您現在的位置是:首頁 > 垂釣

硬核解讀|何小鵬親測的城市NGP,“成”在哪裡?“敗”在哪?

  • 由 星車場 發表于 垂釣
  • 2022-09-24
簡介但實際上吳新宙在這個問題上的表述並不是太準確,而是應該說是“因為小鵬P5智慧駕駛晶片算力不夠,導致其無法搭載效能更強的鐳射雷達”,並不單純只是其中一方的問題

直線道路上能掉頭嗎

硬核解讀|何小鵬親測的城市NGP,“成”在哪裡?“敗”在哪?

今年6月份的某一天,一輛白色的小鵬P5“跌跌撞撞”地駛上了廣州城的大馬路。

如果能僥倖偶遇到一起,已經是“老司機”的你或許會在心底騰起某種鄙夷,“這又是哪個剛剛從駕校畢業的菜鳥……”;不過幸好在將近50分鐘的行駛路程裡,這輛小鵬P5沒有遇到哪怕一位“路怒症”患者,不然,對於小鵬汽車的公關團隊來說,這又將會是一場“大作戰”。

之所以將其描述為“跌跌撞撞”,其實相對於略顯笨拙的車技來說,主要還是在於兩位“受檢人”忐忑的心情:

一位是坐在副駕駛的小鵬汽車自動駕駛副總裁吳新宙,眼光閃爍的同時還把自己的手指關節掰得嘎嘎響,從行為心理學的角度來講這是很不自信的表現;而另一位就是這輛白色的小鵬P5,在沒有駕駛員操控方向盤的情況下,從小鵬汽車總部一路開到了廣州塔。

以上所述情節,出自小鵬汽車首次於社交媒體公佈城市NGP(領航輔助駕駛系統)在真實道路環境下的測試成果,同時也是小鵬汽車創始人何小鵬在眾目睽睽下親自視察高管工作的督戰現場。

由此,星車場APP就目前所有已經公開的“情報”,嘗試從技術的角度解讀一下小鵬P5目前這套城市NGP究竟有哪些值得誇獎以及哪些需要吐槽的地方。

不過,在智慧輔助駕駛這塊兒不講配件配置就給結論如同耍流氓,因此讓我們先來看一看兩位“受檢人”的硬體配置。

硬核解讀|何小鵬親測的城市NGP,“成”在哪裡?“敗”在哪?

小鵬汽車自動駕駛副總裁吳新宙,1998年畢業於清華大學電子工程系,2006年進入高通公司打造面向行業的自動駕駛解決方案;在汽車和車載通訊領域研究多年,持有160項美國專利和100多項專利申請;2018年12月份正式加入小鵬汽車負責自動駕駛業務。

硬核解讀|何小鵬親測的城市NGP,“成”在哪裡?“敗”在哪?

小鵬P5,業內首款搭載鐳射雷達的量產智慧汽車;前保險槓嵌入了兩顆來自於大疆的浩界HAP鐳射雷達,周身覆蓋由13顆攝像頭+5顆毫米波雷達+12顆超聲波雷達組成的感測器配置;內建英偉達Xavier智慧駕駛計算晶片,峰值算力可達30TOPS。

好了,我們正式開始。

你別說,這些地方做的還真不賴

-紅綠燈識別

在即將進入臨江大道的時候,小鵬P5遇上了一個備受考驗的紅綠燈場景,需要車輛透過攝像頭精準地識別紅綠燈的閃爍變化,並結合高精度地圖中的先驗資訊來判斷究竟哪個紅綠燈對應的是自己的這條車道。

需要指出的是,“紅綠燈識別”屬於智慧駕駛中對於小微物體的識別場景,對用於模型訓練的資料質量十分苛刻;更難的一點在於,前方大車的遮擋也很有可能造成攝像頭無法識別的情況,這個時候往往需要透過其他車輛的運動軌跡進行判斷。

在本次測試中,小鵬P5面對的正是這樣一個情況。

硬核解讀|何小鵬親測的城市NGP,“成”在哪裡?“敗”在哪?

(小鵬P5準確地識別到了紅綠燈的變化)

透過擋風玻璃可以看到,小鵬P5面前有3輛大車,其中橙色的那輛還因為遮擋只露出了很小一部分車身。不過,小鵬P5還是出色地完成了識別任務,並且對於3輛大車的識別也相當精確(事實上,對於大車的精準識別也是智慧駕駛面臨的痛點之一)。

-低速情況下的跟車(非常擁堵)

在還差550米進入科韻中路的時候,小鵬P5遭遇了在擁堵路段低速跟車的大挑戰。可以想象,如果城市NGP在未來大規模普及,那麼低速跟車場景一定是出現頻次最為頻繁的場景之一。因此,這個場景下的體驗好壞將很大程度上影響城市NGP的整體效能。

硬核解讀|何小鵬親測的城市NGP,“成”在哪裡?“敗”在哪?

(透過儀表屏可以看到,右後方一輛車試圖切上)

當一輛車從小鵬P5的右後方靠近過來,透過方向盤的打動可以看到測試車在左側有剩餘空間的前提下執行了一個繞行的策略,而對於絕大部分駕駛員來說這通常都是一個難以察覺的盲點位置;當一輛埃安Y從前方右側強行並道,小鵬P5也是立即剎停。

和高速NGP在低速狀態下的跟車邏輯不同,城市NGP在跟車距離以及車速上的挑戰無疑都是更大的,在這種情況下就體現出了鐳射雷達的重要性。同樣,加入了鐳射雷達的ACC/LCC功能可以對近距離切入的物體進行更好的避讓,該功能已於近日透過OTA完成升級。

不過以上場景僅適用於單車道內的低速跟車。

吳新宙表示,為了保證駕駛員的安全,未來城市NGP將會把擁堵路段的變道需求交由駕駛員進行接管;同樣如果遇到前方有故障車靜止在路邊,並且車道兩側是實線的話,也會將判斷的權利交還到駕駛員手中。

-極端天氣和特殊情況

鐳射雷達的優勢還體現在極端情況下。

事實上,鐳射雷達的加入主要是為了彌補“攝像頭+毫米波雷達”這套硬體配置在物力特性上的不足。在昏暗的隧道、強烈陽光引起的攝像頭過曝、雨霧天氣對攝像頭的汙垢遮擋、以及一些異型車和拋撒物等場景下,鐳射雷達都能更加精準地感知障礙物。

吳新宙表示,目前測試車搭載的這套城市NGP已經可以在大雨天正常工作,並且在濺起的雨水和泥土產生的噪點問題上也做了許多工作(業內通常把雷達識別到的一些臨時障礙物稱為“噪點”,系統需要去排除這些噪點的干擾以避免影響正常的駕駛)。

硬核解讀|何小鵬親測的城市NGP,“成”在哪裡?“敗”在哪?

(何小鵬笑得很開心)

此外,小鵬汽車還是業內第一家在30TOPS的算力水平下,將鐳射雷達這套功能成功做出來的企業。吳新宙在向何小鵬表達這個意思的時候,後者的臉上第一次露出了會心的微笑。

-無保護左轉

所謂“無保護左轉”,及在十字路口向左轉彎時無法得到紅綠燈的保護,隨時可能面臨和對向來車發生碰撞的風險。事實上,本次城市NGP測試影片中展示的並不是標準的無保護左轉場景,但在一定程度下也體現了系統在沒有車道線情況下的轉彎能力。

硬核解讀|何小鵬親測的城市NGP,“成”在哪裡?“敗”在哪?

(“無保護左轉”很容易和對向車輛發生碰撞,因此多年來一直是智慧駕駛的痛點之一)

通常來講,在直線行駛中智慧駕駛系統都會透過對車道線的檢測來正常行駛,可以簡單地把車道線理解為智慧駕駛系統的“軌道”,這些“軌道”的資訊目前都是來自於高精度地圖。

而左轉場景是沒有車道線的,也就意味著智慧駕駛系統無法獲得來自高精度地圖的輔助,因此只能另尋他法。

吳新宙給出的解決方案是,可以透過檢測旁車的行駛軌跡(車流壁)來達到左傳的目的,“說白了,左拐的時候我們是完全不按車道線走的哪怕是有一點車道線,他更多的參考也是按照旁車的軌跡”。

透過測試來看,小鵬在“無車道線左轉”場景下的這套方案已經相當成熟。

這些毛病讓何小鵬大呼“受不了”

-180°掉頭

駛出小鵬汽車總部遇到的第一個場景,就讓坐在主駕駛的何小鵬黑了臉。

小鵬汽車總部門前有一個180°的掉頭場景,透過肉眼可以看到在這個路口兩側當時總共停著3輛電動腳踏車。但是,在中控大屏上可以發現,小鵬P5此時只識別到了近點的一輛電動腳踏車,或許是由於前方掉頭車輛遮擋的緣故,位於遠點的外賣小哥並未出現在螢幕上。

硬核解讀|何小鵬親測的城市NGP,“成”在哪裡?“敗”在哪?

(透過擋風玻璃,人類駕駛員是可以觀察到3輛電動腳踏車的)

結果也不出所料,當車輛開始轉彎時,位於遠點的外賣小哥突然啟動,測試車察覺後立即剎停。但透過觀察中控大屏可以發現,直到外賣小哥啟動前小鵬P5都是沒有發現他的,很難想象如果外賣小哥沒有立刻啟動會造成什麼樣的後果。

按道理來講,加入了鐳射雷達之後的智慧駕駛系統應該對類似於外賣小哥的交通參與者非常敏感,但不知在這個過程中出現了什麼問題,導致小鵬P5遲遲沒有發現他。

另外,從小鵬P5在掉頭的過程中剎停也可以看出是遇到了多麼緊急的情況。要知道,即便是駕校菜鳥在科目三考試掉頭時停車也都是要扣分的。

-對人和小動物等小微物體的識別

加入鐳射雷達之後的小鵬P5也並不是能解決所有的障礙物,就比如各種各樣形態的人(諸如躺著的、坐輪椅的、半蹲著的)、小貓小狗,以及路上的水坑等。吳新宙將其歸因於智慧駕駛晶片的算力不夠。

但實際上吳新宙在這個問題上的表述並不是太準確,而是應該說是“因為小鵬P5智慧駕駛晶片算力不夠,導致其無法搭載效能更強的鐳射雷達”,並不單純只是其中一方的問題。

無論是什麼姿態的行人和小動物,其實都是屬於鐳射雷達對於微小物體的檢測範疇。而想要提升對這類物體的檢測精度,則需要識探測距離更遠、角解析度更強的鐳射雷達。由於這樣的鐳射雷達探測到的資料更多,自然也就需要更大算力的晶片去處理這些資料。

來看看小鵬P5的硬體配置。

硬核解讀|何小鵬親測的城市NGP,“成”在哪裡?“敗”在哪?

(主流鐳射雷達配置對比)

其搭載的兩顆來自攔攬渥的鐳射雷達,無論是在探測距離還是角解析度上都遠遜於其他的同類競品;在算力水平上,小鵬P5搭載的智慧駕駛晶片也和當前的主流產品英偉達Orin有著數量級之間的差別。

好訊息是,硬體水平的代溝將在小鵬G9上不復存在。

不過對於20萬級別的小鵬P5來說,如果在換代時更換智慧駕駛硬體,那麼一定意味著成本的增加。當未來城市NGP普及時,如何平衡小鵬P5的產品售價和智慧駕駛體驗,是擺在何小鵬面前的一道難題。

-飽受還是激進?That‘s the question!

最後也是最難的一點,是在自動駕駛演算法上調校問題。

可以看到,當小鵬P5在面對如公交車等大型車輛的時候,其做出的決策是非常飽受的。就比如,當遇到前方公交車的一角略微佔到了本側車道的情況,測試車就完全剎停不敢再往前走了。對於這種情況,吳新宙給出的解釋是“我們在做對於大車的決策時一向比較謹慎”。

事實情況是,不只是針對大車,對於“速度較快時前車突然變道”、“前方有速度無限接近於零的蠕行車輛”,以及“車輛較多時候的正常變道”等場景,小鵬P5的表現都有些過於謹慎。全程唯一一次讓何小鵬大呼“受不了了”的主動接管也是發生在這樣的場景下。

硬核解讀|何小鵬親測的城市NGP,“成”在哪裡?“敗”在哪?

(何小鵬表示,面對大車時城市NGP的“智商好像下降了一代”)

可以確定的是,小鵬的城市NGP的演算法調校目前為止並不成熟。

不過,每當我們將問題上升到“演算法調校”這個問題時,似乎預示著這都是並不能在短時間內解決的。

“遇到什麼樣的場景該剎車”,“哪些情況下又該直接衝過去”,這些或激進或保守的演算法策略往往是在權衡“到底是乘員安全更重要,還是智慧駕駛體驗更重要”上的左右互搏,而諸如此類的哲學問題似乎永遠都沒有標準答案。

這意味著,演算法調校這件事,往往都是工程師要在系統的整個生命週期去不斷打磨的。

寫在最後:

從這輛小鵬P5駛回小鵬汽車總部的那一刻起,估計吳新宙和他的自動駕駛團隊又要開始下一輪沒日沒夜的加班了。

“這條賽道的生存法則就是,誰跑得慢了就會死。”一位自動駕駛演算法工程師向星車場APP表示。

相比有著“產品暴君”稱謂的理想汽車CEO李想來說,一貫笑眯眯的何小鵬都是以親和友善的形象示人。不過,大家往往都忽略了在“造車三傻”中只有何小鵬才是唯一技術出身的產品經理,就像他自己說的那樣,“我希望做出真正能實現變革的產品”。

智慧化體驗,一直是何小鵬和小鵬汽車在這個行業中賴以生存的底牌。當蔚來ES7、理想L9接連上市,小鵬G9卻成為了最後那個被落下的,你說何小鵬能甘心嗎?

當然不能!釋出會可以晚,產品力不能輸!

還有整整兩個月,何小鵬一定希望在G9上能再多做點什麼,而這很有可能就是智慧駕駛。

希望下次見到吳新宙時,他的臉不要太黑。

Top