特斯拉|把小鹏P7开上高速,它竟然自己跑起来了!( 二 )


但当它逐步实现车速平稳控制、开始自己打开转向灯、变道之后 , 车上人员的心理就会慢慢放松 , 因为整个超车、变道的过程表现的真的很像一个老司机 。 实际驾驶中经常遇到的一个场景是:最左侧的快车道有慢车行驶 , 而中间的行车道则是空闲的状态 , 此时NGP会自动像中间车道并线 , 完成超车后再回归最左侧的车道 。
高精地图+实时监测 , 一条通向自动驾驶的捷径
特斯拉|把小鹏P7开上高速,它竟然自己跑起来了!
本文图片

匝道行驶
据现场的工程师介绍 , 小鹏的NGP系统将在明年年初实现向车主进行推送 , 并且后续将会进行一轮从广州-北京的高速长测 , 按照预定的目标 , 小鹏P7将在高速自主领航驾驶系统的辅助下 , 完成这段长途旅程的“自动驾驶” , 过程中人为介入系统的次数有望控制在3次以内 。
整套NGP系统30公里的高速路段体验下来 , 在路况良好、车辆密度较低的情况下 , 实际的驾驶感受其实和走上轨道的高铁差别已经不大了 。 只不过按照目前的法律法规仍然需要驾驶者观察道路情况、坐在驾驶位、系好安全带并手握方向盘 。
体验中 , 钛媒体也发现 , 这套系统目前也有几个比较容易出现人为干预的场景 , 比如驶入曲率较大的匝道、并入车辆密集的主路 , 一方面是驾驶者对于系统的信赖程度会下降 , 另一方面是系统也有一定几率触发手动驾驶接管 。
另外 , 对于复杂路况与超车时机的判断 , 也仍然是整车厂商要长期面对的问题 , 无论是特斯拉的NOA、小鹏的NGP还是蔚来的NOP都无法对这个问题给出完美的解决方案 。 可以说在真正的拟人化神经计算网络出现之前 , 这个问题都是“无解”的 , 因为对于机器而言 , 它始终只有“执行权”而非“判断权” 。
特斯拉|把小鹏P7开上高速,它竟然自己跑起来了!
本文图片

自动变道
要知道现有的车辆操作无论多么的“拟人化” , 但是其背后都是基于固定的算法逻辑来实现的 。 也就是说对于特殊情况的判断只能通过预设方案来解决 , 在这种情况下 , 车辆能够获取的周围环境信息越多 , 也就意味着其在应对措施的选用上越精准 , 对于人类自身而言 , 思维具备“应变能力” , 但对于车辆而言 , 需要的是数据与匹配方案的支撑 。
以此为前提推断下去 , 在同一场景能够提供给主机的数据量 , 就成为了整个自动驾驶环节中最关键的一环 。 这也是为什么主机厂在各类传感器、车载芯片上不断做加法的原因 。 前面也提到 , 小鹏开发的这套NGP系统 , 核心的数据来源有两个:高精度地图与实时的车辆感知数据 。
目前行业内当然也有其他的解决方案 , 比如特斯拉的NOA就是以车辆感知数据为主的 , 以生活中的实际路况来看 , NOA在遇到雨雪、路面标识不清的情况下 , 更容易出现判断失误 , 而小鹏的NGP与蔚来的NOP从当下的发展来看 , 更加迅速也更加符合实际的道路状况 , 可以有更多的本地数据作为车辆判断的依据 。
但也不能因此得出高精地图+实时监测的方案一定是未来自动驾驶的最终道路 , 因为它也有着自身的局限性 。 比如高精度地图的覆盖范围与更新速度能够完全符合实际环境 , 另外一点是长期依赖高精度地图 , 势必会导致地图信息与实际监控数据间出现出入 , 此时还需要系统快速做出取舍 。
总的来说 , 小鹏P7目前展示出的这套NGP工程版系统 , 将自动机驾驶的落地场景又向前推进了很大的一步 。 今后在高速路段需要高度集中精神驾驶的时间会进一步缩短 , 对于长时间的高速行驶的安全性 , 有了多一重的保障 。
也许机器把人解放的那一天 , 就要来了 。
(本文首发钛媒体APP , 作者/邓剑云、编辑/项欧)
更多精彩内容 , 关注钛媒体微信号(ID:taimeiti) , 或者下载钛媒体App


推荐阅读