場景在園區④｜出門即測，半天攻克技術難題！成都這個園區停車場讓停車“活”起來

下午兩點，成都高新區新川創新科技園的地下停車場。

一輛SUV緩緩駛入，駕駛員推門下車，低頭在手機上點了一下，車門自動鎖上，車子自己開走了。它繞過一根立柱，避讓了一輛正在倒車的網約車，精準地拐進一個車位，方向盤自動回正，熄燈，安靜下來。

二十多分鐘后，駕駛員回到停車場，再點一下手機，那輛車又自己開了回來，停在他面前。

這是成都宜泊信息科技有限公司（以下簡稱“宜泊科技”）的日常測試。在這片地下車庫里，每天都有搭載他們AVP（協同自主代客泊車）系統的車輛反復跑著同一條路線——上坡、下坡、轉彎、避讓、泊入、駛出。

對于宜泊科技的工程師來說，這個園區地下車庫的意義，遠不止“測試場地”四個字。

出門就能測

從發現問題到解決問題只需半天

宜泊科技的辦公室在天府軟件園，測試場在新川創新科技園——都在成都高新區，開車只需十幾分鐘。

這個距離意味著什么？宜泊科技品牌中心總經理王少男說：“無論是算法工程師、硬件工程師還是測試架構師，在現場測試時，后端的這些技術人員都可以遠程去操控代碼和算法，發現不對馬上改?！?/p>

這種“出門就能測”的物理距離，讓研發效率發生了質的飛躍：“以前迭代一個版本需要花費很長時間，現在一天就能解決問題?！?/p>

去年，這片測試場剛投入使用的時候，工程師們幾乎天天泡在車庫里。地下三層，有坡道、彎道、十字交叉口、人行通道，還有光線昏暗的角落和信號遮擋的盲區——幾乎囊括了現實中所有讓人頭疼的停車場景。

正是在這樣真實的場景中，技術難題一個接一個被暴露、被攻克。

一個典型的案例發生在測試初期。車輛在連續彎道處出現了定位精度的波動，路徑產生了微小偏移——幅度不大，還在安全邊界內，但工程師覺得“不舒服”。

算法工程師、硬件工程師、測試架構師第一時間在現場碰頭。他們調出測試場的全息感知設備的記錄數據，一幀一幀回溯車輛行駛軌跡。分析發現，彎道處的視覺特征點不夠豐富，加上激光雷達在那個轉角存在天然掃描盲區，導致定位算法“猶豫”了。

當天下午，團隊拿出了方案：優化AI視覺算法，增強彎道特征點識別；調整激光雷達的標定參數，擴大掃描范圍。經過測試場反復驗證，半天之內，問題閉環。

“如果沒有這個出門就能到的測試場，光是協調場地、運輸設備、搭建環境，可能就要一周。”王少男說，“現在，我們能把時間單位從周換成半天?！?/p>

這正是宜泊科技產品迭代的縮影——在園區場景中主動暴露問題、高效解決邊界問題，為走向更大市場打下基礎。

這種不出產業園區就能測試改代碼的模式，也是成都高新區給企業最實在的支持——成都高新區主動將全國首例區域級AVP無人代客泊車場景落地在新川科技園的5G互聯科創園，從對接到建成示范點位，只用了一個半月。

從園區到醫院，從車庫到城市

解決方案在更多場景中接受檢驗

園區只是起點。走出園區，宜泊科技的智慧停車解決方案開始在更復雜的城市級場景中接受檢驗。成都東站、四川省人民醫院、天府國際機場……每一處都是對技術和系統的極限挑戰。

以四川省人民醫院為例，醫院的擁堵是城市治理中最受關注的民生話題之一。如果出入口設備識別度不高、靈敏度不夠，車輛排隊進出，很快便會蔓延到市政道路上，形成擁堵死循環。

宜泊科技的AI無人值守系統“云崗亭”在這里派上了用場。識別率99.999%，車輛通過閘口的時間從秒級壓縮到毫秒級。更重要的是，系統整合了醫院周邊所有停車場的數據——附近的寫字樓、小區空閑車位被納入調度，車輛被引導到有空位的地方，而不是全部堵在醫院門口。

宜泊科技AVP自主代客泊車示范車

“這不是一個停車場的事，是整片區域的事。”王少男說。

成都東站則是另一個硬核試驗場。作為大型交通樞紐，這里的人車混流復雜程度遠超園區——系統需要預判行人突然穿行、車輛強行加塞、臨時路障等各種“意外”，并作出安全響應。宜泊科技通過AIGC停車大模型對海量突發狀況進行預判，確保車輛在高實時高壓場景下依然能夠安全避障，打通了從無人值守AI云崗亭到車輛進出、場內引導的全鏈條。

從新川科技園的車庫，到醫院、火車站、機場，宜泊科技的停車系統一步步從“試驗田”跑進了城市的“毛細血管”。

當車企看到停車場能夠實現高精度AI無人值守、云端協同，接入意愿便大大增強。去年7月，宜泊科技與東風汽車合作，全國首例量產車型正式接入AVP示范場景?！半u生蛋還是蛋生雞”的難題，被一個真實的場景撬動了。

王少男說了一句很直白的話：“給場景是造血。對于硬科技公司，真實的場景意味著最直接的算法測試和需求反饋。”

從一輛車到城市停車一張網

場景打破“雞生蛋”困局

場景的集聚效應不止于此。

去年，由同濟大學朱西產教授任主任、宜泊科技任副主任單位，聯合東風、一汽、長城、長安、聯通智網、電子科大等整車、系統和業主單位成立的自動泊車和無人充電聯合工作組，推動AVP的工程化實施與商業化落地。

王少男用一組數據說明了場景帶來的產業鏈變化：“本地化率從30%提升到了90%。”

這個變化的邏輯并不復雜——成都提供了真實落地場景，讓供應鏈企業看到了智慧停車的爆發前景，從而更愿意在本地配套。反過來，更好的扶持政策和場景賦能，又吸引了更多外部供應鏈廠商落地成都，形成正向循環。

在新川科技園的地下車庫里，那輛SUV自己泊入車位的畫面只是最表層的?？床灰姷模擒噲隼锩懿嫉膫鞲衅?、激光雷達、全息感知設備；是云端實時運行的AI停車大模型；是工程師在幾公里外的辦公室里，盯著屏幕上一串串跳動的數據。

這些數據來自全國300多個城市的上萬個停車場，覆蓋超過300萬個車位，服務3000多萬個用戶。宜泊科技用十年時間，從一家在成都高新區起家的創業公司，長成了國家級專精特新“小巨人”。

宜泊科技公司場景

但王少男更愿意講一個更近的故事。

今年開年，宜泊科技最新的停車場智能系列機器人在新川創新科技園的地下停車場里開始測試。這臺機器人可以24小時自動巡邏，一旦發現隱患就會時刻上報。

“凌晨三點，假如停車場一輛電動車在充電時發生了狀況，機器人就可以第一時間察覺并及時上報?！蓖跎倌姓f。

傍晚六點，新川科技園的地下車庫，一輛測試車完成了當天的自動泊入測試，安靜地停在車位上。工程師合上筆記本電腦，走出車庫。頭頂的地面上是下班的車流。而在這座城市的地表之下，另一套系統正在悄然運轉——它從一個小小的園區車庫出發，正在重新定義人與車、車與城之間的關系。

紅星新聞記者 彭祥萍 圖據受訪者

編輯 李鈺儀