而想要打通两个模块之间的衔接，只是基础的感知配置是不够的，以目前的判断是最好是成熟可靠的纯视觉+高算力芯片方案来做，另外就是上车激光雷达+高算力芯片。原因很简单，在进入停车场之前，是需要经过一段相对来说较为复杂且存在变量的驾驶工况。那么此时需要应对的，是车辆在较为开放的路段行驶，需要做的感知其实不亚于城区NOA的需求，要做到更好的细节感知。
原本的自动泊车功能，只是局限于停车场这一个相对单一的场景。但现在的趋势，是逐渐打通与城市NOA工况之间的衔接，从园区内的智能驾驶开始，这会是一个慢慢发展的过程。
那么，现阶段的挑战是什么？
技术层面，其实由于两个工况现阶段基本都已经可以拆出来成熟的应用了，所以难点和弊端几乎没有了，剩下的就是，如果在园区到停车场的这个途中，出现事故，该怎么界定。不难发现，这次更新后，ADS的行车记录仪，增加了充分的行车信息，包括驾驶员与智能驾驶的区分。
但，自动泊车功能并不等同于完全自动化驾驶，它仍然是一个辅助功能。驾驶员在使用自动泊车时，通常需要控制档位和刹车，并保持警觉准备随时接管车辆控制权。而更新后的园区内行驶，应该也是属于泊车域的一环了。
所以，如果事故是由于驾驶员未能按照操作要求控制车辆，或未能及时接管控制权导致的，那么承担责任的还会是驾驶员。
还有上面提到的，手动调速这个权限，基本上可以理解为更多的控制权依旧握在驾驶员的手中，而算法更多还是起到辅助作用。最后
在华为ADS2.0之后，这种打通半开放路况+停车位之间的模式，会越来越多，技术难点不多，只是对算法以及感知硬件会有一定需求。所以更新、使用的依旧是那批配有高阶智驾硬件+软件的产品。
技术层面不会有硬伤，华为的这次更新，是先给问界M9做的OTA（1500个名额），因为它现在无论是智能驾驶硬件还是整车的底盘用料等，都是最好的，而且车身尺寸也是问界系列中最大的。应该还是在从测试中寻找问题，至少目前来看，压着园区车道线行驶，就是一个明显的问题。
