3000公里NGP远征前，五大要点问小鹏
出品：电动星球 News
作者：蟹老板
明天，小鹏汽车的「千里智行.探无止境」的 NGP 远征活动就要出发了。
按照小鹏汽车此前公布的讯息，这次活动将从广州出发，途径汕头、泉州、温州、杭州、上海、南京、青岛、济南最终抵达北京，全程 3675 公里，其中可使用 NGP 功能的高速里程超过 3100 公里。
虽然从技术上看，NGP是自动导航辅助驾驶，不是全自动驾驶。小鹏官方文章同样也是写「辅助驾驶」。
但对于这一次的远征，我又充满期待。
它能不能在实际道路上做到极低的百公里人工接管率；能不能做到高阶的预判——躲避大货车、临近匝道出现拥堵时自动减速；以及能不能超越当下 99% 其他家的同类功能，包括特斯拉的 NOA….
如果能做到，那么它会破除大家对于自动驾驶的傲慢或者偏见。
什么样的傲慢与偏见？看看我们上面这个小视频。
更中国地去说，这也是中国的车企在全球智能电动汽车大竞争格局下的奋力一跃。
于是在他们出发前，我带着五个关键问题，找了一趟小鹏的产品经理。
一、那也太傻 X 了
怎样的零接管？这样问很蹊跷。
如果你看过其他家的 「L3」 甚至 「L4」 的道路演示，就知道我在说什么：一辆引导车在前，后面才是他们家的 L3 甚至 L4 级的车辆。
我于是故意问：这次 NGP 远征有引导车吗？
小鹏汽车自动驾驶部门负责人黄鑫愣了，问什么意思？引导车是什么？
我好好描述了一通，他喷回来：「那也太傻 X 了吧。」
他哈哈笑，然后说这一次远征他们完完全全就是实际路况随机走，没有引导，也不去设限。
「这么说吧，就是集合后出发，你们就开吧。」黄鑫说这次 NGP 远征全程 3700 公里，涉及到 NGP 的高速公里超过 3100 公里，这些道路「不是我们能说了算的。」
你们难道没有探路？不依不饶，我接着问。小鹏的人说，他们的确探过，为了做活动肯定要跑一趟，但就只是趟一下路。
有没有每一个匝道都去做引导，去限定场景，去「作弊式地做功夫」？
「那没有，你看我们哪有闲工夫做这个？该怎样就怎样。」他说。
这样的表态，大家记住。没有引导，没有设限，真实场景下的 3000 多公里大考验。
二、趋向于 0
但「表现会怎样？能做到不接管？」真实场景下，路况会极复杂。
「我们的预期，首先是这种正常情况的，比如说你就是超车和换高速什么的，这种正常的路况，肯定是希望说接管尽可能的低。」黄鑫说。
尽可能低有多低？一千公里一次？五百公里一次？一百公里一次？我追问。
「我个人去看这个事情，我希望正常的这种路况下，趋向于零。」
「你的信心有多大？」他说其实正常路况，他还是蛮有信心的。
但什么是不正常路况？
他举了几类。
第一类是封路；
「譬如施工的车封了几条路，你也不知道它是怎么封路的。有些三车道给你封死，让你走应急车道。」黄鑫表示，在这种情况下，系统就不得不接管。因为现在小鹏的 NGP，「我们还没有给这种规则，允许它走应急车道的。」
第二类是突发状况；
「譬如大货车真的掉个东西下来，那探测不到，你还是得接管的。」
第三类则是近距离看不到路的情况；
主要是在进出匝道转换高速、但旁边近距离有一辆特别长的车时，「装了七八辆小车那种大家伙，你近距离根本看不到，这种情况下，也会引起接管。」
黄鑫说，超出 NGP 应对能力的就必须接管，「因为现在 NGP 此类功能的能力，就是没有 Cover 这些场景。」
但总体来看，这样的接管数字不会太大，也不会怎么影响整个 NGP 远征的接管情况。
听完他的这番表态，我开始琢磨：「3000 公里，正常路况下零接管」到底算是什么水平？
为此，我专门查了下加州 DMV 2020 自动驾驶脱手报告。它是全球目前最为权威、专门针对自动驾驶测试的专项报告。当然也有人诟病，说加州 DMV 的测试允许在一条路上往返跑，不够真实。
整体情况，大家可以看上图。排第一的是谷歌家的 Waymo，差不多 3万英里接管一次。
再说下苹果。很多人觉得苹果会在 2023 年推出所谓终极形态的智能车。
既然是智能的，当然必须是自动驾驶的。苹果也在加州做了自动驾驶测试，总里程从 2019 年的 7554 英里上升到 2020年的 18805 英里。但接手次数也从 19 年的 64 次上升到 20 年的 130 次。算下来，平均 145 英里接手一次。
再补充说下——上面这些数据，都是搭载了类似激光雷达这样的高阶传感器的自动驾驶测试车的数据。NGP 则是一个量产的自动驾驶辅助功能。
三、更像人
对于 NGP ，我高看一眼的一个很重要原因，是上面这张图。
大部分车企只做了图上深蓝色部分，也就是「运动控制、运动规划、传感器融合、雷达感知、视觉感知、定位」这些内容；
特斯拉多了「行为规划、行为/运动预测」这一部分；而在 P7 上，小鹏汽车把上面的都做了，比特斯拉多了「地图融合」、「地图管理」这两项。
NGP 是 P7 上目前最高阶的自动驾驶辅助能力，它的特别之处也要从这两项入手去观察，观察它是不是更像人。
先谈「行为规划、行为/运动预测」。
具体到 NGP 上，则是上面这张图所描绘的特别场景：交通锥的识别和避让、故障车辆避让、变道自动紧急避让、大货车规避、夜间超车提醒等。
这其中，「变道自动紧急避让」我们已经体验过。P7 可以做出很高级的动作。这一次主要追问后几项。
交通椎的识别和避让，黄鑫说在最新的版本中有很大的提升，测试情况来看，识别率超过 90%。
剩下的 10% 则是「如果前方突然封了两条车道」这种更极端的场景，也即是现在的 NGP 无法在高速情况下应急横跨两条车道。
「夜间超车提醒」这一功能在当前版本也已经存在，「我们在交互上可以做得更好」。
另一个高级的功能——「汇入车道慢车拥堵时自动加速」，当前 NGP 版本也已经实现。
这个功能，本质上是种预判。万一有车辆压实线慢速并道时，这个是能救命的。
当然，还有一些场景，目前 NGP 版本还没有实现。
「故障车辆避让」还在调优，「大货车规避」则要再下个版本上线，很快了。」
其实，上面提到的这些场景都是「Corner case」，也就是小概率事件。
不能保证这次 NGP 远征中会遇到这样的场景，但一旦遇到，就能看出 P7 到底高级不高级？
四、SLAM 与实时数据
接着说「地图融合」，分两块。
一块叫做实时地图数据的融入。
我问了黄鑫一个比较难的场景——并入匝道时遇到连续拥堵路段，「甚至匝道口两公里三公里开外已经开始堵住了，怎么办？」
他的回答是：「这种情况需要去把一些实时交通合进来，就像开车一样，你看导航前面堵了，你就会提前做一些动作。」
「实时交通」很像高德地图的实时交通数据，也可以大致归类于 V2X ——车联万物。但 NGP 上的「实时交通合进来」，却不能说是 V2X，更多还是地图实时交通数据的融入。
「这个是我们整个计划里面去做的事情，但优先级会比较靠后。」
第二块，叫做 SLAM，同步定位与构图。
它考验的是 NGP 的实时感知、决策、定位和控制。或者说，不依赖高精地图的的单机能力。在泊车中，它也可以说成是停车场记忆泊车。
据了解，目前 NGP 版本对高精地图的依赖比重还是比较高，因为视觉感知和 SLAM 的能力还在提升中。
虽然在「高精地图」缺失的场景下，譬如进出匝道时，「硬要通过别的能力补偿让它过也能过，但是我们不希望在现在这个阶段去做这样一件事情。」
而「当我的能力提升到一个程度时，其实对于那部分的依赖是可以下降的。」
这样的提升需要多少时间？「我觉得这个的话应该在下半年，就可以看到一些这方面的变化。」
五、最基础也最困难
我们最后一问，拷问的是小鹏 NGP 的基础能力。
「至少是在第一和第二的水平上。」黄鑫的原话，说的是 NGP 应对高速公路近距离有车并入时的应急能力。
至于 NGP 在很近距离「挤进去」换道的能力，「坦白讲，现在没有去做很激进的策略。」
这样说其实有点凡尔赛，因为目前 NGP 在并线时需要的前后空间，相较于其他厂家已经是小的。
「现在在直路上开，车流量比较大，那过不去就让，因为在直路上并不会太牺牲效率」
但是，「如果还有三公里就要下去了，这个时候不并过去后面可能就错过路口了。」黄鑫说，这种情况下 NGP 会比正常时候的超车更激进，对空间的要求也会更少。
「成功率超过 90%。」说的是另一个基础能力——进出匝道的能力。
黄鑫说目前版本 NGP 在进出匝道时的综合成功率超过 90% 。
「我们看的是说从高速公路 A 最终切到高速公路 B，不管中间匝道有多少个弯，就是看从头到尾的成功率。」
对于 NGP 而言，上面提到的两项能力，可以看成是基本功，考验的是系统在纵向（前后）和横向（左右）两个维度上识别、定位、决策和控制。
最简单，却也最困难。某人说，这次远征，NGP 表现甚至会吊打特斯拉的 NOA。让我们拭目以待。
好了，今天的文章就到这里。再过 12 个小时，NGP 远征就要开始了。希望这一场远征能改变人类对于技术，对于自动驾驶技术的傲慢与偏见吧。
（完）
