社区

今天何小鹏发布了一条小鹏 P5 CNGP（City-NGP）的测试视频，不出意外的是测试仍然是在广州本地，但是不一样的是，这次的主驾是小鹏汽车的董事长兼 CEO 何小鹏，副驾驶是小鹏汽车自动驾驶技术副总裁吴新宙。$小鹏汽车(XPEV)$ $小鹏汽车-W(09868)$ 

2021 年 10 月，我们在广州体验了基于 P5 实现的城市 NGP 能力，在 2022 年初的财报电话会议中，何小鹏也透露：「 XPILOT 3.5 的核心功能城市 NGP 的研发进展顺利，在获得相关主管部门的审批后，计划于今年二季度末在首批城市推出城市 NGP。」

时隔半年，虽然我们没有实际体验到最新版本的 CNGP，但我们很惊喜地在视频中看到何小鹏毫不吝啬地对优点进行了表扬，也毫无保留地说出了当前的缺点，结合吴新宙的回应，我们也窥探到当前 CNGP 的大概水平。

测试数据概览

本次测试的车型为小鹏 P5 顶配版，硬件参数如下：

• 8 颗 ADAS 感知摄像头
• 4 颗环视摄像头
• 5 颗毫米波雷达
• 2 颗览沃激光雷达
• 30 TOPS 英伟达 Xavier 芯片

测试路线包含：

• 1 个 180° 掉头弯
• 1 段高德地图红色拥堵路段
• 3 个右转
• 2 个无保护左转
• 全长 17 km
• 总用时 49 分钟

我们对 CNGP 应该有一个怎么样的预期？

刚上车何小鹏就表示：「我的期望是很高的，希望能够达到一个中等司机的表现。」同时也直言：「像老司机是不可能的。」

随后吴新宙也明确了，城市 NGP 刚发布的时候，适用的场景更多是城市的主干道、次干道。

但也表示：「城市 NGP 每天都会迭代很多版，所以进阶会比人类快很多。」

而何小鹏也回怼了吴新宙表示：「我觉得大部分中国的驾驶员都比较聪明，我们 Machine 想追赶这些比较强的司机，我觉得还有很多很多年。」

从这一点我们也可以看出，小鹏的城市 NGP 虽然可以做到城市路况百公里 1 次接管，但是在体验上距离老司机仍然有很多年的差距。

CNGP 在哪些场景下的表现能令何小鹏满意？

180° 掉头

刚从小鹏总部出来就是一个 180° 的 U 型弯道，很多司机甚至无法一把完成掉头，但是在掉头过程中路口有混行两轮车的环境下，P5 仍然一把完成。

城市拥堵路段

跟随公交车通过一个红绿灯路口后，车辆进入了拥堵路段，从车机的导航显示中也可以看出，行进的路段已经显示为红色。

吴新宙表示：「在低速跟车的时候，不想变道的时候做得还 OK，横向做得比 LCC 要厉害很多，因为加入了很多横向挪移的能力。」

面对右侧压线行驶的车辆，系统会进行轻微的绕行，这点也得到了何小鹏的好评。

经过这段蠕行拥堵环境后，何小鹏对 CNGP 的评价是：「在非常拥堵的环节我觉得很舒服。」

同时还表示：「城市堵车的时候这个功能的是最舒服。」

极端场景能力

极端场景同时小鹏 P5 面对的难题之一，对此吴新宙表示：「得益于小鹏比较早的全栈自研，同时做了比较好的数据闭环，摄像头的感知能力还是比较强的，而且加入了激光雷达之后，在雨天的场景也会有更好的表现。」

吴新宙还透露，激光雷达需要额外解决的两个场景，一个是在大雨天地面溅起水花时，系统需要识别这是不是一个永久障碍物，同时在面对地面扬尘的环境，小鹏也对激光雷达的算法做了大量的优化，不会影响到功能的正常工作。

此外，在吴新宙看来城市场景，激光雷达十分关键，一方面是对交通参与者的识别和跟踪，纯靠视觉加毫米波雷达有一定挑战；另一方面，在面对城市道路中各种各样的静态障碍物，激光雷达可以无压力识别。

随后，吴新宙还透露，小鹏正在监测躺着的人、半蹲的人、坐轮椅的人，而这类型的感知都会通过激光雷达去做判断，不过受限于感知能力和仅有的 30T 的算力，还无法对路面的坑洞进行监测，但是在算力更高、感知更强的小鹏 G9 上这些都会识别。

不规范区域内的形式

在城市场景中，我们会碰到大量不规矩甚至骑着线开的司机，在面对这种场景，小鹏有一个全新的逻辑。

首先，系统会根据激光雷达监测到的障碍物行成一个可达空间，第二个是车道线，第三个是旁车的车流壁，也就是旁车的行驶轨迹，系统会根据优先级判断哪个对车辆行驶轨迹的影响最大。

在完成一个无保护左转后，吴新宙还表示：「在左拐的时候，我们是完全不按车道线走的，更多是按照旁车的轨迹行驶。」

CNGP 在哪些场景下还有待提升？

避让车辆后的响应速度

在避让车辆时，系统虽然做到轻微的点刹，但是当前车驶离后，CNGP 系统的反应速度慢了约 200 毫米。

虽然这种表现在自动驾驶行业已经习以为常，但是何小鹏则直言：「不够 Smart。」

对此吴新宙表示：「我们在纵向控制上会做一些优化。」

遇到大车的避让逻辑

在变道时如果遇到目标车道有大车，系统的处理会十分谨慎，甚至整车刹停避让。

用何小鹏的评价来说就是：「在遇到大车的时候我感觉他的智商会下降一代。」

侧面来车的减速逻辑

在测试过程中，出现了 2 次右侧后方来车的情况，在这种情况下车辆会进行较大减速度的制动。

何小鹏表示：「这个事儿逻辑就是侧面（来车）的时候，不应该把车刹到底。因为他就算撞你也没办法了。」

随后吴新宙回应：「我们在最新版已经给（处理了）。」

CNGP 在哪些场景下无法工作？

极度拥堵下的变道

第一个场景就是极度拥堵环境下的变道，吴新宙坦言：「在拥堵场景下，最难的就是变道，然后旁边的车也不一定会给你留空间，所以这还是一个比较难解决的问题。」

虽然我们在去年 1024 科技日的体验环节，感受过了小鹏 P5 的极限变道能力，在极端拥堵的环境下，系统会尽量偏向目标车道行驶，以给后方车辆一定的压迫感，试图在拥堵环境下完成变道。

但是实际的体验上，作为驾驶员感受是惊心动魄的，后续小鹏汽车也表示，在演示的版本中，系统的策略会激进一些。

在正式推送的版本中，如果遇到这种路况，系统会主动提醒驾驶员，请求接管。

吴新宙也透露，会引入一个低速跟随模式，在速度特别拥挤的时候，会把变道通过提示交给驾驶员来完成。

实线环境下遇到前方故障车辆

在测试中吴新宙表示，在实线车道下，如果遇到前方故障车辆，车辆并不会进行压实线变道绕行，如果是在虚线的环境下，会有一个比较大的绕行能力，但是如果是实线一定就不动了，会交给驾驶员来判断。

在后续的测试中刚好碰到了一辆蠕行的出租车，系统做出的反应是低速跟随，吴新宙表示：「前车有点在动，有没有双闪（就很难处理），如果是完全静止的车辆，我们回去绕它。」

显然在这种场景下，车辆的操作会和正常的人类司机有比较大的差异。

随后，何小鹏还打趣道：「旁边的的士在看我们，他看我们就是因为我们开得太菜了。」

写在最后

最后整个行程耗时 49 分钟，行驶里程 17 km，全程 1 次接管。

这个视频最大的亮点并不是小鹏 CNGP 的表现到底有多好，而是作为小鹏汽车 CEO 的何小鹏和负责自动驾驶的吴新宙毫无保留地输出了 CNGP 的优点缺点以及能力边界。

在智能驾驶技术的传播中，我们将长期面临 L2 到 L4 过程中的大量长尾场景不可用或体验不佳，正视这些缺点并保持信息的透明，就像辅助驾驶的可视化界面一样重要。

当两位直接决策者心中清楚这套辅助驾驶优缺点时，相比别的车企小鹏已经赢了一半了。

​