2)由于演示车辆所在的停车场没有智能化的系统支持，因此车辆具备“代客泊车”智能化系统就需要自主决策，从入口处开始寻找停车位，把自己停进去。

演示情况如下图所示：停车场前面三排停满了，因此FF91演示的是在一定范围内寻找空闲车位的能力，图中蓝色是车辆行走的道路，黄色是停车位，绿色是可用车位，上下两个图像代表的是两段视角。

从结果来看，演示车辆从前面三排满车位开始，沿道路行驶寻找车位，直至***在第四排第三个停车位停下来。在整个过程中车辆系统主要寻找两车之间空闲的***个停车位，因此它忽略了第四排***个空车位。

FF91的这种测量方法，类似于之前传统的泊车入位，使用超声传感器来探测可用车位宽度(也可能使用了前面那个16线lidar来生成车位间距、可能使用侧边超声传感器量车位)。在这个演示过程中，我们可以发现在找到车位的整个行驶路径中并没有车道线，受测车辆需要在停放车辆、走动车辆、行人、其他障碍物等各类环境信息中进行判断，以找到可行驶的区域，包括：

l 需要通过对整个其他车辆的停放位置来抽取可行驶区域

l 环境探测方面需要视觉+激光雷达，甚至结合侧边的毫米波radar一起完成对周边信息的探测

l 停车场内环境情况比较复杂，存在障碍物、活动物体(包括车、人)，甚至还可能有小孩子在里面

l 整个过程分两段，低速找路/寻找车位+停车入库

其实，法拉第这个自动泊车功能的演示成分还是挺大的，实际来做，需要更多的场景和干扰因素来验证其实际可行性。不同地区和不同条件的公共/私人停车场和停车库，差异也非常大，需要根据各种情况来实验、分类、学习和重新构造整个功能的设置。