6月2日，第二屆中國智駕大賽第二站之城市NOA賽將在杭州舉行。為了讓各位觀眾能更立體的了解、參與到智駕大賽的具體過程中來，我們對一眾參賽車型的智駕水平進行賽前的分析盤點。

這回介紹的智駕方案為蔚來在售全系車系搭載的蔚來NOP+。

為了讓大家更直觀的了解車輛智駕需要應對的場景，我們列出了如下九大場景，它們分別是：

1、紅綠燈判斷、執(zhí)行；2、變道；3、避讓；4、主路駛?cè)胼o路；5、輔路匯入主路；6、岔路口選擇；7、公交車道（識別）；8、掉頭；9、無車道標線路段。

▍蔚來NOP+在中國智駕大賽北京站的能力解析

先說結(jié)論：蔚來的NOP+在北京城區(qū)雙休較為復雜的城區(qū)、高架路面中，取得了不錯的表現(xiàn)，偶爾會出現(xiàn)“斷片”；在城市高架中的復雜匝道識別、變道中，蔚來NOP+也表現(xiàn)出色；而在難度封頂?shù)闹T如立交橋下無車道標線調(diào)頭等路況下，NOP+還有不少提升空間。

在紅綠燈判斷、執(zhí)行、變道、避讓項目方面，蔚來NOP+表現(xiàn)出色。在無左轉(zhuǎn)燈左轉(zhuǎn)路況，蔚來NOP+不僅成功完成任務，并且識別到目的車道橫道線的行人，進行禮貌避讓，非常出色。

在主路駛?cè)胼o路、輔路匯入主路、岔路口選擇方面，蔚來NOP+同樣表現(xiàn)不俗；但相對的，在地面道路的輔路上，有一個典型場景：蔚來NOP+在并入地面道路輔路并需要進行右轉(zhuǎn)時，NOP+突然在右轉(zhuǎn)路口退出，需要駕駛員自行進行右轉(zhuǎn)操作。

在北京的公交車道識別方面，區(qū)別于阿維塔12搭載的華為ADS，蔚來NOP+在未采用高精地圖的“無圖”路況中，對路面標識并不明顯的北京公交車道進行了精準的識別。在絕大部分場景中，均未駛?cè)氡本┑墓卉嚨?。說明蔚來NOP+對公交車道的識別有進行一定的優(yōu)化，給蔚來點贊。

在公認高難度的高架橋下橋洞調(diào)頭路況，蔚來NOP+“堅持”到了調(diào)頭車道前的最后一刻，然而還是沒有“敢”去執(zhí)行調(diào)頭任務。對于目前各大廠商的城市NOA功能來說，此種高架橋下的車道線標識不算太明顯的調(diào)頭問題依舊是非常高難度和非常棘手的，蔚來NOP+沒有通過這個考驗，可以算作是情有可原。

▍蔚來NOP+是如何“開車”的？

首先，一套優(yōu)秀的智能駕駛系統(tǒng)離不開優(yōu)秀的智駕硬件。

基于NT2平臺，蔚來推出了ET7、ET5、ES7、全新ES6、全新EC6、全新ES8以及EC7這七款車型，也就是二代車型。

蔚來在NT2車型上不惜成本地加足了近乎冗余的智駕硬件，包括7顆800萬像素高清攝像頭和4顆300萬像素環(huán)視攝像頭，同時增加了1顆激光雷達。

計算平臺同樣徹底更新。從原來的1顆Mobileye EyeQ4，更換為4顆英偉達Orin X，算力達到驚人的1016 TOPS。

在這四塊Orin X中，兩塊算力256TOPS的芯片負責整車智駕；其中一塊是蔚來預埋的群體智能芯片，該芯片可將超20萬輛蔚來NT2平臺量產(chǎn)車的接管數(shù)據(jù)和接管案例上傳到云端（數(shù)據(jù)會進行脫敏處理，符合法規(guī)要求）。

此外，在蔚來官網(wǎng)中，我們查詢到了蔚來NOP+的部分 “思考”邏輯。

智能駕駛時代離不開“規(guī)控”，規(guī)控的全稱——決策規(guī)劃控制算法，對外簡稱“規(guī)控”。規(guī)控算法是智能駕駛系統(tǒng)的核心組成部分之一。

構(gòu)建像人一樣的思考方式，就需要投入研發(fā)精力，至少做到以下兩點。

第一，是否能夠像人一樣獲取周圍的環(huán)境信息；第二，則是構(gòu)建像人一樣的思考方式和駕駛行為。

▍什么是優(yōu)秀的駕駛行為？

優(yōu)秀的駕駛行為由諸多要素組成，其中最重要的就是安全。智能駕駛狀態(tài)下的車輛，需要在復雜的環(huán)境中保持和其他交通參與者安全的交互，盡可能地平穩(wěn)駕駛，并且高效的到達終點。因此，安全、平穩(wěn)和高效，這三點就成為了智能駕駛規(guī)控模塊的開發(fā)目標。

此外，構(gòu)建類人的駕駛思考方式尤為重要。智能駕駛系統(tǒng)需要模仿人類駕駛員的思維方式，比如在獲知駕駛目的地信息（導航），當前所處位置（定位），和周圍環(huán)境信息（地圖，感知）后，要進行分層級思考。

這個思考的過程可以分為三個階段，比如思考是否該進行超車、讓行、換道的決策規(guī)劃階段；思考安全、舒適、高效的運行軌跡規(guī)劃階段；以及車輛如何執(zhí)行指令的控制階段。

優(yōu)秀的司機往往能夠通過預判性駕駛來降低風險，提高通行效率和舒適性。因此，思考得越深，NOP+的駕駛行為預判就越好。

一個優(yōu)秀的棋手，每次落子前大約會推演5-8個回合的“博弈”，而智能駕駛需要在<0.1秒的時間內(nèi)完成更復雜的推演。為了能在超過10^15量級的策略中快速找到最優(yōu)解決方案，除了更強的硬件算力，更重要的是NOP+規(guī)控算法的設計與提升。

事實上，NOP+的決策算法用百萬量級的自動駕駛數(shù)據(jù)進行不斷的訓練學習，總結(jié)出“定勢”并記錄下來，從而在決策樹中實現(xiàn)快速精準的搜索。這個過程稱為：價值網(wǎng)絡學習（Deep Learning Policy Network），即通過深度學習網(wǎng)絡，去學習優(yōu)秀司機對于駕駛交互的判斷邏輯。

當車輛得到最優(yōu)決策后，運動軌跡規(guī)劃模塊需要將其轉(zhuǎn)化為車輛可以執(zhí)行的行駛路徑。一個好的行駛路徑需要在安全的條件下盡量優(yōu)化路徑的安全度，平滑性以及通行效率。

最后一個層級，則是對指令的控制（Control）。在系統(tǒng)做出運動軌跡規(guī)劃后，需要控制讓車輛按照預判完成相應的動作?！翱刂啤睍到y(tǒng)性閉環(huán)考慮車輛的運動狀態(tài)，以便更好地執(zhí)行指令，達到“手腦一致”。

▍結(jié)尾：不提“開城”的蔚來看似保守，但更注重安全

蔚來的NOP+城區(qū)領(lǐng)航功能于4月30日起，面向二十多萬蔚來Banyan·榕智能系統(tǒng)用戶進行推送。然而，蔚來的這次推送相當?shù)驼{(diào)，在宣傳時并未與華為以及小鵬一樣，強調(diào)“開城”數(shù)量。

在蔚來CEO李斌以及原Momenta研發(fā)總監(jiān)兼聯(lián)合創(chuàng)始人，現(xiàn)蔚來智駕負責人任少卿看來，在整個智能駕駛的技術(shù)落地背后，根基是安全。

蔚來提到自己智能駕駛的愿景是“解放精力、減少事故”，旨在賦能，而非取代。

相較于目前大多數(shù)友商“解放雙手”的激進表達，李斌一直都強調(diào)，現(xiàn)在的“人車共駕”是大家需要的一個學習過程，智能駕駛不是替代目的，而應該將解放精力、減少事故作為核心。這一點確實值得行業(yè)深思。

蔚來NOP+在智能駕駛領(lǐng)域展現(xiàn)了強大的能力，但仍有改進空間。隨著技術(shù)的不斷進步和用戶反饋的積累，預期NOP+將在未來得到進一步的優(yōu)化和完善。

返回第一電動網(wǎng)首頁 >