在华为的ADS 2.0补强之后，它最主要的核心变化，是打通了车辆从空旷园区到地库的泊车功能。相对来说，这在泊车域中，也算是一个长尾场景，存在一定的多样性。而具体更新的信息，是AVP功能在开放地面、园区道路，时速最大能达到30km/h，并且支持园区到地库的泊车。
然后，AVP功能在执行的过程中，车速是可以根据驾驶员的需求来手动调节，但，地面速度5-30km/h、地库速度5-20km/h。对速度还是做了一定的限制，而且也给了驾驶员一定的决策权力，就是可以手动调节对速度的控制，而并非速度是全权由算法来决定。
那么，这次更新之后，我们除了需要注意功能上的增加之外，还需要注意什么？
AVP性能提升，使用感受怎么样？
要明确的对这次ADS 2.0的更新有一个认知。感知能力提升，并且夜间的识别能力更精准，包括熄火、没开灯的静止车辆，可以像人类司机一样完成绕行。之后，是对乡村道路、窄路以及没有信号灯的直行路口，会做出降速操作。
最重要的一点，是行车记录仪有行车水印了，而且能显示整个过程的时速、踏板状态，智驾状态信息，并且能区分智驾运营和人工干预（责任划分会依靠这个）。而这些性能升级，是没有做硬件上的调整的。
关于AVP功能的提升：
- 代客泊车辅助（AVP）新增支持露天停车场；
- 代客泊车辅助（AVP）支持手动调速功能，园区地面场景可设定的目标车速范围为 5km/h-30km/h；地库内场景可设定的目标车速范围为 5km/h-20km/h。
ADS其他更新信息：
- 优化ADS能精准识别熄火未开灯的静止车辆，可以更合理、更类人地进行判断及通行；
- 优化NCA智能限速功能，过乡村窄路、雾天等特殊场景下智能调低车辆速度行驶；
- ADS 3D视图新增“远山天际线”显示效果；
- 优化智驾报告的里程统计和显示；
- 行车记录仪新增行车信息。
其实主要更新就这两个点，通过实测之后大概讲一下使用感受，先是从园区内到三层停车场的工况。进入园区之后，自动前往默认停车位（L3层），在园区内会根据规划的路径到达指定的停车场，路上会偶遇路边行人、停靠车辆以及较度多的无信号灯路口。
其实这是做了一定距离的“城区NOA”功能，可以理解为小规模的城区NOA的意思，路上存在一定的路况多样性。而这一段在园区里的辅助驾驶，完成度很高，遇见行人会有规避和预留通过空间，在道路标识混乱以及不清晰的情况下，能继续沿着车道线（规划路径）行驶，最终到达地库入口。
做好这部分场景，有挑战么？
相对来说，依靠目前的智能感知硬件，包括激光雷达这一套设备，做好区域内的辅助驾驶+泊车域的打通，难点几乎没啥了，把城市NOA那套算法照搬过来就行，而且还是沿着规划路径行驶到指定地点，之后才开始进入AVP的泊车域。
挑战就是，怎么把园区内和泊车域之间的衔接处理好，没有停顿和卡顿等切换的感受，做到无缝衔接。不过目前来看，使用效果不错。
之后到了停车楼后，车辆行驶到3层停车位后，按照指定停车位停入车位，整个过程大概持续5分钟左右，没有紧急制动也没有闯入逆向车道。但，在园区内可能是由于道路设计比城市道路略窄的原因，车辆行驶时，偶尔会骑着分道线行驶。
建立在全套的激光雷达+摄像头+毫米波雷达等设备应用的基础之上，才有了打通两个场景的前提。整体的使用效果来看，至少在园区以及停车楼两个工况下，能够流畅的完成指令，并且两个工况下的衔接很自然。
场景扩大，会带来怎样的弊端？
在ADS 2.0的自动泊车功能使用场景逐步扩大之后，提供了一定的便利性的同时，其实也是会增加一定的风险。例如，在园区内泊车到停车楼，其实已经变成了一个长尾的场景，会应对更多的突发情况，比如行人、车辆以及其他情况的发生。
而想要打通两个模块之间的衔接，只是基础的感知配置是不够的，以目前的判断是最好是成熟可靠的纯视觉+高算力芯片方案来做，另外就是上车激光雷达+高算力芯片。原因很简单，在进入停车场之前，是需要经过一段相对来说较为复杂且存在变量的驾驶工况。那么此时需要应对的，是车辆在较为开放的路段行驶，需要做的感知其实不亚于城区NOA的需求，要做到更好的细节感知。
原本的自动泊车功能，只是局限于停车场这一个相对单一的场景。但现在的趋势，是逐渐打通与城市NOA工况之间的衔接，从园区内的智能驾驶开始，这会是一个慢慢发展的过程。
那么，现阶段的挑战是什么？
技术层面，其实由于两个工况现阶段基本都已经可以拆出来成熟的应用了，所以难点和弊端几乎没有了，剩下的就是，如果在园区到停车场的这个途中，出现事故，该怎么界定。不难发现，这次更新后，ADS的行车记录仪，增加了充分的行车信息，包括驾驶员与智能驾驶的区分。
但，自动泊车功能并不等同于完全自动化驾驶，它仍然是一个辅助功能。驾驶员在使用自动泊车时，通常需要控制档位和刹车，并保持警觉准备随时接管车辆控制权。而更新后的园区内行驶，应该也是属于泊车域的一环了。