雖然特斯拉的自動駕駛技術積累在全世界是第一梯隊，但是我並不覺得國內小鵬蔚來等新勢力比特斯拉的自動駕駛差多少。。。

我只是覺得特斯拉膽子極大，在現在這種能力下敢放出「完全自動駕駛能力」這句宣傳（個人非常非常討厭這句），給消費者一種很厲害的錯覺，實際能力看到下面的描述也就一個L2.5。。。而且這個只代表有這個功能，可靠性也沒多高。

PS：現實很多消費者並沒有那麼懂車，很容易一看到自動駕駛這幾個字就想入非非，我強烈建議現階段都宣稱駕駛輔助而不是強調自動駕駛。

作為一個出賣技術能力的遊戲行業從業人員，雖然我對自動駕駛技術的理解也只停留在ppt的層面，但總覺得自己還是有基礎的技術視角來看待這樣的問題。就讓我來理一下這個問題的思路吧。

作為一個1噸以上的在公共環境下高速移動物體，汽車的自動駕駛技術面臨的主要挑戰是環境的複雜度。對應的，其核心評判標準應該是基於統計的，在不同環境大量的駕駛時長下，需要人工干預的次數。

而目前市面上，各類宣傳和營銷卻於這個核心大相徑庭。更多是基於個人體驗角度，或者說從功能性的角度。

大眾對這一新事物缺乏足夠的認知，也使得商業行為有較大的空間能夠發揮。進行取捨，在功能性和安全度之間進行取捨。

畢竟多數買家，並不會在意工業概念上的安全指標，到底是99%，還是99.9999%。

而市場上對安全指標的忽視，其實反映了這項技術仍然處在極其初步的階段。

有點類似車輛的碰撞安全。希望用不上，但用上了就是關乎生命。

而車輛的碰撞安全，最後是需要保險公司這樣的利益對立方來進行約束的。

跟車輛碰撞不同之處在於。統計上的數據收集，難度遠高於碰撞測試。這裡面涉及了統一的數據採集手段，數據處理流程。整個過程都是抽象非直觀可見的，因此還需要有足夠的公信度來保障。說真的，這需要社會主義政府的推動。

從技術角度，實現這一理想同樣也需要路旁的邊緣計算設備，需要5g網路，需要數據新基建的支撐。

從L2到L5，這其實不是靠單純的車企能夠推動的。而是信息時代的洪流。

目前，蔚來汽車、小鵬汽車均在研發自動駕駛技術。

那麼我們先來說說蔚來率先推出Navigate on Pilot，即領航輔助功能。NOP是通過融合車載導航、高精地圖和輔助駕駛系統，實現在結構化道路（指高速公路、城市快速路等）上自動駛入/出匝道口，自動變道、調整車速的輔助駕駛能力。

繼「可用、好用」的 L2 級輔助駕駛能力之後，NOP 成為各大車企爭奪的下一個技術戰略高地。2018 年 10 月，特斯拉正式推送了業內首個 NOA 功能。時隔兩年，蔚來成為全行業第二個將 NOP 功能工程化落地的車企。

蔚來NOP的硬體架構：

  • 前置三目攝像頭
  • 4 顆環視攝像頭（360° 全景及自動泊車）
  • 5 顆毫米波雷達
  • 12 顆超聲波雷達
  • Mobileye EyeQ4 視覺感知晶元
  • 恩智浦 S32V 智能駕駛計算平台

從感知層來說，NIO Pilot 完成了 360° 的雷達覆蓋。對於最重要的前向感知，搭載了三目攝像頭做針對性補強，這一點和特斯拉 Autopilot 是如出一轍的。

前面已經提到，NOP 是一個融合車載導航、高精地圖和 NIO Pilot 輔助駕駛系統的高階功能。NOP 的高精地圖供應商為蔚來創始投資方、蔚來車載地圖合作夥伴百度。

對於每一家車企來說，高精度地圖之於 NOP 的價值都是一樣的：車道級導航；自定位（精度可達 20 cm）。

相比車載導航，高精度地圖信息中除了道路形狀、方向，還增加了曲率、坡度、道路設施、交通標誌語義信息等。

拿蔚來汽車來說，原本車輛感知性能最強的感測器是前置三目攝像頭中的長焦攝像頭，探測距離在 200 米以內，但當融合了高精度地圖作為感知支持，NIO Pilot 系統可以感知到前方一公里甚至更遠距離的靜態路況信息。

以 NOP 的「駛出匝道口」為例，基於車載導航和高精地圖融合的全局路徑規劃，為了避免頻繁變道甚至錯過匝道口，NOP 會在車輛開到匝道口前 2-2.5 公里處開始向最右側的車道併線，然後跟車駛出匝道。

從覆蓋絕對區間角度講，這算不上很大程度的領先；但從用戶體驗的角度，NOP 往前邁了一步，實現了許多用戶上下班通行路段的覆蓋，這是不小的進步。

如果考慮到特斯拉中國短期內很難緩解高精度地圖的困境，蔚來的優勢會進一步擴大。

當然了，相比特斯拉的 NoA，蔚來 NOP 還沒有到全方位超越的地步。以自動變道和併線演算法為例，蔚來工程團隊所做的工作前面我們已有介紹，但從用戶體驗的角度，蔚來自動變道的感受仍然是「保守」的。

這種「保守」不僅僅是有意為之的策略。蔚來和特斯拉的側面感知分別是毫米波雷達和攝像頭來完成的。

毫米波雷達的特性是可以精確感知距離但無法感知障礙物形狀，一個誇張的說法是毫米波雷達無法區分側方來的是一個易拉罐還是一輛半掛卡車。

在這樣的感知能力下，蔚來會傾向於更保守的變道策略。側面感知會在一定程度上會束縛蔚來 NOP 自動變道的體驗。

最後，我們來重新審視 NIO Pilot 和 Ta 的 Navigate on Pilot 功能：

  • NIO Pilot 是首個搭載 Mobileye EyeQ4 晶元的輔助駕駛系統
  • NIO Pilot 是第二個搭載前置三目攝像頭的輔助駕駛系統
  • NIO Pilot 是首批搭載恩智浦 S32V 中央計算平台的輔助駕駛系統
  • NIO Pilot 是首批搭載 5R3V（5 雷達 3 攝像頭用於 ADAS 感知）感測架構的輔助駕駛系統

站在 2020 年，蔚來 NOP 與特斯拉 NoA，贏在了完善的本土化，輸在了潛力。潛力來自硬體的強大，但你卻無法苛責 NIO Pilot 硬體缺乏想像力。

因為正如前文所言，在 2018 年 ES8 交付的時候，NIO Pilot 集成了市面上能找到的最先進的硬體。

說完了蔚來，我們再來說說小鵬。

小鵬NGP的硬體架構：

  • 14 個攝像頭
  • 5 個毫米波雷達
  • 12 個超聲波感測器
  • 分米級高精度地圖
  • RTK + IMU 厘米級定位
  • 英偉達 Xavier 計算平台
  • 博世 iBooster 制動助力系統

即使放在 2020 年，XPilot 3.0 也是感知架構最複雜、綜合性能最強的智能駕駛系統，沒有之一。很大程度上，360° 的視覺 ＆ 雷達雙覆蓋感知架構將成為未來業內高級智能駕駛駕駛系統的標配，而這一架構的定義，由小鵬 P7 開創。

在一年半的時間裡，基於如此複雜的硬體平台完成整個全棧式演算法能力的建設。一個既定的事實是，小鵬由此成為全球唯二建立起全棧演算法自研能力的車企。

2020 年 10 月 24 日，小鵬汽車在第二屆「小鵬汽車智能日」上分享了 NGP 的各項進展。在那之前的 10 月 22 日，我們參與體驗了 NGP 的工程版試駕。

在當天從廣州南沙花園酒店出發，途徑南沙大橋和虎門大橋的總計 87 km 路段中，出現了複雜的車道線標記、動態變化的施工路段以及密集的車流，在這樣的路況下，小鵬 NGP 工程版的表現好得令人難以置信。

在自動超車、變道自動緊急避讓、理解他車的意圖並進行交互等關鍵體驗細節的處理上，NGP 工程板成熟得不像工程版，也超越特斯拉和蔚來更早發布的同類功能自動導航輔助駕駛（NoA）和領航輔助（NOP），實現了後來居上。

正式版本將會在明年1季度正式推出，敬請期待。

沒啥差距，甚至比特斯拉強大。但是限於中國目前法規，比亞迪這樣的乾脆把自動駕駛的硬體減少了，而比亞迪可是自動駕駛大賽的冠軍。

等國家法律允許了，比亞迪把硬體一堆，比特斯拉強大。

回答下面的內容大部分說法都是不相上下，而且基於特斯拉是純視覺，所以很多人覺得某鵬更勝一籌，但假設特斯拉配上那些所謂的硬體呢？沒有其它意思，純粹就是個反向邏輯。

推薦閱讀：
相关文章