ParkSense: 送货司机应如何选停车点？利用闲置自动驾驶计算资源与视觉语言模型
计算机视觉与模式识别
2026-04-10 v1 机器人学
摘要
寻找停车位消耗了食品配送时间中不成比例的篇幅，而目前没有系统针对商户入口的精确停车点选择进行设计。我们提出ParkSense框架，在低风险自动驾驶状态（红灯排队、交通拥堵、停车场缓行）时复用闲置计算资源，对预缓存的卫星图和街景图像运行视觉语言模型（VLM），以识别入口和合法停车区域。我们形式化了送货-aware 精确停车（Delivery-Aware Precision Parking, DAPP）问题，表明在HW4级硬件上，对量化7B VLM进行4-8秒的推理，并估算美国每位司机年收入可提升3,000-8,000美元。我们在自动驾驶、计算机视觉与最后一公里物流交叉领域识别出五个开放的研究方向。
引用
@article{arxiv.2604.07912,
title = {ParkSense: Where Should a Delivery Driver Park? Leveraging Idle AV Compute and Vision-Language Models},
author = {Die Hu and Henan Li},
journal= {arXiv preprint arXiv:2604.07912},
year = {2026}
}
备注
7 pages, 3 tables. No university resources were used for this work