【2015年7月14日，沃尔夫斯堡】大众汽车致力于在自动泊车领域占据领先地位，V-Charge系统提供了在不久的将来自动泊车的图景。该系统是欧盟的研究项目，由来自德国和国际的六个合作伙伴共同开发新的技术，项目重点关注停车位的自动搜索以及电动车的充电。该系统的最大优点是，车辆不仅自动地寻找空车位，而且寻找具备充电设施的空车位，以对其电池进行感应式充电。充电完成后，系统自动将充电槽释放给其它电动车辆，而寻找普通停车位。V-Charge意即代客充电，它指明了自动泊车的未来发展方向。
在美国，方便的代客泊车大受欢迎：当你到达目的地便可下车，由代客服务人员为你停车，而当你需要开车时，服务人员再将车开过来，这样人们不再为寻找停车位浪费更多时间。V-Charge项目基于这一概念，其发展目标是在设定区域（如多层停车场内）完全自动地搜索停车位（“代客泊车”）。
基于大众汽车e-Golf的V-Charge测试车辆
很多场景可以说明V-Charge概念的优势，以日常的实际情况举例：一个上班族发现他可能要迟到而错过公司的重要会议，有了V-Charge，他就可以在主要入口处直接停车下来，使用相关的智能手机应用程序，建立与其车辆的连接。通过全自动操作，车辆接收到数字地图，在停车区域或多层停车场内自动驶向停车位。此外，如果是电动车，系统优先考虑配备自动充电设施的停车位。车辆内集成的摄像头和超声传感器识别行人、骑车人和其它车辆，因此，车辆可以在称之为“混合交通”的区域穿行，选择的停车场不必是封闭的区域，也不需要任何复杂的技术设备。
当电动车接近目的地时，系统通过本地传感器识别所分配的停车位是否被占，如果是空位，则启动全自动泊车策略，将车辆准确地停放在感应式充电桩的上方。充电完成后，车辆自动移动到其它车位，将充电站留待其它电动车。当司机返回多层停车场时，他可通过V-Charge应用程序，呼叫车辆回到起点，车辆移动到设定的接人位置，而不需要司机走到停车区域或多层停车场。
位于苏黎世的瑞士联邦理工学院（ETH）领导该国际研究机构，它负责视觉定位、运动规划和车辆控制（自主系统实验室分部）、摄像头标定、图像的三维重建和障碍检测（计算机视觉与几何实验室分部）；布伦瑞克工业大学致力于停车场管理以及车辆与技术环境之间（车辆至基础设施的V2I）的通信问题；罗伯特?博世有限公司负责研究传感器技术领域；帕尔马大学专注于物体识别；牛津大学进行停车场（语义映射概念）详细导航地图的开发；机构中第六个合作伙伴大众汽车提供平台设备、安全和控制模块以及对周围环境、物体识别和自动泊车进行静态监控的系统。
测试车辆：技术感觉器官网络
主要的技术必要条件已经存在，例如在初始阶段，可以利用目前生产车辆中所使用的传感器和摄像头技术；传感设备组成的密集网络可实现基于大众汽车e-Golf的V-Charge测试车辆的自主操作；4个广角摄像头、2个3D相机、12个超声传感器、数字地图以及用于车辆和基础设施通信的“Car2X”技术可确保车辆周围环境被可靠地检测和设别。识别行人、车辆和障碍，识别并测量停车位，然后将该数据流实时地组合在一起，形成整体图像，技术“感觉器官”必须完成的任务非常复杂，极为多样。
该研究项目所进行的持续测试显示，目前V-Charge已经可供使用。独立于GPS的室内定位、精确到厘米的停车位测量以及周围环境的360度识别都能可靠地运行，而系统对行人和车辆的反应以及考虑到按照或通过车辆路径进行交通移动的方式也能够有效工作。
2005年：被称为Stanley的大众汽车途锐迈出自主操作的第一步
在大众汽车，自动驾驶已由想像转变为超前的研究领域。Stanley是加州的斯坦福大学与大众汽车电子研究实验室（美国）将途锐改装为能够自主驾驶的实验状况，它早在2005年即已荣获城市机器人汽车挑战大赛；2007年，帕萨特Junior进入开发新阶段，当时就已寻求在没有司机的情况下穿梭于城市丛林，正因如此成功，Junior在自主车辆的城市挑战赛中位列次席。
暂定名称为PAUL和iCar的两款帕萨特研发车辆也在同一年展示了它们的自主性能。此外，由于无需司机参与的智能泊车辅助，PAUL停入垂直于行车道的车位，而通过自动式制动以及保持适当距离，iCar（智能汽车）在停停走走的情况下以及长途的单调行程中使司机更为轻松。
2011年，“eT-follow me!！”微型面包车作为送货服务的理想车辆而推出。以现实生活场景举例：如司机沿街挨家挨户送信，而eT像一只训练有素的狗通过静态电动爪跟随他，确保他的邮袋不断装满（“FollowMe”功能），或者像好孩子一样静止等待，直到接收“come to me”的电子信号。
2011年，“HAVE-IT”（智能交通的高度自动化车辆）也进入了自动驾驶阶段，它是大众汽车公司对欧洲委员会资助的同名研究项目所做的工作成果。沃尔夫斯堡的工程师已为帕萨特旅行版开发了“短时自动驾驶仪”，该仪器基于行驶状况、周围环境、司机状况以及系统状态，为高速公路和类似道路上的驾驶设置最佳可能的自动化操作。
