再试小鹏城市NGP:城市道路基本能够自己跑,但仍需人机共驾

车东西(公众号:chedongxi)
作者 |  Juice
编辑 |  晓寒

小鹏开始向用户推送的城市NGP效果究竟如何?车东西在广州亲自体验了一番。

整个体验过程覆盖了城市道路和城市快速路,基本上覆盖了城市道路的各类场景。在行驶过程中,车辆可以自己选择车道进行变道、躲避突然加塞的车辆等各种复杂场景。

再试小鹏城市NGP:城市道路基本能够自己跑,但仍需人机共驾

▲小鹏P5

整个体验下来,车东西接管的次数并不算多,大部分场景都可以顺利通过。在去年的1024活动上,车东西也曾体验过城市NGP的工程版本,与上一个版本相比,此次体验的版本更加流畅。

不过受限于小鹏P5的硬件能力,期间也有一些无法应对的场景,但作为一个L2级辅助驾驶,确实需要驾驶员持续关注路况,并在紧急时刻接管。

那么这套系统的表现究竟如何呢?跟随车东西来看一下吧。

一、穿越广州城 仍然需要驾驶员保持注意

与Robotaxi企业在固定的路线上行驶不同,小鹏的城市NGP目前已经可以覆盖广州的核心区域了。

车东西的体验的路线大概有37公里,整个体验时长为70分钟,整个过程经过了广州核心城区天河区、错位路口、大曲率弯道、主路汇流口等。

再试小鹏城市NGP:城市道路基本能够自己跑,但仍需人机共驾

▲小鹏P5

在城市NGP覆盖的道路上,车辆可以自己选择合适的车道行驶,如果前方车辆过于缓慢且旁边车道车流量较少的时候,车辆会自动切换车道。整个切换过程非常接近人类驾驶,会选择加速换道。

再试小鹏城市NGP:城市道路基本能够自己跑,但仍需人机共驾

▲自动变道

到达红绿灯路口之前,车辆也可以识别到红绿灯情况,这样做的好处是,如果车辆排在了红绿灯路口的第一位,也可以根据红绿灯的变化情况自己决定驾驶行为。在红灯状况下会停车,在变为绿灯后会自动继续前进。

而在需要进入到城市快速路时,车辆会根据路况提前做好变道,在路口前两公里左右就进入到合适的车道,然后可以顺利进入匝道并且汇入到快速路上。

再试小鹏城市NGP:城市道路基本能够自己跑,但仍需人机共驾

▲提前变至合适车道

在匝道上,车辆也可以顺利通过大曲率弯道,车辆会始终以非常合适的角度继续前进,而不是像有些车型那样持续修正。

再试小鹏城市NGP:城市道路基本能够自己跑,但仍需人机共驾

▲通过大曲率弯道

虽然在大部分时间下,车辆都可以非常自如的驾驶,但是也出现过几次需要接管的情况,车东西总结了几个场景。

在遇到公交车的时候,车辆的处理方法会比较谨慎,甚至会出现突然的减速,这个过程有时候需要人工接管踩一脚电门,车辆才会继续行驶。如果前方有车辆骑着车道线行驶的时候,车辆也会进行猛然的减速,也需要人工接管才行。

基本上来看,车辆在应对大部分的情况下都没有问题,但目前的车辆博弈模型还偏谨慎。事后车东西和小鹏工程师交流,他们表示目前这方面确实是偏向于谨慎的设计,从级别上来看,这一系统还是L2的范畴,仍然需要驾驶者参与接管。

再试小鹏城市NGP:城市道路基本能够自己跑,但仍需人机共驾

▲自动应对加塞

另外非常关键的一点是,小鹏P5的AI算力只有30TOPS,在硬件上确实存在不足,而在G9上,将会有很大的优化。

整体下来,车东西认为这套系统和此前相比已经有了非常大的提升,比较适合在不赶时间且道路比较流畅的情况下使用。

二、正研发新的感知网络 未来逐步摆脱高精地图

目前,小鹏汽车推出了全新一代的感知架构XNet,结合全车传感器,对于静态环境有了非常强的感知,可以实时生成“高精地图”,对于动态环境的检测也更强,可以提升变道的成功率。

再试小鹏城市NGP:城市道路基本能够自己跑,但仍需人机共驾

▲小鹏汽车发布全新感知架构XNet

通过动态XNet,小鹏汽车可以更精准识别动态物体的速度和意图,提升博弈能力,具备运动感知冗余,在城市道路上的安全性更高。

但在XNet背后需要庞大的数据采集、标注、训练和部署工作,按照小鹏汽车的估算,这一技术背后的产生的标注工作量需要2000人年(2000人工作一整年),单机训练的时长需要276天,支撑动态XNet则需要Orin-X芯片122%的算力,也就是说需要1.2倍的Orin-X芯片算力。

为此,小鹏汽车开始逐个破解这些难题。首先,小鹏汽车开发了全自动标注系统,效率提升了近45000倍,2000人年的标注量,现在只需要16.7天就可以完成。这一系统产生的数据质量更高,信息更全,且产能更大。

其次,小鹏汽车已经建立了中国最大的自动驾驶智算中心——扶摇,将单机全精度训练的时间从276天缩短到了32天,80台机器同时开动的话,只需要11小时就能够完成,处理速度提升了602倍。

而在Transformer部署方面,小鹏汽车也做了进一步的提升,可以将原来动态XNet所需122% Orin-X算力,减少到了9%的算力。

此外,小鹏汽车还建立了全闭环、自成长的AI和数据体系,通过车辆数据收集和仿真数据形成数据集,通过云上数据挖掘,对数据进行自动标注和部分手动标注,再将这些数据进行训练重组,然后进行训练,最后发布模型部署,然后再次形成新一轮的数据收集。

通过数据闭环,小鹏汽车将corner case减少了1000多个,高速NGP的事故率也因此下降了95%。

而这背后也经历了大量的努力,每一行代码改动都需要经过5000万公里的仿真行驶里程,要进行5000多个核心模拟场景、17000多个专项模拟场景。

在这些新的调整之后,小鹏的辅助驾驶能力将会进一步提升,因此在G9上将会有更好的表现。

2023年上半年,小鹏将在G9上正式发布城市NGP,支持广州、深圳等城市,还将会加入上海,在全国范围(所有无图城市)开放识别红绿灯并直行通过路口的能力。

整体来看,小鹏仍然是国内自动驾驶领域的领头企业,未来的产品形态也更值得期待。