泊一体为代表的自动驾驶域是整车最复杂的域，要求最高，难度最大。对此，业界普遍采用了分步实施的方式，即从L0级到L5级自动驾驶，当前行业处于L2＋级自动驾驶技术量产落地的初期，是人机共驾阶段，将逐步减少驾驶员在不同场景中的干预频度，但需要驾驶员担责。业界也在探讨多域融合的可行性，也有厂家尝试将自动驾驶与座舱整合成中央域控。”张春民表示，域控制器未来将走向何方，还需通过更多技术积累和时间沉淀加以判断。

文章来源： 中国汽车报，智车科技，车东西