智能车评测第三季·城市领航
2023-09-30 08:06:40

出品 | 搜狐汽车·E电园

拍摄 | 搜狐汽车·E电园视频团队

测试 | 搜狐汽车·E电园测试团队

主创 | 涂强 编辑 | 许书怀

辅助驾驶从高速卷到城市,车评测第以后开车可能真的季城用不上双手了 。欢迎来到搜狐智能汽车评测第三季 ,市领这次我们来到深圳,车评测第选出一条24km长的季城路线 ,找来三位“最强大脑”  ,市领实测一把看看谁是车评测第城市领航辅助天花板 。

[ · 测试车辆 · ]

本次参与测试车辆硬件配置如下

阿维塔11 :激光雷达x3 高清摄像头x13 毫米波雷达x6 超声波雷达x2 芯片:MDC 810 最大算力 :400 TOPS

AITO问界M5智驾版 :激光雷达x1 高清摄像头x11 毫米波雷达x3 超声波雷达x12 芯片 :MDC610 最大算力:200 TOPS

小鹏G6 :激光雷达x2 高清摄像头x12 毫米波雷达x5 超声波雷达x12 芯片:双Orin-X 最大算力:508 TOPS

[ · 测试路线 · ]

我们这次三台车同时出发,季城走一样的市领路线 。从深圳山姆福田店出发,车评测第开到深圳湾公园1号停车场 ,季城途径侨香路 、市领侨城东路、车评测第深南大道、季城南山大道 、市领白石路  、沙河东路和滨海大道 。全程24公里  、27个红绿灯 ,用时大概1小时上下  。一路上能遇到左转弯、右转弯  、可变匝道 、拥堵 、施工 、破损路面、医院门口 、机非混行等等情况,加上深圳朋友们比较彪悍的开车风格,这段路对这三台车来说是非常大的考验。

说到这里可能有小可爱有疑虑 :为啥选这条路线呢?

这里就体现小鹏、阿维塔 、问界的第一点不同了 ,虽然他们仨的城市领航辅助支持城市都包括深圳,但是在深圳区域内他们能开启的范围并不一样 。小鹏支持城市主干道开启,像双向两车道类似的小路 ,没法开启城市NGP 。阿维塔和问界可支持开启的道路范围就要更大一些,在小路也可激活城区NCA  。为了有一个相对公平的对比条件,我们选择了上面那个涵盖路况尽量丰富 ,并且三车都可开启城市领航辅助的路段 ,用做测试 。

虽然三台车是同时出发,但是开放道路上的路况每时每刻都在变化 ,一台车遇到的情景另一台很有可能遇不到,因为客观条件的不可控 ,我们这次的对比就不做量化的比较  ,不用类似打分的方式评判 。

每台车的驾驶辅助设置如下,变道风格选择车辆所提供的最高档位 ,阿维塔和问界是敏捷,小鹏是标准  。变道无需确认 ,目标车速不偏移 。

每台车系统和驾驶辅助软件版本列在屏幕上 ,测试时间23年7月12日,晴天 。

[ · 测试总结 · ]

因为搭载的都是华为ADS智驾,所以我就把问界和阿维塔放在一块说了 。

问界虽然激光雷达数量是最少的,但测试发现它的环境感知能力和阿维塔基本一致 ,问界识别不到的红绿灯阿维塔也不行 。另外问界和阿维塔在路线选择的逻辑上基本一致,尤其在红绿灯前 ,虽然选择的是敏捷变道,但是这两台车很少会在临到路口前变道去选择排队短的车道。华为系的两台车对方向盘转角的控制比较细腻 ,相比之下小鹏会有点一卡一卡的。

问界和阿维塔最大的区别 ,是行人权重大幅提升  ,这可能也是ADS 1.0和2.0的区别 。遇到行人 ,贴近行人,甚至有趋势就会减速。这种逻辑在我们这次测试里一定程度影响了通行的效率  ,甚至有几次会有导致后车追尾的风险 。另外问界在遇到某些情景时,你能觉得它在动脑 ,比如医院门口的绕行出租车动作。

小鹏是最先完成测试路线的 ,效率比较高的一个原因是它在等红灯时会提前选一个排队短的车道 ,同时跟车起步也比较干脆 。红绿灯识别不错 ,几个问界和阿维塔没有成功通过的路口 ,它能顺利通过 。

不足是辅助驾驶时方向盘转角转动不够丝滑,有段落感 。以及城市NGP可开启区域相比问界阿维塔要小。并线时对后方车辆的感知能力相比问界阿维塔略差,有几次有惊无险的并线操作 。

地图导航逻辑上小鹏和其他两台车也有区别 ,华为系两台车感觉是在鼓励你用城区NCA ,导航规划时地图你可以专门选择是智驾路线还是人驾路线,会告诉你多少公里不能激活城区NCA。小鹏呢就是一条路 ,按照正常逻辑规划,你只能上路才知道哪能开启城市NGP哪不行。

[ · 测试心得 · ]

这支视频应该是目前全网第一支把阿维塔  、问界、小鹏三台车放一起同场对比的横评,实际测试之后我觉得三台车的城市领航辅助能力分不出很明显的高低 ,自身都存在优势和短板,都是目前国内城市领航辅助第一梯队。不过 ,以他们目前的能力 ,还不能做到像自动泊车一样 ,把驾驶的任务踏实的交给他们 。实际使用场景下,遇到车流量大或者交通状况复杂时候应该主动提前接管。车流量少的时候 ,它们出错概率不大 ,并且体验也不错 。

今年 ,在高精地图这个学步车的帮助下,车开始学习走路 ,用户开始帮助车企采集样本。就像AI画图,你需要给AI喂足够多的样本,AI才能画出好的作品。所以Q3  、Q4季度越来越多车企开始大范围落地城市领航辅助 ,进而让更多用户使用城市领航辅助 ,用户带来更多样本 ,更多样本帮城市领航辅助变得更聪明,学会自身和道路参与者的博弈,更多样本帮助城市领航辅助甩掉高精地图这个学步车  ,开始独立行走 ,甚至奔跑。

回想一年多前的自动泊车横评,那时候车辆能视觉识别到车位线就已经觉得,哦,很厉害。一年多后,深圳24公里的路,它们仨自己走完 ,虽然有时步履蹒跚,但这个迭代速度真的远超预期。这次的实测结果虽然证明城市领航辅助的驾驶水平远不及人类,但是我保持乐观心态,就像今年突然觉得AI很厉害一样,只要辅助驾驶的样本数量一直在增加,自动驾驶那天有可能突然到来,并且可能比预计的早得多。

(作者:公司主营设备)