智能泊車位體系的車位辨認技能主要有兩種
第一種由駕馭員經過按鍵選擇泊車位類型，然后體系決策模塊按照駕馭員選擇的泊車位類型，剖析環境感知模塊探測的智能泊車位體系空間參數是否滿意條件，如法國學者Laugier、韓國學者park、吉林大學尚世亮等經過研討基于超聲波傳感器的檢測算法，來判別車位參數是否滿意設定的泊車位類型要求。
第二種是在有規范車位線的場景下，體系決策模塊依托攝像頭對車位線進行辨認和檢測，判別智能泊車位體系類型。如德國學者Daxwanger、英國劍橋大學Ozkul、臺灣學者Chao、浙江大學張聰等研討不同的視覺檢測車位線算法，經過核算4條車位線包絡形成的形狀，實現對泊車位類型的判別。但上述兩種車位辨認方法均有局限性，第一種車位辨認方法的智能化程度不高，仍需求依托駕馭員肉眼觀測來選擇車位類型。第二種車位辨認方法的應用場景必須要有規范車位線，在沒有規范車位線的情況下，攝像頭無法辨認出泊車位的類型。
智能泊車位體系感知技能基本原理
在現實生活中，由于每個駕馭員泊車水平和駕馭習慣存在差異，導致泊車姿態各不相同，因此經常會出現不規則泊車位。在沒有規范車位線的輔助下，不規則泊車位的鴻溝特征較為雜亂，現有的無感智能泊車位體系辨認技能無法辨認出泊車位類型，使很多不規則泊車位資源難以使用，駕馭技能不太好的駕馭員只好經過巡游來尋找規則或寬闊的泊車位，然后造成燃油和時
