智能泊车系统的原理可以概括为感知、决策、控制三层协同：车辆先用摄像头、超声波雷达等传感器识别车位与周边障碍，再由算法算出泊车轨迹，最后通过转向、驱动和制动系统自动执行，人不需要碰方向盘和踏板。

一、感知层：车辆如何“看见”车位与障碍

传感器组合：主流方案用超声波雷达测近距离障碍物，摄像头识别车位线与车位类型，部分车型加入毫米波雷达补盲，多传感器数据融合后生成车辆周围的环境模型。

车位识别：系统通过摄像头画面判断车位边界、宽度和入口角度，再结合超声波雷达确认立柱、地锁等低矮障碍，满足条件后才允许启动泊车。

感知边界：光线骤变、标线磨损或行人突然穿行都可能干扰识别，这也是使用说明通常限定适用场景的原因。

二、决策规划层：泊车路线怎么算出来

路径规划：系统根据车位位置与车辆当前姿态，计算一条由多段圆弧和直线拼接的泊车轨迹，过程中实时微调方向盘角度与车速。

全模型化趋势：有车企将感知、预测、规划放进同一个模型，泊车途中突然出现桩桶也能马上生成新路线。

安全冗余：规划层会持续监测后方来车与障碍物，有讨论提到部分方案在预判追尾风险且具备避让空间时会主动前移，降低碰撞伤害。

三、控制执行层：方向盘和刹车谁在动

执行机构：决策层算出目标转角和目标车速后，通过电动助力转向、驱动电机与制动系统自动执行，驾驶员无需踩踏板。

人机共驾边界：目前量产车的泊车功能仍属辅助驾驶，系统执行时驾驶员需保持观察、随时准备接管。

离车泊入的额外环节：人下车后用手机触发泊车，车辆还需完成连接校验与低速自主行驶，对感知和控制的稳定性要求更高，有认证账号博主在实测中展示过断头路车位与离车泊入场景。