比特斯拉更懂中国道路，上汽智己的自动驾驶是如何做到的？
特斯拉的自动驾驶神话正在被一点点击碎。
越来越多的车企开始意识到，自动驾驶是一场不断解决Corner Case 的长跑，尤其是需要对本土化道路场景进行针对性地优化。
基于上述思路，在特斯拉推出 NOA 领航辅助功能后，国内造车新势力如蔚来、小鹏等将其作为对标产品，通过本土化研发最终实现了部分场景下的追平甚至赶超。
而以上汽旗下的智己为代表的先锋部队，同样在本土化研发的道路上进展迅速。
我们注意到，智己在最近的一些道路实测中，比如在进出匝道、处理 cut-in（加塞）、识别大车等诸多场景里，均要比特斯拉的 FSD 表现出色，主要体现在：
1）感知更精准；2）规控策略更符合国内路况；3）执行过程人性化。
背后的原因，在于智己与其母公司上汽投资的 Momenta 共同发力，打造了一套针对中国道路的自动驾驶系统。
1、几大场景比拼，智己更懂中国道路
近日，智己自动驾驶工程样车在上海和苏州的城市道路展开了道路测试，两段路程共 60 多公里，包括城市主干道和高架路。
测试场景主要有：人车混行、避让行人、车辆加塞（cut-in）、进出匝道和连续弯道行驶等多个场景。
为了衡量智己的自动驾驶水平，接下来主要以自动驾驶领头羊特斯拉为参照，筛选出几个典型场景进行对比如下：
1）自动上高架
激活自动驾驶功能后，首先来看自动上高架时的表现。
上高架前，智己在匝道内会启动防加塞模式，同时进行自动打灯准备变道。我们注意到，在向高架路汇流时，如果前车正在变道，智己会进行一定的减速，并自动识别通行效率更高的车道。
自动上高架，汇入主路（注：视频片段来源于网络）
整个自动上高架的过程中，智己顺利完成了提前预判、准确识别匝道出口、平稳减速等几个动作，给人的感受是一气呵成。
由于特斯拉目前还无法在高架路上开启自动驾驶，所以下面以场景类似的高速公路汇流作为对比。
我们在之前的体验过程中发现，特斯拉进出匝道时表现均非常精准，但给人的不舒服的体验是，特斯拉进入匝道之前会突然降速，而且需要手动打转向灯才能并线。
原因很简单，一方面，特斯拉并没有像智己一样采用高精地图，所以无法提前对车速进行规划。
另一方面，特斯拉对于进入匝道时的控制策略，仍然偏向工程师思维，在降速时会更加机械，而智己的控制策略则更加人性化。
2）处理 cut-in
处理 cut-in 场景，是智己比特斯拉表现出色的另一个地方。
对于自动驾驶来说，cut-in 是一种比较富有挑战的场景，尤其是针对近距离慢速行驶的大车的识别，一直是自动驾驶的难点。
去年 7 月，一辆特斯拉 Model 3 在高速公路上开启自动驾驶状态后，就发生过一起由于无法识别到并线卡车而造成的交通事故。
在道路测试过程中，智己已经可以在城市道路上识别超近距离下进行 cut-in 的白色货车，并进行自动减速避让。
大车靠近，自动避让（注：视频片段来源于网络）
这是因为，智己在处理 cut-in 场景中，加入了环视摄像头感知。
一位自动驾驶业内人士告诉汽车之心，在面对近距离目标时，周视摄像头的检出率较低，且 3D 精度差，而环视摄像头并不会出现类似问题。
与国外道路不同，国内道路场景更加复杂，且会经常遇到 cut-in 问题。智己能够很好地处理 cut-in 这一点，让我们对它的自动驾驶又增加了一份信心。
3）应对横穿车道的行人、两轮车
最后，对比一下智己和特斯拉在面对横穿车道的行人和两轮车的不同反应。
毫无疑问，遇到横穿车道的行人和两轮车，需要自动驾驶系统能够做到准确感知、迅速计算和精准控制。
当前，头部自动驾驶公司大多数都能做到准确感知和迅速计算，但是在控制策略上却存在细微差别。
自动减速，避开横穿马路的外卖两轮车
（注：视频片段来源于网络）
在道路测试中，智己在行驶到狭窄车道路段时，系统会进行自动降速。如果遇到横穿车道的两轮车，还会进行提前加速避让。
而特斯拉在行驶中会始终保持车道居中位置，即使识别到对向来车，也通常没有明显减速以及避让动作。
整体感受是，智己在一些复杂场景下的感知能力会比特斯拉更强，控制策略上更符合国内道路的驾驶习惯。
2、胜出的秘密：基于本土化场景的感知技术与规控策略
特斯拉推出 NOA 领航辅助之后，一众车企竞相跟风，但从上面的场景表现看，特斯拉在进出匝道和处理 cut-in 等细分场景上仍存在优化空间。
分析背后原因，主要涉及感知方案和控制策略两个环节。智己之所以能在细分场景下超越特斯拉，正是由于在感知方案和控制策略上基于本土化进行了研发。
首先，智己和特斯拉的感知硬件方案有所不同。
特斯拉 Model 3 采用 8 个摄像头、1 个毫米波雷达和 12 个超声波雷达。
智己的工程测试车与首款量产车 L7 一样，采用 12 个摄像头、5 个毫米波雷达和 12 个超声波雷达，并且采用了高精度地图和军工级高精度 IMU（惯性测量单元，又称惯导）。
由于采用了环视摄像头，智己可以在应对近距离 cut in 时更加得心应手。
由于采用了高精地图，智己可以在进出匝道、Y 型岔路口处理、车道线识别、智能降速等操作中表现出更强的感知能力，这就是传感器融合方案带来的天然优势。
需要注意的是，特斯拉并没有像智己一样采用高精度地图。
实际上，除了特斯拉主动选择弃用高精度地图，海外自动驾驶公司想要获取中国高精度地图数据并非易事。
缺乏中国本土化数据，就导致特斯拉的自动驾驶功能在中国道路上出现一定的缺位。
感知层面，特斯拉一直在对感知硬件方案做减法，对算法上做加法，其坚持的是纯视觉感知路线，主要依赖摄像头和超声波雷达来完成感知，坚决放弃激光雷达，最近甚至去除了毫米波雷达。
反观智己，采用的是主流的摄像头和多传感器融合的自动驾驶方案，并借助了高精度地图。
据了解，除了已有方案，智己还采用了可升级硬件架构，L7 天使轮版可以兼容激光雷达软硬件架构冗余方案，并支持英伟达 Orin X（500+TOPS）芯片和第二代半固态激光雷达升级。
也就是说，智己将来可以直接升级后搭载激光雷达，进一步提升自身的感知能力。
除了感知方案不同，更大的区别在于，智己针对国内道路进行了针对性的功能开发，并制定了更加适合本土化道路的控制策略。
上述业内人士表示，由于上下匝道时需要经历多次变道，意味着感知硬件和高精地图固然重要，但要做到良好的体验、高成功率，还需要具备精心设计的控制策略。
比如，相比特斯拉在狭窄道路上的激进驾驶风格，智己之所以能进行自动减速，并在遇到横穿马路的外卖两轮车时能够进行自动避让，正是基于对本土化道路场景的大量训练和数据积累，并以此制定了相应的控制策略。
再比如，智己之所以能在 cut-in 场景下比特斯拉表现地得心应手，同样是因为智己对于 cut-in 做了强化训练，从而得以制定出更懂国内道路的自动驾驶控制策略。
最后，让智己在自动驾驶表现上更厉害的因素，还包括数据这一关键维度。
特斯拉 NOA 的算法、数据流及标定均以海外路况作为基础，缺少应对中国复杂路况的完整能力。
由于缺乏中国本土化数据，且无法获取数据资质，导致特斯拉自动驾驶体验迭代进化的空间有限。
而智己，其自动驾驶采用的是全流程数据驱动技术路线，可以基于众包的百亿公里海量数据，对中国路况信息做大量的标定和建模，并进行深度学习，这让智己能够获取大量的具有中国特色的道路数据。
基于此，智己可以研发出适合中国环境及用户喜好的自动驾驶系统，并可以仅依靠视觉感知就能做到精准识别。
3、超越特斯拉，智己找到了中国式道路
自动驾驶大战，让人不免联想到此前 PayPal 与阿里巴巴在中国的电商之战，后者之所以能够反击成功，其中的重要原因就是更懂国内用户，并制定了迎合国内用户的游戏规则。
目前来看，与诸多外资汽车品牌一样，特斯拉的自动驾驶功能仍是以美国本土研发为主。
而自动驾驶的功能迭代，离不开对实际道路的不断优化，这正是国内车企超越特斯拉的机会，它们可以针对国内道路进行大量的针对性研发。
客观地讲，特斯拉能够推出 NOA 功能这件事本身便极具创新性，这种在汽车硬件上进行深度学习、自动驾驶功能开发的思维是领先于其他车企的，而且不排除它会在 FSD 的后续迭代版本中推出令人惊艳的创新功能。
不过，在自动驾驶这条赛道上，包括智己在内的国内车企，又总是能从细分场景入手，以差异化竞争力很快追赶并超越特斯拉。
从智己的道路测试表现可以看到，不止是上面提到 cut-in 等场景表现出色，智己在完成拥堵路段自动跟车、处理 Y 型岔路口、避让横穿车辆、自动左转和连续弯道行驶等任务时的表现也可圈可点。
如果一定要给出对比结果，那么结果就是，特斯拉更像是不服就干的自动驾驶极客，以带给用户爽感为目标。
而智己则更像是充满人情味的自动驾驶管家，更偏向于携带用户完成一段安全舒适的旅行。
从风格看，特斯拉的自动驾驶更加干练甚至激进，而智己则在安全的基础上，更加懂得照顾大家的驾乘体验。
这才仅仅是智己工程测试车的表现，接下来，首款智己量产车的自动驾驶能力又会有怎样的改进，确实是值得期待的。
