HI，大家好，大包子狸又来了。
还记得在将近三年前，小鹏刚刚放出高速NGP的视频的时候，大包子狸就写过一篇关于NGP宣传视频的分析，当时在小鹏社区获得了当月热帖。两天前，小鹏又正式释放了城市NGP的体验视频，作为个智辅助驾驶的爱好者然不错过这个几乎，一起来看大包子狸的析吧。

、城NGP的综合介绍
小鹏目前的城市NGP功是实在P5的车型上，而P5相比较P7主要进步增加两颗激光雷达和城高级辅助驾地图上。当然，在觉算法层面，P5在实视觉层面更优化的算法和更好的精地图的融合，这点在件上可以看出，实际上P5和后续交付P7前向觉装置都不再使用颗博世的单目视觉置提冗余，尽管@blood师在这里对P7的目摄像头提出了新认知和看法，但实际上无论是在P7的布会上，还后来人了解到的些情况上，都有证据表明，该单目摄像是为全冗而存的博世套件，当然该套件为AEB服务，因为彼时小鹏，还未在视觉基础上自研AEB。

以，这也是视频，吴宙非常自豪宣布，小鹏世界上唯一家在20万左右价实现城市辅导航企业，P5是目为止唯一一20左右位实城市辅助驾能力产品。所以，在P5上市时候，我一直非常推荐选择XP3.5本，毕竟在这个价格区间使用城辅助驾驶，P5几乎是近期内唯的上机会。

二、城市NGP实了哪些场景力
废话不说，逐项分析下城NGP都实了哪些场景力。
（一）点到的城路段航辅驾驶力

在视频中，我们可以看到，P5规划了一条从小鹏汽车总部开往广州塔的道路，在这个规划中，P5实现了从“小鹏汽车总部附近道路”到“广州塔附近道路”的全程辅助驾驶，在辅助驾驶过程中，驾驶员在监控车辆的情况下，辆可根据航和况，自动实行驶，变道，红绿识别，转弯，调头各种况应对。

但是这里值得反复强调的一点，城市NGP不同于去年1024上展示的“全场景辅助驾驶能力”，城市NGP实际上特指在城市路段开启NGP的能力，这个要求地图上的点到点都处在城市路段这一功能，比如在这次体验行程，并是像上次全场景体验中，从地下库就启，不是小鹏园区内就开启，而是定要到了城道路上才能始城NGP。个人理解全场景辅助驾能力，需要到G9型上才能实，在P5上法实全场的串整合力。
（二）U型弯道调能力
180度车道的调能力比较要的城市辅驾驶力场考验，主要车辆要在行的道上实变化方向的口调，这里主要有两个考验：
1.口复杂情况，对边情况的感知和处理能力。
2.大曲调头工况，辆的大过弯能力。

小鹏展示的这个过弯场景是一个相对少见的路口，就是在路当中的豁口进行转弯调头，这个路口我在广州也开过，确实是因为路宽比较窄，所以车辆过去以后距离非常有限，我记得我当时好像也是要R档切一次方向才能通过。在P5上来看，P5准确的感知了路有非机动车存在，并及时进行了动，让非机车离后，继续一把通过弯道，在这里实际上P5应用了重能力，比如对非机动车感知（刹停），利高精梯度对要转弯的预（接近道口减速），转弯以后对水泥墙的知（轻微带下刹，降车辆常接近隔离带后的张感），使得车辆顺利的过这路口。

但是，实际上这个路口体验也存在着挑战，比如在检测到右前方有蓝色的外卖电瓶车的时候，P5进行了制动（刹停），其实这个时候的电瓶车距离P5依然有一定的距离，在这个情况下，如果是人类驾驶基本上会继续行驶，因为明显该电瓶车不具有威胁到我方车辆意图，但是频中P5无法做出这样的判断。又比如绕行过后，因为P5的辆较一次性通过调头，如果更大G9，当转弯无法次性去的况下，城市NGP可以回过倒调整位继续行驶么？这里依然还不确。
（三）绿灯识别和停
城市道路和架道最大不同，就是绿灯。在城市道上会到超次的绿灯，在这情况，P5可以确通视觉力（并非通V2X）获得红绿的信号，并自动启停车辆。在下的图片中，P5中的大上，确显示了绿的情况，而际上此时距绿灯口还有一定距离。

这个场景下的主要挑战是对红绿灯的识别不准确，因为目前国内的红绿灯实际上款式完全不同，比如在天津的路上，你会看到这样的异形红绿灯，在这种情况下P5是否能够识别和应对，也是一个不确定的因素。另外，也许黄灯闪烁情况应该如何处理，也许也是另一个战场。

（四）绕行能力
城市道路行车，尤其在目前的实际情况下， 绕行是一个必然会发生的事情，比如隔壁车道有车加塞，我方选择车道内轻微绕行阻止加塞。又比如有压线行驶车辆，绕行快速通过。前方车辆停车上下客，我方车辆绕过停止车辆。

在视频里，P5展示了一定的绕行能力，尤其是针对右方来车又插入的情况下，P5并不是一味的礼让，其实是感知到右侧车辆开始加塞的动作以后，开始进行一定的绕行（如下图），其实这等于是一次博弈，如果对方车辆加速加塞，P5就会进行减速和停车避让，如对方辆停止加塞，P5则绕行成功。这在某种程度上也是体现了“防加塞”的功能。过这样的绕能力，可以大车辆行驶连贯性，避免因为诸多其他原因，影响城市辅驾驶效率。

但是，P5的预测和博弈并不是一定准确的，比如在下图中，你会明显的看到P5现在正在通过这个匝道，系统选择了靠住右边行驶，其实这个逻辑我是没有看懂的，右边有明显的障碍物和警告桩，左边的车辆并没有任何侵入的迹象，这个况下，为什么车辆要贴住右边边行驶，这样疑会给驾驶员带来大的压力。

当然，在节目中吴新宙也公布了现行版本的城市NGP的绕行边界，比如有实现内绝对不会压出实线进行绕行，对待完全静止的车辆会执行绕行，但停车上下课那种似走非走的场景，就很难做到持续绕行。
（五）无保护左转
这个场，其就是城市场下的转弯能力测试。在这工况的亮在于，P5转弯依托车道实现，P5过车道线，边车辆的运轨迹和高精地图定来提多重验证，比如在频的左转过程中，由于来自于侧车辆毕竟，P5就在虚情况向右进行离，确保了车安全和过弯效率。

（六）激光雷达的可行驶空间理念
吴新宙在视频中介绍了激光雷达和视觉的不同之处，简单的说，视觉算法一定要认出他看到的东西是什么，才会做出相应的判断。而激光雷达虽然不一定能认出是什么，但是至少知道这是一个西。这个基础上，形成一个“可行空间概念”。

举个例子，前面很远的卡车上掉下来一个大玩具熊，这个熊半蹲在路上，视觉摄像头会捕捉到这个事物，但是因为我们的算法模型里没有“半蹲的玩具熊”这个模型，那么我们的视觉就会当做这个东西是不存在的，是不能识别的体，存在。（这里肯有人要问，为什么要当做存在，把不识的都当做存在不么？行，因为视觉摄像里看到的东太多，如什么西都做存，这车几乎没法进了）但是激光雷达就不同了，主动光发射出去，返回的云数据重构物体3D结构，即便是没告诉激光雷达这个3D结构是半蹲的熊，但是激光雷达至少白“有个大伙在进的上”，可能需要减了。从另一角度，激光达也可以形成一个些空里是没有障碍的道，这就是所谓的“可行驶空间”。通过这个理念，可增强辆在城市路的行能力。

然而，这个可行驶空间也并非万能，比如在上图的场景下，其实公交车的一角有略微占位，但是P5依然认为车辆没有行驶空间可以通过，车辆也并没有在这个情况下进行绕行或者横向挪移，这其实就是一个体验比较糟糕的场景，因为实生活中，这个场一定会被后的跟催，毕竟明能走，你就不走，难道故意我么？
（）更细的拟辅驾驶显示系
专详细了中控屏上模拟辅助驾显示画面，其实还有很不同，在开城市NGP和激光达加持的情况下， 识别辆的围更广了，比如下这张图，明显可见对周边辆的知的广态势，图最前车辆甚至在绿灯，距前车概有辆车上的距离。

对横向来车的识别，在路口的工况下，可以清楚的在辅助驾驶模拟界面上看到横向的大型公交车，相信在横向感知上，P5的能力实际上是有了一定的进步的。

对车辆真实方向的模拟，在原来P7的模拟系统感知上，对车辆的方向（比如，车头向什么方位）其实是没有准确的区分的，只能勉强告诉你，这里有一个车。但是这次P5上的模拟有了很大的进步，比如在下面图中，即便是对向的转弯车辆，也可准确识别和显示。

（八）重构的仪表盘模拟

在开启城市NGP之后，不仅仅是中控屏，实际上在仪表盘里，也提供了浸润式的辅助驾驶模拟图像，而将其他的显示按照卡片的模式模拟放在周边，这点必须实名制好评，原来P7的仪表盘模拟确实做的太简单了，这次浸润式模拟辅助驾仪表图像，应该算是当量产中最辅助驾驶模拟了。
（八）更人性化的音提示
在体验视频中，P实际上全程在和使用用户主动交互，比如在急刹的时候提示“对起，刹车有急”，“前是绿，直接过吧”等等，让你觉得确有个驾驶员或者领航员再和你交互。而且通过诸如“们要变道了”等提示，提给用户更好心里应准。

三、城市NGP看起来还有一些升空
毕竟目前还是工程版，人从频里觉目的城NGP可能还有一些提升空间（caodian），了视频里提到的那些内容，其实下的这些方，也还值得看：
（一）跟车距离太远
这应该小鹏老问题了，为了确安全和辅助驾驶的减速的缓和性，G3，P7 和P5都存有这的问题，跟距离远，下图会发，这辆实际上距离车的距离大概超过2个车左右，这样情况，在城市拥路况际上常容被加塞。

而问题就在于由于空挡的存在，势必会造成周边的车辆都想插入到前面的这个空挡里去，但是P5本身的绕行有不能够产生足够卡位和防加塞能力，就会导致不断的有车辆的插入，从下面的几张图会看的很清楚，在短短的一个时段内，连续被三到辆车加塞，后面的跟车实际上此刻已经心里几头羊驼跑过。
[图片]

（二）对高精地图依赖依然存在
在视频中的最后一个场景，一辆出租车在下匝道前违停后，P5并没有执行绕行的策略，而是一直在后面等候，当时将这个情况归集为因为出租车是微微有点移动，不达到“绝对静止”的场景，以不会绕行。

在这里，我有个自己的猜想，其实这个场景非常类似于高速NGP快要出高速的场景，车辆会根据高精地图的引导，提前进入最右侧的车道（比如提前2公里），一旦进入这个车道后，车辆会自动停止任何的变道超车等操作，而跟前直到进入匝道。我猜想这里的逻辑是“已经要进匝道，向侧切换车道可能导致进入匝道失败，为确保可以进匝道，我可忍受速”。个人理解，这个场景下，依然高精地图的权重更，因为视觉被判定要服从精地图的逻辑，否则，在上面的图片中，完全符合绕的条件和逻辑，最起码，这是一绕开车的准场吧？以，因为对高精地图的赖，城市NGP可会存和高NGP同样情况，就是地图缺失带来使用场景不完整，比如很道路因为没有采集到最新城市辅助驾地图，则城NGP无法使用。
（三）大车知压
这内容简单，视频里也表现的常淋漓尽致，在周感知到有大的情况下，P5的全策非常稳妥，甚至可以说保守，动动就刹停的体验不仅仅会给车上用户带来比较不好体验，甚至对后面跟车会造成不可控的可。在面这张图中，就因为右侧大车毕竟，P5采取了刹停处理，导致后方面车似乎略有刹车不及，和P5的距离已相当接近

这个急刹停，就和视频里说的一样，对用户体验的影响是比较大的，虽然强调了安全，但是实际上在用户体验和功能感知上可能还要在某些场景下做一些优化。
（四）辅助驾驶模拟界面和大地图界面无法分屏预览
在这次辅助驾驶过程中，吴新宙始终在副驾驶置不停去切换普通航地图界面和辅助驾驶模拟界面，其实这个道理很简，因为辅助驾驶模拟界面内容比较局限于眼，无法了解到比如里堵等情况。但看普导航地图又法了解辅助驾驶的边感知情况和车辆划情况，所，在频中吴新宙就在不的两地图进行切换。

事实上，这里如果可以做一个分屏显示，车机效果会好很多，避免用户反复在这里切换，影响体验，也影响实际使用的效率。值得注意的是辅助驾驶模拟依然存在有一定的延迟，比如在下面对横向来车的检测，实际上横向来车已出现我方头通后的置，而模拟面上，还刚开始及我方车头。

四、聊一聊城市NGP的其他
小鹏目前依然还没有能够大规模推送城市NGP给到用户，看来原定的上半年要跳票了，考虑到疫情等因素，似乎也很正常，不过最近的频频动作感觉到首次推送的日子应该不会太远了。

城市NGP将会受到城市精地图覆盖和审批限制，估计开始阶段会到一的限，不有几城市审批跑之后，对于后续的审批会有帮助。

鹏最痛苦的情莫于做件前没有人做过事，这个况下，各种审批各种开发就会很难，比如如何审批，可能审批部本身对待这事情很陌生，经常在外打交道的小伙伴就会明白，第一次做审批往往最难，后跟着做就可简单多。#创计划#