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ADS2.0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。
