小鹏NGP并不完美，但它可能是最懂中国的辅助驾驶系统

原标题：小鹏NGP并不完美，但它可能是最懂中国的辅助驾驶系统

想象一个场景，几百公里长程的高速，星星点点的几辆飞驰的汽车，大部分乘客看到这种路况应该心情会很放松，把头转向窗边望望风景，但对于需要长时间驾驶汽车的司机兄弟来说，这段路程会让他的脚有些绝望。

最近一年陆续冒出的高速自动导航辅助驾驶系统就是为了应对这类场景而来，打开自动导航辅助驾驶系统，汽车会根据导航从A点到B点自行行驶。

尝试这类系统之前，我们其实一直是抱有疑问的：虽然实际上确实部分解放了双脚，但其实你作为一个监控状态的“安全员”，精力可是一点没放松。

在体验了长达半天的小鹏NGP（Navigation Guided Pilot）自动导航辅助驾驶系统后，它消除了我们的部分疑虑——它比我们想象得谨慎，我们大部分时间也没必要那么精神紧绷。

去年10月，小鹏汽车第一次放出了小鹏P7的NGP工程版。而经过了三个月的再次迭代，我们这次直接体验到了小鹏NGP Beta版。

虽然看似时间很短，但据小鹏方面介绍，从去年10月24日至今，NGP Beta版已经历了12次大版本迭代及91次小版本迭代；经历了百万级道路里程测试，并实现了软件运行更稳定、道路行驶更安全、人机交互更顺畅、驾驶使用更便捷等四大提升。

可见的是，对比之前的工程版，NGP Beta版覆盖了自动超车、自动限速调节、最优车道选择、自动切换高速公路、自动上下匝道、变道自动紧急避让等使用场景，并加入了交通锥（桩桶）识别与避让、大货车规避、夜间超车提醒、故障车辆避让、拥堵道路超级跟车等中国道路场景上常用功能。

在硬件上，这套系统由14个摄像头、5个毫米波雷达、12个超声波传感器、分米级高精度地图、RTK+IMU厘米级定位加英伟达Xavier计算平台组成，放到现在，堪称目前最复杂的自动驾驶感知融合系统也不为过。

而本次试驾活动，从广州花都木莲庄酒店出发，全长95km，途经城市拥堵路段、高速、隧道等，不过主要场景还是围绕在高速驾驶场景上。

在出发前，我们先被上了一课，主要就是普及功能知识和强调“小鹏NGP依然属于辅助驾驶，而不是无人驾驶。”

但没想到的是，在上车之前所有人都要在激活小鹏P7系统里的NGP权限时，进行一次“考试”——先观看四分钟左右的NGP安全驾驶提示，然后又做了几道单选和多选题，全部答对之后，NGP功能才会被激活。这也提示着它和真正大范围推广应用之间的距离。

更中国的辅助驾驶系统

我们试驾的路线单程50公里左右，从酒店出发之后，经过了人工驾驶四五公里后就直接开上了高速。

在进入高速之后，中控导航和仪表已经识别并提示可以打开NGP，右侧挡杆连续向下拨动两次后，小鹏NGP就开启了。

我们的第一感受是人机交互层面，目前NGP Beta版的这套UI提供的信息不少，并且会主动告知接下来要采取的动作，比如要变道时会先提醒“即将变道”，在需要提前接管之前也会主动在屏幕显示以及发出语音提示。

这确实会让人安心不少。记得在第一次体验这类辅助驾驶系统时，就因为刚刚打开某辆车的辅助驾驶功能，它就马上打开转向灯准备变道，而这时候左侧车流量又很大，着实把我们和后车都吓了一跳。

除了变道，车辆在执行超车，进入匝道以及NGP功能退出前，系统都会进行语音播报，增加用户使用功能的安全感，同时在天气状况不好亦或者前方有施工等情况下，系统也会播报。

在高速NGP打开的时候，我们遭遇到了一次快速车道路边有清洁工行走的情况，此时中控屏幕状态红色闪烁并且提示“注意行人”危险。

抛开在系统UI方面的“创新”，其实真正让人惊叹的，还是小鹏NGP在实际道路上的测试情况。这里也是小鹏NGP与很多其他自动驾驶辅助系统的根本不同。

在跟车以及超车的判断逻辑上，小鹏NGP显现了本土化特色。

测试时一个路况是：前方有三车同时行进，小鹏NGP在中间车道高速行驶，但左侧快速车道的车辆行驶缓慢，右侧慢速车道车辆在加速超越，小鹏NGP在右侧车道车辆超车之后，主动并入右侧更快速的车道超车（实际上这条车道是慢车道）——这也确实更符合老司机的驾驶行为习惯。

在整个试驾过程中，这种选择最高效率车道的测试屡试不爽，基本上小鹏NGP都能在几秒钟内选择到效率最高的那条车道。比如一次我们在最左侧的快速车道上，前方车辆一直在慢速压车行驶，在几秒钟后，小鹏NGP向右侧并线超车。而在特斯拉NoA（Navigate on Autopilot，自动导航辅助驾驶）上，有时你很难判断出它为什么要向那条更慢速的车道变道。

实际上，不管是蔚来的NOP（Navigate on Pilot，领航辅助），还是特斯拉NoA，或者我们体验的小鹏NGP，这里涉及到的问题是在自动驾驶辅助系统工作时如何对车况进行识别，以及如何对识别回来的信息进行逻辑判断的问题。比如蔚来NOP，进入高速打开辅助驾驶系统后，车辆一般都会马上向左侧最快速车道变道，然后持续在这条车道上行驶，在即将离开高速进入匝道两公里前向右侧变道。

而小鹏NGP的逻辑是加入一定的效率判断，哪条车道有效率就快速切入，然后达到设定的巡航值。

我们姑且暂不评判哪种方式更好，但如果我们自己是开这辆车的司机的话，我觉得大概率是难以忍受前车持续压车而选择变道快速超越。小鹏NGP兼顾了这种中国本土化的情绪。

而加入这种效率判断，其实就是一层逻辑判断条件，而更多的本土化也就是将各种逻辑加入到NGP系统中。据品玩了解，小鹏NGP主要有两条判断条件：第一是当你设定的巡航值高于前车速度的10%就会触发，比如你和前车都在最左侧快速车道，限速120km/h，你设定115km/h，而前车车速只有95km/h；第二是前车挡车超过2秒时，可能也会触发对效率车道的重新判断。

而且大部分时候，中国的老司机们也是靠视觉进行这类判断。这也是让系统开起来更像人而不那么“傻”的关键。

但它还不完美

这种更本土式的尝试背后，换来的就是更多的这类融合感知判断背后的数据，而这些数据也是跑通更本土化的自动驾驶系统的关键。

当然，前面夸了不少这套系统的优点。但我们确实也在测试过程中发生了几次主动接管，基本都是在人类提前感知到未来可能的危险进行的提前接管。

比如我们遇到的一个情况是：三车道高速，最右侧车道在前方100米突然摆起了桩桶（前方有危险情况需要减速），中间车道几辆大车也同时减速，因为最右侧车道可能会突然向中间车道并线。虽然我们NGP高速行驶在最左侧的快速车道，但因为右侧中间车道大车在减速，而人类司机通常在这时会警觉盲区内是否有危险路况发生，主动减速，但这时NGP没有减速。测试员提醒我们随时准备接管。

第二个情况是：在进入匝道前，小鹏NGP提前进入中间车道准备变最右侧车道，但最右侧车道有一辆小货车一直平行慢速行驶，系统在多次主动尝试向右侧变道失败后，随着匝道口已经临近，我们主动接管车辆加速超越了小货车得以变道。

这也意味着，如果NGP这种自动导航辅助驾驶系统要学会像老司机一样开车，那么就需要学会人类的经验——这些经验往往是人类开很久车积累经验后做到了提前预知的部分。

比如当右侧一条汇入主路的匝道上冲进来一辆汽车，而你此时正在主路车道上高速行驶，如果右侧汇入的车道其实和你距离很远，但你视线上可以看到，一般来说你会关注它是否会减速汇入主路，并提前准备好刹车——但辅助驾驶系统往往不能对汇入车流的车辆做更好的识别。

这种两条车道最终要交汇到一条车道的路况确实危险，我们在和一些业内的自动驾驶工程师做沟通之后，他们也认为确实是业内的难题之一——不光是右侧匝道汇入主路，比如还有左侧右侧两条车道的车辆同时向中间车道快速变道这种情况。系统往往不能很好地处理这种情况，而在测试过程中，旁边的测试员也提前提醒我们，这种情况非常危险，如果提前预判旁边车辆不让速，请立即接管汽车。

这就是机器远不如老司机处理得好的部分。

在一些功能细节上，小鹏NGP也还有调整的空间。比如小鹏NGP对效率道路的判断是很即时的，但有时在变道时显得很机械——一般来说，识别好路况之后会打转向灯然后有一个加速变道的动作——这个动作本身没有问题，但如果突然发现变道车道有快速车迎上，它又会出现点制动，然后再次等待变道的情况，所以它就可能会触发：发现不能超车——突然连续点制动——超车道的车快速通过后发现又可以超车了——小鹏NGP又突然生猛地变道。这个节奏有点不自然。

这个问题本质上就是对于速度的控制不太线性，人类司机线性的原因是随时发现问题，可以随时给出解决方案，大部分的情况还在人类的预估范围内；而机器可能比你更早地发现问题，但只能按照程序执行方案——如果系统里没预设这个问题，那么程序的表现可能就很奇怪。

另外一个不太线性的情况是：小鹏NGP在完美地切入一条匝道后，进入了一个大曲率的弯道，电门行进控制不线性——有一种一脚电门再收电门，再一脚电门再收电门的情况，应该是在面对大曲率的弯道时，小鹏NGP需要在完成一点曲率之后再重新进行修正，在大曲率的弯道上出现不停介入修正的情况。

总体来说，小鹏NGP虽然在一些Corner Case的情况上出现了一些不太自然的情况，但也确实是在兼顾行驶安全和道路效率上做出了大胆尝试。而这些尝试，也正是中国造车新势力比外来势力更中国、更本土化的价值所在。