去年10月，我們在Xpeng Motors P7上首次體驗了高速NGP。在當時，高速NGP還是一個新鮮事物。截至今年第三季度，該功能累計完成1198萬公里。一年后，在“1024科技日”前夕，我們再次受到Xpeng Motors的邀請，在Xpeng Motors P5體驗“全場景智能輔助駕駛”。短短一年，從高速場景輔助駕駛到城市場景，不得不說Xpeng Motors進步神速，但城市輔助駕駛是雞肋嗎？來看看體驗吧。

更多精彩視頻，均在車載家庭視頻頻道。

我們熟悉的詞應該是“城市NGP”，但事實上，我們今天試駕體驗中的“全場景智能輔助駕駛”水平比城市NGP更高，功能和場景更豐富。從目前的消息來看，2022年第二季度城市NGP將在XPILOT 3.5上實現(xiàn)，2023年以更強的硬件和XPILOT 4.0實現(xiàn)“全場景智能輔助駕駛”。但需要補充的是，現(xiàn)階段我們試乘體驗的“全場景智能輔助駕駛”還處于演示階段，細節(jié)還沒有優(yōu)化。

首先，在城市場景中很難輔助駕駛。感知增強、超視距識別、動態(tài)決策規(guī)劃、定位自適應、不同時間/路況下的策略等都是不可或缺的。將高速NGP與城市場景輔助駕駛相結合，再解決收費站場景，最后結合停車場的停車記憶功能，這套輔助駕駛也實現(xiàn)了跨越高速、城市、停車場景的完整服務。

未來，XPILOT 4.0將全面升級感知決策硬件。感知層面，Xpeng Motors將以視覺為主，毫米波雷達/激光雷達為輔，實現(xiàn)3D視覺感知空。目前，全場景智能輔助駕駛演示版的功能和任務明確，即驗證感知和決策框架的正確性。至于細節(jié)改進，則放在后續(xù)優(yōu)化中。

在城市場景輔助駕駛中，我認為決策的難度遠大于識別，因為與高速場景相比，城市環(huán)境過于復雜，情況千變?nèi)f化，比如進入主干道、保護沒有紅綠燈的路口、路口選擇車道、處理非機動車混行等。因此，輔助駕駛系統(tǒng)還需要實時自我預測，與其他交通參與者“博弈”，在安全的前提下正確駕駛、高效駕駛，這就要求系統(tǒng)具備擬人化策略。

這次體驗只是試乘，體驗時間有限，所以能感受到的內(nèi)容有限。讓我們回顧一下整個體驗，與大家分享第一次公共體驗的全場景智能輔助駕駛的表現(xiàn)。再說一次，Xpeng Motors的全場景智能輔助駕駛演示版是內(nèi)部工程實驗測試，請勿模仿。

●全場景智能輔助駕駛演示版體驗流程回顧

更多精彩視頻，均在車載家庭視頻頻道。

“停車場記憶停車和城市輔助駕駛之間的自動切換”

該系統(tǒng)的演示版自動將城市輔助駕駛與停車場記憶停車串聯(lián)起來。導航終端設置在地下室后，實現(xiàn)城市點對點輔助駕駛。

更多精彩視頻，均在車載家庭視頻頻道。

“全場景智能輔助駕駛可以自動識別信號燈并做出決策”

在城市場景中，十字路口選擇車道和等待/啟動紅綠燈是極其常見的。在體驗中，我們發(fā)現(xiàn)系統(tǒng)會做出更好的車道選擇，這體現(xiàn)在實時自主決策和擬人化操作上。此外，在等待紅綠燈時，系統(tǒng)會自動識別紅綠燈并及時啟動。

城市中不同交通參與者之間的距離比較近，動作很難預測。如下圖，自走車會駛?cè)胗覀?cè)直行車道，但此時面包車突然加速，堵塞到同一車道，這其實是典型的“游戲”場景；對于司機來說，要么他會在面包車到來之前加快自己的車速，駛?cè)肽繕塑嚨?，要么他會減速讓面包車先行。然而此時系統(tǒng)沒有做出正確的自我決策，導致人為干預，系統(tǒng)退出。

更多精彩視頻，均在車載家庭視頻頻道。

“系統(tǒng)搶道無效，最后車輛被人工接管”

更多精彩視頻，均在車載家庭視頻頻道。

“系統(tǒng)主動超越本地列車”

公交車也是城市中一種特殊的交通參與者，它有路邊停車和上下車的乘客。輔助駕駛系統(tǒng)需要在平行線上超車。同時公交車較大，輔助駕駛系統(tǒng)需要合理避讓。在這段經(jīng)歷中，基本沒有出現(xiàn)過自駕因為公交車而停止的情況。

更多精彩視頻，均在車載家庭視頻頻道。

“系統(tǒng)保持獨立變道”

加速并行連接和并行排隊也是常見的情況，但偶爾系統(tǒng)會做出不準確的自我決定。比如前面的safety 空就足夠了，自行車輛需要從左到右平行，駕駛員要加快平行速度，但系統(tǒng)反應時間會稍長，會導致體驗和效率不足。

此外，在平行排隊時，為了不影響其他車道的通行，駕駛員應提前平行車道，但系統(tǒng)沒有做太大的轉(zhuǎn)彎并平行車道，導致道路被占用。

更多精彩視頻，均在車載家庭視頻頻道。

“系統(tǒng)主動避讓非機動車，自主超車”

面對非機動車，目前的系統(tǒng)可以處理一些簡單的情況，比如在高速公路上繞過自行車，但是面對過于復雜的場景，為了保證體驗期間的安全，駕駛員還是要手動接管車輛。在實際的城市交通中，復雜的機動車與非機動車混合交通場景確實非常常見，這就要求系統(tǒng)做出非常合理、擬人化、安全的自我決策。

更多精彩視頻，均在車載家庭視頻頻道。

“系統(tǒng)在多岔路口自動通過，沒有信號燈保護”

城市中無信號燈保護的十字路口也是典型的場景。面對一些交通繁忙的復雜路口，即使是駕駛員也要保持較低的行駛速度才能安全通過。在體驗中，我們也遇到過類似的場景，不過好在通過路口時車流量不大，所以車輛通過路口邏輯嚴密，效率高。

更多精彩視頻，均在車載家庭視頻頻道。

“系統(tǒng)與汽車之間的距離不穩(wěn)定”

此外，我們熟悉城市擁堵中的跟車場景。如果你保持很小的跟車距離，你需要時刻警惕周圍的情況。如果你保持很大的跟車距離，你很容易被其他車輛卡住。在體驗中，系統(tǒng)偶爾會保持一個合理的跟車距離，其安全冗余空不會讓乘客感到害怕，跟車距離不易被遮擋。但是目前跟車距離的控制并不穩(wěn)定，跟前面的車距離往往過大。

在城市輔助駕駛系統(tǒng)中，雙向交通更加困難。自駕車輛前方一旦出現(xiàn)臨時停車車輛，自駕車輛只能停車等待。這時，司機會認為“繞過馬路”是不夠的。從“人情”的角度來看，這種臨時繞行是很常見的，但從法律上講，逆向行駛半米是違法的，所以系統(tǒng)永遠不會逆向行駛，這是可以理解的，但駕駛員難免會在主觀上認為系統(tǒng)過于死板。

總結:

這次體驗最大的收獲就是見證了城市場景輔助駕駛的感知和自主決策能力，比如在路口選擇車道、通過路口、非機動車繞行等場景，這套系統(tǒng)展現(xiàn)了擬人化的操作。同時，Xpeng Motors中的官方工程師也提到，系統(tǒng)的邏輯底線是安全，所以我們可以理解一些保守的操作。在未來的優(yōu)化中，如何實現(xiàn)系統(tǒng)更好的動態(tài)控制，錐體/實線/行人/公交車等的避讓邏輯，以及運行的精細度都將得到提升，這其中還是包含了很多系統(tǒng)的自實時決策?？傊诔墒斓某鞘袌鼍爸休o助駕駛是非常困難的。幸運的是，Xpeng Motors給了我們信心。