蔚来智驾真实能力解析

6月2日，第二届中国智驾大赛第二站之城市NOA赛将在杭州举行。为了让各位观众能更立体的了解、参与到智驾大赛的具体过程中来，我们对一众参赛车型的智驾水平进行赛前的分析盘点。

这回介绍的智驾方案为蔚来在售全系车系搭载的蔚来NOP+。

为了让大家更直观的了解车辆智驾需要应对的场景，我们列出了如下九大场景，它们分别是：

1、红绿灯判断、执行；2、变道；3、避让；4、主路驶入辅路；5、辅路汇入主路；6、岔路口选择；7、公交车道（识别）；8、掉头；9、无车道标线路段。

▍蔚来NOP+在中国智驾大赛北京站的能力解析

先说结论：蔚来的NOP+在北京城区双休较为复杂的城区、高架路面中，取得了不错的表现，偶尔会出现“断片”；在城市高架中的复杂匝道识别、变道中，蔚来NOP+也表现出色；而在难度封顶的诸如立交桥下无车道标线调头等路况下，NOP+还有不少提升空间。

在红绿灯判断、执行、变道、避让项目方面，蔚来NOP+表现出色。在无左转灯左转路况，蔚来NOP+不仅成功完成任务，并且识别到目的车道横道线的行人，进行礼貌避让，非常出色。

在主路驶入辅路、辅路汇入主路、岔路口选择方面，蔚来NOP+同样表现不俗；但相对的，在地面道路的辅路上，有一个典型场景：蔚来NOP+在并入地面道路辅路并需要进行右转时，NOP+突然在右转路口退出，需要驾驶员自行进行右转操作。

在北京的公交车道识别方面，区别于阿维塔12搭载的华为ADS，蔚来NOP+在未采用高精地图的“无图”路况中，对路面标识并不明显的北京公交车道进行了精准的识别。在绝大部分场景中，均未驶入北京的公交车道。说明蔚来NOP+对公交车道的识别有进行一定的优化，给蔚来点赞。

在公认高难度的高架桥下桥洞调头路况，蔚来NOP+“坚持”到了调头车道前的最后一刻，然而还是没有“敢”去执行调头任务。对于目前各大厂商的城市NOA功能来说，此种高架桥下的车道线标识不算太明显的调头问题依旧是非常高难度和非常棘手的，蔚来NOP+没有通过这个考验，可以算作是情有可原。

▍蔚来NOP+是如何“开车”的？

首先，一套优秀的智能驾驶系统离不开优秀的智驾硬件。

基于NT2平台，蔚来推出了ET7、ET5、ES7、全新ES6、全新EC6、全新ES8以及EC7这七款车型，也就是二代车型。

蔚来在NT2车型上不惜成本地加足了近乎冗余的智驾硬件，包括7颗800万像素高清摄像头和4颗300万像素环视摄像头，同时增加了1颗激光雷达。

计算平台同样彻底更新。从原来的1颗Mobileye EyeQ4，更换为4颗英伟达Orin X，算力达到惊人的1016 TOPS。

在这四块Orin X中，两块算力256TOPS的芯片负责整车智驾；其中一块是蔚来预埋的群体智能芯片，该芯片可将超20万辆蔚来NT2平台量产车的接管数据和接管案例上传到云端（数据会进行脱敏处理，符合法规要求）。

此外，在蔚来官网中，我们查询到了蔚来NOP+的部分 “思考”逻辑。

智能驾驶时代离不开“规控”，规控的全称——决策规划控制算法，对外简称“规控”。规控算法是智能驾驶系统的核心组成部分之一。

构建像人一样的思考方式，就需要投入研发精力，至少做到以下两点。

第一，是否能够像人一样获取周围的环境信息；第二，则是构建像人一样的思考方式和驾驶行为。

▍什么是优秀的驾驶行为？

优秀的驾驶行为由诸多要素组成，其中最重要的就是安全。智能驾驶状态下的车辆，需要在复杂的环境中保持和其他交通参与者安全的交互，尽可能地平稳驾驶，并且高效的到达终点。因此，安全、平稳和高效，这三点就成为了智能驾驶规控模块的开发目标。

此外，构建类人的驾驶思考方式尤为重要。智能驾驶系统需要模仿人类驾驶员的思维方式，比如在获知驾驶目的地信息（导航），当前所处位置（定位），和周围环境信息（地图，感知）后，要进行分层级思考。

这个思考的过程可以分为三个阶段，比如思考是否该进行超车、让行、换道的决策规划阶段；思考安全、舒适、高效的运行轨迹规划阶段；以及车辆如何执行指令的控制阶段。

优秀的司机往往能够通过预判性驾驶来降低风险，提高通行效率和舒适性。因此，思考得越深，NOP+的驾驶行为预判就越好。

一个优秀的棋手，每次落子前大约会推演5-8个回合的“博弈”，而智能驾驶需要在<0.1秒的时间内完成更复杂的推演。为了能在超过10^15量级的策略中快速找到最优解决方案，除了更强的硬件算力，更重要的是NOP+规控算法的设计与提升。

事实上，NOP+的决策算法用百万量级的自动驾驶数据进行不断的训练学习，总结出“定势”并记录下来，从而在决策树中实现快速精准的搜索。这个过程称为：价值网络学习（Deep Learning Policy Network），即通过深度学习网络，去学习优秀司机对于驾驶交互的判断逻辑。

当车辆得到最优决策后，运动轨迹规划模块需要将其转化为车辆可以执行的行驶路径。一个好的行驶路径需要在安全的条件下尽量优化路径的安全度，平滑性以及通行效率。

最后一个层级，则是对指令的控制（Control）。在系统做出运动轨迹规划后，需要控制让车辆按照预判完成相应的动作。“控制”会系统性闭环考虑车辆的运动状态，以便更好地执行指令，达到“手脑一致”。

▍结尾：不提“开城”的蔚来看似保守，但更注重安全

蔚来的NOP+城区领航功能于4月30日起，面向二十多万蔚来Banyan·榕智能系统用户进行推送。然而，蔚来的这次推送相当低调，在宣传时并未与华为以及小鹏一样，强调“开城”数量。

在蔚来CEO李斌以及原Momenta研发总监兼联合创始人，现蔚来智驾负责人任少卿看来，在整个智能驾驶的技术落地背后，根基是安全。

蔚来提到自己智能驾驶的愿景是“解放精力、减少事故”，旨在赋能，而非取代。

相较于目前大多数友商“解放双手”的激进表达，李斌一直都强调，现在的“人车共驾”是大家需要的一个学习过程，智能驾驶不是替代目的，而应该将解放精力、减少事故作为核心。这一点确实值得行业深思。

蔚来NOP+在智能驾驶领域展现了强大的能力，但仍有改进空间。随着技术的不断进步和用户反馈的积累，预期NOP+将在未来得到进一步的优化和完善。