目前有不少品牌的智駕,號稱“全國都能開”,比如華為、小鵬、智己等等。
從技術上說,他們都帶有激光雷達,使用多模融合感知方案。
但是現在,小鵬表示,他們的新車P7+,已經可以用不帶激光雷達的純視覺方案,也做到“全國都能開”。
說實話,沒有激光雷達,確實能把硬件成本降低,但對于軟件和AI算法的要求反而更高。
那么,小鵬P7+的這套純視覺智駕究竟表現怎么樣呢?
這次我們就來到了廣州,通過擁堵的城市干道,狹窄的街區小道,來看看它在面對并線博弈和障礙物規避,這兩個智駕的大難點時,會有怎樣的表現。
并線博弈
那廢話不多說,我們先看第一個場景,環島。
要知道環島這個場景對智駕來說是非常困難的,因為它同時涉及到了大曲率彎道、車道線識別、多車道的并線,再加上車多、不按規則行駛、壓線、不打燈等等。
總之除了小鵬以外,目前也就極少數像華為、理想這樣的第一梯隊智駕,有通過環島的能力。
高效通過環島
首先在第一個環島,在這里我們準備左轉,需要連續經過兩個路口。
在起步以后,小鵬選擇了內側車道行駛,而且在兩條車道的匯入與匯出時,也沒有騎線。
對比我們后方騎線行駛的比亞迪,說明小鵬的感知系統還是很在線的。
而與此同時呢,我們的右前方,一臺埃安也出現了騎線行駛的情況。
它的一部分車尾正好擋住了我們正常的行駛路線。
這里小鵬選擇了貼近左側行駛,不僅沒有影響通行效率,而且還沒有踩實線,非常聰明。
在連續經過兩個路口后,小鵬選擇加速連續變道,快速從最內側車道駛離了環島。
這一套動作,可以說是非常自然而且行云流水的,在保證舒適度的同時,驚艷到了我們所有人。
首先是對于車距的把握,盡管沒有了激光雷達的點云信息,但純視覺的感知算法還是準確判斷出了彼此的車距。
而規控算法的訓練效果也顯然非常的擬人,這可以讓小鵬快速計算出可行駛空間,然后以兼顧高效和舒適的方式順利通過。
環島中的不足
在之后的環島中,小鵬也使用了同樣的行駛策略。
但在這里,我們遇到了一些意外,此時在右側車道駛過了一臺北汽。
而我們正處在加速向外側并線的過程中,導致我們兩車的距離一度非常接近,給人的感覺非常極限。
個人認為,這種臨近出口,才開始從最內側連續變道的策略,還有待商榷。
因為右側會存在較大的視覺盲區,另外也會影響到外側車道車輛的正常行駛。
障礙物規避
接下來我們進入了下一個場景,也就是狹窄且擁擠的小道。
可以看到,我們現在所處的這條小道是非常緊湊的,只有兩條機動車道。
而大量的非機動車呢,則是被迫在和機動車搶道,要知道他們可都是見縫插針的。
這其中的難點不用我說,大家也都能猜出來了,智駕必須得足夠會錯車和會車,不然就會寸步難行。
這就要求智駕的感知要有足夠精確的空間計算能力,另外規控也要足夠靈活。
遭遇清掃車
前方我們遇到的第一個障礙物,就是一臺慢速行駛的清掃車。
注意看,清掃車此時已經選擇緊貼著右側行駛了,并且打出了左轉向燈,示意后方車輛可以隨時超車。
但在這里,小鵬P7+并沒有選擇快速借道超越,而是一直跟在清掃車的后方。
為什么小鵬會在這里表現得這么保守呢?是不是因為沒有了激光雷達,導致它對空間和距離的把握不太行了呢?
其實從車輛的行駛軌跡和中控屏的顯示界面咱們就能發現,其實小鵬有幾次都是主動想要尋求借道超車的。
但此時我們的對向車道有非機動車,并且我們的后方也有非機動車,一直在各種角度貼近、超過我們。
所以基于安全的考慮,小鵬最終選擇放棄了借道超車。
對于智駕來說,這種行駛策略我個人認為是可以接受的。
如果是我自己開車,我當然可以選擇直接超車,然后通過速度和氣勢上的博弈,讓那些非機動車給我讓道。
但這種博弈是存在非常大的隨機性和安全隱患的,人或許可以冒險,但智駕絕對不行。
窄車道會車
在最終超越清掃車后,我們左轉來到了一條相對更加擁擠的小道。
可以看到,我們左側對向車道的車輛數量明顯增加了,而右側車道也有很多靠邊停放的非機動車。
另外就是在后視鏡里,我們的后方始終有不安分的非機動車,隨時想要超過我們。
在第一次同時遇到對向機動車和同向停放的非機動車時,我們看到對向機動車的位置是非常靠近中間車線的。
這導致我們前方的可行駛空間被壓縮了很多,所以小鵬P7+選擇了停車主動放走對向機動車。
在這之后,由于沒有了對向機動車,小鵬P7+開始了長時間的騎線行駛,并且也在時不時地修正方向,來躲避同向和對向的非機動車。
這個長時間騎線行駛的策略,可以說是很接近真人駕駛的風格的。
而在前方,我們看到對向車道有一臺臨停的五菱,以及正在借道超車的奧迪。
小鵬在這里同樣選擇了減速讓行,并且在繼續前進,遇到后方的對向車輛時,也選擇了減速讓行的策略。
可以看到,此時我們和對向車輛的距離貼的很近,右側雖然空著不小的空間,但因為我們的右后方一直有臺非機動車。
所以出于安全考慮,這部分空間小鵬一直沒有占用。
總結
總的來看,小鵬P7+的這套純視覺智駕,給到我的體驗是非常驚艷的,因為在此之前我從沒想到多,純視覺智駕可以做到第一梯隊的水準,而且是真的可以和融合感知方案不相上下。
這也從側面說明了,小鵬在智駕軟件層面的技術優勢,在達成數據閉環以后,感知模型已經可以在沒有激光雷達點云的情況下,搭建出精確的向量空間了。
而規控模型經過大量優質數據的訓練,也可以做出更類似真人駕駛的策略和風格,當然從實際體驗上來看,還是有一定提升空間的。
所以你怎么評價呢,歡迎在評論區友好溝通。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.