要有光！體驗激光雷達時代的小鵬智能駕駛
這個六月過去以後，2022 年就正式進入下半場了。這可不是什麼普通年份，對卷得越來越厲害的中國車企（特別是新勢力車企）來說，2022 年是激光雷達量產裝車的元年，也是城市導航輔助駕駛落地推送的元年。所以大家會看到，車企玩了命地給新車預埋激光雷達等各種硬體，軟體方面也在發力，就是在為下半年的城市輔助駕駛大考做準備。
積極備戰的車企當中，就有小鵬。在向用戶推送城市 NGP 功能之前，小鵬用搭載激光雷達的車型——P5，為我們預演了智能駕駛進入激光雷達時代的模樣。
我們的體驗路線涵蓋了高速公路、城市道路和複雜的地下停車場，在小鵬的智能駕駛路線圖中，「點到點輔助駕駛」就是這三個場景串聯而來。有了更精準的感知硬體和向匹配的演算法，小鵬距離「點到點輔助駕駛」又近了多少呢？
激光雷達在高速上有用嗎？
由於路況單一，高速公路場景下的導航輔助駕駛出現得更早，所需的感知硬體也少一些，只要前向視覺感知再加全車環繞的毫米波雷達就夠了。激光雷達在這種環境下，似乎是多餘的存在……？
其實不然。在面對車道前方靜止、不規則障礙物時，毫米波雷達容易將這類物體作為雜波或路旁的靜止物體濾除，不過濾就可能導致「幽靈剎車」；而因為物體大小、形狀、解析度的原因，視覺系統沒有對障礙物的建模，就可能根本不知道那是障礙物。兩種感知手段同時失效，就可能導致車輛與障礙物（例如著名的「靜止白色大貨車」）發生碰撞。
如果這時候有激光雷達的話，車輛就能通過激光雷達厘米級的高精度空間感知能力，確認車輛行駛軌跡上存在靜止障礙物，從而做出減速或閃躲動作。即便高速公路不是激光雷達的「主戰場」，它仍然能發揮重要作用。
這次 P5 的高速體驗當然沒這麼極限。激光雷達對高速 NGP 的貢獻還是擴大了感知範圍和精度，從中控屏上的 NGP 可視化界面可以看出，這輛 P5 對前方車陣的感知距離更長，每一輛前車的相對位置和運動軌跡判斷得也更精準。
高速 NGP 的程序經過優化，現在它的各種動作都變得更輕柔，乘坐舒適性有了相當程度的提高。在準備脫離高速進入匝道時，主動降速動作也更貼合人類駕駛員的駕駛習慣。
向城市輔助駕駛邁進的一步
城市道路因為條件複雜，除了需要全車視覺感知覆蓋以外，國內企業通常選擇加入激光雷達，保證對車輛周圍環境的全方位精準感知。那麼在城市 NGP 推送之前，激光雷達的加入會讓 LCC-L 有哪些不一樣的地方？
首先還是識別能力的大幅提升，尤其是感知靜止車輛、兩輪車、行人這些常見道路參與者，以及樁筒、紅綠燈等常見指示物的能力。最突出的一點莫過於，它可以感知並顯示周圍車輛的轉向燈！學會「讀懂」其它車輛的燈光信號，對判斷其它車輛運動軌跡並決策本車行駛動態，有非常大的幫助。
城市道路用輔助駕駛，最令人頭疼的可能是加塞。在紅綠燈等排隊路段，LCC-L 會以較低車速收窄和前方靜止車輛的距離，以防心懷不軌的其他駕駛者插隊，效果還可以。但在緩行時，系統與前車的距離還是相對保守。而在車流密集地段，LCC-L 面對突然橫插進來的車輛，會非常果斷地禮讓，避免事故發生。
偶爾有些時候，我們在城市裡會遇到標線不清晰或車道合併的情況，這時候如果周圍有車，LCC-L 會選擇「進入前車軌跡」，此時 P5 併線的動作是遠比變道等場景大的。激光雷達和不同機位的攝像機，這時起到了精準定位前車及運動方向的作用。當然如果此時側後有來車，P5 會根據道路情況決定減速等待乃至停車。
LCC-L 的其它功能，例如通過大麴率彎道或顯示紅綠燈信息，都可以認為是城市 NGP 在某些場景下的預覽。等城市 NGP 正式推送的時候，我們才能更好地體驗到它背後的決策能力水平，這也是 L3 級輔助駕駛相比 L2 的最核心區別。
停車這件事，可以很簡單
VPA-L，也就是基於激光雷達輔助的自動泊車與停車場路線記憶能力，是激光雷達帶來的最大功能提升。只需駕駛者自己開過一次地下停車場的路線，小鵬 P5 就會自動記憶 2km 距離內的停車路線，下次泊車就能讓車自己來了。駕駛員還可以選定路線上的任意車位，自動泊入。
實際體驗中，VPA-L 對急彎、減速帶等主要障礙都有比較好的識別能力，在通過急彎時還會自動閃爍遠光燈，提示周圍的行人車輛。無論在平地還是坡道，車速都被系統控制在 10km/h 出頭，目的當然還是為了安全。只不過如果後面有車跟著，駕駛員心裡還是會有壓力的，或許以後可以適當快一點？
如果途中遇到行人或其它來車，VPA-L 會果斷停下，等待對方離開本車行駛路徑。這樣的處理方式當然很安全，但我更希望看到城市 NGP 推送後，VPA-L 具有更靈活的博弈能力。畢竟有時候別人也會禮讓你，自己主動通過，通行效率反而更高。
有了激光雷達以後，P5 對木架這種非金屬、視覺又難以辨認的小型障礙物也有了很好的判斷能力。不過相對老司機而言，VPA-L 的「心理極限」還是略低了點，有時駕駛員認為能通過的地方，VPA-L 會選擇等障礙物移開或需要人工介入。現階段保守當然是正確的選擇，想讓這套系統達到人類的水平，還需要大量使用數據來反哺演算法。
===================================================
體驗了經過改良的高速 NGP，城市裡的 LCC-L 和停車場中的 VPA-L，激光雷達對智能駕駛每個環節的體驗提升都是極其明顯的。一旦得到軟體和演算法配合，小鵬 XPilot 3.5 和 XPilot 4.0 能實現的輔助駕駛能力，或許又會超越我們的想像——從任意 A 點到任意 B 點的輔助駕駛將成為可能。
當小鵬在這條路上大步向前時，友商們也不會閑著，有越來越多車企正在展示各種條件下，駕駛行為無需人類介入的可能。或許，點到點輔助駕駛乃至自動駕駛時代的到來，會比我的設想早得多。
