VT-APS视觉采用自研多任务神经网络算法，算力需求最低可控制在0.5T，感知识别率平均可达到95%，感知精度10cm左右，提升APA最终泊车成功率。

车位可识别垂直水平斜车位，障碍物可识别地锁、行人、车辆、自行车、摩托车、三角锥、限位杆等障碍物，并可适配多种天气和光线环境。

低阶规控算法基于车辆动力学模型，采用切线圆的规划算法，将路径信息离散化，泊车过程中可动态调整车辆速度和方向盘角度，可使泊车路径更平滑，目标点更准确，用户舒适度更佳等特点。

高阶规控采用基于混合A*算法进行了优化，可将平均揉库次数降低到3次以下，泊车路径更加拟人，极大提升用户体验。配合高精度的视觉感知，对于窄车位场景、小泊车空间场景、断头路场景都有较好表现。