在華為的ADS 2.0補強之后，它最主要的核心變化，是打通了車輛從空曠園區到地庫的泊車功能。相對來說，這在泊車域中，也算是一個長尾場景，存在一定的多樣性。而具體更新的信息，是AVP功能在開放地面、園區道路，時速最大能達到30km/h，并且支持園區到地庫的泊車。

然后，AVP功能在執行的過程中，車速是可以根據駕駛員的需求來手動調節，但，地面速度5-30km/h、地庫速度5-20km/h。對速度還是做了一定的限制，而且也給了駕駛員一定的決策權力，就是可以手動調節對速度的控制，而并非速度是全權由算法來決定。

那么，這次更新之后，我們除了需要注意功能上的增加之外，還需要注意什么？

AVP性能提升，使用感受怎么樣？

要明確的對這次ADS 2.0的更新有一個認知。感知能力提升，并且夜間的識別能力更精準，包括熄火、沒開燈的靜止車輛，可以像人類司機一樣完成繞行。之后，是對鄉村道路、窄路以及沒有信號燈的直行路口，會做出降速操作。

最重要的一點，是行車記錄儀有行車水印了，而且能顯示整個過程的時速、踏板狀態，智駕狀態信息，并且能區分智駕運營和人工干預（責任劃分會依靠這個）。而這些性能升級，是沒有做硬件上的調整的。

關于AVP功能的提升：

1.代客泊車輔助（AVP）新增支持露天停車場；

2.代客泊車輔助（AVP）支持手動調速功能，園區地面場景可設定的目標車速范圍為 5km/h-30km/h；地庫內場景可設定的目標車速范圍為 5km/h-20km/h。

ADS其他更新信息：

1.優化ADS能精準識別熄火未開燈的靜止車輛，可以更合理、更類人地進行判斷及通行；

2.優化NCA智能限速功能，過鄉村窄路、霧天等特殊場景下智能調低車輛速度行駛；

3.ADS 3D視圖新增“遠山天際線”顯示效果；

4.優化智駕報告的里程統計和顯示；

5.行車記錄儀新增行車信息。

其實主要更新就這兩個點，通過實測之后大概講一下使用感受，先是從園區內到三層停車場的工況。進入園區之后，自動前往默認停車位（L3層），在園區內會根據規劃的路徑到達指定的停車場，路上會偶遇路邊行人、?？寇囕v以及較度多的無信號燈路口。

其實這是做了一定距離的“城區NOA”功能，可以理解為小規模的城區NOA的意思，路上存在一定的路況多樣性。而這一段在園區里的輔助駕駛，完成度很高，遇見行人會有規避和預留通過空間，在道路標識混亂以及不清晰的情況下，能繼續沿著車道線（規劃路徑）行駛，最終到達地庫入口。

做好這部分場景，有挑戰么？

相對來說，依靠目前的智能感知硬件，包括激光雷達這一套設備，做好區域內的輔助駕駛+泊車域的打通，難點幾乎沒啥了，把城市NOA那套算法照搬過來就行，而且還是沿著規劃路徑行駛到指定地點，之后才開始進入AVP的泊車域。

挑戰就是，怎么把園區內和泊車域之間的銜接處理好，沒有停頓和卡頓等切換的感受，做到無縫銜接。不過目前來看，使用效果不錯。

之后到了停車樓后，車輛行駛到3層停車位后，按照指定停車位停入車位，整個過程大概持續5分鐘左右，沒有緊急制動也沒有闖入逆向車道。但，在園區內可能是由于道路設計比城市道路略窄的原因，車輛行駛時，偶爾會騎著分道線行駛。

建立在全套的激光雷達+攝像頭+毫米波雷達等設備應用的基礎之上，才有了打通兩個場景的前提。整體的使用效果來看，至少在園區以及停車樓兩個工況下，能夠流暢的完成指令，并且兩個工況下的銜接很自然。

場景擴大，會帶來怎樣的弊端？

在ADS 2.0的自動泊車功能使用場景逐步擴大之后，提供了一定的便利性的同時，其實也是會增加一定的風險。例如，在園區內泊車到停車樓，其實已經變成了一個長尾的場景，會應對更多的突發情況，比如行人、車輛以及其他情況的發生。

而想要打通兩個模塊之間的銜接，只是基礎的感知配置是不夠的，以目前的判斷是最好是成熟可靠的純視覺+高算力芯片方案來做，另外就是上車激光雷達+高算力芯片。原因很簡單，在進入停車場之前，是需要經過一段相對來說較為復雜且存在變量的駕駛工況。那么此時需要應對的，是車輛在較為開放的路段行駛，需要做的感知其實不亞于城區NOA的需求，要做到更好的細節感知。

原本的自動泊車功能，只是局限于停車場這一個相對單一的場景。但現在的趨勢，是逐漸打通與城市NOA工況之間的銜接，從園區內的智能駕駛開始，這會是一個慢慢發展的過程。

那么，現階段的挑戰是什么？

技術層面，其實由于兩個工況現階段基本都已經可以拆出來成熟的應用了，所以難點和弊端幾乎沒有了，剩下的就是，如果在園區到停車場的這個途中，出現事故，該怎么界定。不難發現，這次更新后，ADS的行車記錄儀，增加了充分的行車信息，包括駕駛員與智能駕駛的區分。

但，自動泊車功能并不等同于完全自動化駕駛，它仍然是一個輔助功能。駕駛員在使用自動泊車時，通常需要控制檔位和剎車，并保持警覺準備隨時接管車輛控制權。而更新后的園區內行駛，應該也是屬于泊車域的一環了。

所以，如果事故是由于駕駛員未能按照操作要求控制車輛，或未能及時接管控制權導致的，那么承擔責任的還會是駕駛員。

還有上面提到的，手動調速這個權限，基本上可以理解為更多的控制權依舊握在駕駛員的手中，而算法更多還是起到輔助作用。

最后

在華為ADS 2.0之后，這種打通半開放路況+停車位之間的模式，會越來越多，技術難點不多，只是對算法以及感知硬件會有一定需求。所以更新、使用的依舊是那批配有高階智駕硬件+軟件的產品。

技術層面不會有硬傷，華為的這次更新，是先給問界M9做的OTA（1500個名額），因為它現在無論是智能駕駛硬件還是整車的底盤用料等，都是最好的，而且車身尺寸也是問界系列中最大的。應該還是在從測試中尋找問題，至少目前來看，壓著園區車道線行駛，就是一個明顯的問題。