为什么华为的智慧寻车才是找车必杀技？
问界M7近期迎来OTA，智慧寻车功能也终于上车，广受车主好评，收获了“找车必杀技”的美誉，今天我们对智慧寻车的操盘手——华为座舱智慧特性专家鹏鹏老师进行了一番访谈，探索背后的研发故事。
主持人：鹏鹏老师您好，很荣幸能够邀请到您参加这次访谈！开车、停车是常见的用车场景，而寻车只是其中一个不大不小的点，是什么启发了您开发智慧寻车这一项功能呢？
鹏鹏老师：谢谢，我也很荣幸能来做分享，也希望我的讲述能让车主朋友们对智慧寻车这个功能有更全面深入的了解。应该很多车主有这样的经历，到了停车场，想不起车停哪了，在停车场一层层慢慢找，人走累了，车没找到，停车费又多收了一小时，是不是光想象已经感受到痛苦了？
经历过很多次这种痛苦后，我有了这个想法：如果车能帮助记录位置，提示我们大概方位、楼层和停车位信息，是不是能解救抓狂的我们呢？
主持人：太形象了，已经开始痛苦了！看来用车场景没有大小，只要用户有痛点，那就有我们解决的意义和价值。
鹏鹏老师：是的，汽车智能化的浪潮日渐汹涌，华为将多年的科技累积引入用车场景，从智能角度赋能用车生活，解决用户每一个痛点，于是智慧寻车诞生了。
问界M7能识别用户的停车过程，自动记录并识别停车位信息和所处楼层，在用户离车的瞬间，通过AITO App发送给用户。省去了车主手动拍摄的动作，解放了车主们的相册，还提供了大致方位指引，让找车不再麻烦。
主持人：其实业界一直以来都有寻车功能，那华为的智慧寻车又有哪些与众不同的地方，是如何体现了遥遥领先的呢？
鹏鹏老师：是的，闪灯、鸣笛、拍照回传都属于基本操作了，而华为赋能后的智慧寻车具有车位号识别、楼层识别的两大能力，另外还有令人意想不到的功能——停车照片对于车牌和路人都做了色块打码处理，在我的理解层面，往小了说是保护了个人隐私，往大了说是尊重人性的举措。
主持人：对的，我也看到回传后的停车照片里，涉及到用户隐私的地方都做了打码处理，在AITO App里也能看到用户对此的反应是很惊喜，侧面也是反映了华为作为企业引导合法合规经营的社会责任与担当。
对于您说的两大能力，我都十分好奇，到底是怎么实现的呢？
鹏鹏老师：那我先说说车位号识别，可能大家已经习惯了随时随地拿起手机拍照或定住镜头扫描文字的功能，认为识别个车位号没什么了不起，此言差矣。
首先要知道，华为的智慧寻车可不是在一动不动的场景下识别车位号。它能识别车主是否处于停车过程，并开始自动记录。在倒车过程中的视频流里逐帧进行确认，先找出每张清晰的画面，识别出车位号，再进行多重对比，在短时间完成了庞大且复杂的计算量。当对比结果重合率达到阈值，确保了90%的准确率后，才会在AITO App中显示出最终识别的车位号码。
关于识别车位号还有一个非常独特的点——华为自研OCR技术。正如前面所说，OCR技术在手机上的应用已经很成熟，但OCR技术上车可是一个几乎从零开始的事。停车场的光线、地面等条件各有差异，如何在条件随机组合的情况下识别，也是一个门槛。得益于华为的HarmonyOS 在手机终端的庞大数据和技术的双重积累，形成了成熟的预训练模型，加上百万张真实场景照片的训练，上车后的OCR技术快速克服了瓶颈，让识别准确率达到90%以上，识别能力达到了真正“智慧”的水平。
主持人：如果没有鹏鹏老师的讲解，我们确实难以窥见车位号识别的难度之大、技术含量之高。车位号识别是依赖华为自研的OCR技术完成，那楼层识别呢？有请鹏鹏老师不吝赐教。
鹏鹏老师：主持人太客气了。我再说说楼层识别，这是一项真正从无到有的技术应用，展示了华为学霸级别的解题思路。一是通过检测车身的俯仰角，计算车辆经历的斜坡数量，去判断楼层的数量。二则是提取了行车轨迹的特征加以分析，确定哪几个特征的组合出现可计为一个楼层。结合了楼层的判断依据和楼层的数量，楼层识别结果水落石出。现在楼层识别信息暂时仅支持200+城市处于核心商圈、交通枢纽的地下停车场，但在学霸的光环下，相信未来会有越来越多的停车场能支持楼层识别功能。
主持人：这个解题思路真可谓十分刁钻啊，将技术运用的相当淋漓尽致了。鹏鹏老师在洞察了用户痛点后，又在华为多年沉淀技术的加持下，打造了“智慧”级别的解决方案，创造了智慧寻车这一跨时代的产品，停车不再需要拍照，找车不再迷路，彻底改变了用户的用车习惯，我们期待更多奇迹的诞生。
鹏鹏老师：哈哈，智慧寻车当前还是1.0的状态，我们会持续地从大家的OTA反馈中，不断升级优化寻车功能，让鸿蒙座舱越用越聪明，车主越用越省心，智慧寻车的2.0版本也将会在不久的将来与大家见面。
主持人：1.0的惊喜已经很多了，忍不住对2.0版本充满了期待！再次感谢鹏鹏老师今天的到来，让我们大“涨姿势”！
鹏鹏老师：感谢大家的喜欢和支持，我们也会继续努力！
正如余总所说，HUAWEI 问界是以用户为中心，我们开发的初衷来源于用户，用户的需求是我们开发的灵感来源。所以华为不做炫技的技术堆砌，而是真正解决用户用车场景的痛点，不断提高用户对智能化汽车的预期，让生活越来越简单。