近日，多位车主反映，其搭载高阶智能驾驶辅助系统的车型在自动泊车过程中频繁出现“反复调整车位却始终无法完成入库”的尴尬状况。部分用户甚至录下视频自嘲：“车在车位前扭了七八次，最后还是我自己动手。”这一现象迅速引发行业与消费者对智能驾驶实际落地效果的广泛讨论。

现场：“扭秧歌”式泊车引吐槽

据车主刘先生描述，他驾驶某新势力品牌纯电SUV，在标准地下车库的侧方停车位尝试启用自动泊车功能。车辆在识别到车位后开始自动操作，但刚往后倒半米，便立即向前回正，随后再次调整方向，反复进退五次仍未将车身摆正，最终系统弹出“泊车已取消，请人工接管”的提示。刘先生表示：“整个过程持续近两分钟，后面等位的车辆已经开始鸣笛，非常尴尬。”

类似的情况并非个例。在某社交平台上，以“自动泊车翻车”为话题的短视频播放量已超百万，评论区中不少网友晒出自己车型的“神操作”：有的将车停在两个车位中间，有的面对狭窄车位直接“罢工”，还有的反复调整后撞上防撞条或路肩。

技术困境：感知与决策的“双盲区”

为什么看似简单的自动泊车，会成为智能驾驶的“阿喀琉斯之踵”？业内专家指出，核心问题在于当前技术对复杂场景的感知与决策能力仍不完善。

感知层面： 自动泊车依赖超声波雷达、摄像头及毫米波雷达融合的感知方案。但在光线昏暗、地库车位线模糊、地面有积水反光以及车位周边存在锥桶、低矮路桩等障碍物时，传感器极易出现漏检或误判。某自动驾驶公司算法工程师告诉记者：“很多停车场存在车位线被磨损、地面涂有环氧地坪漆反光等问题，导致视觉算法对车位边界的提取出现偏差。”

决策层面： 泊车路径规划算法大多基于理想化模型，对动态环境的适应性不足。当车辆在调整过程中，后方突然出现行人或非机动车，系统为避免碰撞会中断或重置规划，导致反复进退。此外，部分车型对狭窄车位的判定标准过于保守，一旦几何空间逼近算法设定的安全阈值，就会陷入“想进又不敢进”的循环。

行业反思：从“炫技”到“实用”的回归

过去两年，各大车企纷纷将自动泊车作为智能驾驶的核心卖点，甚至打出“全场景泊车”“一键到位”等宣传口号。然而，实际体验与宣传之间的落差，正在消耗用户的信任。

某汽车测评机构去年发布的《智能泊车功能用户满意度调研》显示，约62%的用户曾遇到过自动泊车失败情况，其中“反复调整失败”位列最令人不满的场景之首。一位主机厂的智驾产品经理坦言：“自动泊车是用户感知最直接的功能，但也是测试覆盖率最难做足的环节。很多极端场景在路测中根本跑不到。”

未来方向：端到端与大模型能否破局？

面对困境，行业正在探索新的解决路径。特斯拉已开始尝试将端到端神经网络应用于泊车场景，通过海量真实数据训练模型，使系统能够像人类驾驶员一样“看”与“动”。国内多家车企也在研发基于大模型的泊车感知与规划技术，试图突破传统规则算法的瓶颈。

不过，技术迭代仍需时间。对消费者而言，现阶段或许应“理性看待、合理使用”。正如一位资深汽车媒体人所言：“自动泊车是智能驾驶的加分项，但远未达到可以完全解放双手的程度。厂商应坦诚告知能力边界，而不是让用户为不成熟的体验买单。”

智能驾驶的“最后一公里”，既是技术难题，也是信任考题。当“反复调整仍失败”不再成为热议话题时，或许才是真正的智慧出行到来之日。