何小鵬火力全開，吳新宙瑟瑟發(fā)抖？小鵬 P5 的 CNGP 現在什么水平？
今天何小鵬發(fā)布了一條小鵬 P5 CNGP（City-NGP）的測試視頻，不出意外的是測試仍然是在廣州本地，但是不一樣的是，這次的主駕是小鵬汽車的董事長兼 CEO 何小鵬，副駕駛是小鵬汽車自動駕駛技術副總裁吳新宙。
2021 年 10 月，我們在廣州體驗了基于 P5 實現的城市 NGP 能力，在 2022 年初的財報電話會議中，何小鵬也透露：「 XPILOT 3.5 的核心功能城市 NGP 的研發(fā)進展順利，在獲得相關主管部門的審批后，計劃于今年二季度末在首批城市推出城市 NGP。」
時隔半年，雖然我們沒有實際體驗到最新版本的 CNGP，但我們很驚喜地在視頻中看到何小鵬毫不吝嗇地對優(yōu)點進行了表揚，也毫無保留地說出了當前的缺點，結合吳新宙的回應，我們也窺探到當前 CNGP 的大概水平。
測試數據概覽
本次測試的車型為小鵬 P5 頂配版，硬件參數如下：
8 顆 ADAS 感知攝像頭
4 顆環(huán)視攝像頭
5 顆毫米波雷達
2 顆覽沃激光雷達
30 TOPS 英偉達 Xavier 芯片
測試路線包含：
1 個 180° 掉頭彎
1 段高德地圖紅色擁堵路段
3 個右轉
2 個無保護左轉
全長 17 km
總用時 49 分鐘
我們對 CNGP 應該有一個怎么樣的預期？
剛上車何小鵬就表示：「我的期望是很高的，希望能夠達到一個中等司機的表現?！雇瑫r也直言：「像老司機是不可能的。」
隨后吳新宙也明確了，城市 NGP 剛發(fā)布的時候，適用的場景更多是城市的主干道、次干道。
但也表示：「城市 NGP 每天都會迭代很多版，所以進階會比人類快很多?！?/p>
而何小鵬也回懟了吳新宙表示：「我覺得大部分中國的駕駛員都比較聰明，我們 Machine 想追趕這些比較強的司機，我覺得還有很多很多年?！?/p>
從這一點我們也可以看出，小鵬的城市 NGP 雖然可以做到城市路況百公里 1 次接管，但是在體驗上距離老司機仍然有很多年的差距。
CNGP 在哪些場景下的表現能令何小鵬滿意？
180° 掉頭
剛從小鵬總部出來就是一個 180° 的 U 型彎道，很多司機甚至無法一把完成掉頭，但是在掉頭過程中路口有混行兩輪車的環(huán)境下，P5 仍然一把完成。
城市擁堵路段
跟隨公交車通過一個紅綠燈路口后，車輛進入了擁堵路段，從車機的導航顯示中也可以看出，行進的路段已經顯示為紅色。
吳新宙表示：「在低速跟車的時候，不想變道的時候做得還 OK，橫向做得比 LCC 要厲害很多，因為加入了很多橫向挪移的能力?！?/p>
面對右側壓線行駛的車輛，系統會進行輕微的繞行，這點也得到了何小鵬的好評。
經過這段蠕行擁堵環(huán)境后，何小鵬對 CNGP 的評價是：「在非常擁堵的環(huán)節(jié)我覺得很舒服?！?/p>
同時還表示：「城市堵車的時候這個功能的是最舒服?！?/p>
極端場景能力
極端場景同時小鵬 P5 面對的難題之一，對此吳新宙表示：「得益于小鵬比較早的全棧自研，同時做了比較好的數據閉環(huán)，攝像頭的感知能力還是比較強的，而且加入了激光雷達之后，在雨天的場景也會有更好的表現?！?/p>
吳新宙還透露，激光雷達需要額外解決的兩個場景，一個是在大雨天地面濺起水花時，系統需要識別這是不是一個永久障礙物，同時在面對地面揚塵的環(huán)境，小鵬也對激光雷達的算法做了大量的優(yōu)化，不會影響到功能的正常工作。
此外，在吳新宙看來城市場景，激光雷達十分關鍵，一方面是對交通參與者的識別和跟蹤，純靠視覺加毫米波雷達有一定挑戰(zhàn)；另一方面，在面對城市道路中各種各樣的靜態(tài)障礙物，激光雷達可以無壓力識別。
隨后，吳新宙還透露，小鵬正在監(jiān)測躺著的人、半蹲的人、坐輪椅的人，而這類型的感知都會通過激光雷達去做判斷，不過受限于感知能力和僅有的 30T 的算力，還無法對路面的坑洞進行監(jiān)測，但是在算力更高、感知更強的小鵬 G9 上這些都會識別。
不規(guī)范區(qū)域內的形式
在城市場景中，我們會碰到大量不規(guī)矩甚至騎著線開的司機，在面對這種場景，小鵬有一個全新的邏輯。
首先，系統會根據激光雷達監(jiān)測到的障礙物行成一個可達空間，第二個是車道線，第三個是旁車的車流壁，也就是旁車的行駛軌跡，系統會根據優(yōu)先級判斷哪個對車輛行駛軌跡的影響最大。
在完成一個無保護左轉后，吳新宙還表示：「在左拐的時候，我們是完全不按車道線走的，更多是按照旁車的軌跡行駛?！?/strong>
CNGP 在哪些場景下還有待提升？
避讓車輛后的響應速度
在避讓車輛時，系統雖然做到輕微的點剎，但是當前車駛離后，CNGP 系統的反應速度慢了約 200 毫米。
雖然這種表現在自動駕駛行業(yè)已經習以為常，但是何小鵬則直言：「不夠 Smart?！?/p>
對此吳新宙表示：「我們在縱向控制上會做一些優(yōu)化?！?/p>
遇到大車的避讓邏輯
在變道時如果遇到目標車道有大車，系統的處理會十分謹慎，甚至整車剎停避讓。
用何小鵬的評價來說就是：「在遇到大車的時候我感覺他的智商會下降一代。」
側面來車的減速邏輯
在測試過程中，出現了 2 次右側后方來車的情況，在這種情況下車輛會進行較大減速度的制動。
何小鵬表示：「這個事兒邏輯就是側面（來車）的時候，不應該把車剎到底。因為他就算撞你也沒辦法了?！?/p>
隨后吳新宙回應：「我們在最新版已經給（處理了）?！?/p>
CNGP 在哪些場景下無法工作？
極度擁堵下的變道
第一個場景就是極度擁堵環(huán)境下的變道，吳新宙坦言：「在擁堵場景下，最難的就是變道，然后旁邊的車也不一定會給你留空間，所以這還是一個比較難解決的問題?！?/p>
雖然我們在去年 1024 科技日的體驗環(huán)節(jié)，感受過了小鵬 P5 的極限變道能力，在極端擁堵的環(huán)境下，系統會盡量偏向目標車道行駛，以給后方車輛一定的壓迫感，試圖在擁堵環(huán)境下完成變道。
但是實際的體驗上，作為駕駛員感受是驚心動魄的，后續(xù)小鵬汽車也表示，在演示的版本中，系統的策略會激進一些。
在正式推送的版本中，如果遇到這種路況，系統會主動提醒駕駛員，請求接管。
吳新宙也透露，會引入一個低速跟隨模式，在速度特別擁擠的時候，會把變道通過提示交給駕駛員來完成。
實線環(huán)境下遇到前方故障車輛
在測試中吳新宙表示，在實線車道下，如果遇到前方故障車輛，車輛并不會進行壓實線變道繞行，如果是在虛線的環(huán)境下，會有一個比較大的繞行能力，但是如果是實線一定就不動了，會交給駕駛員來判斷。
在后續(xù)的測試中剛好碰到了一輛蠕行的出租車，系統做出的反應是低速跟隨，吳新宙表示：「前車有點在動，有沒有雙閃（就很難處理），如果是完全靜止的車輛，我們回去繞它?！?/p>
顯然在這種場景下，車輛的操作會和正常的人類司機有比較大的差異。
隨后，何小鵬還打趣道：「旁邊的的士在看我們，他看我們就是因為我們開得太菜了?！?/p>
寫在最后
最后整個行程耗時 49 分鐘，行駛里程 17 km，全程 1 次接管。
這個視頻最大的亮點并不是小鵬 CNGP 的表現到底有多好，而是作為小鵬汽車 CEO 的何小鵬和負責自動駕駛的吳新宙毫無保留地輸出了 CNGP 的優(yōu)點缺點以及能力邊界。
在智能駕駛技術的傳播中，我們將長期面臨 L2 到 L4 過程中的大量長尾場景不可用或體驗不佳，正視這些缺點并保持信息的透明，就像輔助駕駛的可視化界面一樣重要。
當兩位直接決策者心中清楚這套輔助駕駛優(yōu)缺點時，相比別的車企小鵬已經贏了一半了。